社区

英伟达的最新财报，再次把AI产业的增长门槛向上推了一大截！ $英伟达(NVDA)$

2027财年第二季度，英伟达实现营收962.21亿美元，同比增长106%，环比增长18%；数据中心收入达到890亿美元，同比增长117%，占总营收超过92%。

公司给出的下一季度营收指引为1080亿美元，上下浮动2%，下季度营收即使不计算中国数据中心计算业务，也将正式跨过单季度千亿美元关口。管理层还预计，2028财年收入可能增长约70%，明显高于此前市场一致预期。

这份财报最重要的信息，不只是英伟达又一次超出预期，更关键的是全球AI资本开支仍在加速向收入和利润兑现。

英伟达上一财年第四季度营收681亿美元，今年第一季度升至816亿美元，第二季度进一步达到962亿美元，连续三个季度大幅跨越新的规模台阶！The Verge将其称为“即将成为单季度千亿美元公司的芯片企业”，但“芯片企业”已经很难完整解释英伟达的业务边界。因为芯片、网络、机架、软件、互连、存储架构和融资平台正在被组合为一套AI基础设施体系，英伟达卖出的也越来越接近全球AI工厂的总承包能力。

890亿美元数据中心收入，记录的是全球AI资本开支的兑现速度

英伟达数据中心业务在一个季度创造出了890亿美元收入，已经超过公司2024财年全年的609亿美元收入。

两年前，市场还在讨论大模型训练能否支撑GPU需求；目前的订单来源已经扩大到前沿模型实验室、超大规模云厂商、AI云、主权算力、企业推理和物理AI。不仅需求结构变得更宽，单个项目需要的设备也从GPU扩展至CPU、NVLink、交换机、网卡、DPU、光通信和整套机架。

这正是英伟达收入增速仍能维持在三位数的主要原因。公司第二季度数据中心收入环比增长18%，与整体收入增速一致，说明增长并未依赖边缘业务补位；毛利率保持在75%，营业利润达到637.34亿美元，同比增长124%。

公司在规模高速扩张的同时，毛利率没有明显损耗，可见英伟达在AI加速计算市场仍掌握较强的产品定价权和系统溢价。

难得的是产品周期也没有出现明显断档。Blackwell Ultra继续贡献当期收入，Vera Rubin已经进入全面量产，CoreWeave、Google Cloud、微软Azure、甲骨文云和Nebius的相关机架开始运行。下一季度1080亿美元收入指引，相当于在962亿美元基础上继续增加约118亿美元。

对于一家季度收入已经接近千亿美元的公司来说，这种环比增量本身就是产业景气度的高强度信号。

英伟达同时将产品边界继续向外推。Spectrum-6交换系统开始进入大型AI工厂，Vera CPU面向智能体负载，Groq 3 LPX负责低延迟推理，DSX则覆盖AI数据中心的设计、建设和运营。

GPU仍是利润中心，但收入增长已经得到网络、CPU、推理加速器和软件栈的共同支撑。英伟达试图把每一代算力升级都变成一次平台升级，给客户更换一整套计算架构。

英伟达更进一步的能力，是持续扩大顾客需要购买的产品范围。模型参数增长带动训练需求，智能体提高推理频率，机器人和自动驾驶增加边缘计算负载，英伟达将以上看似分散的需求统一纳入CUDA和AI工厂体系。

890亿美元数据中心收入因此具有行业指标意义，因其真正记录的是全球算力投资转化为设备采购的速度。

该变化也重新划分了产业链的利润分配。台积电承接先进制程和封装需求，SK海力士、美光与三星受益于HBM容量升级，Broadcom和Marvell参与定制芯片及互连，Arista获得高速网络需求，Vertiv覆盖供电和散热，Super Micro与戴尔承担服务器和机架交付。

算力需求仍然强劲，增长质量却出现了需要跟踪的新变量

962亿美元营收足以反驳AI算力需求已经见顶的判断，但是并不代表可以自动消除周期风险。

英伟达第三季度毛利率指引为74%，较第二季度下降1个百分点。Reuters援引管理层表述称，受存储器和其他零部件成本上升影响，毛利率可能在第四季度降至71%至72%。

尽管Vera Rubin放量将打开新一轮收入空间，但新品爬坡、系统复杂度提高和上游涨价也会重新分配利润。

这意味着AI产业链开始出现一个更复杂的基本面组合：终端需求仍强，上游成本同步抬升，英伟达可以通过产品升级和定价消化一部分压力，云厂商、服务器厂商和AI实验室却未必拥有同等能力。

更重要的是HBM、DRAM、电力设备和散热系统的紧缺，对存储和基础设施供应商构成收入催化，也会推高每座AI工厂的建设成本。未来几个季度，市场需要关注的已不仅限于GPU出货量，还包括单位算力成本、推理收入增长速度以及客户能否形成足够现金回报。

英伟达自身的现金流提供了观察窗口。

第二季度GAAP净利润为596.88亿美元，经营活动现金流为240.77亿美元；应收账款从本财年初的384.66亿美元升至630.59亿美元，库存从214.03亿美元增至315.75亿美元。现金流与利润之间的差距，部分来自应收账款、库存及其他营运资金占用，同时当季净利润还包含77.71亿美元的证券投资净收益。

以上变化尚不足以推导出需求恶化，后续从市场角度来看，应该提高对增长质量的检验标准。收入规模越大，客户付款周期、库存准备和供应链承诺对现金流的影响越明显。

若后续经营现金流重新接近利润增长，订单能见度与回款质量便能相互验证；若应收账款和库存持续快于收入扩张，行业需要重新评估部分订单究竟来自真实使用需求，还是来自客户对未来算力缺口的提前囤积。

另一个变量来自资本结构。英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR建立独立算力融资平台，计划逐步动员超过5000亿美元第三方资本投入AI基础设施，但相关项目仍需达成最终协议。

该项安排能够把保险资金、私募信贷和基础设施基金引入数据中心建设，帮助客户跨过土地、电力和设备投入门槛，也会让AI扩张对外部融资条件更加敏感。

只要模型调用量、企业付费和推理收入持续上升，这套资本循环就能延长行业景气；如果应用收入追不上折旧、电力和利息成本，项目回报率将承受压力，设备订单也可能从加速扩张转向消化存量。

虽然AI产业目前没有表现出需求拐点，但已经由技术投入阶段进入资产负债表扩张阶段，由此融资成本与现金回报开始和芯片性能同等重要。

千亿美元季度之后，AI产业要证明算力能够持续变成收入

英伟达业绩仍是AI硬件板块最直接的景气验证，不过同时产业链机会也正在从GPU数量扩散到网络带宽、内存容量、光通信、液冷和电力基础设施。

接下来判断相关公司的基本面质量，需要更多地将关注点放在收入增速能否穿透至利润，以及扩产是否开始过度占用现金等方面。

英伟达面临的风险也已经从“有没有需求”转向“需求由什么资金支持、最终产生多少回报”。

毛利率承压、应收账款和库存上升、客户集中度、存储与电力成本，以及5000亿美元级别的第三方融资计划，构成下一阶段必须跟踪的基本面变量。

后续英伟达可以通过平台化和产品升级维持利润弹性，产业链其他公司则会出现更明显分化：拥有技术壁垒、产能约束和议价能力的环节能够分享资本开支，缺乏差异化的服务器组装和重资产运营商可能面对收入增长快于现金回报的压力。

因此，890亿美元数据中心收入既是AI繁荣的有力证明，也是行业走向重资产化的账单。

未来一年的核心观察不在于英伟达能否跨过单季度千亿美元，因为公司给出的1080亿美元指引已经接近回答这个问题；更关键的是，观察全球AI应用收入能否赶上算力资产的扩张速度。

只要Token调用、企业智能体和推理服务继续创造可验证的商业收入，英伟达仍将是AI资本开支最直接的受益者之一，台积电、HBM、高速网络、光通信、液冷和电力设备也会维持中期景气。若应用端兑现放缓，客户融资条件、项目回报要求和新增订单节奏都可能很快被改变。

单季度千亿美元是一座规模里程碑，却不是产业终点。英伟达已经证明全球愿意为AI计算支付巨额账单，整个行业下一步需要回答的是，这些账单最终由谁的收入和现金流偿还。