# 英伟达股价即将飙升：从 GPT-4 到 o3，谁将抓住这波技术红利？

By [BiyaPay](https://paragraph.com/@biyapay) · 2024-12-24

---

OpenAI 最近推出的 o3 模型正在引发一场 GPU 需求的风暴，特别是对于 Nvidia 的推理芯片。Nvidia 现在正通过两大关键领域迎接这一需求：一方面是训练前的计算，另一方面是测试时的计算。凭借在技术上的领先地位和强大的供应链掌控力，Nvidia 似乎正站在这一波需求浪潮的风口浪尖上。

![](https://storage.googleapis.com/papyrus_images/a822be8da95010671cf77d52a687bf07c6b86d2c8cab45bb33998ce904b109b5.png)

尽管目前它在市场上占据了绝对主导地位，但随着越来越多的大型企业开始加大硬件投资，竞争也在变得越来越激烈。

**o3 模型的突破带动英伟达硬件**

OpenAI 最近发布的 o3 模型标志着人工智能领域的一个巨大飞跃。这个模型在 ARC-AGI-Pub 基准测试中获得了 75.7% 的高分，展示了人工智能技术的飞跃。它不仅仅是 GPT-4 之后的一个小步进展，而是一次真正的革命，彻底改变了我们对智能机器潜力的认知。

多年来，先进的大型语言模型（LLM）一直在努力解决更加创新的任务。实际上，GPT-3 在 ARC-AGI 测试中的得分为 0%，GPT-4 的表现也没有显著提升。

然而，o3 模型突破了这些旧有的限制，证明了强大且灵活的即时推理不再是遥不可及的梦想，而是已经变为现实。值得注意的是，o 系列的测试时间计算模型仍处于起步阶段，这意味着 o3 之后的版本可能会展示出更强大的能力。不过，这一突破也带来了新的挑战——即推理计算的巨大需求。

o3 的成功并不是通过简单地增加预训练模型的规模来提升能力，而是在推理阶段对计算力提出了更高要求。每一次查询，不仅仅是简单地查找答案，而是在一个庞大的“程序空间”中进行深度搜索，涉及数千万个标记，并且需要大量的 GPU 计算资源。这种全新的计算模式将带动推理芯片需求的激增，并需要数十亿美元的加速器投资。

而更重要的是，测试时间计算的扩展性目前没有明显的上限，这意味着需求将持续以**指数级**增长。

![](https://storage.googleapis.com/papyrus_images/03d58b6aa35a806bad246ba319132022e481cc7c71c725d59623cf5d81913a6f.png)

在这个技术变革的关键时刻，英伟达凭借其领先的人工智能基础设施能力脱颖而出。多年来，英伟达的 GPU 一直是训练大型语言模型的行业标准。而如今，随着 o3 引领着人工智能的发展，推理计算需求成为推动行业前进的核心动力。

英伟大的全球供应链管理能力，让它在满足这一需求方面拥有独特的竞争优势。英伟达已经准备好通过数千个 GPU、DPU、专用内存和网络设备，按需提供支持 o3 等高计算需求模型的硬件。

**o3：人工智能推理质的飞跃**

大型语言模型（LLM）一直以其强大的模式识别能力赢得了广泛的认可，但在应对全新任务时，它们的表现却常常让人失望。以 GPT-4 和其他同类模型（如 Claude 或 Gemini）为例，它们在熟悉的任务上表现卓越，但在面对一些具有挑战性的创新问题时，却显得捉襟见肘。

过去，有人认为“更大的模型自然意味着更聪明”，但如今这一观点已经开始受到质疑。

OpenAI 推出的 o 系列模型则带来了一个全新的突破。通过密集的测试时间计算、推理链条和自适应解决方案的结合，o3 成功突破了这一瓶颈，展现出超乎预期的成果。

与早期模型依赖快速执行静态内容的方式不同，o3 通过精妙协调复杂的推理过程，推动了每个查询的高效解决。这意味着，支持“大规模即时搜索”的推理集群需求也将随之增加，进一步推动了硬件技术的进步和对计算资源的依赖。

以下是ARC测试的一些任务表现

![](https://storage.googleapis.com/papyrus_images/77e4c7123da3f3d190efe0e7a8ba3e0724a2a616515ef9e8c0f950b369aef4d0.png)

测试推理时间的重要性

过去，人工智能对硬件的需求大多源于更大、更复杂模型的训练。虽然这些模型的训练过程是高成本且需要大量计算资源，但一旦训练完成，推理阶段的计算需求相对稳定且可预测。

然而，随着 o3 模型的突破，测试时间计算正迎来一个全新的阶段。想象一下，未来每个复杂的问题都可能触发一次庞大的标记搜索，涉及数十亿甚至数万亿个参数。

随着人工智能在企业运营、消费者服务，甚至是国家级数据中心的应用不断增加，这类计算任务的数量可能会呈现爆发式增长。

更重要的是，这种推理需求的扩展似乎没有尽头。随着人们对更聪明、更具感知力的 AI 的需求不断上升，推理计算的强度也会随之增加。每一代新模型的发布，几乎都意味着推理计算的需求会进一步扩大，而这也意味着我们需要更多的 GPU 来满足这一增长。

![](https://storage.googleapis.com/papyrus_images/5bf9936200b0fb5e7aef8e4dd0b97bf5681c4a07b9f6303728654334e4d86054.jpg)

对于英伟达而言，这不仅是技术上的突破，更是股价持续上涨的强大推动力。随着测试时间计算需求的爆发，英伟达凭借其在 AI 基础设施中的市场主导地位，将有机会从这一需求激增中大幅受益。股价的上涨也将随着这一趋势持续，投资者可以预见，英伟达将在未来几年成为全球推理计算需求扩展的最大受益者。

如果你希望抓住这一波机会，确保资金安全并高效流动，推荐使用多资产钱包 BiyaPay，不仅为你提供高效、安全的资金出入金服务，还支持美港股和数字货币交易。通过 BiyaPay，你可以轻松将数字货币兑换为美元或港币，并迅速提取到个人银行账户，完美解决资金流动的烦恼。

此外，该钱包的到账速度快，转账额度没有限制，帮助你在市场变动时及时抓住机会。无论是投资操作，还是确保资金的安全性和流动性，BiyaPay 都能让你无忧畅行，确保每一次投资都能尽在掌握。

![](https://storage.googleapis.com/papyrus_images/9bb0c7d98760ed2909f1fb0b8db07c590b9ab2b5dd8dc5ea60aac9b019aa6279.png)

从GPU到AI工厂：英伟达的硬件帝国

英伟达如今在全球供应链中的地位几乎无可匹敌，它不仅掌握了最前沿的技术，还与全球各大公司建立了广泛的合作关系，这让它成为唯一能够满足如此庞大推理需求的公司。

想象一下，要应对如此庞大的需求，仅仅制造 GPU 是远远不够的，英伟达必须管理从头到尾的完整供应链，包括先进的内存、极速网络、专用连接器、DPU、机架、冷却系统，甚至是这些组件之间的操作系统和软件堆栈。

几十年来，英伟达通过与 Micron、InfiniBand、Spectrum-X 等顶级供应商的紧密合作，已经建立起了一个稳固的生态系统，使得它在行业中占据了难以撼动的优势，远远领先于其他竞争对手，如 AMD。

在这个新的推理计算时代，推理不再是简单的任务。云计算公司、AI 企业，甚至是一些传统的大型公司，都在积极寻求英伟达提供的硬件解决方案，来部署自己的高效 AI 模型。这些企业需要的不仅仅是单一的 GPU，而是庞大的集群，能够应对复杂且持续的推理任务。得益于英伟达强大的供应链优势，它能够迅速、规模化地建设数据中心，并以最优配置交付客户。

最近，英伟达还提出了“AI 工厂”这一概念，为客户提供一站式的、预包装的 AI 数据中心解决方案。

![](https://storage.googleapis.com/papyrus_images/48784d1ca5e080a66e68a4cc733ba46d9c6b563a0096d249b83b21349c7e3050.png)

如何应对未来推理计算需求的激增

未来英伟达的成功，将取决于它如何应对推理计算需求的快速增长。虽然训练更大规模的模型已经开始面临技术瓶颈，但推理计算的需求仍处于初期阶段，并且随着越来越多依赖推理的人工智能模型出现，推理计算将变得更加复杂，所需的计算资源也将显著增加。

推理计算的扩展意味着人工智能在做出决策时，不再仅仅依赖预先训练好的模型，而是需要在实时处理大量数据的过程中进行不断的计算和推理，这个过程不仅时间长，而且对计算能力要求极高。随着人工智能应用的深入，尤其是企业和消费者服务的普及，推理计算需求将呈现爆发式增长。

不过，英伟达拥有强大的技术基础和基础设施，使它能够轻松应对这些挑战。通过不断扩展其计算集群（简单来说，就是增加更多的计算设备来分担任务），加速网络速度（提升设备之间信息传输的速度），以及优化软件配置（让系统运行更高效），英伟达可以确保满足未来需求。

此外，英伟达的CUDA框架，它是一个帮助程序更高效运行的编程工具，已经成为行业的标准，确保了英伟达在竞争中占有明显的优势。

靠创新和钱袋子双管齐下

英伟达最近的财务表现简直是让人瞠目结舌。2025 财年第三季度，它的收入已经飙升至 351 亿美元，同比增长高达 94%。这一增长不仅是由于o3模型的突破，更是因为它在测试时间计算领域的革命性进展，英伟达正在迅速扩展市场份额，迎接更加辉煌的未来。

![](https://storage.googleapis.com/papyrus_images/d2d34f87947683b1b281d9fb27cd7779cfd9d4527260c17fa740564d19278de6.png)

随着推理计算需求的增长，短期内推理成本可能会上升，但英伟达并不担心。凭借庞大的规模和强大的运营能力，英伟达能够和供应商谈判，拿到比其他公司更有竞争力的价格，并持续提升系统效率。也正是因为这样，英伟达在数据中心这一块儿取得了惊人的成绩，成为了收入增长的核心驱动力。

其数据中心部门在2025年第三季度贡献了约88%的总收入，达到创纪录的 308 亿美元，同比增长了 112%。这不仅是硬件的功劳，更多的还是英伟达在AI芯片领域的创新，让它能够牢牢把控市场的定价权。

英伟达的 Blackwell B200 芯片，不仅降低了 AI 推理的成本和能耗，还是在性能和能源效率之间实现了完美的平衡。就凭这一点，英伟达就能轻松设定高价，不怕竞争对手的挑战。

随着新技术的不断推出，比如 Blackwell 后续的 Rubin 芯片，英伟达始终处于行业的最前沿，永远比其他竞争者领先一步。其产品定价也十分“有意思”——比如 Blackwell GPU，一台的价格在 30,000 到 40,000 美元之间，比起 AMD 的 Ryzen，差距可不小。这样的定价，不仅能确保高额收入，还能强化其市场主导地位，牢牢把握收入增长的主动权。

英伟达估值：买入机会

我们使用了 DCF 模型来给英伟达估个值，假设条件如下：

– **永久增长率**：我设定了 3% 的增长率，这基本符合全球预计的 GDP 增长率（大约 3.3%）。

– **折现率**：折现率我定在 9.5%，这个是通过公司 WACC 计算出来的，反映了它的资本成本。

– **自由现金流（FCF）增长率**：考虑到公司过去五年 FCF 的年复合增长率高达 72%，而过去 15 年的年复合增长率是 41.73%，我选择了一个相对保守的 35% 来避免过于乐观的假设。

根据这些假设，我的估值模型得出了 146.9 美元的股价目标，这意味着现在的股价有 9% 的折扣。

![](https://storage.googleapis.com/papyrus_images/71ea4d62085d61f9d3619549981210de54960fb086eddfd9ad9920a6c39977f0.png)

从目前的估值来看，英伟达对于潜在投资者来说，确实是一个“便宜”的切入点，可以抓住它未来巨大的增长潜力。而且，公司的市盈率（TTM）为 53.19，预计到 2026 年 1 月每股收益为 4.43 美元。根据这个预期，我将 2026 年的目标股价定在了 236 美元。这比我计算出的合理股价 146.9 美元，意味着股价有 60.4% 的上涨空间。

所以，我认为英伟达现在是一个值得买入的机会，短期内可能会有不错的回报。

总之随着 OpenAI 推出的 o3 模型，我们进入了一个全新的推理计算时代。这对英伟达来说，可谓是一次重要的机遇。如今，英伟达的市值已经突破 3.2 万亿美元，随着 AI 推理计算需求的激增，公司的发展潜力依然巨大。对投资者来说，英伟达在这一新阶段中扮演的角色至关重要。凭借其全面的技术实力和强大的战略合作伙伴关系，英伟达正站在人工智能技术的最前沿，准备好迎接全球推理计算需求的爆发。

现在英伟达不仅在硬件领域占据了领先地位，更凭借着稳固的供应链和创新驱动，牢牢把握住了未来增长的脉搏。对于想抓住这一波技术革新的投资者来说，英伟达无疑是一个值得关注的公司。

---

*Originally published on [BiyaPay](https://paragraph.com/@biyapay/gpt-4-o3)*