徽声在线9月12日讯（编辑 李莹）美西时间9月11日，备受瞩目的高盛科技大会圆满落幕。在这场科技盛宴中，英伟达、SpaceX等科技行业巨头的高管们纷纷表达了对人工智能（AI）前景的乐观态度，并再次强调了其强劲的增长预期。然而，投资者对于AI领域巨额投入能否转化为长期稳定的回报仍持谨慎观望态度。

高盛销售与交易团队在总结时指出，与大会前两日的情况相似，参会企业在最后一天释放的整体信号依然是“坚定看多”AI市场。不过，投资者们仍在耐心等待AI资本开支能够转化为持续收入的明确证据。

本届高盛科技大会于当地时间9月8日在旧金山盛大开幕。英伟达首席执行官黄仁勋、SpaceX首席财务官Bret Johnsen等科技企业领军人物于当地时间9月10日依次登台，发表了精彩纷呈的讲话。

黄仁勋的演讲无疑成为了全场的焦点。他重申，预计到2030年，全球AI基础设施的年支出将达到惊人的3万亿至4万亿美元。

黄仁勋深入剖析道，AI并非仅仅是又一轮普通的技术革新周期，而是计算方式从传统的“检索式”向创新的“生成式”的根本性转变。他形象地比喻，“AI工厂”正在成为一种能够生产智能的新型资产，引领着未来科技的发展方向。

在谈到英伟达面临的挑战时，黄仁勋坦言，由于公司增长速度极快，上游供应链面临着全面而严峻的挑战。封装、DRAM和LPDDR内存、连接器、电压调节器以及晶圆等关键部件均供应紧张；同时，下游的土地、电力和数据中心厂房等资源也显得捉襟见肘。

然而，黄仁勋也强调了英伟达在应对这些挑战方面的明显优势。他表示，英伟达在上游拥有全球最大的供应链体系，在下游则凭借多元化的销售渠道，确保了公司在激烈的市场竞争中立于不败之地。

高盛交易团队进一步分析指出，由于电力、内存、数据中心建设及产能等方面的制约因素，AI算力供不应求的局面可能会延续至2028年。这为AI行业的持续发展提供了有力的支撑，同时也为相关企业带来了巨大的市场机遇。

黄仁勋还大胆预测，基于推理的机器人操作技术将在大约两年后迎来重大的突破拐点。这一预测无疑为机器人领域的发展注入了新的活力，也引发了业界对于未来科技变革的无限遐想。

针对市场上对于“循环融资”的质疑声音，黄仁勋坚定地表示，英伟达在资金投入方面一直保持着谨慎和理性的态度。他强调，公司投入的资金很少，但换来的回报却非常丰厚。同时，英伟达能够清楚地看到被投企业已签订的订单需求，因此根本谈不上循环融资的问题。

SpaceX则在本届大会上将自身定位为一体化AI基础设施平台，展现了其在AI领域的远大抱负和坚定决心。

SpaceX首席财务官Johnsen表示，公司预计到2027年，每吉瓦算力将能够带来300亿至500亿美元的收入。目前，公司已经处于该区间的上沿水平，对年底前实现1000亿美元年化总收入的目标充满信心。此外，公司还预计到2026年底总算力将超过2吉瓦，到2027年底将达到5至10吉瓦，并计划于2027年部署AI卫星，进一步拓展其在AI领域的布局。

半导体设备商泛林集团首席财务官Doug Bettinger的表态同样充满了乐观情绪。他表示，行业目前“基本处于售罄状态”，管理层更加担心的是错失上行机会，而非应对下行周期。这充分显示了半导体设备行业的繁荣景象和巨大潜力。

泛林集团还预计，到2027年，晶圆制造设备的需求增长将主要由DRAM主导。然而，洁净室供应仍然是关键制约因素。不过，新增的洁净室产能将在2027年底前陆续投用，为行业的持续发展提供有力保障。

此外，网络安全问题成为了本届大会最受关注的话题之一。作为AI最直接的受益领域之一，网络安全的重要性不言而喻。

网络安全公司Palo Alto Networks首席执行官Nikesh Arora表示，“AI安全产业甚至还没有真正建立起来，未来的发展空间巨大。”

同业公司CrowdStrike首席执行官George Kurtz则认为，AI非但没有挤占企业的安全预算，反而推动了安全支出的增长。在他看来，安全投入正在从单纯的防御性支出转变为推动企业AI落地的助力，为企业的数字化转型提供有力保障。

面对这股网络安全热潮，黄仁勋则保持了更为冷静的态度。他直言不讳地指出，当前网络安全话题之所以火热，部分原因在于业内即将推出新产品，有“制造需求”的成分。但他同时认为，网络安全很可能成为AI的下一个主要应用场景。因为找漏洞本就是编程能力的延伸，能够写好代码的人自然也能够发现并修补漏洞，为网络安全领域的发展注入新的活力。

高盛交易团队指出，尽管本周科技行业数据普遍积极，消费端表态健康、企业需求稳定、芯片供需偏紧，但投资者对于重新全面押注AI基础设施交易仍然显得犹豫不决。

高盛交易团队认为，市场核心争论的焦点在于AI资本开支能否转化为持久的盈利增长。这是决定AI行业未来走向的关键因素之一。

围绕这一问题，该团队提到了两点重要观点：一是超大规模云服务商需要把积压订单转化为持续的企业AI收入，这是实现盈利增长的关键一步；二是客户正在从追求token用量最大化转向以投资回报为导向的“token优化”，即根据任务需要灵活选用不同模型，在控制成本的同时提高AI使用效率。这两点观点为AI行业的未来发展提供了有益的启示和思考。

（徽声在线 李莹）