2030 年 NVIDIA 股價預測

最後更新：2025 年 7 月

在我們基本情境預測下，到 2030 年，輝達 (NVDA) 股價可能在每股 250 美元至 310 美元之間交易，預估中值接近 280 美元，代表潛在 70% 的報酬率，相較於目前約 165 美元的分拆後調整價格（所有價格均為 2024 年 6 月 10 比 1 分拆後的調整價格）。我們的樂觀情境預測約為每股 496 美元；我們的悲觀情境預測約為每股 117 美元。

2030 價格預測摘要 (CB2) 看跌情境：約 $117 | 基本情境：約 $280 | 看漲情境：約 $496 從約 $165 起的隱含基本情境報酬率：約 +70% 方法論：本益比 x 每股盈餘模型 (請參閱 本益比與估值脈絡 章節以獲取完整假設) 此為依據我們的模型所產生的情境，非機構分析師的目標。僅為模型推導的估計值。

NVIDIA 公司 (NASDAQ: NVDA) 已從一家中型市值遊戲晶片 Maker 成長為全球市值最高的公司之一，其目前接近 4 兆美元的估值反映了市場對其在 2030 年底前主導 AI 基礎設施的預期。本文使用透明的 P/E x EPS 模型構建了獨立的 2030 年價格預測，涵蓋了決定哪種情境將會實現的增長驅動因素和風險因素，並為隨著時間推移追蹤其投資論點的投資者提供逐年里程碑表格。

財務免責聲明： 本文僅供參考，不構成財務、投資或交易建議。股價預測具有投機性，且涉及重大不確定性。過去的績效並不代表未來的結果。所有價格預測均基於可能無法實現的分析模型和假設。讀者在做出任何投資決策前，應自行進行研究並諮詢合格的財務顧問。作者與發布者對於根據本文內容所做出的投資決策概不負責。

目錄

• NVIDIA 股價快照：當前表現
• NVIDIA 業務概覽：為何它能主導人工智慧領域
• NVIDIA 歷史股價表現
• 截至 2030 年 NVIDIA 的關鍵增長驅動因素
• NVIDIA 財務分析：營收、每股盈餘 (EPS) 與估值
• NVIDIA 2025-2030 年股價預測：逐年預測
• 分析師共識：華爾街對 2030 年 NVIDIA 的看法
• NVIDIA 股票的風險與挑戰
• NVIDIA 是 2030 年的良好投資選擇嗎？
• 常見問題 (FAQ)
• 免責聲明

NVIDIA 股價快報：目前表現

NVIDIA Corporation (NASDAQ: NVDA) 目前股價約為每股 165 美元（拆分調整後），市值約為 4 兆美元，位居美國資產淨值市場歷史上最有價值公司之列。

NVDA 股票概覽 (CB1) 目前價格：約 $165 (拆股調整後) | 市值：約 $4T | 52 週波動範圍：約 $86–$175 | 預測本益比：約 35x | 滾動本益比：約 50x | 股息殖利率：約 0.03% | 日均成交量：約 3 億股 | 流通股數：約 244 億股 (稀釋後) | 數據截至：2025 年 7 月

拆股調整說明： 本文中的所有價格均以拆股調整後的基礎報價，反映了 NVIDIA 於 2024 年 6 月 10 日生效的 10 比 1 股票拆分，以及 2021 年 7 月的 4 比 1 拆分。NVIDIA 總共執行了四次股票拆分；此處引用的任何歷史價格均已計入 2021 年和 2024 年的拆分影響。

NVDA 五年股價走勢圖顯示出三個明確的階段：一個由遊戲驅動的成長時代，直至 2022 年初；一個 AI 突破時期，始於 2023 年初，當時來自超大規模雲端運算廠商的 H100 GPU 訂單開始加速；以及當前的 Blackwell 架構轉換時期。該股票於 2023 年中跨越了 1 兆美元市值門檻，在 2024 年初達到 2 兆美元，並在 2024 年中達到 3 兆美元。

如需了解 NVDA 價格預測的制定方式，請參閱 NVDA 股價預測：辨別虛實的初學者指南.

NVIDIA 業務概覽：為何其主導 AI 領域

NVIDIA 在 AI 運算領域的優勢地位，歸因於三個結構性優勢：首先是 GPU 在資料中心 AI 工作負載方面的硬體領導地位；其次是 CUDA 軟體生態系統為開發人員和企業創造了高度的轉換成本；最後是在資料中心基礎設施建置方面的先發規模優勢，目前這部分已佔其營收的 80% 以上。

NVIDIA 公司於 1993 年由黃仁勳（Jensen Huang）、Chris Malachowsky 和 Curtis Priem 在加州聖塔克拉拉共同創立。黃仁勳擁有史丹佛大學電機工程碩士學位，並在創立 NVIDIA 之前曾任職於 LSI Logic 和 AMD。他擔任執行長超過 30 年的任期，是半導體產業中最長的任期之一。他在 2006 年決定投資 CUDA，並在 2010 年代將公司轉向 AI 基礎設施，這些決策是 NVIDIA 現今地位的根源。分析師經常將執行長的連續性與創始人領導的執行力視為支持長期投資論點的定性因素，與任何單一產品週期無關。

資料中心與 AI GPU 的主導地位

圖形處理單元 (GPU) 是一種專門用於同時執行數千個並行計算的處理器，這使其成為深度學習工作負載的首選硬體。在深度學習中，橫跨數十億參數的矩陣乘法運算需要大規模並行執行，這是 CPU 在等效速度或成本上無法匹敵的。深度學習（在海量資料集上訓練大型神經網路）是推動 GPU 需求的特定 AI 方法論；像 GPT-4、Gemini 和 Meta 的 Llama 3 等大型語言模型是深度學習模型，需要數千個 GPU 集群才能進行經濟上可行的訓練運行。

NVIDIA 的 H100 GPU，基於 Hopper 架構（以運算先驅 Grace Hopper 命名），於 2022 年推出，成為了 AI 訓練工作負載的業界標準。這項產品推動 NVIDIA 的總營收從 2023 財年的約 270 億美元躍升至 2024 財年的約 610 億美元。H200 作為一款漸進式後繼產品，透過 HBM3e 提供更高的記憶體頻寬，隨著已部署的 AI 服務規模擴大，旨在應對以推論為重的工作負載。

Blackwell 架構於 2024 年 3 月的 GTC 2024 上發布，並以數學家 David Harold Blackwell 命名，代表了下一代發展。Blackwell 產品系列包括 B100、B200，以及 GB200 NVL72，這是一款機架級 AI 超級電腦，結合了 36 個 Grace CPU 和 72 個 Blackwell GPU。GB200 NVL72 的平均售價（ASP）顯著高於 H100 叢集；據報導，大型雲端供應商對 Blackwell 產品的訂單在 2025 年前已積壓數季，主要客戶包括 Microsoft Azure、Amazon AWS 和 Google Cloud。

NVIDIA 的會計年度於 1 月結束。2025 會計年度 = 2024 年 2 月至 2025 年 1 月。2025 會計年度總營收約為 1,305 億美元。

CUDA 護城河：為何競爭對手難以輕易追趕

CUDA (Compute Unified Device Architecture) 是 NVIDIA 於 2006 年推出的專有平行運算平台與程式設計模型，讓開發者能將 NVIDIA GPU 用於遠超出原本圖形渲染功能的通用運算任務。

CUDA 生態系統的深度是 NVIDIA 投資理論中最被低估的競爭優勢。截至 2025 年，CUDA 已累積超過 400 萬名註冊開發者，以及 3,000 多個 GPU 加速應用程式。該生態系統包含近二十年來深度嵌入 AI 研究與生產工作流中的效能優化函式庫：cuDNN（加速訓練與推論的深度神經網路函式庫）、TensorRT（壓縮並加速部署模型的推論優化引擎）、NCCL（NVIDIA Collective Communications Library，負責管理分散式訓練中的多 GPU 與多節點通訊），以及 cuBLAS（為幾乎所有神經網路計算基礎的線性代數運算提供 GPU 加速的 BLAS 實作）。

將 CUDA 的倉位想像成行動生態系統中的 iOS：硬體（GPU）速度很快，但平台才是造成鎖定效應的原因。在經 CUDA 優化的 PyTorch、TensorFlow 或 JAX 程式碼上建構 AI 基礎架構的企業，無法像更換 CPU 供應商那樣簡單地更換為 AMD GPU。從 CUDA 遷移到 AMD 的 ROCm（Radeon Open Compute）平台或 Intel 的 oneAPI 需要重寫對效能至關重要的核心程式碼，在新的硬體上重新驗證每個模型的準確性與吞吐量，並重新培訓累積了多年 CUDA 專業知識的工程團隊。這不是硬體成本，而是當 NVIDIA 硬體持續提供強大效能時，大多數企業不願承擔的工程與營運成本。

CUDA 飛輪具有自我強化的特性：越多的開發者在 CUDA 上建置，就催生出更多 CUDA 優化的框架和預訓練模型，進而增加企業的依賴性，帶動更多 NVIDIA GPU 的購買，最終挹注更多 CUDA 的研發投資。這個週期從 2006 年到 2025 年的每一次循環，都加深了其護城河。

到了 2030 年，存在兩個實際的挑戰。AMD 的 ROCm 軟體生態系統已顯著成熟，而 Meta 部署 MI300X GPU 進行內部 AI 推論工作負載，表明在足夠的規模下，轉換成本的門檻是可以被吸收的。OpenAI 的 Triton（一種開源的 Python 式 GPU 核心編程語言）構成了一個潛在的框架級抽象層，能夠減少對 CUDA 的依賴，適用於某些工作負載。到 2030 年，這兩個挑戰中的任何一個都不太可能取代 CUDA 作為主導的平台。ROCm 的採用率仍集中在擁有專門機器學習基礎設施團隊的大型企業中，其成本敏感型工作負載。Triton 是一個核心編寫工具，而非 cuDNN/TensorRT/NCCL 函式庫堆疊的完整替代品。實際的 2030 年結果將是一個市場，CUDA 在 AI 晶片軟體工作流程中的佔有率為 65-75%，低於目前的約 80-85%；這是一條護城河的壓縮，而非其消除。

遊戲、汽車和新興市場

除了資料中心部門外，NVIDIA 還經營另外三條業務線（遊戲、專業視覺化和車用），合計佔 2025 財年營收不到 15%，但這提供了多元化佈局，降低了對單一終端市場的依賴。

遊戲業務由針對 PC 遊戲玩家和創意專業人士的 GeForce RTX GPU 系列驅動。專業可視化透過 Quadro 和 RTX 產品系列，為設計、電影和科學計算領域的工作站使用者提供服務。汽車業務由 DRIVE 平台支援，在 2025 財政年度產生了約 17 億美元的收入。DRIVE Orin SoC（單晶片系統；DRIVE 產品是晶片和軟體，而非獨立 GPU）是為量產車輛提供動力的當前一代產品，而 DRIVE Thor 已宣布用於 2025 年車輛計畫。與梅賽德斯-賓士、富豪、比亞迪及其他汽車製造商的設計中選，使 NVIDIA 在自動駕駛車輛運算堆疊中取得倉位，儘管目前收入相對於資料中心部門仍屬適中。

NVIDIA 歷史股價表現

NVDA 在截至 2025 年中的五年間，經拆股調整後的總回報率約為 1,800%，表現優於同期標普 500 指數約 90% 的回報率（約為其二十倍），且大幅領先費城半導體指數 (SOX) 一段相當大的保證金。

股票拆分說明：輝達（NVIDIA）已執行四次股票拆分。本文所有價格均使用拆股後調整的數值。近期拆股：2024 年 6 月的 10 拆 1；2021 年 7 月的 4 拆 1。拆股前每股 800 美元的價格，在本篇文章使用的拆股後調整數據系列中，則表示為每股 8 美元。

所有價格均已根據 2024 年 6 月 (10:1) 及 2021 年 7 月 (4:1) 的拆分進行調整。報酬率為近似值。

NVDA 的價格歷史可分為三個階段。**人工智慧前期（2019-2022 年）**由電競 GPU 需求和早期的數據中心 GPU 採用所驅動；2022 年的股價回撤反映了電競庫存調整以及更廣泛的半導體板塊走弱。**人工智慧突破期（2023-2024 年）**由 H100 GPU 週期驅動：隨著 OpenAI 的 ChatGPT 引發了超大規模雲端運算業者針對人工智慧訓練算力的軍備競賽，NVIDIA 的數據中心營收從 2023 財年的約 150 億美元激增至 2024 財年的約 480 億美元，並於 2025 財年達到約 1,150 億美元。該股經拆股調整後的歷史高點是在 2025 年初創下的，約為每股 175 美元。**Blackwell 過渡時期（2025 年起）**代表了從 H100/H200 到 Blackwell GPU 系列作為主要營收驅動力的傳承。

NVIDIA 截至 2030 年的關鍵成長動能

預計有四大需求催化劑將支撐 NVIDIA 的營收增長直至 2030 年，且每一項均在不同的時間跨度內運作：生成式 AI 與大型語言模型（LLM）的訓練熱潮（具備即時性與持久性）、Blackwell GPU 架構升級週期（集中於 2025–2027 年）、透過 NIM 與 DGX Cloud 實現的軟體與服務貨幣化（一則在 2026–2030 年間轉折的保證金擴張故事），以及自動駕駛平台（較長期的牛市情境選擇權）。

生成式 AI 與 LLM 訓練需求

生成式人工智慧（即根據使用者提示產生文字、圖像、影片和程式碼的一類 AI 系統）已為 NVIDIA 的財務表現建立了一套直接且可量化的營收傳導機制：隨著超大規模業者加速 AI 基礎設施支出，GPU 採購訂單流入 NVIDIA 的資料中心業務，推動了促使該股重新定價的獲利成長。

因果鏈：生成式AI需求激增 → 雲端巨頭GPU採購訂單 → NVIDIA資料中心營收加速 → EPS成長 → 股價上漲。

AI 訓練市場和 AI 推論市場的需求模式有所不同。訓練（從零開始建立模型或進行微調）是 GPU 密集型的，目前是 NVIDIA 的強項。推論（運行已部署的模型以規模化服務使用者請求）增長更快、對成本更敏感、競爭也稍微激烈，但在每天處理數十億請求的規模下，它仍然是 GPU 密集型的。隨著 AI 服務從訓練轉向部署，預計到 2030 年，推論需求將比訓練需求增長得更快，這將使總體 GPU 需求保持在高位，同時將部分工作負載轉移到客製化晶片，增加其競爭力。

高盛（Goldman Sachs）和摩根士丹利（Morgan Stanley）等公司的分析師預計，全球 AI 晶片市場到 2030 年的年營收可能達到 2500 億至 4000 億美元，高於 2024 年的約 600 億至 700 億美元。根據這些預測，即使 NVIDIA 的市佔率從約 80% 降至 65%，絕對營收機會仍大於目前的資料中心業務。

資料中心基礎設施建置

全球最大的科技公司（微軟、亞馬遜、Google、Meta 和甲骨文）已公開承諾投入為期多年、耗資數十億美元的 AI 基礎設施計畫，這為 NVIDIA 的 GPU 產品創造了持久的需求順風，並將至少持續到 2020 年代後期。

微軟 (NASDAQ: MSFT) 僅在 2025 財政年度就承諾投入約 800 億美元的 AI 基礎設施資本支出，用於建置 Azure AI 服務以及驅動 ChatGPT 和 Copilot 的 OpenAI 合作夥伴基礎設施所需的 GPU 集群。Meta 宣布計劃在 2025 年於基礎設施支出 600 億至 650 億美元，並以 AI 算力為主要驅動力。這些並非隨意性預算；它們代表了納入資料中心建設規劃中的多年期合約承諾。

Blackwell GPU 產品系列將驅動下一個營收的重大躍升。GB200 NVL72 具有顯著更高的平均銷售價格 (ASP)，高於 H100 叢集；供應鏈分析師的估計顯示，GB200 NVL72 機架系統的定價約為單個 H100 價格的五到七倍。世代升級週期（H100 到 H200 再到 Blackwell）映照出電信設備供應商如何受惠於網路世代轉型：在 2023-2024 年購買 H100 叢集的客戶，正開始 Blackwell 的更新週期，在新增產能之上創造了長達數年的替換浪潮。

自動駕駛汽車與 NVIDIA DRIVE 平台

NVIDIA 的汽車業務部門在 2025 財年的總營收中創造了約 17 億美元（佔總銷售額不到 2%），但具有上行潛力，分析師估計如果自動駕駛汽車的部署時程得以實現，到 2030 財年，該部門的年營收可能達到 50 億至 150 億美元。

DRIVE Orin 是當今生產車輛中的現世代 SoC。DRIVE Thor，這款用於 2025 年車輛計畫的下一代平台，可提供約 2,000 TOPS（每秒萬億次操作）的算力，代表了 Level 3 和 Level 4 自動駕駛應用的運算基礎。已確認的設計合作夥伴包括 Mercedes-Benz、Volvo 和 BYD。NVIDIA 在近期的投資者溝通中披露，未來六年的汽車業務設計專案管線約為 140 億美元。

2030 年汽車營收情境反映了對部署時程的真實不確定性：

• 悲觀情境： 自動駕駛 (AV) 部署時程進一步延遲，汽車業務預計為 2030 財政年度 (FY2030) 貢獻約 30-40 億美元營收。
• 基本情境： L3 級別車輛實現溫和規模化，機器人計程車 (robo-taxi) 部署有限，汽車業務預計為 2030 財政年度 (FY2030) 貢獻約 50-70 億美元營收。
• 樂觀情境： 機器人計程車 (robo-taxi) 實現商業規模部署，DRIVE Thor 廣泛採用，汽車業務預計為 2030 財政年度 (FY2030) 貢獻約 120-150 億美元營收。

汽車業務應歸於樂觀情境下的潛在增長空間，而非基準情境中近乎確定的貢獻因素。

軟體與服務：NVIDIA 下一個保證金驅動力

NVIDIA 透過 NVIDIA AI Enterprise 訂閱、NIM 微服務和 DGX Cloud，擴展至經常性軟體營收，這代表了 2030 年樂觀預期中的最大成長動力：軟體營收約 80% 的毛利率，與毛利率為 65-75% 的硬體相比，每美元營收能帶來更高的獲利貢獻。

NVIDIA AI Enterprise 是一個建立在 NVIDIA GPU 硬體之上的軟體訂閱層，提供企業級的 AI 開發框架、預先訓練模型支援、部署工具，以及企業級 SLA 保固。其營收模式為每台伺服器的年度授權費用，創造與已安裝 GPU 基礎相關的經常性收入。

NVIDIA NIM (NVIDIA 推論微服務) 是容器化、效能優化的 AI 模型部署套件。NIM 創造了一種經常性收入附加機制：每個企業級 GPU 集群都是潛在的 NIM 訂閱對象。這項產品與 CUDA 不同（CUDA 是免費且開放給開發者使用的）；NIM 是商業化的、企業級打包的層，用於將現有基礎設施變現。

DGX Cloud 是 NVIDIA 的雲端 AI 超級運算服務，透過與 Azure、Google Cloud 及 Oracle Cloud 的合作夥伴關係提供。DGX Cloud 運行於這些雲端服務商營運的基礎設施之上（而非由 NVIDIA 直接擁有），NVIDIA 則從該方案銷售的算力中獲得營收分成。這本質上是構建在現有超大規模雲端服務商基礎設施之上的 SaaS/PaaS 模式，而非 Azure 或 Google Cloud 的競爭對手。

軟體與硬體保證金比較 (CB4) 硬體毛保證金：~65–75% | 軟體毛保證金：~80%+ 範例：50 億美元的軟體以 80% 的毛保證金產生約 40 億美元的毛利。150 億美元的硬體以 65% 產生約 97.5 億美元的毛利，需要 3 倍的營收才能提供 2.4 倍的毛利。在規模化下，軟體營收組合的轉變是 NVIDIA 可用的最高影響力 EPS 驅動因素。

如果 NVIDIA 在 2030 財年實現 100 億至 200 億美元的年度軟體與服務營收，即使在硬體營收沒有額外增長的情況下，對每股盈餘 (EPS) 的增長也是實質性的。這種保證金擴張的故事，在幾乎所有競爭對手對 2030 年牛市情況的分析中都消失了。

--- ## NVIDIA 財務分析：營收、每股盈餘與估值

2030 年 NVDA 股票的交易價格將由三個財務變數決定：NVIDIA 營收成長的速度、該營收有多少能轉化為每股盈餘，以及在 NVIDIA 成長週期的特定階段，市場願意為這些盈餘支付多少本益比 (P/E multiple)。

NVIDIA 的會計年度於 1 月結束。FY2025 = 2024 年 2 月至 2025 年 1 月。FY2030 = 2029 年 2 月至 2030 年 1 月。

營收成長軌跡

CAGR（複合年均成長率）衡量的是指標在多年期間內的年化成長百分比。從 2021 財政年度到 2025 財政年度，受惠於 H100 GPU 週期後數據中心部門的擴張，NVIDIA 的總營收以約 69% 的五年複合年均成長率增長。

*所有每股盈餘 (EPS) 數據均為拆股調整後數據。Non-GAAP EPS 不包含股份報酬賠付；GAAP EPS 則包含在內。Non-GAAP EPS 顯著較高，且為估值比較之標準指標。2026 財年至 2027 財年數據係根據 2025 年 7 月彙整之分析師共識。資料來源：NVIDIA 財報及 Yahoo Finance 共識數據。

到 2030 財年的三種情境軌跡涵蓋了現實的可能範圍（數據中心約佔 2025 財年總收入的 88%，使其成為主要的建模輸入）：

• 悲觀情況 (12% CAGR)： AMD 奪取 25% 以上的 AI 晶片市場份額，中國限制進一步收緊，AI 基礎設施支出放緩。預計 2030 財年總營收：約 2,300 億美元。
• 基準情況 (20% CAGR)： AI 基礎設施支出以穩健速度持續增長，NVIDIA 持有 65-70% 的市場份額，Blackwell 的產能提升按指引推進。預計 2030 財年總營收：約 3,250 億美元。
• 樂觀情況 (28% CAGR)： AI 推論需求增長速度快於預期，NVIDIA 獲得 75% 以上的市場份額，NIM 軟體營收附加價值實現，汽車業務加速增長。預計 2030 財年總營收：約 4,600 億美元。

每股盈餘 (EPS) 展望

稀釋每股盈餘 (EPS) 是以淨利除以包含股票期權和 RSUs 在內的總稀釋股數計算而得，是 2030 年 NVDA 價格模型中最重要的單一變數：EPS 每改善一美元，乘以適用的本益比倍數，都會直接反應在股價上。

除了營收成長外，決定每股盈餘 (EPS) 軌跡的因素還有三個：

1. 毛利率走勢： NVIDIA 的硬體毛利率目前約為 70-75%，由於供應限制和權利金 ASP（平均售價）的影響，高於歷史水準。看漲情況假設隨著軟體佔比增加，毛利率將擴大至 75-78%；看跌情況則假設隨著 AMD 的競爭和中國限制降低定價能力，毛利率將壓縮至 65%。

2. 營運支出增長： 為了維持 NVIDIA 的架構規劃（Blackwell、2026 年後的 Rubin 以及更遠期的產品），必須增加研發投資。隨著營收規模擴大，營運支出佔營收的百分比預計將略有下降，從而產生正向的營運槓桿。

3. 股份數量： NVIDIA 拆分調整後的稀釋後股份數量約為 244 億股。基準情境假設到 2030 財年為止，稀釋後股份數量將保持大致持平，因為回購部分抵消了以股份為基礎的薪酬賠付所產生的稀釋。

各情境下的 EPS 模型：

• 悲觀情境 2030 財年 Non-GAAP EPS： 約 $6.00–$7.00
• 基準情境 2030 財年 Non-GAAP EPS： 約 $9.00–$11.00
• 樂觀情境 2030 財年 Non-GAAP EPS： 約 $14.00–$17.00

本益比與估值背景

本益比 (P/E) 是指投資人每賺取一美元的年收益所支付的價格，計算方式為股價除以每股盈餘 (EPS)。輝達 (NVDA) 目前的本益比約為過去十二個月 (TTM) GAAP 平均 50 倍，以及預估未來十二個月 (NTM) 非 GAAP 平均 35 倍，相較於標準普爾 500 指數 (S&P 500) 約 22 倍的預估本益比，權利金約為 90%；相較於半導體產業平均約 25 倍的預估本益比，權利金約為 50%。

NVIDIA 的本益比相對於市場處於高位，但蘋果在 2010 年至 2015 年的成長階段也是如此，當時該股票以 25 至 35 倍的預估盈餘進行交易，同時實現了 35% 以上的年度 EPS 成長。問題不在於權利金是否存在，而在於 EPS 成長軌跡是否足以支持其維持。

NVIDIA 長期的發展軌跡中，本益比乘數壓縮幾乎是確定的。沒有任何公司能無限期地維持營收年複合成長率 30% 以上。隨著成長趨緩，市場將重新定價，給予與該成長率相符的本益比。蘋果的本益比約為預期收益的 28-32 倍；微軟約為 30-35 倍。對於一個擁有穩定但較慢成長的成熟 NVIDIA 而言，這些是合理的參考點。

核心價格模型公式：

2030年輝達股價 = 2030年非GAAP每股盈餘 x 2030年本益比倍數

供讀者評估任何長期的輝達股價預測品質，請參閱 輝達股價預測：真假指南.

悲觀情況下的 18 倍市盈率反映了向廣泛市場平均水準的大幅縮減。基準情況下的 28 倍市盈率與一家成熟的大盤科技公司提供 15% 左右年度每股收益增長的情況一致。樂觀情況下的 32 倍市盈率僅在軟體變現論點得以實現，並在 2030 年前維持高於水準的成長率時才適用。

市值合理性檢查：基準情境下每股約 280 美元，意味著市值約為 6.8 兆美元。樂觀情境下每股約 496 美元，則意味著市值約為 12.1 兆美元。這兩種情境均非不可能，但都需要特定條件才能實現。

NVIDIA (輝達) 2025–2030 股價預測：逐年預測

在我們基本情境的假設下（約 20% 的營收年複合成長率從 2025 財政年度至 2030 財政年度，且本益比倍數壓縮至約 28 倍），NVDA 在 2030 年的股價可能接近每股 280 美元。以下所有價格均以 2024 年 6 月後 10:1 分拆調整為準。情境已於 2025 年 7 月根據 NVIDIA 的 2025 財政年度第四季和 2026 財政年度第一季財報更新。

熊市情境、基本情境及牛市情境

下表呈現了 2025 年至 2030 年間三種情境下的年度目標價，每種情境均根據上方 T3 中的 EPS 和本益比 (P/E multiple) 假設得出。隱含年化報酬率欄位是以目前 NVDA 約 165 美元的價格作為基準。

2030 年價格目標下的預估市值 (假設稀釋後股份約 244 億)：悲觀情境約 2.9 兆美元；基本情境約 6.8 兆美元；樂觀情境約 12.1 兆美元

關鍵情境問題直接解答：

輝達 (NVDA) 能在 2030 年前達到每股 1,000 美元嗎？根據我們的模型，這需要非 GAAP 每股盈餘 (EPS) 約為 33 美元，本益比 (P/E) 為 30 倍。此 EPS 水平意味著截至 2030 財政年度 (FY2030) 的總營收約為 5,000 億至 5,500 億美元，這代表年複合成長率 (CAGR) 為 31%–32%。這高於我們的樂觀情境，且需要輝達同時實現主導的 AI 晶片市佔率、大規模的軟體全面貨幣化，以及汽車領域的樂觀情境。此情境在分析上是可能的，但不是基本情境預期。

到 2030 年，輝達 (NVDA) 能從目前約 165 美元的價格翻一倍嗎？2 倍的回報需要股價達到約 330 美元。我們約 280 美元的基礎情境未能達到該門檻；而約 496 美元的樂觀情境則超越了它。在我們的模型下，2 倍的回報屬於樂觀到極度樂觀的結果。

年度主要驅動因素：

2025 年： Blackwell GPU 產能爬坡驅動基本情境。悲觀情境反映了超大規模業者資本支出可能暫停或 Blackwell 供應限制。該股票目前約 165 美元的價格處於今年基本情境的範圍內。

2026： Blackwell 平台的普及將推動 2026 財政年度的基準營收加速成長至約 2,000 億美元。在牛市情境下，早期 NIM 軟體營收的顯著搭售規模將增加上行空間。而在熊市情境下，則反映出超大型雲端業者（hyperscaler）採用的速度慢於預期。

2027： Rubin 架構（據報導為 NVIDIA 的下一代 GPU 平台，預計於 2026 年後推出）開始出現在分析師的營收模型中。看跌情況顯示 AMD 的市場份額壓力開始壓縮數據中心平均銷售價格 (ASP)。

2028–2030：在基本情境和樂觀情境下，軟體和服務營收佔總營收的比例有所成長。隨著數十億個由 AI 驅動的應用程式進入量產，推論需求也隨之擴大。在悲觀情境下，隨著營收成長比預期更為急劇地放緩，本益比壓縮的趨勢將加劇。

哪些假設驅動各種情境

前表中的每個 2030 年價格目標均取決於一組特定的營收、保證金及估值倍數假設。T3（見上方「估值背景」部分）詳列了每項假設，以便讀者替換為自己的輸入數據，並對這些情境進行壓力測試。

看漲情況所需條件：

• AI 推論需求至 2030 年以超過 25% 的複合年複合成長率 (CAGR) 成長
• NVIDIA 達成並維持對抗 AMD 和自家設計晶片的 AI 晶片市佔率超過 75%
• Blackwell 和 Rubin 架構相較於前幾代產品，持續提升平均銷售單價 (ASP)
• NIM 和 NVIDIA AI Enterprise 到 2030 會計年度，每年產生 100 億至 200 億美元的軟體營收
• 中國出口限制不會比現行規定有顯著收緊

基準情況下的必要條件：

• AI 基礎設施支出以穩健的速度成長，超大規模雲端服務商 (hyperscaler) 的資本支出每年成長約 15% 左右
• NVIDIA 在 2030 年前維持 65–70% 的 AI 晶片市場佔有率
• Blackwell 的採用進度大致與指引相符；Rubin 架構如期發佈
• 中國市場專屬產品持續以目前水準貢獻營收

看淡情境所需條件：

• AMD 到 2030 年佔據 25% 以上的 AI 晶片市場份額，進而壓縮 NVIDIA 資料中心的平均售價 (ASPs)
• 對華出口限制進一步收緊，估計將減少約 100 億至 150 億美元的年度潛在營收
• AI 基礎設施支出放緩的時間早於預期
• 隨著營收增長回歸至中個位數的正常水平，本益比 (P/E multiple) 壓縮至 18–20 倍

這些是模型推算的預估值，而非機構分析師的目標價。

分析師共識：華爾街對 2030 年輝達的看法

機構分析師對 NVDA 的共識，為獨立建模的情境提供了有用的交叉驗證：大多數華爾街機構並不發布官方的五年目標價，但其近期獲利模型和成長率假設所隱含的範圍，與本文構建的悲觀、基礎及樂觀情境大致吻合。

分析師共識快照 (CB3) 買進：約 88% | 持有：約 10% | 賣出：約 2% | 12 個月共識目標價：約 175–185 美元 | 截至：2025 年 7 月 來源：Yahoo Finance 共識匯總

華爾街的 12 個月共識股價目標約為每股 175 至 185 美元，這意味著較目前價格約有 6% 至 12% 的上漲空間，反映了對 Blackwell 產能爬升的近期信心，同時也對 2026 財政年度營收加速的步調抱持謹慎態度。

以更長期的視角來看：2026 財政年度市場共識預期的總營收約為 1,950 億至 2,050 億美元，以及非 GAAP 每股盈餘 (EPS) 約為 4.30 至 4.50 美元，這與我們基本案例所隱含的發展軌跡大致相符。若分析師共識預期的 2027 財政年度非 GAAP EPS 約 5.40 美元，在 2030 財政年度前以 15% 的年增率成長（與基本案例的營收成長及本益比輕微壓縮一致），則隱含的 2030 財政年度非 GAAP EPS 約為 8.50 至 9.50 美元。若以 28 倍本益比計算，這意味著 2030 年的股價約為每股 238 至 266 美元，略低於我們基本案例預估的約 280 美元。

我們的基本情境與預測共識之間的差距，主要歸因於我們的假設：軟體營收結構的轉變將推動毛利率擴張，超出目前共識模型的捕捉範圍。對軟體貨幣化論點持懷疑態度的投資人，應將其基本情境預期下調至每股 240–260 美元。

NVIDIA 股票的風險與挑戰

NVIDIA 在 2030 年前將面臨五大主要風險類別，投資者必須將其與成長論點權衡：

["- AMD 和自研晶片 (Google TPU, Amazon Trainium, Microsoft Maia) 的競爭侵蝕 NVIDIA 的 AI 晶片市佔率","- 中國出口管制逐步限制 NVIDIA 的可觸及總體市場規模","- 隨著營收成長正常化朝向市場平均水準，本益比 (P/E) 倍數壓縮","- 台積電 (TSMC) 及台灣供應鏈的地緣政治尾部風險","- 若企業 AI 的回報率 (ROI) 大規模不如預期，AI 基礎設施支出週期放緩","### AMD、Intel 與自研晶片的競爭"]

AMD (NASDAQ: AMD) 是 NVIDIA AI 晶片市佔率最可靠的短期硬體威脅，其 MI300X 加速器已在包括 Meta 在內的超大規模雲端公司中取得實際進展，同時，來自 Google、Amazon 和 Microsoft 的客製化晶片也對 NVIDIA 的超大規模雲端總體潛在市場構成了結構性的長期挑戰。

AMD 的 MI300X 是最實質性的競爭威脅。它在特定的推論工作負載上展現了與 H100 旗鼓相當的性能，特別是在大型模型服務（large model serving）中，其 192GB 的 HBM3 記憶體減少了跨多個 GPU 進行張量並行（tensor parallelism）的需求。Meta 決定大規模部署 MI300X 進行 AI 推論，這有力地證明了競爭威脅並非僅止於理論。分析師估計，到 2030 年，AMD 在 AI 加速器市場的佔有率可能從目前的約 5% 成長到 15–20%。

來自 Google（Google Cloud TPU）、Amazon（用於訓練的 Trainium2、用於推理的 Inferentia2）以及微軟（處於早期階段的 Maia）的自研晶片威脅，對 NVIDIA 在超大規模雲端業者的潛在市場總額 (TAM) 構成了結構性阻力。分析師估計，到 2030 年，超大規模業者的自研晶片可能會取代 NVIDIA 在超大規模業者內部工作負載的 15–25%，而外部企業工作負載（其 CUDA 切換成本高得多）則基本上受到保護。Intel 的 Gaudi 3 (NASDAQ: INTC) 位居遙遠的第三，大規模應用的動能極小，代表的是尾端風險，而非近期的實質威脅。

中國出口管制與地緣政治風險

自 2022 年 10 月以來，美國工業暨安全局 (BIS) 已針對 NVIDIA 的 AI 晶片發布了連續三輪出口限制，逐步降低了向中國客戶提供晶片時需申請出口許可證的效能門檻。根據 NVIDIA 的 10-K 申報文件，在這些限制生效之前，中國約佔 NVIDIA 資料中心營收的 20-25%。

監管時序顯示限制逐步加嚴：2022 年 10 月，美國商務部工業與安全局（BIS）規定禁止 NVIDIA 在沒有許可證的情況下向中國客戶銷售 A100 和 H100 晶片。NVIDIA 為此開發了 A800 和 H800 版本，旨在符合當時的閾值要求。2023 年 10 月 BIS 的更新進一步降低了閾值，堵塞了合規管道，實際上也限制了 A800 和 H800。NVIDIA 隨後開發了 L20 及其他產品，旨在符合修訂後的閾值。

熊市情境假設 BIS（國際清算銀行）在 2025–2027 年間發布額外限制，導致所有剩餘的中國特定產品被排除，以預計的 2028–2030 財政年度規模計算，這將導致每年約 100–150 億美元的收入逆風。基線情境假設目前的限制框架得以維持，中國特定產品在 2030 財政年度前每年貢獻約 80–120 億美元。

並行的風險：華為的Ascend 910B以及其他中國本土晶片替代品，可能會降低中國企業對任何NVIDIA產品的需求，無論出口管制狀態如何。出口管制降低了NVIDIA可觸及的總體市場規模；本土競爭降低了NVIDIA在可觸及市場內的市佔率。這兩種風險是疊加的。

估值風險：NVIDIA能否維持其權利金溢價？

在 NVIDIA 的長期發展軌跡中，本益比估值收縮幾乎是肯定的：沒有任何公司能無限期地維持 30% 以上的營收年複合增長率 (CAGR)，隨著增長趨於平穩，市場將重新定價，使其本益比與該增長率相符。

支持持續維持高權利金本益比的看漲理由，在於蘋果 2010 年至 2015 年的前例。蘋果在 iPhone 成長階段的預估本益比落在 25 至 35 倍，同時實現了超過 35% 的年度每股盈餘（EPS）成長。2012 年因估值理由賣出蘋果的投資者，錯失了其大部分的增值。

壓縮（或估值回調）的看跌情況是 2000 年後的思科（Cisco）。思科在 1999-2000 年網路基礎設施建設期間，交易價格曾達到 100 倍以上的本益比（P/E），隨後隨著成長正常化，其估值回調至 15-20 倍，儘管該業務仍能產生現金，但其股價在十五年間未能超越 2000 年的高峰。如果輝達（NVIDIA）的營收年複合成長率（CAGR）到 2028 財年放緩至 8-12%，那麼 20-22 倍的本益比將與該成長率一致。以每股盈餘（EPS）6.50 美元計算，這將產生約 130-143 美元的股價，儘管有正向的每股盈餘成長，但仍低於今天的水平。

高通的本益比軌跡提供了一個較溫和的類比：隨著智慧型手機成長趨於常態化，其本益比從 30 倍以上壓縮至 12-18 倍，但每股盈餘 (EPS) 的成長部分抵銷了估值倍數的壓縮。這是 NVIDIA 的基本情境類比：盈餘成長，估值倍數壓縮，最終結果是適度的正報酬，而非 2023-2024 年那樣的爆發性漲幅。

供應鏈與台積電依賴程度

NVIDIA 是一家無廠半導體公司（負責晶片設計，但將所有製造外包給外部晶圓廠），而台灣積體電路製造股份有限公司 (TSMC, 紐約證券交易所代碼: TSM) 則是 NVIDIA 採用 4 奈米和 3 奈米製程節點生產最先進資料中心 GPU 的獨家製造商。

有四種供應鏈風險值得投資者關注：

• 製程節點依賴： NVIDIA 的 Blackwell 架構採用台積電的 4 奈米製程；Rubin 架構預計將轉移至台積電的 2 奈米或 N2P 製程。目前沒有其他晶圓代工廠（非三星、非英特爾代工服務、非格羅方德）能在所需的產量下提供相當的頂尖產能。
• 台灣地緣政治尾部風險： 台灣海峽的緊張局勢代表一種低機率但高影響的潛在情境。任何影響台積電台灣營運的軍事衝突或封鎖，將導致 NVIDIA 的供應鏈中斷，且短期內沒有替代方案。這應被視為熊市情況下的尾部風險事件，而非近期的營運考量。
• CHIPS 法案的局部緩解： 台積電亞利桑那州晶圓廠的擴張最終將能夠生產先進製程的晶片。然而，台積電亞利桑那州的晶圓廠尚未生產 NVIDIA 所需的 3 奈米或 2 奈米製程；此緩解措施是局部的，且長遠於目前的投資週期。
• 產能分配： NVIDIA 相較於 AMD、Apple 和 Qualcomm 能夠優先確保台積電產能的能力，本身就是一種競爭優勢，若出現競爭客戶被優先考量的狀況，此優勢可能會受到破壞。

2030 年，輝達是個好的投資嗎？

NVIDIA 在 2030 年的投資論點，取決於三個投資者必須獨立評估的條件：持續的 AI 基礎設施支出，其速度足以支撐 GPU 營收的超平均增長；CUDA 的護城河保護，以抵禦 AMD ROCm 的成熟以及超大規模雲端運算業者（hyperscalers）自研晶片的發展；以及獲利增長的速度，足以在出售時證明其享有溢價的本益比（P/E multiple）。

看漲情境條件（若要實現強勁回報必須具備的條件）：

• AI GPU 需求按預期規模成長，且推理工作負載在初期訓練投資週期之後能提供持久的需求
• 到 2030 年，CUDA 的護城河能抵禦 AMD ROCm 的成熟以及客製化晶片的替代影響
• Blackwell 和 Rubin 架構的轉型能帶動每一代產品平均售價 (ASP) 的持續提升
• 到 2030 財年，NIM 和 NVIDIA AI Enterprise 將貢獻超過 100 億美元的高保證金軟體營收

熊市案例風險（可能導致表現不如預期的因素）：

• 隨著營收增長放緩幅度超出預期，本益比（P/E）倍數向 18–22 倍壓縮
• 到 2030 年，AMD 和超大規模業者（hyperscaler）的客製化矽晶片佔據 30% 以上的 AI 晶片工作負載
• 對華出口限制進一步收緊，減少 100 億至 150 億美元的年度潛在市場營收
• 由於企業發現難以在大規模應用中證明回報率，AI 支出週期趨於緩和

NVIDIA 可能非常適合那些能接受投資組合波動、擁有五年以上投資視野、相信 AI 基礎設施建設在 2025–2026 年後仍有長遠發展空間，並能認同 CUDA 護城河維持論點與軟體變現故事的長期投資者。對於那些需要估值倍數維持高位、投資期限短於五年，或懷疑 AI 基礎設施支出在初始模型訓練浪潮結束後能否維持目前節奏的投資者來說，持有 NVIDIA 可能是一項挑戰。

NVDA 可透過任何標準經紀帳戶購買，作為在納斯達克上市的股票。對於一個可比較的長期情境分析，請參閱 特斯拉股價預測 2030) 作為情境框架處理類似結構的參考。

財務免責聲明： 本文僅供參考，不構成財務、投資或交易建議。股價預測具有投機性，且涉及重大不確定性。過去的績效並不代表未來的結果。所有價格預測均基於可能無法實現的分析模型和假設。讀者在做出任何投資決策前，應自行進行研究並諮詢合格的財務顧問。作者與發布者對於根據本文內容所做出的投資決策概不負責。

常見問題 (FAQ)

NVIDIA 股票在 2030 年的價值是多少？

在我們的基礎情境假設下，輝達 (NVDA) 在 2030 年前股價可能介於每股 250 美元至 310 美元之間，中間估計值接近 280 美元，假設從 2025 財政年度到 2030 財政年度，營收複合年增長率 (CAGR) 約為 20%，非 GAAP 每股盈餘 (EPS) 約為 10 美元，本益比 (P/E) 約為 28 倍。我們的樂觀情境預測約為每股 496 美元；我們的悲觀情境預測約為每股 117 美元。這些是模型推導的估計值，並非機構分析師的目標價。

輝達是長期做多的好股票嗎？

NVIDIA 可能適合那些相信 AI 基礎設施建設將使 GPU 需求在 2030 年前持續高於平均水準、能接受多年期波動性，並認可 CUDA 的護城河和軟體獲利模式論點的長期投資者。對於懷疑持續高昂的本益比（P/E）倍數，或預期 AI 支出在 2030 年前將顯著放緩的投資者而言，它可能呈現更具挑戰性的風險回報前景。本文不提供買進、賣出或持有建議。

NVIDIA 在 2030 年的股票目標價是多少？

大多數機構研究公司不發布輝達 (NVDA) 的官方五年價格目標。目前華爾街的 12 個月共識目標價約為每股 175 至 185 美元（根據 Yahoo Finance 共識，截至 2025 年 7 月）。我們獨立建模的情境預計到 2030 年時，每股價格將約為 117 美元（看跌）、280 美元（基礎）和 496 美元（看漲），此數據來自以本頁上方 估值方法假設表格 中的明確假設導出的本益比 x 每股收益模型。

輝達股票為何上漲？

自 2023 年初以來，NVIDIA 股價的飆升主要歸因於 AI 訓練需求的激增：包括 Microsoft Azure、Amazon AWS 和 Google Cloud 在內的雲端巨頭，已承諾數十億美元的 GPU 採購計畫，以建立 AI 基礎設施，而 NVIDIA 的 H100（以及現已推出的 Blackwell）GPU 是訓練大型語言模型的標準運算硬體。每個季度超乎預期的資料中心營收增長，都讓分析師的獲利預期向上調整，並維持了該股票的權利金估值。

NVIDIA 在 AI 晶片領域最大的競爭對手是誰？

NVIDIA 的主要 AI 晶片競爭對手包括 AMD（那斯達克：AMD），其 MI300X GPU 在 Meta 及其他大型雲端服務供應商（hyperscalers）中已獲得採用；Google Cloud，其 TPU v5 ASIC 用於內部工作負載並提供給雲端客戶；以及 Amazon Web Services，其 Trainium2 和 Inferentia2 晶片為客製化 ASIC，分別針對降低訓練和推論成本。Intel（那斯達克：INTC）則以 Gaudi 3 AI 加速器與之競爭，但大規模採用率極低。Microsoft 的 Maia 100 晶片仍處於早期開發階段。CUDA 的轉換成本限制了來自所有替代方案的競爭威脅。

什麼是 CUDA 護城河？它為何重要？

CUDA（運算統一設備架構）是 NVIDIA 的專有平行運算平台，自 2006 年推出以來，已累積了超過 400 萬名開發者和 3,000 多個 GPU 加速應用程式。其重要性在於，從 CUDA 遷移到 AMD ROCm 或 Intel oneAPI，需要重寫最佳化程式碼、重新驗證模型效能，以及重新培訓工程團隊，這使得轉換成為一種全堆疊軟體遷移，而非僅是硬體更換。這種轉換成本使得企業即使在競爭性硬體在特定工作負載上達到性價比對等時，仍然會選擇 NVIDIA GPU。

NVIDIA 股票面臨的最大風險是什麼？

三個最重大的風險為：(1) 本益比倍數收縮，隨著 NVIDIA 的營收成長率回歸常態，投資人將其股票按成熟科技公司的倍數重新定價，這幾乎是必然趨勢；(2) 對華出口管制，BIS 的政策收緊可能會在預計的 2030 財年規模中，削減估計約 100 億至 150 億美元的年度潛在營收；以及 (3) AMD 與客製化晶片市佔率成長，隨著 AMD ROCm 的成熟以及超大規模雲端業者部署 Trainium/TPU，可能會在 2030 年前將 NVIDIA 的 AI 晶片市佔率從約 80% 壓縮至 65%–70%。

NVIDIA 會再次進行股票分割嗎？

截至 2025 年 7 月，輝達尚未宣布再次股票分割的計畫。最近一次分割是自 2024 年 6 月 10 日生效的 10 拆 1 分割（這是輝達的第四次總分割；先前分割包括：2000 年 1 月的 2 拆 1、2001 年 9 月的 2 拆 1、2006 年 4 月的 3 拆 2，以及 2021 年 7 月的 4 拆 1）。未來是否分割將取決於股價是否達到管理層認為會影響散戶投資者獲取門檻的水平；以目前約 165 美元的股價來看，看不出有短期分割的催化劑。

中國的出口政策如何影響輝達？

自 2022 年 10 月以來，美國工業暨安全局 (BIS) 接連發布禁令，逐步限制 NVIDIA 向中國客戶銷售其最先進的 AI 晶片。根據 NVIDIA 的 10-K 財報披露，在這些限制措施實施前，中國市場約佔 NVIDIA 資料中心營收的 20% 至 25%。儘管 NVIDIA 開發了符合中國規格的合規產品（如 A800、H800、L20），但 BIS 後續的更新也將這些產品納入限制範圍。在悲觀情境下，若限制進一步收緊，預計到 2028 至 2030 財年將損失約 100 億至 150 億美元的年度潛在市場規模營收；在基準情境下，現有的限制框架將維持不變，中國專供產品將繼續以較低水準貢獻營收。

NVIDIA 在 2025 年是否被高估？

NVIDIA 目前約 35 倍的預估本益比，相對於標普 500 指數約 22 倍的平均水準及半導體產業約 25 倍的平均水準而言偏高。該權利金是否合理，取決於 NVIDIA 的獲利成長軌跡能否長期維持高於市場的成長率，以使其成長足以支撐該倍數。歷史案例正反皆有：隨著 iPhone 持續成長，Apple 多年來維持了權利金本益比；而隨著網路基礎建設支出回歸常態，Cisco 的權利金則隨之瓦解。上方的 本益比與估值背景 章節展示了各種情境下的收縮計算。

免責聲明

本文僅供參考，不構成財務、投資或交易建議。股價預測具投機性，且包含重大不確定性。過往績效不代表未來結果。本文中的所有價格預測均基於分析模型和假設，而這些假設可能不會實現。讀者在做出任何投資決定前，應自行研究並諮詢合格的財務顧問。作者及發佈者對基於本文內容所做出的投資決定概不負責。

最後更新：2025 年 7 月