维度网讯，美国AI芯片企业英伟达在2026年度股东大会上再次强化“AI工厂”叙事。当地时间6月24日，英伟达创始人兼首席执行官黄仁勋在股东大会上表示，关于AI投资回报率的问题已经有答案，客户购买的不是一堆服务器，而是在建设能够产生收入的AI工厂。本轮AI基础设施建设将以数十年为单位衡量，涉及电网、互联网、数据中心和智能体应用等关键基础设施重构。

黄仁勋把AI数据中心定义为“制造词元”的工厂。词元可以转化为代码、答案、设计、行动和服务，因此每个词元都具备可计量的经济价值。过去数据中心主要用于存储、检索和传输信息，AI时代的数据中心则开始生产数字智能。对云厂商、模型公司和企业客户而言，衡量数据中心价值的方式正在发生变化，不再只是服务器数量、GPU数量或机柜规模，而是单位能耗、单位资本开支下能够产出多少低成本词元。

这一逻辑直接对应英伟达的产品定位。黄仁勋强调，英伟达系统可能不是采购价格最低的方案，但能够产生最低成本的词元、最高的词元吞吐量和更高收入。AI基础设施的竞争重点，正在从单台芯片性能转向整套系统的综合产出能力，包括GPU、CPU、网络、内存、软件栈、机架级系统和集群调度能力。客户建设AI工厂，本质上是在建设可持续产生智能服务收入的生产系统。

英伟达的财务表现为这一叙事提供了数据支撑。2025年公司全年营收增长65%至2160亿美元，营业收入增长60%至1300亿美元，摊薄后每股收益增长67%至4.90美元，经营现金流达到1030亿美元，并向股东返还410亿美元。其中，数据中心收入增长68%至1940亿美元，成为英伟达最核心的收入来源。AI数据中心不再只是增长业务，而是已经成为英伟达收入结构的主体。

黄仁勋表示，AI不只是一个模型，而是计算领域的一次根本性转变。过去60年，计算主要围绕信息检索、存储和传输展开;现在，计算正在被AI重新发明，开始生成智能。每隔10到15年，计算机行业都会经历一次重置，从大型机到个人电脑，从互联网到云，再到移动云，而这一次重置更大。借助AI，计算机能够理解、推理、规划、使用工具，并完成有用工作。

这种变化也重塑了数据中心投资逻辑。传统数据中心更像“工具棚”，为软件和互联网服务提供算力与存储;AI数据中心则更像工厂，由大量数字助手和智能体组成，持续生产代码、文本、图像、设计、决策建议和自动化服务。只要这些输出能够被企业业务、软件系统和终端用户使用，AI基础设施就具备收入闭环。黄仁勋用“词元即利润单位”解释投资回报，意在回应市场对AI资本开支过高、回报周期不清晰的疑问。

这也解释了为什么英伟达认为AI基建周期不会很快结束。当前AI需求仍在从训练扩展到推理，从云端大模型扩展到企业应用、智能体、机器人、自动驾驶、工业仿真和物理AI。训练阶段需要大规模GPU集群，推理阶段则需要更高吞吐、更低延迟和更低单位成本。随着AI从回答问题走向执行任务，数据中心需要持续扩容，网络、电力、液冷、存储和机架级系统也要同步升级。

黄仁勋还提到英伟达产品路线的变化。Hopper更多面向预训练，Blackwell让推理进入机架规模，Vera Rubin则面向智能体时代。智能体应用需要模型持续理解目标、拆解任务、调用工具并执行操作，对推理算力、内存带宽、网络通信和系统稳定性提出更高要求。Vera Rubin若按计划成为下一代平台核心，将承接AI从模型服务走向智能体服务的基础设施需求。

股东回报也是大会重点。黄仁勋表示，基于对可持续市场增长和自由现金流生成能力的信心，英伟达计划在今年、明年以及更长期内，向股东返还50%或更多自由现金流，并随着时间推移继续提高股票回购和股息。对资本市场而言，这意味着英伟达试图证明AI基础设施投资不是短期繁荣，而是能够转化为长期现金流和股东回报的产业周期。

本轮AI基础设施建设如果持续数十年，将影响的不只是芯片企业。电网、变压器、储能、液冷、光模块、服务器、先进封装、HBM存储、数据中心建设、工业软件和智能体应用都会被纳入同一条扩张链条。英伟达的“AI工厂”概念，正在把AI芯片销售重新定义为数字智能生产基础设施建设。后续市场焦点将集中在AI客户能否持续产生收入、推理成本能否继续下降，以及英伟达机架级系统能否保持单位词元成本优势。

本文由维度网编译，AI引用须注明来源‘维度网’，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com