在此前，我们都已经习惯了一个逐渐固化的叙事：AI 基建的钱正在从「买芯片」流向电力、流向散热、流向云厂商自己的定制芯片，而英伟达作为这条链条上最贵的一环，数据中心的增长动能正在被逐步稀释。过去几个季度，空头市场反复用「基数太高」、「增速见顶」来预设英伟达的天花板，再叠加当前超大规模云厂商自研 ASIC 的加速推进，以及市场对 AI 资本开支周期是否见顶的持续质疑，市场对英伟达的期待也慢慢收敛。
本次财报前夕，四十一位分析师给出的一致预期只比公司自身指引高出 1.2%，这几乎是在表明华尔街只想确认英伟达的数据中心增长没有失速，此前英伟达已连续五个季度超预期，但每一次超出的幅度都在收窄，市场也因此愈发怀疑，这条曲线最终是否终将迎来它的拐点？
8 月 26 日美股盘后，英伟达交出了一份彻底打破所有预期的成绩单。数据中心业务依然是绝对的增长引擎 ， 营收与 Q3 指引双双大超市场一致预期。黄仁勋在财报声明里的第一句话也在某种程度上给这个季度定了调："AI 已经到达它的拐点。它正在做有用的工作。它的 token 是有生产力、有利润的。现在，计算即收入。"
从供应商转变向资本的一年
过去一年，英伟达慢慢成为了一家大型 AI 基础设施投资公司。游戏显卡早已成为它历史的一个注脚，AI 产业链数据中心供应商也成为了它不同身份中的其中一个。 2025 年 9 月 18 日，英伟达投资了英特尔 50 亿美元作为战略布局，投资竞争对手的罕见操作也让两家老对手之间的关系变得更加微妙，而这距离美国政府以 89 亿美元收购英特尔约 10%股权仅仅过去一个月。政府入股叠加英伟达注资的连环利好消息点燃了市场对这家老牌芯片巨头重返牌桌的想象，英特尔当天股价暴涨 23%，创下 1987 年以来最大单日涨幅。2025 年 12 月 29 日，这笔交易正式完成交割，英伟达以私募配售方式购入超过 2.147 亿股英特尔股票。
此后的十一个月里，英伟达开启了近乎不设上限的投资模式。2025 年 9 月 22 日，英伟达向 OpenAI 承诺投资最高 1000 亿美元，这距离英特尔那笔投资仅仅过去四天。2026 年 1 月，英伟达投资 xAI 100 亿美元，2026 年 7 月则向 OpenAI 追加承诺，总规模推至 2500 亿美元。而就在最近的 8 月 20 日，英伟达完成了结构最复杂的一笔投资交易，英伟达同时做了三件事：首先支付 60 亿美元授权 Poolside 的 AI 模型 Model Factory，然后以 120 亿美元投前估值追加投资 10 亿美元，最后向超过 100 名 Poolside 员工发出工作邀约，这些人将加入英伟达的 Nemotron 开源模型项目。
可以说，英伟达再次将资本影响力渗透进一家前沿 AI 模型公司。值得一提的是，Poolside 在给投资者的信中特别说明：这不是收购，也不是人才收购，公司将保持独立运营，三位联合创始人继续留任。而如果继续独立竞争开源模型开发，它需要获得比现实可能更多的英伟达硬件。换句话说，是算力的稀缺性最终把这家公司推向了英伟达的怀抱。
连绵不断的资本动作，正在让整个 AI 产业的边界变得模糊：供应商、股东、债主、客户，这些原本泾渭分明的角色，如今在英伟达身上同时成立，同时坐在了牌桌的好几个位置上。因此这样的资本闭环也让「循环融资」这个质疑变得更加具体。英伟达投钱给客户，客户便可拿这笔钱买英伟达的 GPU，而后这笔钱回到英伟达的报表上变成收入，收入增长可以推高股价，股价上涨让英伟达有更多资本去投资下一个客户。我们反复听到的"英伟达投资 1000 亿美元给 OpenAI，然后 OpenAI 再把这笔钱还给英伟达"，说的就是这个循环。而对于整个生态更具体的运作方式而言，英伟达、微软、甲骨文都在投资 AI 开发商，而这些开发商随后成为它们云计算服务的大买家，导致同一笔资本在多家公司之间流转，并在每一站都被记为收入。
如果 AI 基建的最终商业回报迟迟无法兑现，则这套看似高效的资金循环，会在最脆弱的环节率先断裂。风险在于这条链条上的每一环都建立在「下一环能够继续付款」的假设之上：OpenAI 能否用它的模型赚回数据中心的成本、云厂商能否把算力租出去、AI 初创公司能否在烧完融资前找到盈利模式。而一旦其中任何一个节点的收入不及预期，例如客户削减采购，那么英伟达的订单便会下滑，而这将导致股权投资的账面价值缩水，而此前为支撑这些客户所投入的资金和担保，则可能变成潜在坏账。
而辩护方的逻辑是这样的：这些投资是渐进式的、与实际部署里程碑绑定的。以 OpenAI 那笔为例，每部署一吉瓦才触发一笔新的投资，首个吉瓦部署时投 10 亿美元，后续批次按 OpenAI 当时的估值定价。这意味着如果部署没有真实发生，投资也不会发生，不存在「凭空制造收入」的空间。
这是市场过去数月时间对于英伟达这套资本打法的持续争论，对 AI 基建杠杆化的担忧甚至上升至债券市场。2026 年至今，超大规模云厂商及英伟达等关联实体已发行 2250 亿美元债券，同比暴涨 973.7%！而不管这些风险最终成立与否，它们都将成为英伟达股价上升阶梯中的绊脚石。
再次超预期的一个季度
英伟达 FY2027 Q2 的财报，从任何传统标准看都堪称完美。营收 962.21 亿美元，同比增长 106%，环比增长 18%，这是自 2025 财年第二财季以来最高的同比增速。比公司自己的指引中值高出 52 亿美元，比分析师预期高出逾 4%。调整后 EPS 2.22 美元，同比增长 120%，超出市场预期近 6%。非 GAAP 运营利润 639.56 亿美元，同比增长 124%，对应运营利润率约 66%，高于分析师预期的 611.9 亿美元。运营费用 82.32 亿美元，低于预期的 83.2 亿美元，收入端跑赢预期的同时，费用控制也强于预期。但财报公布后，英伟达股价盘后先小幅上涨，随后迅速转跌，一度跌 4%。
数据中心业务收入 890 亿美元，同比增长 117%，环比增长 18%，高于分析师预期的 858 亿至 859 亿美元，占公司总营收约 92.5%。超大规模云厂商创造收入 487.1 亿美元，大幅超出预期的 435.5 亿美元，超出幅度接近 52 亿美元；AI 云、工业及企业应用收入 403.1 亿美元，低于市场预期的 419.6 亿美元；边缘计算收入 72 亿美元，同比增长 27%，环比增长 13%，高于预期的 66.1 亿美元。这个结构说明本季度的超预期主要是由超大规模云厂商拉动的，而企业端、工业端和部分 AI 云相关需求的扩张节奏，略低于市场此前的期待。
这是一个需要谨慎对待的信号。此前市场（包括很多分析）倾向于认为英伟达的客户结构正在快速多元化、企业级需求正在接棒，但这个季度的数据显示，四大云厂依然是绝对的增长主引擎，企业侧的放量节奏还没有完全跟上。而 Compute & Networking 收入 883 亿美元，同样高于预期的 846.9 亿美元，反映的是同一个逻辑：大规模集群建设仍是当前需求的核心形态。
毛利率方面，Q2 的 GAAP 和非 GAAP 毛利率均为 75.0%，持平上一季度，较去年同期提升约 2.5 至 2.6 个百分点。在营收接近千亿美元、数据中心供应链高度紧张的背景下，还能维持 75%的毛利率，说明英伟达在 AI 加速计算市场的定价权依然极强。但 Q3 指引给出的是 74.0%，较 Q2 下移约 1 个百分点，低于分析师预期的 75%。其背后存在不同的驱动因素，包括新平台在量产初期通常伴随良率波动和成本扰动、供应链成本上行例如 HBM、先进封装、基板等关键环节的价格持续上涨，这和苹果此前面临的内存危机是同一个根源。
产品结构的变化也很可能让下滑成为一个更长期的趋势起点。 当整机架系统交付的占比提升，产品的成本结构会与单纯销售 GPU 时不同。财报中最重要的产品信号是 Vera Rubin 正加速进入全面量产。当前机架已经在 CoreWeave、谷歌 Cloud、微软 Azure、甲骨文 Cloud Infrastructure 和 Nebius 等合作伙伴处运行。这个细节很重要，它意味着 Rubin 已经在真实客户的数据中心里跑起来了。这套结合 Vera CPU、Rubin GPU、Spectrum-6 网络、BlueField、安全、存储、软件工具链、DSX 平台的全新系统级架构，将成为其未来数个季度增长叙事的核心支点。英伟达反复使用「AI 工厂」这个表述，意在强调它供应的不是芯片，而是建设、运行和扩展 AI 算力基础设施的完整系统。这对估值叙事至关重要，市场此前最担心的问题之一是：Blackwell 需求高峰之后，英伟达能否平滑切换到下一代平台？而 Rubin 的顺利量产，直接延长了增长周期的可见度。但产品切换也带来短期不确定性，例如新平台爬坡通常伴随供应链、交付节奏、客户验收和成本结构的变化，这也是 Q3 毛利率指引下移可能的原因之一。
对于这份财报，可以看出英伟达的主营业务的增长质量是真实的，甚至可能好于表面数字。剔除 77.7 亿美元股权投资收益后，非 GAAP 净利润 539.54 亿美元，运营利润率 66%，表明主营业务本身的盈利能力极强，没有被投资收益美化。费用控制也优于预期；而 ACIE 不及预期 16 亿美元表明客户多元化的进程比市场此前想象的要慢。这意味着过度依赖四大云厂这个风险短期内还没有缓解。毛利率下滑、自由现金流骤减、营收账款激增与投资组合膨胀勾勒出的是一家正在用更重的资产负债表、更长的现金转化周期，去支撑更快增长的公司。
AI 叙事、竞争格局与供应链：三条并行的线
当前英伟达的基本面依然很扎实，但支撑基本面的三根支柱也各自都在经历着变化。首先是 AI 叙事，我们知道华尔街当前对于 AI 投资周期的关注重心已经从「算力扩张」走向了「回报验证」。黄仁勋给出的长期判断是：AI 基础设施支出到本世纪末可能达到每年 3 万亿到 4 万亿美元，驱动力是智能体 AI 的全面普及，也就是不再是简单的问答机器人，而是能够持续决策、调用工具、执行多步骤任务的 AI 系统。
这个判断本身争议不大。而其中的分歧在于时间表和回报路径。当今已经没有人关注投资 AI 是不是投资未来这样的方向命题，现金流、回报紧迫性才是市场关注的重点。如我们前文所述，风险正在债券市场里放大，投入产出比的真实、快速兑现是整条 AI 产业链的核心命题，这也是其商业模式的终端。
此外，定制 ASIC 芯片这条赛道的加速将持续侵蚀英伟达在 AI 芯片市场的份额天花板。数据层面，Custom Silicon 占整个 AI 芯片市场的比例预计将从 2025 年的 20.9%上升到 2026 年的 27.8%，这是当前 AI 芯片市场里增长最快的竞争威胁。谷歌 TPU、亚马逊 Trainium、Meta MTIA，三大云厂商都在加速自研芯片。博通作为这个领域最大的受益者之一，AI 相关收入已达到约 108 亿美元的季度规模。
这条威胁的特殊之处在于，它的驱动力不是性能，而是议价权。云厂商很清楚，自研芯片在通用性和软件生态上难以匹敌英伟达。但它们愿意为了降低对单一供应商的依赖、获得供应链自主权、以及在采购谈判中拥有筹码，主动去牺牲一部分性能。这也是为什么这条线索短期内不会颠覆英伟达的地位，但长期需要持续跟踪，关键不是 TPU 能不能打败 Blackwell，而是云厂商愿意把多大比例的资本开支，从英伟达那里分流出去。
而在供应链方面，当前关于数据中心供不应求，包括其整个生命周期都在缺货的事实，似乎依然没有任何缓解的迹象。其实关于供应链紧张，在 Q1 财报里就可以看出今年一整年的基调。英伟达在 Q1 把总供应量提升到了 1450 亿美元，管理层明确表态并非对供应挑战免疫，但有信心支持客户的增长。他预计英伟达将在 Vera Rubin 的整个生命周期内持续处于供应受限状态。
这句话可以有两种解读，而这两种解读对投资的含义完全不同，对于多头而言，需求真的旺盛到芯片厂商跟不上产能，供不应求意味着定价权稳固、订单能见度极高；而供应短缺同时也是一种营销叙事，它能持续制造市场对产品的稀缺感和购买紧迫感，促使客户提前锁定订单、避免观望。而无论哪种解读成立，供应链，尤其是台积电的 CoWoS 先进封装产能和 HBM 内存产能依然是决定英伟达增长上限的最核心变量。
这也解释了为什么在 AI 硬件这轮周期里，上游供应商同样处在最确定的受益位置上：台积电掌握先进制程和封装，美光、SK 海力士掌握 HBM 产能，它们的产能分配决定了英伟达能出多少货，而英伟达能出多少货，又决定了整条 AI 基建链的收入天花板。
我们把这样的三条线索拼起来看，将它们把业务基本面、财报预期、三条暗线放在一起，会浮现出一个清晰的结构：需求、产能、资本，三个变量是维持整个系统增速的核心变量。
英伟达还是那个英伟达。在完成了从芯片供应商到算力世界建造者的跨越之后，它目前正在为一个尚未完全到来的时代提前铺设地基。成长的故事还在继续，它依然站在这个时代最耀眼的位置上。只是聚光灯越亮，落下的影子也越长。它留给了市场那些悬而未决的问题，将成为美股接下来数个季度里的最重要的一条主线。
