猜你想问
这份研报的核心内容是什么？
这份研报的核心内容是英伟达在2023年Communacopia科技大会上的发言要点。黄仁勋重申了2030年AI总可寻址市场（TAM）展望为3万亿至4万亿美元，并强调供应链约束广泛存在。他还对“物理AI”持强烈看多立场，认为自动驾驶汽车是领先应用场景，同时指出仓储自动化与导航系统等新兴应用。此外，黄仁勋将编程视为当前最具吸引力的生成式AI应用之一，并认为网络安全是AI的重大机遇。
AI行业的发展趋势如何？
AI行业的发展趋势显示，受检索式计算向生成式计算范式转移驱动，AI到2030年将构成3万亿至4万亿美元的TAM机遇，要求构建全新的计算基础设施层。摩尔定律放缓提升了英伟达紧密协同设计的硬件与网络堆栈（NVLink及扩展/伸缩架构）的价值。英伟达正在整体AI资本支出中捕获更大的钱包份额，同时物理AI领域也将迎来重大拐点，如基于推理的操作系统和6G赋能的系统。
报告重点分析了哪些方向？
报告重点分析了英伟达在AI生态中的战略布局和供应链约束问题。黄仁勋强调英伟达的生态系统规模及深度客户可视性是应对瓶颈的关键优势，同时承认先进封装、晶圆及存储器等领域存在广泛的上游供应约束。此外，报告还探讨了英伟达为支持AI生态系统和确保数据中心产能提供的财务担保与承诺，以及其对编程和网络安全等领域的看好。
当前AI市场的现状如何判断？
当前AI市场的现状显示，AI总可寻址市场（TAM）到2030年有望达到3万亿至4万亿美元，但供应链约束广泛存在，包括先进封装、晶圆及存储器等领域的供应紧张。数据中心基础设施的电力与场地可用性亦受限。尽管供应紧张，英伟达管理层重申2027年营收同比增长约70%的预期，显示出市场对AI长期发展的信心。
研报提示了哪些风险？
研报提示的主要风险包括AI基础设施支出放缓、竞争加剧导致份额流失、利润率侵蚀及供应约束。黄仁勋承认先进封装、晶圆及存储器等领域存在广泛的上游供应约束，数据中心基础设施的电力与场地可用性亦受限。此外，虽然英伟达为支持AI生态系统提供财务担保与承诺，但回报及参与伙伴与“循环融资”概念不符，也存在一定的不确定性。