抛物线走势是会计政策变更所致，非预测

核心判断：AI芯片需求呈“抛物线式”增长

先聊几个核心判断。英伟达CEO黄仁勋在最近的财报电话会上，用了一个挺有意思的词来形容AI芯片的需求——“抛物线式的”。这听起来像是对未来的某种大胆预测，但仔细拆解一下，你会发现，这个“抛物线”背后，其实是人工智能支出结构正在发生的根本性变化。

支出结构转变：从训练到推理

这意味着什么？说白了，前两年的热潮，钱都流向了“训练”这个环节。训练大模型，计算量巨大无比，但它本质上是一个阶段性项目——模型训完了，这笔钱也就花完了。而现在，天平正在急剧倾斜。今天，企业花在人工智能基础设施上的预算里，有70%到80%是用于“推理”的。而仅仅12个月前，这个比例还不到一半。

这个转变，才是真正的关键。推理是什么？是模型训练好之后，真正跑起来、投入使用的过程。尤其是随着自主人工智能时代到来，这些模型会持续不断地运行，对计算资源的需求从“一次性的爆发”变成了“全天候的消耗”。训练支出属于资本性支出，是一笔大额投入；但推理支出是运营费用，是持续的、每天都在发生的开销。从阶段性资本支出到持续性运营支出，这不仅是账本科目的变化，更是整个行业商业逻辑的底层重构。

英伟达财务数据：推理需求推动营收加速增长

再来看一组数据，会更直观。英伟达2027财年第一季度营收达到816亿美元，同比增长85%，环比增长20%——这个体量还在加速。其中，数据中心业务贡献了752亿美元，同比增长87%；网络业务营收也达到148亿美元，超出了华尔街的预期。如果把时间拉长到2026整个财年，年度营收是2159亿美元，增长了65%。与此同时，管理团队依然维持对相关平台到2027年实现1万亿美元营收的预期。黄仁勋这次还正式推出了Vera Rubin CPU，目标直指那个2000亿美元的自主人工智能市场，并透露今年CPU的营收目标就要做到200亿美元。

核心观察：推理成本合理性决定增长可持续性

所以，后续真正的观察点在于：买家是否能够证明这笔持续的推理成本是合理的？如果能，那么这种“抛物线式”的增长就能持续下去；如果市场的验证结果不如预期，那支出很可能会迅速回落到原来的状态。这种支出模式的转变，会让销售相关产品的公司，其营收模式发生根本性变化，这些变化会直接体现在估值模型中。但硬币总有正反两面，伴随着持续高投入的，是经济低迷时运营预算被优先削减的风险。这才是整个故事里，最值得所有投资者和市场参与者反复思量的部分。