NVIDIA фінансові звіти 2026: Q1 дохід 81.6 мільярдів — чому «захват від сюрпризів» спричинив післяторговельні коливання?

英伟达於 2026 年 5 月發布的 2027 財年第一季度財報，再次交出了一份在絕對值上遠超市場平均預期的成績單。當期營收達到 816 億美元，同比增長 85%，數據中心業務仍是核心驅動力。然而財報發布後，盤後股價並未延續此前季度的強勁上漲，反而出現震盪下行。

這一現象的核心在於市場對“超預期”的定義已經發生變化。賣方分析師共識預期與買方機構實際隱含的心理門檻之間，出現了顯著落差。当一家公司的連續多個季度交出遠超最初指引的成績單後，市場會自然地將“可接受的下限”抬高。本次財報中，Q1 營收雖然高於賣方預期的 790 億美元區間，但未能觸及部分大型買方機構內部模型所測算的 830-850 億美元門檻。

這種“驚喜疲勞”並非業績惡化信號，而是估值體系進入新階段的標誌。市場不再為單純的數字超越喝彩，轉而關注超越的幅度是否足以支撐當前約 30-35 倍遠期市盈率的估值水平。

Q2 營收指引如何與買方“隱性預期”產生錯位？

本次財報最核心的分歧點，集中在英偉達對下一季度的營收指引。公司官方給出的 Q2 營收指引約為 910 億美元，同比增長約 65%。從絕對數值看，這一指引本身已是極為強勁的數字，甚至超過了許多其他行業龍頭公司的全年營收。

但分歧在於買方機構對 Q2 的“隱性預期”普遍落在 930-950 億美元區間。這一隱性預期的形成有其邏輯基礎：過去四個季度，英偉達的實際營收均超出其自身初始指引約 8-12%。因此部分機構投資者習慣性地在官方指引基礎上疊加“beat 空間”，並將其作為實際心理錨點。

當官方指引僅比賣方共識預期高出約 3-5%，且未給買方留下足夠的“beat 預期差”時，市場便產生了失望情緒。這一現象反映了 AI 芯片市場正從“預期管理寬鬆期”向“預期管理精準期”過渡。公司管理層傾向於更保守的指引以管理供應鏈不確定性，而市場卻希望看到更激進的增長信號。兩者的錯位，成為本輪股價壓力的直接誘因。

市場從何開始審視 AI 算力的“常態化”增速？

過去八個季度，英偉達數據中心業務經歷了環比增速從 15-20% 逐步收斂至 8-10% 的過程。這是任何技術爆發周期都會經歷的規律：基數越大，邊際增長率的視覺衝擊力越弱。

市場正在完成從“同比視角”向“環比與同比結合視角”的切換。2025 年同期超過 200% 的同比增速，建立在當時較低的基數之上。而當前超過 80% 的同比增速，其對應的增量絕對值其實遠高於早期高增速階段。但人類認知天然對百分比變化更為敏感，對絕對值的感知相對遲鈍。

這種認知偏差導致部分資金開始重新評估 AI 算力投資的回報周期。早期投資者主要交易“算力稀缺性”邏輯，認為任何能獲取足夠 GPU 的廠商都能獲得超額收益。而當前市場開始更多關注“算力利用率”和“最終應用變現效率”。當推理需求尚未完全接棒訓練需求成為主力增長點之前，市場天然會在這個過渡窗口期表現出更高的波動敏感度。

Blackwell 架構過渡期帶來了哪些短期供需不確定性？

英偉達新一代 Blackwell 架構平台的量產與交付節奏，是當前財報周期中不可忽視的結構性變數。每一輪架構代際更替，都會在過渡期產生獨特的供需摩擦。

在過渡期內，部分大型雲廠商會採取“觀望”策略，適當放緩對現有 Hopper 架構產品的採購節奏，以便將資本支出預算留給 Blackwell 平台的早期批量採購。這種現象並非需求萎縮，而是需求在時間軸上的重新分佈。但從季度財報的數字上看，這種重新分佈可能會表現為某幾個季度的增速平台期。

另一方面，Blackwell 平台的全新系統級設計，包括更複雜的液冷方案和高帶寬互聯架構，對供應鏈的成熟度提出了更高要求。初期爬坡階段的良率與交付穩定性，本身就會帶來指引上的保守傾向。市場對 Blackwell 的期待是 2027 財年下半年乃至 2028 財年的主要增長引擎，而 Q2 和 Q3 恰恰處於新舊架構交接的敏感窗口。這個窗口期內任何關於爬坡速度的信號，都會被放大解讀。

芯片競爭對手在英偉達業績“真空期”如何爭奪話語權？

英偉達的業績階段性“常態化”，並不改變其在 AI 訓練芯片市場的絕對主導地位。但這確實為競爭對手提供了在敘事層面爭取空間的機會窗口。

AMD 的 MI300 系列和多家自研芯片廠商（如大型雲廠商的內部 ASIC 項目）正在將市場討論焦點從“誰能訓練最大的模型”轉向“誰能為推理任務提供更優的 TCO（總擁有成本）”。推理任務對絕對算力的要求低於訓練，但對能效比、延遲和單位成本更為敏感。這恰好是定制化芯片和競爭架構相對容易切入的領域。

市場需要區分的兩個概念是：競爭是否正在侵蝕英偉達的訓練市場份額，以及競爭是否正在改變整個 AI 芯片市場的利潤分配結構。當前證據更支持後者。訓練市場仍高度集中，但推理市場的分散化趨勢已經開始。英偉達通過從訓練向推理的自然延伸來應對這一趨勢，而競爭對手則試圖在推理市場站穩腳跟後反向影響訓練市場的採購決策。這場博弈不會在單季度財報中決出勝負，但會持續影響市場對英偉達長期毛利率（當前約 78-80%）能否維持的判斷。

AI 基礎設施投資邏輯正從訓練算力向推理應用遷移？

更宏觀的視角在於，整個 AI 產業鏈的價值重心正在發生緩慢但確定性的位移。過去兩年的投資主線是“買訓練算力就是買 AI 時代的石油”，核心邏輯在於模型參數規模的持續膨脹需要近乎無限的算力投入。

當前階段，主流大模型的參數規模擴張速度已經有所放緩，市場開始更多關注“推理規模”這一指標。每一次用戶調用、每一次 AI 生成響應，背後消耗的都是推理算力。推理算力的總量取決於應用滲透率，而應用滲透率的提升是一個比模型參數競賽更緩慢、更分散但更持久的過程。

這種從“訓練資本支出”向“推理運營支出”的切換，對英偉達的影響是雙重的。一方面，推理市場總量遠大於訓練市場，意味著長期增長空間仍然廣闊。另一方面，推理市場對成本更敏感、對供應商多樣性的接受度更高，意味著英偉達可能需要調整定價策略和產品組合來保持競爭優勢。市場目前對於這一結構性轉變的速度和幅度仍存在顯著分歧，這種分歧本身就是高波動的重要來源。

從英偉達財報看加密與 AI 賽道的資產聯動邏輯

英偉達作為 AI 基礎設施領域的風向標，其財報後的市場反應對加密資產中的 AI 與 DePIN 賽道具有間接但重要的情緒傳導效應。

加密市場中，與 AI 算力相關的項目往往涉及去中心化算力市場、AI 代理基礎設施或數據標註網絡。這些項目的估值邏輯部分依賴於市場對 AI 算力需求持續增長的信心。當英偉達財報引發市場對 AI 算力短期增速的重新評估時，這些加密資產的敘事邏輯也會面臨同步審視。需要強調的是，這種聯動更多體現在市場情緒層面，而非業務基本面的直接傳導。去中心化算力市場與中心化雲廠商的競爭關係、代幣經濟模型的有效性、以及實際算力供給的真實規模，才是決定這些項目長期價值的核心變數。

此外，英偉達財報所揭示的宏觀經濟信號——即科技巨頭是否仍在積極擴張資本支出——也會影響整個風險資產的情緒定價。當前 Q2 指引所反映的增速溫和收斂，被部分市場參與者解讀為“科技巨頭 AI 資本支出增速見頂”的前置信號。這種宏觀預期變化對加密市場的影響，往往比對單一芯片公司的影響更為廣泛。

總結

英偉達 2027 財年 Q1 財報的核心矛盾，並非公司基本面出現了方向性變化，而是市場心理已經從“無條件獎勵超預期”切換至“審視增速可持續性與估值匹配度”。Q2 營收指引與買方隱性預期之間的約 20-40 億美元差距，成為這一心理轉變的觸發器。

從結構性視角看，AI 算力市場正經歷三個重要過渡：一是從 Hopper 到 Blackwell 的架構代際過渡，短期存在供需節奏摩擦；二是從訓練驅動向訓練與推理雙輪驅動的需求結構過渡；三是從“算力稀缺性定價”向“算力利用率與變現效率定價”的估值邏輯過渡。

這三個過渡疊加在一起，意味著英偉達及整個 AI 基礎設施產業鏈，將在未來 2-4 個季度進入一個波動性上升、但長期趨勢未變的新階段。對於市場參與者而言，區分“增速正常化”與“需求拐點”至關重要。當前證據更傾向於前者。

FAQ

問：英偉達 Q2 指引未達預期，是否意味著 AI 芯片需求開始下滑？

答：不直接等同於需求下滑。Q2 指引絕對值仍超過 900 億美元，同比增長約 65%，處於任何行業標準下的高速增長區間。未達預期主要針對的是買方機構內形成的“隱性預期”，而非基本需求出現萎縮。

問：Blackwell 架構的過渡期通常持續多久？

答：代際架構過渡的爬坡期通常持續 2-3 個季度。從首次出貨到批量供應、再到對財報產生顯著正向貢獻，一般需要 3-4 個季度的時間窗口。當前正處於這一過渡期的中前段。

問：競爭對手能否在推理市場顯著挑戰英偉達的份額？

答：推理市場比訓練市場更分散，進入門檻相對較低。但英偉達的 CUDA 生態同樣在推理環節具有顯著粘性。短期內訓練市場格局不會發生根本變化，推理市場的份額變化將是一個持續 2-3 年的漸進過程。

問：AI 芯片市場的“常態化增速”大致在什麼區間？

答：行業共識預期認為，2027-2028 年 AI 芯片市場整體增速可能逐步收斂至 25-35% 的年度區間。這遠高於傳統半導體行業的個位數增速，但顯著低於 2024-2025 年超過 100% 的爆發期增速。不同機構對這一收斂速度和最終穩態水平的預測存在較大差異。

問：Gate 用戶如何跟蹤 AI 與加密賽道的聯動信息？

答：關注 AI 基礎設施龍頭公司的財報指引、主要雲廠商的資本支出計劃，以及加密市場中 DePIN 與 AI 代理類項目的網絡活躍度與收入數據。多維數據交叉驗證，比單一事件驅動決策更為可靠。