CEO黄仁勋的最新风采，照片经AI处理呈现
在生成式AI的滔天浪潮中，英伟达又一次提交了令投资者欣喜若狂的成绩单——营收、营业利润与摊薄后每股收益各项指标均突破历史天花板。
当地时间8月26日，这家芯片领导者公开了其2027财年第二季度的经营数据。截至7月26日的三个月内，营收规模达到962.21亿美元，环比攀升18%，同比增速高达106%；归属于股东的净利润为596.88亿美元，同比飙升126%；每股收益摊薄后为2.46美元，年度增速为128%。
与前一季度的816.15亿美元营收相比，英伟达在短短三个月间再次刷新纪录。若与上年相同时期的467.43亿美元对标，过去一年间，这家企业的季度收入几近翻番。
不过，财报数字的耀眼并未带动股市继续攀升。发布之际，英伟达的盘后股价先抑后扬——初期下滑约1.3%，随后又劲升超4%。这个波澜起伏反映出市场预期的转变：曾经，买方关切的是英伟达能否持续惊人的超预期表现；如今，他们思虑的焦点移向了——AI基建浪潮还能掀起多久，新一代芯片与商业模式能否接力继续腾飞。
从盈利效率角度看，英伟达依旧占据业界最高阵地。
本季度，营业利润达到637.34亿美元，年度涨幅达124%；按照Non-GAAP准则，净利润为539.54亿美元，同比提升118%。毛利率达75%，这一比率超过去年同期的72.4%，并略高于该季度早期的74.9%。
创始人兼最高执行官黄仁勋如此阐释市场形势：「人工智能已步入临界时刻。它正在创造实际价值，产出的token在催生生产力与商业回报。当下，计算等同于营收。」
眼下，众多AI研发机构、初创阵营在快速扩张，开源生态与物理智能等前沿领域也在蓬勃萌发，整个AI产业正在步入更加宏大的构建周期。
与此同时，英伟达在向股东的分红上持续加码。本季度，公司通过买回股票和现金分红的方式，向投资者返还了约260亿美元。截至季末，回购计划的剩余授权额度约为990亿美元。
01 AI计算中枢崛起，多元客户加速涌入
驱动英伟达这轮扩张的中坚力量，依然来自数据中心这一板块。
该季度，数据中心收入触及890.23亿美元，同比激增117%，环比增速为18%，几乎承载了公司收入增量的全部份额。全球各地的商业实体与云服务提供商持续加大在AI芯片基础设施上的投入，英伟达的GPU产品需求一直处于极高水位。
自第一季度起，英伟达重新调整了数据中心部分的信息披露体系，将采购方划分为超大规模（Hyperscale）与AI云及企业（ACIE）两个主要板块。
其中，超大规模客户（主要指全球头部公有云与互联网巨头）的收入达487.1亿美元，环比增幅为13%，同比增速102%。
同一时期，AI云、工业与企业部分（ACIE）的营收达403.13亿美元，同比增长率达138%，环比增长25%。这一类业务涵盖了AI原生创业企业、传统产业客户、国家级AI倡议以及采用AI云服务进行大规模计算的机构。
这种分类法呈现出一个趋势：AI算力需求在从少数云计算寡头向企业层面、政府部门乃至多元行业应用场景扩散。然而，资本市场更为关注的是，这种增长背后，各类客户的利润潜力与可持续性发展前景，而不限于订单数字的扩张。
中国市场的动向一直是财报中的重要看点。
英伟达透露，第二季度运往中国大陆的数据中心Hopper产品营收占比不足1%。而在第三季度的前景展望里，公司明确声明未将任何来自中国的数据中心计算收入纳入预测。
除却数据中心之外，终端计算部门第二季度实现了71.98亿美元的收益，同比涨幅27%，环比增幅13%。Blackwell工作站的销售带动了增长，但消费级计算机市场却因内存和整机成本上升而有所回落，在一定程度上抵消了其他部分的收益。
02 Blackwell新品引爆市场，Vera Rubin全面上阵
英伟达正驱动其产品线从单一GPU芯片向一体化计算生态系统跃进。
本季度，Blackwell Ultra这一新品成为了数据中心业务扩张的强劲推进器。公司表示，这一时期数据中心收益的增长主要源自Blackwell Ultra基础设施的大规模普及部署。伴随着各大云服务商与AI企业不断投建超大规模AI计算集群，Blackwell正在跨越早期试点，进入更广泛的生产应用阶段。
同步地，英伟达已在为下一个产品代际布局。这一季度，公司宣告Vera Rubin计算平台已实现全面商用，相关机架产品正在CoreWeave、GoogleCloud等伙伴的云平台上运营。
Rubin生态不仅融合了GPU处理器，更涵盖CPU、互联网络、应用软件以及端到端解决方案。其中，Vera CPU乃英伟达为AI智能体开发的首款处理器，计划被全球科技领军企业所采纳。
值得关注的是，英伟达还宣布了用于实时AI推论服务的NVIDIAGroq 3 LPX已进入量产阶段。通过这款产品等方案，英伟达力图在快速响应型AI推理领域筑牢市场堡垒。
在硬件之外，英伟达也在强化其应用生态。
本季度推出的DSX系统为基础设施开发者提供了一整套设计、建造、管理超大型AI工厂的工具集。该系统将计算、网络、软件与系统三个维度整合在一起，赋能客户打造更大规模的AI基建。
在软件智能方面，英伟达在持续完善NVIDIAAgent Toolkit库，借由PhysicsNeMo及CUDA-X框架强化开发者的工作能力。公司声称正同全球应用软件商联手，推进新软件、开源模型与协作项目的落地。
对英伟达而言，商品竞争已突破单个芯片性能的范畴，转向围绕芯片、网络、应用与系统的全链条生态竞争。不过，市场的观察焦点仍聚焦在两点：Blackwell向Rubin的演进速率有多快，新代系平台是否足以持续刺激客户加大AI基建的投资力度。
03 万亿级融资浪潮来袭，英伟达角色转变
伴随AI数据中心规模的不断膨胀，英伟达在越来越多的基础设施项目中扮演主要角色。
第二季度的财务披露显示，截至7月26日，英伟达的未来负债承诺总额达到3600亿美元。其构成包括2790亿美元的产品供给与产能承诺、290亿美元的云端服务合约、230亿美元的资本布局，以及250亿美元的股权融资。
这些承诺大多围绕未来AI基建扩展而展开。其中最受瞩目的是英伟达参与的SB Energy俄亥俄州PORTS-Pike园区项目。
英伟达阐明，公司为SB Energy位于俄亥俄州的科技园提供了信用支撑，该项目初期涉及约4.25吉瓦的土地、电力与厂房配置，用以容纳OpenAI的英伟达硬件设施。英伟达所提供的担保责任最高可达1050亿美元，待数据中心可投产后分期发生效力。
同时，英伟达在策动更大规模AI基建资本运作。公司已宣布与Apollo、BlackRock、黑石、Brookfield、高盛及KKR等知名机构结成战略伙伴，目标在来年调动超过5000亿美元的外部资本，注入到AI基础设施建设。
黄仁勋阐述了他的观点：AI基建进入了一个新的阶段，改日需要动员大量的资本，以驱动AI算法训练、推理服务及更多衍生应用的发展步伐。
然而，英伟达深入参与基建融资的举措，也引发了市场对其资本压力的关切。
至第二季度末，英伟达持有的现金、现金等价物与有价证券合计达566亿美元。与此同时，公司在本季度发行了250亿美元无担保优先债券，用途为企业通用事项。英伟达强调，公司财务基础依然坚实，未来投资聚焦于支撑供应链韧性、基础设施布局与长期增长储备。
04 Q3营收冲破千亿，竞争暗流涌动
对于下一个报告期，英伟达发布了乐观的财务指引。
公司预计2027财年第三季度营收将达1080亿美元，波动范围±2%；展望GAAP与Non-GAAP准则下的毛利率，均预计为74%。需要说明的是，英伟达在该指引中排除了任何来自中国的数据中心计算营收。
相对于本季度962亿美元的营收水平，第三季度的展望仍然指向增长态势。然而，资本市场的聚焦点已经悄然转移：从关注某一季度的增速数字，转向长期竞争格局的演变。
当下，AI芯片赛场的竞争阵容在扩大。英伟达在财务披露中强调了自身依靠完整计算平台维持优势的策略，这包括处理器、互联互通技术、软件框架、算法逻辑、系统设计与服务能力。公司致力于用这套成体系的方案，满足AI模型的训练与推论双重诉求。
但与此相对，挑战者的阵容在加速推进。AMD在不断发布数据中心芯片新品，谷歌也在着力打磨自己的TPU处理器。这些大型科技集团既是英伟达的重要买方，也在投入巨资研制各自的运算平台。
资本市场尤其关心AI推理领域的局势发展。随着AI应用量的增加，计算需求的重心正从训练阶段向推理与服务阶段转移。英伟达通过Vera Rubin系统、Groq 3 LPX以及整套软件生态来巩固自己在即时AI推论场景中的竞争地位。
然而，要维持当前的增长轨迹，有几个问题亟需作出回答：Blackwell Ultra与Rubin生态能否持续激发客户的采购热情；AI基建投资潮流能否维持当前的投资热度；以及伴随越来越多客户开始自研芯片方案，英伟达在AI算力市场中的占有率是否面临蚕食风险。
962亿美元的营收，刻下了英伟达在AI浪潮中的又一块里程碑。
对英伟达而言，破纪录的财务表现见证了过往策略的胜利，而摆在眼前的真正挑战，是如何在AI产业迎来更加庞大的建设阶段后，保持自身在价值链中的枢纽地位。
英伟达财报说明会要点：明年增速预计70%
财报公布后，黄仁勋与执行副总裁兼首席财务官科莱特·克雷斯等管理层参与了随后的分析师电话会，详细解读财报要点，并应对提问。
首先，克雷斯对财报进行了详解：
我们对2028财年的营收预期为增长约70%。这是一个受到供应约束的展望数字。
按照客户反馈，我们明年的增速本可以翻番。令人惊叹的是，尽管体量已到如此规模，我们仍看到需求在加速扩大。然而受制于产能上限，我们的预期被限定在70%这个水平。至少在2028财年终了之前，产能仍是主要的制约因素。
我们有三项核心能力在引领增长动力。
其一，我们的架构对所有模型类型兼容通用。无论是来自OpenAI、Anthropic、Groq、Meta的专有模型，还是来自Thinking Machines Lab、Mistral、Qwen、DeepSeek的开源方案，我们的单一平台能够适配每类模型与工作负载。
其二，全链路AI工厂模块正在拓宽我们触及的市场边界。自Hopper代系起，我们单位基础设施（每吉瓦）的商业回报从约180亿美元提升到Blackwell时代的约250亿美元，再到即将部署的Vera Rubin时代的约400亿美元。Vera Rubin在单兆瓦吞吐方面相比前代提升30倍，单token成本下降35倍。我们已获得各大超大规模计算商、AI云端商与系统设备制造商的采购确认单，这有望成为英伟达历史上上市速度最飞快的产品。
其三，CUDA技术生态将AI应用扩展到定制芯片无法触及的市场领域。超大规模计算商依旧是增长的主力，但非超大规模（涵盖自主AI、区域型云算、商业级客户）的增速将占数据中心营收的大约一半。
关于外界对我们参与基建融资的质疑，我想说，我们帮助CoreWeave、Nebius与Nscale建立了完整的基建运营体系。我们并未采取银行模式的单一长期采购承诺，而是设计了分润构架：英伟达对部分产能给予照付不议承诺作为底线保证，作为代价，我们分享超底线部分的营业分润。
通过这个模型，我们获得了双重收益来源：其一源于硬件销售所得，其二源于租赁收益的分成。中长期展望上，这有潜力产生数十亿美元级的持续性营收。
关于所谓的「自我循环融资」，我们持有不同意见。前沿智能模型实验室的增长速度已然超越其融资与信贷额度能够承载的范畴。这些企业的增长并不受制于技术或用户需求，而是受制于计算资源的可用程度。更多计算意味着更多聪慧、更多用户投入和更多营业收入。
我们对前沿AI实验室的投资规模已接近500亿美元，仅为同期自由现金流预期的一小部分。我们预期明年这类实验室的需求将贡献四分之一左右的商业收入。这些仍然是计算订单，我们的配送对象是投资级质量的客户或由投资机构支持的实体。英伟达计算阵容具备灵活配置与耐久性特征，能够根据需要重新转向其他客户。
最后涉及毛利率，我们进行了展望调整：第三季毛利率预计为74%，进入第四季时将触及71%-72%的低点，2028财年稳定于72%-73%区间。当下的内存紧缺情况本质上来自AI建设的驱动，更加紧张的内存供给其实是推动我们增长的那股需求井喷的另一侧面。我们同三家主流内存硬件商保持长期紧密的合作关系，正积极协调以进一步释放产能。
以下为分析师提问环节节选
问：英伟达凭什么有把握未来十二个月达成70%的增速目标？这在公司历史上并非常规做法，支撑这一信心的根本因素有哪些？
克雷斯：AI正在迎来智能体时期，这将创造新一波算力诉求。
过去，大规模语言模型的参数规模持续扩张，已经耗尽大量算力。而AI智能体的未来工作场景还涉及推理、决策筹划以及多步骤工具操作，计算成本将被进一步放大。根据具体任务的难度等级，一个智能体消耗的算力可能是普通用户进行一次AI交互的15倍到100倍。
与此同时，英伟达业务增长的源头正在发生转变。市场不再仅限于超大规模云巨头购置GPU产品，而是展开到主权云算、区域化云计算、NeoCloud模式以及企业内部AI建设等多元赛道。
这部分业务现阶段约占英伟达数据中心营收的五成，年度增长速度在百分之百左右。向后看，伴随更多商业机构开启自建AI基础设施的计划，这一商业领地的总容量很可能会超越传统云算行业。
AI基础设施工程也在变得日益繁复。客户已不可能只做「买芯片」的选择题，而需要同步应对土地征用、电力接入、数据中心营造、散热工程及供应链协调等一系列课题。英伟达正同上下游伙伴在这场长线建设中通力合作。
黄仁勋：市场的真实需求其实远超70%这个增速预期值，真正按下增长油门的限制因素是供应侧的能力上限。我们希望让客户、供应侧伙伴及资本方对准同一个方向去看，因为全行业正在投入巨资去打造AI基础设施体系。明年将会是非常关键的一年。
问：当AI工作场景从训练模式转向推理与智能体应用时，英伟达怎样看待自己在推理市场的未来占有率？Groq 3 LPX将扮演什么样的角色？
黄仁勋：AI应用正在演进出多个阶段，包括资料整理、基础模型学习、微调强化以及智能体推理等。英伟达的优势在于，我们打造的不是某款单一芯片商品，而是贯穿整个AI生命周期的一套系统方案。
以NVL72机架级系统举例，它体现了我们的这种战略思想。英伟达从初代机架级硬件升级到第三代商用品，背后涉及供应链组织、硬件构成、软件框架与网络连接的根本性重构。
站在客户视角，一次基础设施支出能够承载更久的周期、覆盖更广的AI使用场景，无论是各式大规模智能模型还是未来的智能体业务工作负载。
英伟达每一代平台在不断提升单位基础设施的商业价值密度。Hopper代系里，每吉瓦数据中心约对标180亿美元的营收天花板；Grace Blackwell代系把这个数字提至大约250亿美元；进入Vera Rubin代系部署期，预计会进一步抬升至大约400亿美元这个档位。
正因如此，客户才愿意不断投资于下一代运算系统。
关于Groq 3 LPX这款芯片，英伟达对它充满期待。它在超低响应延迟、高密度Token输出上有专长，特别适合那些对交互性要求特别苛刻的智能服务场景。但从整个市场视野看，AI数据中心的绝大多数部署仍会采用Vera Rubin NVL72平台。
问：假如反推2028财年70%增速，相当于在此前三年一万亿美元预期基础上再增2000亿美元。这批增长主要来自哪些产品线？若无供应制约，真实需求会有多大？
黄仁勋：要是没有供应侧的瓶颈制约，需求的真实规模会远远超出这个数值。这年度英伟达实现了约100%的同比增速，但目前我们仍在费力争取更多产能支撑。
在拆解增长源头时，市场通常聚焦在超大规模计算商这一单一维度，但这只是故事的部分篇章。另一个部分就是ACIE赛道，涵盖传统企业、NeoCloud形态、主权级AI等客户群体。这类买方一般不会采购定制化芯片，而需要完整的AI工厂系统方案。
超大规模计算运营商在积极扩大英伟达算力部署的规模，因为更强的算力能够直接转化成商业收益与利润数字。同一时间段里，ACIE领域也在爆炸式增长，这同样是英伟达持续开拓增长空间的重要支撑。
问：英伟达对AI产业生态的大规模资本投入应作何理解？AI厂商自研芯片的浪潮是否会冲击英伟达的市场地位？
黄仁勋：英伟达与AI企业开发的定制处理器，解决的是截然不同的问题命题。不少自研芯片重点针对单一云环境或某一类推理场景的优化，而英伟达交付的是全周期AI工厂解决方案，覆盖数据初处、模型教练、后期微调乃至智能体推理等各环节，并能部署在多种云形态与全球不同区域。
未来，AI服务供给必然会走向全球分布式架构，这些应用需要在世界各地部署运营，英伟达的系统方案会继续充当重要的基础设施支撑。
同时，对前沿AI企业进行资本配置也是一次长期战略规划。他日，某些AI实验室可能会成长为科技产业史上最举足轻重的机构之一。英伟达渴望与这些公司建立长期伙伴关系，坚信它们在相当长的时间跨度上，都会持续依赖英伟达的计算基础设施。
问：开源模型生态的进展是否会对英伟达造成威胁？开源模型的快速增长对贵司是风险还是机遇？
黄仁勋：未来的世界里，开源模型与闭源模型会同时并存需求。
当下，开源与闭源两类模型的采纳量都在飞速上升。几乎所有的开源模型实现都跑在英伟达的硬件架构之上，这是因为英伟达占据全球最宽泛的部署基础与最富弹性的技术设计。英伟达的计算系统涵盖了从消费端PC、边界设备，延伸到机器人、工程工作站再到数据中心等全光谱的应用场域。
开源模型对于各类商业机构与AI新兴企业而言具备重大意义，它们赋能这些机构打造自己专有的AI竞争优势。同步地，专业前沿模型开发公司也在轻快地成长，他们在制造高商业价值的智能应用。
论开源或闭源，只要模型取得商业成功，就会牵动更多算力需求。英伟达是现有少数几个能覆盖所有AI模型类型的基础系统之一，无论开源还是闭源的大部分模型，都是基于英伟达架构开发与运行的。
问：伴随递归自我优化（RSI）与通用人工智能（AGI）的演进，AI产业的需求是否会进一步激增？这对英伟达会产生什么样的影响？
黄仁勋：增长会继续加速。现在的AI应用多数是以人类主动调用为前提，但这个局面正在改变。他日，每家公司都将拥有成千上万个AI智能体。这些智能体会全天候运作，在后台执行任务，彼此间也会形成协作。
以英伟达本身为范例，公司未来可能要部署40万个甚至400万个智能体，它们将持续协力推升企业效率。事实上，某些智能体已然具备一定程度的自优化特性。每次执行完毕后，它们可以刷新自己的工作指南，使得下一轮的效果表现更加优良。
更重要的是，AI已开始产生实实在在的商业价值，能够完成具体工作并生成有利润的数据产品。伴随可用的计算资源进一步增多，AI能够创造的商业价值也会相应提升，这恰是全球商业机构不断加大AI基础设施支出的真实动因。
问：若需求增速达百分百，而供应只能满足70%的预期，当前最大的制约因素是什么？数据中心、电力配套、DRAM还是晶圆制造代工？
黄仁勋：整条供应链都面临挑战。新的产能正在持续释放上线，这同样是未来增长的必要支撑。产能并非在某个时点全部放出，而是每日逐步增加。与此同时，供应端厂商也在持续优化生产良率。
现阶段，我们有信心支撑70%增速所需的产能供应。但现实需求仍然高于产能供给能力，我们需要整个供应链的帮助，包括所有伙伴方一起去扩张产能空间。
我们希望保持高度透明，因为涉及的金额规模巨大，每个供应链上的参与者都需要明晰同样的需求走向，并提前做好准备应对。
问：单吉瓦商业价值从250亿美元升至400亿美元，未来Vera Rubin之后，单位计算价值是否还会继续放大？公司对未来的扩展空间有什么看法？
黄仁勋：答案是肯定会的。我们的追求并非仅仅是在一块地皮上堆砌更多算力，而是让同样的土地与电力承载倍增的计算能力。在最优情境下，我们希望在有限的地理空间、电力供给与基础设施条件中实现最大化的计算价值。
往昔通用计算年代，每吉瓦数据中心创造的商业产值较低。随着AI计算的发展演进，这一指标会持续攀升。原由在于，AI算力的生产效率在不断刷新纪录，客户对数据中心的投资能够创造出营收与利润回报，因此他们乐意继续砸钱投入。
现在，某些大型AI数据中心的投资回收周期已缩短至不足十二个月，这充分展示了英伟达技术为用户创造的生产率提升价值。
