#NVIDIAEarnings
英伟达的 AI 引擎持续加速：深入解析最新财报及未来走向

英伟达最新财报再次向科技和投资界传递出强有力的信息：AI 基础设施周期仍在以非凡速度扩张。但如今最重要的故事已不再只是英伟达卖出了更多 GPU。更深层的故事在于，AI 计算正成为全球技术经济的基础层。

英伟达报告称，2027 财年第二季度营收为 962 亿美元，同比大幅增长 106%，环比增长 18%。数据中心营收达到 890 亿美元，同比增长 117%，较上一季度增长 18%。GAAP 毛利率为 75.0%，GAAP 摊薄后每股收益为 2.46 美元。这些数字表明，即使英伟达的营收基数已大幅扩大，对加速计算的需求依然极其强劲。

最重要的数字：890 亿美元的数据中心营收

这份财报释放出的最明确信号是数据中心业务的主导地位。数据中心单季度营收约为 890 亿美元，占英伟达业务的绝大多数。

这很重要，因为英伟达已不再主要被视为一家传统半导体公司。其增长正日益与 AI 基础设施建设相联系，包括 GPU、CPU、网络、加速计算平台，以及超大规模云服务商、AI 实验室、云服务提供商和企业所使用的完整系统。

AI 基础设施建设也正变得更加广泛。英伟达 CEO 黄仁勋强调了新 AI 实验室和初创企业、前沿模型开发、开放模型生态系统以及实体 AI 的扩张。这表明，需求正逐渐变得更加多元化，而不是完全依赖某一类客户。

这种多元化对长期投资论点至关重要。如果 AI 基础设施在云计算、企业软件、机器人、科学研究和工业自动化领域都变得不可或缺，那么加速计算的潜在市场规模就能远远超出如今最大的超大规模云服务商所覆盖的范围。

从 AI 训练到 AI 生产

AI 行业最重要的变化之一，是从实验阶段转向现实世界部署。

在 AI 热潮初期，大量计算能力主要被用于训练规模不断扩大的模型。如今，AI 系统正越来越多地部署到能够持续产生工作负载的产品和服务中。

推理、智能体 AI、推荐系统、搜索、企业自动化、科学模拟和实体 AI 都能持续创造计算需求。

这并不意味着训练需求会消失。相反，该行业有可能形成多个层次的持续计算需求：训练新模型、微调现有模型，以及持续运行这些模型，为数百万或数十亿用户提供服务。

这就是英伟达最新数据意义重大的原因。该公司受益的并不只是一次暂时性的硬件升级周期。市场正日益构建永久性的 AI 基础设施。

75% 的毛利率：强劲，但必须精准表述

关于英伟达，许多讨论中的一个问题在于对其利润率的描述。

英伟达报告称，2027 财年第二季度 GAAP 毛利率和非 GAAP 毛利率均为 75.0%。对于一家半导体公司而言，这一水平极高，但将其描述为处于“七十多”区间并不准确。

更重要的是，英伟达预计 2027 财年第三季度毛利率约为 74.0%，上下浮动 50 个基点。这意味着投资者不应自动假设利润率会无限期持续上升。

预期中的轻微回落未必是警告信号。新架构、系统复杂性、产品组合、制造成本以及新平台的规模，都可能影响利润率。

关键在于，英伟达在快速扩大营收的同时，仍持续保持着非凡的盈利能力。

Blackwell 不再只是一次产品发布

另一个重要进展是，英伟达正持续转向其下一代平台。

最新财报公告强调了 Vera Rubin 平台向全面量产阶段的推进，其系统正在包括 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 和 Nebius 在内的合作伙伴处运行。英伟达还强调，Spectrum-6 网络技术是更广泛的 Vera Rubin 平台的一部分。

这体现出的意义超越了单一芯片世代。

英伟达正越来越多地销售完整计算平台，而不是孤立的处理器。因此，竞争领域涵盖 GPU、CPU、网络、内存、互连、软件、系统，以及以极大规模部署这些组件所需的基础设施。

这创造了比单纯拥有最快加速器更广泛的竞争护城河。

软件护城河真实存在，但不应夸大

英伟达的软件生态系统仍是其最强大的战略优势之一。

CUDA 以及更广泛的英伟达软件栈已经深度融入 AI 开发。开发者、研究人员和企业多年来一直围绕英伟达生态系统构建应用和工作流程。

不过，有一点必须明确纠正：如果没有明确披露的数据支持，就声称英伟达最新财报证明其软件营收实现了特定的“两位数增长率”，是不准确的。

更有力且更站得住脚的论点是，英伟达的软件生态系统提高了转换成本，并使其硬件更具价值。

竞争对手不仅要生产具有竞争力的芯片，还需要开发者工具、库、框架、优化内核、网络能力，以及能够支持大规模 AI 工作负载的成熟生态系统。

这是一项困难得多的挑战。

定制芯片威胁正在加剧

英伟达并不是在一个没有竞争的市场中运营。

AMD 继续开发具有竞争力的 AI 加速器，而主要云服务公司也在为特定工作负载开发定制芯片。Google 拥有 TPU，Amazon 拥有 Trainium 和 Inferentia，Microsoft 和 Meta 也在大力投资内部开发的 AI 加速器技术。

但定制芯片并不会自动消除英伟达的机会。

超大规模云服务商可以针对自身工作负载设计芯片，但英伟达的优势在于能够为不同客户和工作负载提供广泛且商业化可用的平台。

因此，投资者真正需要关注的问题并不是定制芯片是否会存在。它们当然会存在。

问题在于，全部 AI 计算中有多少会转向专用芯片，而不是英伟达的通用加速计算生态系统。

未来数年，这场竞争将变得越来越重要。

供应链仍然至关重要

如果不审视半导体供应链，就无法理解英伟达的非凡增长。

先进 AI 系统需要复杂的制造、封装、内存、网络和系统集成。TSMC 仍是关键制造合作伙伴，而先进封装产能在整个 AI 基础设施扩张期间一直是重要瓶颈。

不过，与其声称英伟达仅仅通过“多元化封装合作伙伴”就解决了问题，不如将这些发展描述为整个生态系统面临的供应挑战。

该行业仍在应对对先进计算基础设施的巨大需求。

与此同时，瓶颈的性质正在发生变化。随着制造产能扩大，市场关注点正越来越多地转向电力供应、数据中心建设、网络、散热，以及客户部署完整 AI 工厂的能力。

下一个瓶颈未必总是 GPU 本身。

能源可能成为下一个重大 AI 约束

这是 AI 行业最重要的长期问题之一。

AI 数据中心需要巨量电力。随着模型训练和推理不断扩张，电力供应正成为云服务商和政府面临的战略约束。

这使得每瓦性能变得越来越重要。

因此，英伟达的竞争并不只是取得更高的基准测试分数。客户关注的是，他们能够从每单位电力、每个机架和每一美元基础设施投资中获得多少有用的 AI 工作能力。

英伟达一直强调效率和系统级性能是其架构战略的重要组成部分。

即使客户已经拥有大量上一代硬件，这也可能推动升级周期。

中国问题仍是重大风险

中国仍是围绕英伟达的最重要不确定因素之一。

美国出口管制限制了英伟达向中国销售某些先进 AI 计算产品的能力。这既带来了营收挑战，也带来了战略风险。

重要的是，英伟达最新的 2027 财年第三季度展望明确假设不包含来自中国的数据中心计算营收。这是投资者应当重点关注的最明确事实之一。

与此同时，全球 AI 需求依然强劲，足以让英伟达在不将中国数据中心计算营收纳入展望的情况下，继续预期实现大幅增长。

这并不意味着中国风险已经消失。

未来监管变化可能影响产品供应、客户行为、竞争格局以及英伟达的潜在市场规模。

对投资者而言，中国应继续被视为永久性风险因素，而不是可以简单忽略的问题。

指引可能比超预期表现更重要

最新财报中最有力的数字或许是英伟达对下一季度的展望。

英伟达预计 2027 财年第三季度营收约为 1080 亿美元，上下浮动 2%。同时预计毛利率约为 74.0%，上下浮动 50 个基点。

这一指引至关重要，因为它表明英伟达预计营收将继续以巨大规模扩张。

从第二季度的 962 亿美元增长至第三季度预计约 1080 亿美元，将意味着环比再次实现显著增长。

但这也正是预期变得危险的地方。

当一家公司发展到如此庞大的规模时，投资者不应只问营收是否在增长。

他们还应问：

增长能否继续超出预期？

利润率能否保持结构性高位？

新架构能否顺利量产爬坡？

客户能否继续增加 AI 资本支出？

英伟达能否保持其软件和生态系统优势？

也许最重要的是，AI 行业能否创造足够的经济价值，来证明当今正在进行的巨额基础设施投资是合理的？

估值仍是最大问题

英伟达面临的最大风险可能不是公司能否继续增长。

而是股价是否已经反映了过多未来增长预期。

一家公司可以取得出色的业绩，但如果预期变得过高，股票表现仍可能令人失望。

因此，投资者应将业务表现与股票估值区分开来。

英伟达最新业绩显示出非凡的运营实力。但未来的股票回报取决于市场已经计入了多少预期。

强劲的营收增长是积极因素。

强劲的利润率是积极因素。

强劲的指引是积极因素。

但估值决定了这些利好消息有多少已经反映在股价中。

#Gate60MillionUsers @Gate_Square
$NVDA