Nvidia 最新财报显示，AI 需求正从少数超大规模客户向更广泛市场延伸。 hyperscalers 的资本开支仍占大头，但非核心客户贡献的增长速度更快，这一趋势正在降低对单一买家的依赖，同时推高供应链与能源基础设施的复杂度。[[1]](https://www.bloomberg.com/news/videos/2026-05-21/nvidia-shows-ai-opportunity-extends-beyond-hyperscalers-video)
过去一年，类似信号已在内存与网络设备领域显现。美光与 SK 海力士的 HBM 产能被长期锁定，中小企业与垂直行业客户开始通过租赁或合作模式接入算力。这不是简单的市场下沉，而是 AI 应用从训练主导转向推理与边缘部署的必然结果。相比之下，早期依赖大厂预订的闭源模式正面临弹性不足的挑战，而开源生态在成本控制上显示出优势。
根本驱动力在于推理成本下降与多步任务能力的成熟。企业不再满足于通用聊天工具，而是寻求可嵌入现有工作流的垂直代理，这要求算力分布更靠近数据源。能源层面，核电复兴与天然气项目并行推进，反映出大厂对长期供电稳定性的焦虑。
未来 6-12 个月，关键变量在于供应链能否匹配需求广度：若边缘市场验证出真实 ROI，芯片与能源公司将迎来更分散但更持久的增长；反之，资本集中风险可能再次集中于少数玩家。观察重点将是下一季度非 hyperscaler 收入占比与实际部署案例。
信源：https://www.bloomberg.com/news/videos/2026-05-21/nvidia-shows-ai-opportunity-extends-beyond-hyperscalers-video
