Báo cáo tài chính của Nvidia năm 2026: Doanh thu quý 1 đạt 81,6 tỷ, sau đó, “mệt mỏi vì bất ngờ” tại sao lại gây dao động sau giờ giao dịch?

NVIDIA công bố báo cáo tài chính quý 1 năm tài khóa 2027 vào tháng 5 năm 2026, một lần nữa thể hiện thành tích vượt xa dự kiến trung bình của thị trường về mặt tuyệt đối. Doanh thu trong kỳ đạt 81.6 tỷ USD, tăng 85% so với cùng kỳ năm trước, lĩnh vực trung tâm vẫn là kinh doanh dữ liệu trung tâm. Tuy nhiên, sau khi công bố báo cáo, giá cổ phiếu sau giờ giao dịch không tiếp tục đà tăng mạnh của các quý trước, mà thay vào đó là biến động giảm.

Chủ yếu của hiện tượng này nằm ở chỗ định nghĩa về “vượt kỳ vọng” đã thay đổi. Sự khác biệt rõ rệt giữa dự kiến của các nhà phân tích phía bán và ngưỡng tâm lý thực tế của các tổ chức mua vào đã xuất hiện rõ rệt. Khi một công ty liên tục đưa ra kết quả vượt xa hướng dẫn ban đầu trong nhiều quý liên tiếp, thị trường tự nhiên sẽ nâng cao “giới hạn chấp nhận được”. Trong báo cáo này, doanh thu quý 1 dù cao hơn dự kiến của phía bán trong khoảng 79-90 tỷ USD, nhưng chưa chạm tới ngưỡng 83-85 tỷ USD mà một số mô hình nội bộ của các tổ chức lớn hơn dự đoán.

Hiện tượng “mệt mỏi vì bất ngờ” này không phải là tín hiệu của việc kém hiệu quả, mà là dấu hiệu cho thấy hệ thống định giá đã bước sang giai đoạn mới. Thị trường không còn chỉ vui mừng vì số liệu vượt kỳ vọng đơn thuần, mà còn quan tâm xem mức độ vượt đó có đủ để duy trì tỷ lệ P/E dự kiến khoảng 30-35 lần hay không.

Làm thế nào để dự báo doanh thu quý 2 và sự lệch pha với “kỳ vọng tiềm ẩn” của các tổ chức mua vào?

Điểm mấu chốt trong báo cáo tài chính lần này tập trung vào dự báo doanh thu quý 2 của NVIDIA. Công ty chính thức đưa ra hướng dẫn doanh thu khoảng 91 tỷ USD, tăng khoảng 65% so với cùng kỳ. Về mặt tuyệt đối, con số này đã rất mạnh mẽ, thậm chí vượt qua nhiều công ty hàng đầu ngành khác về doanh thu cả năm.

Tuy nhiên, sự khác biệt nằm ở chỗ các tổ chức mua vào thường có kỳ vọng “tiềm ẩn” về Q2 trong khoảng 93-95 tỷ USD. Sự hình thành kỳ vọng này dựa trên logic: trong 4 quý liên tiếp, doanh thu thực tế của NVIDIA đều vượt khoảng 8-12% so với dự báo ban đầu của chính họ. Do đó, một số nhà đầu tư tổ chức quen thuộc với việc cộng thêm “khoảng cách vượt” này vào hướng dẫn chính thức để hình thành “điểm neo tâm lý” thực sự.

Khi hướng dẫn chính thức chỉ cao hơn dự kiến của các nhà phân tích khoảng 3-5%, và chưa đủ tạo ra “khoảng cách vượt kỳ vọng” rõ ràng, thị trường sẽ cảm thấy thất vọng. Hiện tượng này phản ánh quá trình chuyển đổi của thị trường AI chip từ “quản lý kỳ vọng rộng rãi” sang “quản lý kỳ vọng chính xác hơn”. Ban lãnh đạo thường chọn hướng dẫn thận trọng hơn để kiểm soát rủi ro chuỗi cung ứng, trong khi thị trường lại muốn thấy tín hiệu tăng trưởng mạnh mẽ hơn. Sự lệch pha này chính là nguyên nhân trực tiếp gây áp lực lên giá cổ phiếu trong giai đoạn này.

Thị trường bắt đầu xem xét tốc độ tăng trưởng “bình thường hóa” của năng lực AI từ đâu?

Trong 8 quý vừa qua, lĩnh vực trung tâm dữ liệu của NVIDIA đã trải qua quá trình giảm tốc từ mức tăng trưởng theo quý 15-20% xuống còn 8-10%. Đây là quy luật chung của bất kỳ chu kỳ bùng nổ công nghệ nào: càng lớn cơ sở nền tảng, tác động của tăng trưởng biên càng yếu đi rõ rệt.

Thị trường đang chuyển đổi từ góc nhìn “so sánh theo năm” sang “kết hợp so sánh theo quý và năm”. Tăng trưởng theo năm vượt 200% trong cùng kỳ 2025 dựa trên nền tảng cơ sở thấp của thời điểm đó. Hiện tại, tốc độ tăng trưởng theo năm hơn 80% thực ra phản ánh mức tăng tuyệt đối còn lớn hơn nhiều giai đoạn tăng trưởng cao ban đầu. Tuy nhiên, nhận thức của con người thường nhạy cảm hơn với tỷ lệ phần trăm, còn cảm nhận về giá trị tuyệt đối thì chậm hơn.

Sự lệch nhận thức này khiến một số nguồn vốn bắt đầu đánh giá lại chu kỳ lợi nhuận từ đầu tư vào năng lực AI. Các nhà đầu tư ban đầu chủ yếu dựa trên logic “khan hiếm năng lực tính toán”, cho rằng các nhà sản xuất GPU đủ lớn sẽ dễ dàng thu lợi nhuận vượt trội. Hiện tại, thị trường bắt đầu chú ý nhiều hơn đến “tỷ lệ sử dụng năng lực” và “hiệu quả chuyển đổi cuối cùng của ứng dụng”. Trước khi nhu cầu suy luận (inference) hoàn toàn thay thế nhu cầu huấn luyện (training) trở thành động lực chính, thị trường tự nhiên sẽ thể hiện độ nhạy cảm cao hơn với các biến động trong giai đoạn chuyển đổi này.

Giai đoạn chuyển đổi của kiến trúc Blackwell mang lại những bất định ngắn hạn về cung cầu như thế nào?

Việc sản xuất hàng loạt và giao hàng của thế hệ kiến trúc Blackwell mới của NVIDIA là các biến số cấu trúc không thể bỏ qua trong chu kỳ báo cáo tài chính hiện tại. Mỗi lần chuyển đổi kiến trúc, đều có những xung đột cung cầu đặc thù trong giai đoạn chuyển tiếp.

Trong giai đoạn này, một số nhà cung cấp đám mây lớn sẽ tạm thời “thận trọng”, giảm tốc độ mua các sản phẩm dựa trên kiến trúc Hopper hiện tại để dành ngân sách đầu tư cho các đơn hàng sớm của nền tảng Blackwell. Hiện tượng này không phải là giảm cầu, mà là phân bổ lại nhu cầu theo dòng thời gian. Tuy nhiên, về mặt số liệu, điều này có thể thể hiện qua các quý có tốc độ tăng trưởng chậm hoặc plateau.

Ngoài ra, thiết kế hệ thống mới của nền tảng Blackwell, bao gồm các giải pháp làm mát bằng chất lỏng phức tạp hơn và kiến trúc liên kết băng thông cao, đòi hỏi độ chín của chuỗi cung ứng cao hơn. Tỷ lệ thành công ban đầu và ổn định trong quá trình sản xuất sẽ ảnh hưởng đến hướng dẫn, khiến các dự báo ban đầu có xu hướng thận trọng hơn. Thị trường kỳ vọng Blackwell sẽ trở thành động lực tăng trưởng chính trong nửa cuối tài khóa 2027 và năm 2028, trong khi quý 2 và quý 3 lại nằm trong giai đoạn nhạy cảm của quá trình chuyển đổi này. Trong giai đoạn này, bất kỳ tín hiệu nào về tốc độ tăng trưởng của quá trình “lên đỉnh” đều sẽ bị phân tích và phản ứng mạnh hơn bình thường.

Các đối thủ cạnh tranh chip sẽ tranh giành thế nào trong “khoảng trống” hiệu quả của NVIDIA?

Việc doanh nghiệp NVIDIA bước vào giai đoạn “bình thường hóa” tạm thời không làm thay đổi vị thế tuyệt đối của họ trong thị trường chip huấn luyện AI. Tuy nhiên, điều này mở ra cơ hội cho các đối thủ cạnh tranh tranh luận và xây dựng câu chuyện riêng.

Các dòng sản phẩm MI300 của AMD và các nhà phát triển chip nội bộ của các nhà cung cấp đám mây lớn (như dự án ASIC nội bộ) đang chuyển trọng tâm từ “ai có thể huấn luyện mô hình lớn nhất” sang “ai cung cấp hiệu quả TCO (tổng chi phí sở hữu) tốt hơn cho inference”. Nhu cầu inference yêu cầu ít năng lực hơn huấn luyện, nhưng lại nhạy cảm hơn với hiệu quả năng lượng, độ trễ và chi phí đơn vị. Đây là lĩnh vực dễ cạnh tranh hơn, đặc biệt là các chip tùy biến và kiến trúc cạnh tranh.

Thị trường cần phân biệt hai khái niệm: Thứ nhất, liệu các đối thủ có đang xói mòn thị phần huấn luyện của NVIDIA hay không; thứ hai, liệu họ có đang thay đổi cấu trúc phân phối lợi nhuận của toàn bộ thị trường chip AI hay không. Hiện tại, bằng chứng ủng hộ ý thứ hai rõ ràng hơn. Thị trường huấn luyện vẫn tập trung cao, nhưng xu hướng phân tán của thị trường inference đã bắt đầu rõ rệt. NVIDIA đang mở rộng từ huấn luyện sang inference một cách tự nhiên, trong khi các đối thủ cố gắng chiếm lĩnh thị trường inference để sau đó ảnh hưởng ngược lại đến quyết định mua sắm trong huấn luyện. Cuộc chơi này không thể phân thắng bại trong một quý tài chính, mà sẽ kéo dài 2-3 năm, ảnh hưởng đến dự báo về tỷ suất lợi nhuận gộp dài hạn của NVIDIA (khoảng 78-80%).

Lý do đầu tư vào hạ tầng AI đang chuyển dịch từ năng lực huấn luyện sang ứng dụng inference?

Ở góc nhìn vĩ mô hơn, toàn bộ chuỗi giá trị ngành AI đang có sự dịch chuyển chậm nhưng rõ rệt về trọng tâm. Trong hai năm qua, dòng vốn chủ đạo là “mua năng lực huấn luyện chính là mua dầu mỏ của thời đại AI”, dựa trên logic: quy mô tham số của các mô hình ngày càng lớn, đòi hỏi đầu tư vô hạn vào năng lực tính toán.

Hiện tại, tốc độ mở rộng quy mô các mô hình lớn đã chậm lại, và thị trường bắt đầu chú ý nhiều hơn đến “quy mô inference”. Mỗi lần người dùng gọi API, mỗi lần AI phản hồi, đều tiêu tốn năng lực inference. Tổng lượng năng lực inference phụ thuộc vào tỷ lệ ứng dụng, và việc nâng cao tỷ lệ này là quá trình chậm hơn, phân tán hơn, nhưng bền vững hơn so với cuộc đua về quy mô tham số.

Chuyển đổi từ “chi tiêu vốn cho huấn luyện” sang “chi tiêu vận hành cho inference” ảnh hưởng hai chiều đến NVIDIA. Một mặt, thị trường inference có quy mô lớn hơn nhiều so với huấn luyện, mở ra không gian tăng trưởng dài hạn. Mặt khác, inference nhạy cảm hơn về chi phí, chấp nhận đa dạng nhà cung cấp hơn, đòi hỏi NVIDIA phải điều chỉnh chiến lược định giá và danh mục sản phẩm để duy trì lợi thế cạnh tranh. Hiện tại, các ý kiến về tốc độ và quy mô của sự chuyển đổi này còn khác biệt rõ rệt, và chính sự khác biệt này là nguồn gốc chính của độ biến động cao trong thị trường.

Nhìn từ báo cáo NVIDIA, mối liên hệ giữa tài sản trong lĩnh vực crypto và AI

Là một chỉ số dẫn dắt trong lĩnh vực hạ tầng AI, phản ứng của thị trường sau báo cáo của NVIDIA cũng ảnh hưởng gián tiếp nhưng quan trọng đến tâm lý của các dự án trong lĩnh vực crypto liên quan đến AI và DePIN.

Trong thị trường crypto, các dự án liên quan đến năng lực tính toán AI thường liên quan đến thị trường năng lực tính toán phi tập trung, hạ tầng đại lý AI hoặc mạng lưới gán nhãn dữ liệu. Các dự án này phần lớn dựa trên niềm tin rằng nhu cầu năng lực AI sẽ tiếp tục tăng trưởng. Khi báo cáo của NVIDIA khiến thị trường đánh giá lại tốc độ tăng trưởng ngắn hạn của năng lực AI, các câu chuyện về các tài sản crypto này cũng sẽ bị xem xét lại theo hướng tương tự. Tuy nhiên, cần nhấn mạnh rằng, sự liên kết này chủ yếu dựa trên tâm lý thị trường, chứ không phải là truyền dẫn trực tiếp từ hoạt động kinh doanh thực tế. Các dự án năng lực phi tập trung, cạnh tranh với các đám mây tập trung, mô hình tokenomics, và quy mô cung cấp năng lực thực tế mới là các biến số quyết định giá trị dài hạn của chúng.

Ngoài ra, các tín hiệu vĩ mô từ báo cáo của NVIDIA, như việc các tập đoàn công nghệ vẫn tiếp tục mở rộng đầu tư, cũng ảnh hưởng đến tâm lý rủi ro chung của các tài sản rủi ro. Tốc độ tăng trưởng nhẹ nhàng trong Q2 được thị trường xem như là tín hiệu “đầu tư AI của các tập đoàn công nghệ đã đạt đỉnh”, từ đó ảnh hưởng đến định giá các tài sản crypto. Ảnh hưởng này thường mang tính rộng hơn so với tác động riêng lẻ của một công ty chip.

Tổng kết

Báo cáo tài chính quý 1 năm tài khóa 2027 của NVIDIA không phải là dấu hiệu của sự thay đổi hướng đi căn bản của doanh nghiệp, mà là sự chuyển đổi tâm lý thị trường từ “khen ngợi vô điều kiện các kết quả vượt kỳ vọng” sang “đánh giá khả năng duy trì tốc độ tăng trưởng và phù hợp định giá”. Khoảng cách 20-40 tỷ USD giữa dự báo doanh thu Q2 và kỳ vọng tiềm ẩn của các tổ chức mua vào chính là tác nhân kích hoạt cho sự chuyển đổi này.

Xét về mặt cấu trúc, thị trường năng lực tính toán AI đang trải qua ba giai đoạn chuyển đổi quan trọng: thứ nhất, từ chuyển đổi kiến trúc Hopper sang Blackwell, với các xung đột cung cầu ngắn hạn; thứ hai, từ nhu cầu huấn luyện đơn thuần sang mô hình hai chiều huấn luyện và inference; thứ ba, từ “định giá dựa trên khan hiếm năng lực” sang “định giá dựa trên tỷ lệ sử dụng và hiệu quả chuyển đổi”.

Ba quá trình này chồng chéo, dự báo rằng NVIDIA cùng toàn bộ chuỗi cung ứng hạ tầng AI sẽ bước vào giai đoạn mới với độ biến động cao trong 2-4 quý tới, nhưng xu hướng dài hạn vẫn giữ nguyên. Đối với nhà đầu tư, việc phân biệt “tốc độ tăng trưởng bình thường” và “điểm xoay của nhu cầu” là cực kỳ quan trọng. Các bằng chứng hiện tại nghiêng về khả năng thứ nhất hơn.

FAQ

Hỏi: Việc NVIDIA dự báo doanh thu Q2 không đạt kỳ vọng có nghĩa là nhu cầu chip AI bắt đầu giảm?

Đáp: Không hoàn toàn. Dự báo doanh thu Q2 vẫn trên 900 tỷ USD, tăng khoảng 65%, thuộc nhóm tăng trưởng cao của ngành. Sự không đạt kỳ vọng chủ yếu phản ánh kỳ vọng “tiềm ẩn” của các tổ chức mua vào, chứ không phải là dấu hiệu của suy giảm nhu cầu cơ bản.

Hỏi: Thời gian chuyển đổi kiến trúc Blackwell thường kéo dài bao lâu?

Đáp: Thường là 2-3 quý cho quá trình “lên đỉnh” của kiến trúc mới. Từ lần đầu ra hàng đến khi sản xuất hàng loạt và đóng góp rõ rệt vào báo cáo tài chính, thường mất khoảng 3-4 quý. Hiện tại, chúng ta đang ở giai đoạn giữa của quá trình này.

Hỏi: Các đối thủ cạnh tranh có thể cạnh tranh đáng kể trong thị trường inference của NVIDIA không?

Đáp: Thị trường inference phân tán hơn nhiều so với huấn luyện, dễ gia nhập hơn. Tuy nhiên, hệ sinh thái CUDA của NVIDIA vẫn có độ bám rất cao trong inference. Trong ngắn hạn, thị trường huấn luyện sẽ không thay đổi lớn, còn thị trường inference sẽ có xu hướng phân tán dần trong 2-3 năm tới.

Hỏi: Tốc độ tăng trưởng “bình thường” của thị trường chip AI là bao nhiêu?

Đáp: Các dự báo chung cho thấy, trong khoảng 2027-2028, tốc độ tăng trưởng trung bình có thể dần thu hẹp về khoảng 25-35% mỗi năm. Mức này cao hơn nhiều so với ngành bán dẫn truyền thống (một chữ số), nhưng thấp hơn mức hơn 100% của giai đoạn bùng nổ 2024-2025. Các tổ chức có dự báo khác nhau về tốc độ này và mức độ ổn định cuối cùng.

Hỏi: Người theo dõi AI và crypto nên cập nhật thông tin liên kết như thế nào?

Đáp: Theo dõi hướng dẫn báo cáo của các công ty hạ tầng AI lớn, kế hoạch đầu tư của các đám mây lớn, và các dữ liệu hoạt động của các dự án DePIN, dự án AI phi tập trung. Phối hợp nhiều nguồn dữ liệu sẽ giúp ra quyết định chính xác hơn, thay vì dựa vào các sự kiện đơn lẻ.