營(yíng)收5700000000美元，英偉達(dá)：泡沫？什么泡沫

2025 年 11 月 19 日，美國(guó)東部時(shí)間下午 5 點(diǎn)，英偉達(dá)發(fā)布2026 財(cái)年第三季度財(cái)報(bào)。

這一季的數(shù)據(jù)很夸張：營(yíng)收 570 億美元，同比增長(zhǎng) 62%，環(huán)比多了整整 100 億美元（+22%），數(shù)據(jù)中心業(yè)務(wù)繼續(xù)飛奔，網(wǎng)絡(luò)、計(jì)算、汽車、專業(yè)可視化全部雙位數(shù)增長(zhǎng)。但比數(shù)字更值得編譯和整理的，是管理層在電話會(huì)里給出的那套邏輯：

他們幾乎把所有關(guān)于“AI泡沫”的質(zhì)疑，重新改寫(xiě)成了一場(chǎng)“三次平臺(tái)大遷移 + 十年基礎(chǔ)設(shè)施周期”的故事。

基于這份電話會(huì)議記錄，本文對(duì)管理層的核心觀點(diǎn)做了一次系統(tǒng)的編譯和梳理。

1

一、成績(jī)單：570 億美元的大頭，幾乎都來(lái)自 AI 工廠

先把關(guān)鍵數(shù)字捋清楚：

• 總收入：

  570 億美元，同比 +62%，環(huán)比增加 100 億美元（+22%）。

• 數(shù)據(jù)中心收入：

  510 億美元，同比 +66%，再創(chuàng)新高，幾乎就是整家公司。

• 網(wǎng)絡(luò)收入：

  82 億美元，同比飆升 162%，靠的是 NVLink、InfiniBand 和 Spectrum X 以太網(wǎng)。

• 計(jì)算部門(mén)：

  同比 +56%，核心驅(qū)動(dòng)力來(lái)自 GB300 GPU 的放量，Hopper 平臺(tái)本季仍貢獻(xiàn)了約 20 億美元收入。

• 游戲業(yè)務(wù)：

  43 億美元，同比 +30%，主要是游戲玩家和本地 AI 需求的疊加。

• 專業(yè)可視化：

  7.6 億美元，同比 +56%，DGX Spark 被點(diǎn)名是關(guān)鍵貢獻(xiàn)者。

• 汽車業(yè)務(wù)：

  5.92 億美元，同比 +32%，自動(dòng)駕駛解決方案是主力。

盈利能力同樣“變態(tài)”：

• GAAP 毛利率：

  73.4%，

• Non-GAAP 毛利率：

  73.6%， 都比之前的指引更高。Colette Kress 解釋，主要得益于數(shù)據(jù)中心產(chǎn)品組合、生產(chǎn)周期時(shí)間改善以及成本結(jié)構(gòu)優(yōu)化。

但也不是全是甜蜜，電話會(huì)一上來(lái)就坦白了三點(diǎn)風(fēng)險(xiǎn)：

1. 中國(guó)收入被“掐斷”：

   由于地緣政治和本地競(jìng)爭(zhēng)，本季度原本計(jì)劃的大額訂單沒(méi)有落地，直接影響了高端數(shù)據(jù)中心計(jì)算產(chǎn)品對(duì)中國(guó)的出貨。Colette 還明確表示，在 Q4 的指引里，“我們沒(méi)有假設(shè)來(lái)自中國(guó)的任何數(shù)據(jù)中心計(jì)算收入”。

2. 投入成本在上升：

   面向 2027 財(cái)年，內(nèi)存等關(guān)鍵元件價(jià)格抬頭，系統(tǒng)復(fù)雜度也在增加。公司一邊加大采購(gòu)鎖價(jià)，一邊強(qiáng)調(diào)，仍會(huì)努力把毛利率“壓在 70% 中段”。

3. 庫(kù)存和供應(yīng)承諾同步上揚(yáng)：

   庫(kù)存環(huán)比增加 32%，供應(yīng)承諾環(huán)比增加 63%。管理層的態(tài)度是：這是主動(dòng)為未來(lái)更大規(guī)模的增長(zhǎng)“鋪貨”，而不是需求不行的被動(dòng)堆庫(kù)存。

展望第四季度，指引同樣激進(jìn)：

• Q4 收入指引：

  650 億美元，上下浮動(dòng) 2%，按中值算環(huán)比還要再漲 14%，主要由 Blackwell 架構(gòu)繼續(xù)放量帶動(dòng)。

• 毛利率指引：

  GAAP 和 Non-GAAP 都預(yù)計(jì)維持在 70% 中段，盡管投入成本上漲。

從這張“財(cái)務(wù)快照”可以看出一個(gè)核心事實(shí)：

英偉達(dá)現(xiàn)在的財(cái)報(bào)，其實(shí)就是一張全球 AI 工廠建設(shè)進(jìn)度表。

1

二、CFO 的視角：三大平臺(tái)轉(zhuǎn)型 + 5000 億 Blackwell/Rubin 收入藍(lán)圖

在財(cái)務(wù)數(shù)字之后，CFO Colette Kress 用相當(dāng)長(zhǎng)的一段話，把這季的增長(zhǎng)放進(jìn)了一個(gè)更大的框架里：

“三大平臺(tái)轉(zhuǎn)型”還在早期

她強(qiáng)調(diào)，客戶現(xiàn)在集中在三條主線做投入：

向加速計(jì)算遷移：

從傳統(tǒng) CPU 通用計(jì)算，轉(zhuǎn)向 GPU 加速計(jì)算，把原本跑在 CPU 上的大量數(shù)據(jù)處理、科學(xué)計(jì)算工作負(fù)載搬到 CUDA 平臺(tái)上。

向大模型/生成式AI遷移：

搜索、推薦、內(nèi)容理解、廣告排序，從傳統(tǒng)機(jī)器學(xué)習(xí)體系切換到大模型，重寫(xiě)生產(chǎn)線。

向智能體（Agent）應(yīng)用遷移：

自主推理、規(guī)劃、調(diào)用工具的“智能代理 AI”，開(kāi)始滲透到編程、醫(yī)療、金融、運(yùn)營(yíng)等業(yè)務(wù)線。

她的判斷是：這三件事都還在早期階段，“會(huì)波及所有行業(yè)”。

Blackwell + Rubin：到 2026 年底要拿下 5000 億美元營(yíng)收

Colette 給了一個(gè)頗具爭(zhēng)議、但已經(jīng)被資本市場(chǎng)廣泛引用的數(shù)字：

從今年開(kāi)始到 2026 年年底，Blackwell 和 Rubin 兩代平臺(tái)，合計(jì)營(yíng)收目標(biāo)是 5000 億美元。

電話會(huì)記錄里，她再次確認(rèn)這一目標(biāo)“正在推進(jìn)”：

• 部分收入已經(jīng)在過(guò)去幾個(gè)季度確認(rèn)；

• 接下來(lái)還有幾個(gè)季度會(huì)持續(xù)兌現(xiàn)；

• 而且，這 5000 億本身還有“上調(diào)空間”：比如當(dāng)天剛剛宣布的與沙特的合作，未來(lái)三年新增 40–60 萬(wàn)塊 GPU；和 Anthropic 的協(xié)議，同樣是原先規(guī)劃之外的增量計(jì)算需求。

在她的敘事里，英偉達(dá)的角色很明確：

要在未來(lái)十年走向年均 3–4 萬(wàn)億美元規(guī)模的全球 AI 基礎(chǔ)設(shè)施建設(shè)里，做“首選平臺(tái)”。

“云已售罄”：GPU 安裝基礎(chǔ)完全被吃滿

Colette 多次重復(fù)一個(gè)說(shuō)法：“云服務(wù)已售罄（clouds are sold out）”；Blackwell、Hopper、Ampere 等幾代 GPU 的安裝基礎(chǔ)“全部在滿負(fù)荷運(yùn)行”。第三季度數(shù)據(jù)中心收入 510 億美元，就是在這樣的高稼動(dòng)率之上做出來(lái)的。配合這點(diǎn)，她給出了一串“案例庫(kù)”，說(shuō)明這些算力在被用在什么地方：

• 互聯(lián)網(wǎng)平臺(tái)：

  Meta 用基于 GPU 集群訓(xùn)練的 Gem 廣告推薦基礎(chǔ)模型，讓 Instagram 廣告轉(zhuǎn)化率 +5%，F(xiàn)acebook 信息流 +3%；用戶在 Facebook、Threads 等應(yīng)用上花的時(shí)間明顯上升。

• 基礎(chǔ)模型公司：

  OpenAI：周活用戶 8 億，企業(yè)客戶超過(guò) 100 萬(wàn)，毛利率保持健康；Anthropic：年化營(yíng)收從年初的 10 億美元，漲到 70 億美元。其他名字還包括 Mistral、Reflection、Safe Superintelligence、xAI 等。

• 垂直場(chǎng)景：

  RBC 用智能體 AI 把分析師寫(xiě)報(bào)告的時(shí)間，從幾小時(shí)壓縮到幾分鐘；聯(lián)合利華通過(guò) AI + 數(shù)字孿生，讓內(nèi)容創(chuàng)作效率提升 2 倍、成本下降 55%；Salesforce 工程團(tuán)隊(duì)使用 Cursor 后，新代碼開(kāi)發(fā)效率至少提升 30%。

這些例子共同指向一個(gè)判斷：

AI 基礎(chǔ)設(shè)施的投入，已經(jīng)開(kāi)始在真實(shí)業(yè)務(wù)里“找回報(bào)”，而不止停留在“創(chuàng)新預(yù)算”。

五百萬(wàn) GPU 的 AI 工廠計(jì)劃

本季英偉達(dá)還宣布了一串 AI 工廠和基礎(chǔ)設(shè)施項(xiàng)目，總量涉及約 500 萬(wàn)塊GPU，覆蓋：

• 公有云 CSP、主權(quán)國(guó)家數(shù)據(jù)中心；

• 制藥、制造等行業(yè)的“AI 工廠”；

• 標(biāo)志性項(xiàng)目包括：xAI 的 Colossus 2 —— 全球首個(gè)千兆瓦級(jí)數(shù)據(jù)中心；禮來(lái)（Eli Lilly）的 AI 工廠，用于藥物研發(fā)；AWS + Humane 的擴(kuò)展合作：部署多達(dá) 15 萬(wàn)臺(tái) AI 加速器（包括 GB300），以及一座 500 兆瓦的旗艦 GPU 數(shù)據(jù)中心。

在這套敘事下，“570 億營(yíng)收”只是起點(diǎn)，真正讓市場(chǎng)緊張的是：

未來(lái)兩三年，這家公司打算吃下多大一塊 AI 基建蛋糕。

1

三、黃仁勛的“反泡沫”故事：三次平臺(tái)大遷移

輪到黃仁勛發(fā)言時(shí)，他沒(méi)有先談估值，而是直接回應(yīng)了“泡沫”這個(gè)詞：

“關(guān)于人工智能泡沫的討論很多。 從我們的角度來(lái)看，我們看到的是截然不同的情況。 ”

他的核心論點(diǎn)，可以濃縮成一句話：

世界正在同時(shí)經(jīng)歷三次巨大的平臺(tái)級(jí)遷移，而英偉達(dá)剛好站在這三次遷移的交叉點(diǎn)。

第一次遷移：從 CPU 到 GPU 的加速計(jì)算

• 摩爾定律放緩，傳統(tǒng) CPU 性能/成本的提升越來(lái)越難；

• 大量原本跑在 CPU 上的非 AI 工作負(fù)載——數(shù)據(jù)處理、科學(xué)與工程仿真等——正向 CUDA GPU 遷移；

• 這一層遷移，本質(zhì)上是為了延續(xù)“算力通縮”：用更低的單位成本獲得更多計(jì)算。

黃仁勛把這部分定義為“基礎(chǔ)且必要的轉(zhuǎn)型”：

“在后摩爾定律時(shí)代，這是至關(guān)重要的。”

第二次遷移：從傳統(tǒng)機(jī)器學(xué)習(xí)到生成式 AI

第二層，是我們熟悉的那波浪潮：

• 搜索排序、推薦系統(tǒng)、廣告投放、內(nèi)容審核等，正在從傳統(tǒng) ML/深度學(xué)習(xí)體系，遷移到基于大模型與生成式 AI 的范式；

• Meta 的 Gem 模型就是典型案例：依托大規(guī)模 GPU 集群訓(xùn)練，把廣告推薦效果實(shí)打?qū)嵦Ц吡藥讉€(gè)百分點(diǎn)，這直接體現(xiàn)在收入上。

在這層上，AI 不再只是“節(jié)約成本”的工具，而是直接帶來(lái)營(yíng)收增量的引擎。

第三次遷移：向智能體和物理 AI

第三層，是“智能體 AI”和“物理 AI”：

• 這類系統(tǒng)具備推理、規(guī)劃和使用工具的能力；

• 從代碼助手（Cursor、Claude Code、GitHub Copilot），到醫(yī)療放射影像助手（iDoc）、法律助手（Harvey），再到自動(dòng)駕駛司機(jī)（Tesla FSD、Waymo），都被他歸類為“智能代理 AI”；

• 更往下，是與機(jī)器人、工廠、車隊(duì)、城市基礎(chǔ)設(shè)施深度耦合的“物理 AI”：利用 Omniverse 做數(shù)字孿生工廠的臺(tái)積電、豐田、富士康、Lucid 等；用 Jetson 平臺(tái)和 Cosmos 世界模型做人形/移動(dòng)機(jī)器人開(kāi)發(fā)的 Agility Robotics、Amazon Robotics、Figure 等。

在他看來(lái)，這一層會(huì)帶來(lái)全新的應(yīng)用、產(chǎn)品、公司和服務(wù)，是最具顛覆性的一層。

英偉達(dá)如何把三次遷移“捏”在一起？

黃仁勛的自我定位是非常“野心家”的：

• 在加速計(jì)算的遷移中

  ，CUDA + GPU 是最成熟的方案；

• 在生成式AI遷移中

  ，英偉達(dá)在訓(xùn)練、后訓(xùn)練（推理前的強(qiáng)化、微調(diào)）和推理三個(gè)階段，都有一整套軟件棧和硬件組合；

• 在智能體和物理AI

  ，從數(shù)據(jù)中心到機(jī)器人邊緣設(shè)備，一條鏈路都在用同一套架構(gòu)。

他說(shuō)得很直白：

“無(wú)論是 AI 的每個(gè)階段，還是各種不同的計(jì)算需求， 我們的架構(gòu)都是通用的。 你可以投資一種架構(gòu)，然后在所有這些階段和工作負(fù)載上放心使用。”

這就是他對(duì)“泡沫”質(zhì)疑的整體回應(yīng)：

資本市場(chǎng)看的是市值曲線，而他強(qiáng)調(diào)的是： 三條不同性質(zhì)的遷移曲線，正在同時(shí)發(fā)生，且都?jí)涸谟ミ_(dá)的 GPU 上。

1

四、關(guān)鍵問(wèn)答：5000 億訂單、供給瓶頸與中國(guó)風(fēng)險(xiǎn)

電話會(huì)議的 Q&A 部分，補(bǔ)足了很多關(guān)鍵信息。挑幾個(gè)重點(diǎn)說(shuō)。

5000 億 Blackwell + Rubin 收入，還靠譜嗎？

摩根士丹利的 Joseph Moore 追問(wèn)：

GTC 上提的2025–2026 年 Blackwell + Rubin 5000 億美元收入預(yù)期，現(xiàn)在還有沒(méi)有變化？

Colette 的回答是：

• 目標(biāo)沒(méi)變，“我們正在按這個(gè)路徑執(zhí)行”；

• 5000 億中已經(jīng)有一部分在前幾個(gè)季度確認(rèn)；

• 接下來(lái)到 2026 年底，還有幾個(gè)季度會(huì)持續(xù)貢獻(xiàn)；

• 而且，“這個(gè)數(shù)字有上調(diào)可能”：和沙特的協(xié)議，在未來(lái)三年新增 40–60 萬(wàn)塊 GPU；與 Anthropic 的合作，則帶來(lái)了高達(dá) 1 吉瓦算力承諾。

——這些，都還沒(méi)算在最初的 5000 億里。

供應(yīng)能不能趕上需求？ROI 會(huì)不會(huì)撐不住？

Cantor Fitzgerald 的 C.J. Muse 問(wèn)了一個(gè)所有人都在想的現(xiàn)實(shí)問(wèn)題：

一邊是大家擔(dān)心 AI 基礎(chǔ)設(shè)施建設(shè)太燒錢(qián)、ROI 與融資能力成問(wèn)題； 另一邊是你們自己又在說(shuō)“GPU 全部售罄、云都賣(mài)空了”。 那么未來(lái) 12–18 個(gè)月里，供應(yīng)會(huì)趕上需求嗎？

黃仁勛的回答重點(diǎn)有三：

1. 供應(yīng)鏈規(guī)劃

   英偉達(dá)的供應(yīng)鏈覆蓋臺(tái)積電及其封裝、內(nèi)存供應(yīng)商、系統(tǒng) ODM 等，“我們和他們做了非常長(zhǎng)周期的規(guī)劃”；“我們?cè)揪陀?jì)劃迎來(lái)一個(gè)大年”，而現(xiàn)在的需求增長(zhǎng)，印證了他們對(duì)三個(gè)轉(zhuǎn)型的判斷。

2. 需求結(jié)構(gòu)：

   不僅僅是“聊天機(jī)器人”在用 GPU，從數(shù)據(jù)處理到推薦系統(tǒng)，從生成式 AI 到各種 agent 工具，哪一層都在吃 GPU，且增速都很快。

3. ROI

   一部分投資來(lái)自通用計(jì)算遷移，本質(zhì)上是為了延續(xù)“算力通縮”；一部分投資來(lái)自生成式AI提升現(xiàn)有業(yè)務(wù)收入；還有一部分來(lái)自全新的 agentic & 物理AI應(yīng)用。

換句話說(shuō)，他認(rèn)為需求是真實(shí)且多層次的，而不是單一領(lǐng)域炒作。

每吉瓦能賣(mài)多少錢(qián)硬件？誰(shuí)來(lái)為三四萬(wàn)億 AI 基建買(mǎi)單？

BofA 的 Vivek Arya 問(wèn)得很具體：

• 在你口中的 5000 億里，你假設(shè)的“每 1 吉瓦數(shù)據(jù)中心對(duì)應(yīng)多少美元硬件”是多少？

• 到 2030 年，全球數(shù)據(jù)中心 3–4 萬(wàn)億美元投資中，有多少需要靠供應(yīng)商融資，有多少可以由客戶自己現(xiàn)金流支持？

黃仁勛給出了一組有參考意義的量級(jí)（非精確指引）：

• 在 Hopper 這一代，一個(gè) 1 吉瓦數(shù)據(jù)中心，相當(dāng)于大約20–25 億美元的英偉達(dá)數(shù)據(jù)中心產(chǎn)品；

• 到 Grace Blackwell/GB200，可能來(lái)到30 億美元以上；

• Rubin 一代會(huì)更高，因?yàn)槊客咝阅苓M(jìn)一步提升。

關(guān)鍵句是這句：

“一個(gè)吉瓦數(shù)據(jù)中心就是一個(gè)吉瓦功率。 你的每瓦性能，幾乎直接決定你的收入上限。 ”

這背后的邏輯是：

• 電力是剛性約束：一個(gè)園區(qū)就是 1 吉瓦電進(jìn)來(lái)，不會(huì)無(wú)限擴(kuò)張；

• 在同樣的 1 吉瓦電、同樣的機(jī)房面積下，誰(shuí)的架構(gòu)性能/瓦更高，誰(shuí)就能賣(mài)出更多的硬件票面；

• 因此，架構(gòu)效率不只是技術(shù)指標(biāo)，而是收入天花板。

至于“誰(shuí)來(lái)為 3–4 萬(wàn)億買(mǎi)單”，他的回答更宏觀：

• 不能只盯著美國(guó)幾大云廠商；

• 每個(gè)國(guó)家都會(huì)為自己的 AI 基礎(chǔ)設(shè)施買(mǎi)單；

• 大多數(shù)行業(yè)的 agentic AI、物理 AI 才剛剛開(kāi)始，未來(lái)會(huì)有一波又一波新的融資主體加入。

中國(guó)市場(chǎng)：短期清零，長(zhǎng)期仍想“留門(mén)”

關(guān)于中國(guó)，Colette 的表態(tài)比較直接：

• 本季度原計(jì)劃的大額訂單并未落地，H20 銷售額僅約 5000 萬(wàn)美元；

• 原因是地緣政治 + 中國(guó)本地競(jìng)爭(zhēng)加劇；

• 因此公司在 Q4 指引中，假設(shè)來(lái)自中國(guó)的數(shù)據(jù)中心計(jì)算收入為 0。

但黃仁勛也強(qiáng)調(diào)，英偉達(dá)會(huì)持續(xù)同中美兩國(guó)政府溝通，長(zhǎng)期目標(biāo)仍然是：

“要在包括中國(guó)在內(nèi)的所有商業(yè)企業(yè)中，成為開(kāi)發(fā)者和企業(yè)的首選平臺(tái)。”

這意味著，當(dāng)前對(duì)華高端芯片出口的限制，英偉達(dá)視為“節(jié)奏問(wèn)題”，而不是長(zhǎng)期放棄的市場(chǎng)。

ASIC vs GPU：為什么英偉達(dá)認(rèn)為自己“不可替代”？

Wells Fargo 的 Aaron Rakers 問(wèn)到定制 AI ASIC 的競(jìng)爭(zhēng)，問(wèn)黃仁勛是否改變了看法。

他的回答可以總結(jié)為“五個(gè)維度的護(hù)城河”：

1. 覆蓋所有轉(zhuǎn)型階段：

   從通用加速計(jì)算，到生成式 AI，再到代理式 / 物理 AI，同一套架構(gòu)都能勝任。

2. 覆蓋AI的每個(gè)階段：

   預(yù)訓(xùn)練、后訓(xùn)練、推理這三步都極其復(fù)雜，尤其是鏈?zhǔn)剿季S等推理型推理，“事實(shí)證明推理是最難的”，而英偉達(dá)在三階段都有很強(qiáng)的系統(tǒng)方案。

3. 覆蓋所有主流模型：

   自回歸、擴(kuò)散、專家混合（MoE）、各種生物/物理模型—— “我們是唯一一個(gè)能把所有這些模型跑在一個(gè)平臺(tái)上的架構(gòu)。”

4. 覆蓋所有云和邊緣形態(tài)：

   從公有云、私有云，到本地 DGX Spark 再到機(jī)器人和 PC，一套 CUDA 生態(tài)貫穿始終，這大幅降低了開(kāi)發(fā)者的心智成本。

5. 帶來(lái)真正的需求與多樣性：

   對(duì)云廠商、新創(chuàng)云（CoreWeave、Lambda 等）乃至新公司（Humane）來(lái)說(shuō)，把 GPU 算力“掛上架”后，背后是龐大的模型生態(tài)和開(kāi)發(fā)者需求，而不是一個(gè)“孤立的 ASIC”。

他最后的總結(jié)是：

“這不是簡(jiǎn)單往數(shù)據(jù)中心里塞一個(gè)隨機(jī) ASIC 的問(wèn)題。需求從哪來(lái)？多樣性從哪來(lái)？韌性從哪來(lái)？ 英偉達(dá)的生態(tài)系統(tǒng)，已經(jīng)證明它能把這些全部帶給客戶。 ”

這一次，泡沫沒(méi)有破裂。音樂(lè)繼續(xù)。

點(diǎn)個(gè)“愛(ài)心”，再走 吧