围绕英伟达的一个主流市场叙事，过去几个季度一直在反复出现：AI 基建的资金正在从单纯采购芯片，转向电力、散热，以及云厂商自研芯片，英伟达作为产业链中最昂贵的一环，数据中心业务的增长动能可能会被逐步稀释。空头多次以「基数过高」「增速见顶」来给这家公司预设上限，再叠加超大规模云厂商加快自研 ASIC，以及市场对 AI 资本开支周期是否见顶的质疑，市场对英伟达的预期也在收敛。
财报发布前，41 位分析师给出的一致预期只比公司自身指引高出 1.2%。在这种预期框架下，华尔街更像是在确认英伟达的数据中心增长没有失速。此前，英伟达已经连续 5 个季度超出预期，但每次超出的幅度都在收窄，市场也因此不断追问，这条增长曲线何时会迎来拐点。
8 月 26 日美股盘后，英伟达公布 FY2027 Q2 财报，结果明显高于市场预期。数据中心业务继续充当增长引擎，营收和 Q3 指引中的关键业务信号都超出市场一致预期。黄仁勋在财报声明开头写道：「AI 已经到达它的拐点。它正在做有用的工作。它的 token 是有生产力、有利润的。现在，计算即收入。」
从芯片供应商到 AI 资本参与者
过去一年，英伟达的角色正在变化。游戏显卡已经越来越像其历史背景板，而数据中心供应商也不再是它唯一的身份。
2025 年 9 月 18 日，英伟达向英特尔投资 50 亿美元，作为一笔战略布局。这笔少见的对竞争对手注资，让两家老牌芯片公司的关系变得更复杂。就在这笔投资前一个月，美国政府刚以 89 亿美元收购英特尔约 10% 股权。政府入股叠加英伟达注资，推动市场重新想象英特尔的回归空间，英特尔股价当天上涨 23%，创下 1987 年以来最大单日涨幅。到 2025 年 12 月 29 日，这笔交易完成交割，英伟达通过私募配售购入超过 2.147 亿股英特尔股票。
此后 11 个月，英伟达继续推进大规模投资。2025 年 9 月 22 日，也就是投资英特尔 4 天后，英伟达向 OpenAI 承诺投资最高 1000 亿美元。2026 年 1 月，英伟达向 xAI 投资 100 亿美元；到 2026 年 7 月，英伟达又对 OpenAI 追加承诺，总规模升至 2500 亿美元。
最近一笔结构最复杂的交易发生在 8 月 20 日，目标是 Poolside。根据文中信息，英伟达同时做了三件事：一是支付 60 亿美元授权 Poolside 的 AI 模型 Model Factory；二是按 120 亿美元投前估值追加投资 10 亿美元；三是向超过 100 名 Poolside 员工发出工作邀约，这些员工将加入英伟达的 Nemotron 开源模型项目。
Poolside 在给投资者的信中专门说明，这不是收购，也不是人才收购，公司将继续独立运营，3 位联合创始人继续留任。文中提到，如果 Poolside 继续独立参与开源模型竞争，它需要获得比现实更充足的英伟达硬件资源，算力稀缺成为推动这家公司靠近英伟达的重要因素。
随着这些投资持续推进，英伟达在 AI 产业中的身份边界也变得更模糊。供应商、股东、债主、客户，这些原本区分明确的位置，开始同时出现在同一家公司身上。围绕这种结构，市场对「循环融资」的质疑也更具体：英伟达向客户投资，客户可以用资金采购英伟达 GPU，这笔资金回到英伟达报表上形成收入；收入增长推升股价，股价又为其下一笔投资提供资本基础。文中提到，市场反复讨论的「英伟达投资 1000 亿美元给 OpenAI，然后 OpenAI 再把这笔钱还给英伟达」，指的就是这种循环。
在更广泛的生态中，英伟达、微软、甲骨文都在投资 AI 开发商，而这些开发商随后又成为它们云服务的大买家，于是同一笔资本在多家公司之间流转，并在不同环节被计入收入。
如果 AI 基建的最终商业回报迟迟无法兑现，这种看似高效的资金循环，最脆弱的一环可能率先断裂。文中列出的风险包括：OpenAI 能否用模型收入覆盖数据中心成本，云厂商能否把算力租出去，AI 初创公司能否在烧完融资前找到盈利模式。一旦某个节点收入不及预期，例如客户削减采购，英伟达订单就可能下滑，股权投资的账面价值也可能缩水，而此前为支持这些客户投入的资金和担保，则可能转化为潜在坏账。
支持这套资本打法的一方则强调，相关投资是渐进式的，并与实际部署里程碑绑定。以 OpenAI 为例，每部署 1 吉瓦才会触发一笔新投资，首个吉瓦部署时投资 10 亿美元，后续批次按 OpenAI 当时估值定价。这意味着，如果部署没有真实发生，投资也不会发生，文中认为这降低了「凭空制造收入」的空间。
市场过去数月围绕英伟达资本打法的争论，也扩展到了债券市场。文中提到，2026 年至今，超大规模云厂商及英伟达等关联实体已发行 2250 亿美元债券，同比暴涨 973.7%。无论这些风险最后是否兑现，作者认为，它们都会继续影响市场对英伟达估值上限的判断。
FY2027 Q2：营收、利润和数据中心业务全面超预期
从传统财务指标看，英伟达这一季的成绩非常强。
- 营收 962.21 亿美元，同比增长 106%，环比增长 18%，为自 2025 财年第二财季以来最高同比增速。
- 这一数字比公司自身指引中值高出 52 亿美元，也比分析师预期高出逾 4%。
- 调整后 EPS 为 2.22 美元，同比增长 120%，超出市场预期近 6%。
- 非 GAAP 运营利润 639.56 亿美元，同比增长 124%，对应运营利润率约 66%，高于分析师预期的 611.9 亿美元。
- 运营费用 82.32 亿美元，低于预期的 83.2 亿美元。
不过，财报公布后，英伟达股价在盘后先小幅上涨，随后迅速转跌，一度下跌 4%。
核心的数据中心业务收入达到 890 亿美元，同比增长 117%，环比增长 18%，高于分析师预期的 858 亿至 859 亿美元，占公司总营收约 92.5%。
分结构看：
- 超大规模云厂商创造收入 487.1 亿美元，大幅高于预期的 435.5 亿美元，超出规模接近 52 亿美元；
- AI 云、工业及企业应用收入 403.1 亿美元，低于市场预期的 419.6 亿美元；
- 边缘计算收入 72 亿美元，同比增长 27%，环比增长 13%，高于预期的 66.1 亿美元。
这组结构显示，本季度超预期的主要拉动力量仍是超大规模云厂商。企业端、工业端和部分 AI 云相关需求的扩张节奏，没有达到市场此前给出的更高期待。
这也是一个需要认真看待的信号。此前不少观点认为，英伟达客户结构正在快速多元化，企业级需求将逐步接棒；但本季度数据说明，四大云厂仍然是最核心的增长引擎，企业端放量还没有完全跟上。与此同时，Compute & Networking 收入达到 883 亿美元，也高于预期的 846.9 亿美元，背后仍然是大规模集群建设主导需求的逻辑。
毛利率保持高位，Q3 指引出现下移
毛利率方面，Q2 的 GAAP 和非 GAAP 毛利率均为 75.0%，与上一季度持平，较去年同期提升约 2.5 至 2.6 个百分点。在营收逼近 1000 亿美元、数据中心供应链依旧紧张的情况下，英伟达仍能维持 75% 的毛利率，反映出其在 AI 加速计算市场仍具备很强的定价能力。
但公司给出的 Q3 指引中，毛利率为 74.0%，较 Q2 下移约 1 个百分点，也低于分析师预期的 75%。文中提到，背后可能有多重因素，包括新平台量产初期常见的良率波动和成本扰动，以及 HBM、先进封装、基板等关键供应链环节价格持续上涨。
产品结构变化，也可能让这一下滑具备更长期的观察价值。随着整机架系统交付占比提升，产品成本结构会与单纯销售 GPU 时不同。财报中的关键产品信号，是 Vera Rubin 正在加速进入全面量产阶段。
目前，这一机架系统已经在 CoreWeave、谷歌 Cloud、微软 Azure、甲骨文 Cloud Infrastructure 和 Nebius 等合作伙伴处运行。文中认为，这意味着 Rubin 已经进入真实客户数据中心运行。该系统由 Vera CPU、Rubin GPU、Spectrum-6 网络、BlueField、安全、存储、软件工具链和 DSX 平台组成，英伟达反复使用「AI 工厂」来描述这一套系统级架构，意在强调其销售对象不只是芯片，而是一整套建设、运行和扩展 AI 算力基础设施的系统。
对市场来说，这个信号的重要性在于增长周期的可见度。此前一个关键问题是，Blackwell 需求高峰之后，英伟达能否平滑切换至下一代平台。Rubin 的量产推进，延长了未来几个季度增长叙事的持续时间。不过，平台切换也会带来短期不确定性，包括供应链、交付节奏、客户验收和成本结构变化，这也是文中认为 Q3 毛利率指引下移的可能原因之一。
利润质量、现金转化与客户集中度
文中认为，这份财报体现出的主营业务增长质量是真实的，甚至可能比表面数字更强。剔除 77.7 亿美元股权投资收益后，非 GAAP 净利润为 539.54 亿美元，运营利润率为 66%，说明主营业务盈利能力本身已经很强，并非依赖投资收益修饰报表。
同时，运营费用控制优于预期；而 AI 云、工业及企业应用收入较预期少 16 亿美元，则说明客户多元化进程慢于市场此前设想。换句话说，短期内，对四大云厂的高依赖并未明显缓解。
文中还提到，毛利率下滑、自由现金流骤减、营收账款激增和投资组合膨胀，共同勾勒出一家正在用更重的资产负债表和更长的现金转化周期，去支撑更快增长的公司。
AI 叙事、竞争格局和供应链三条主线并行
文中将英伟达当前面临的变化归纳为三条并行线索：AI 叙事、竞争格局和供应链。
第一条是 AI 叙事本身。华尔街对 AI 投资周期的关注重心，已经从单纯的算力扩张，转向回报验证。黄仁勋给出的长期判断是，到本世纪末，AI 基础设施支出可能达到每年 3 万亿至 4 万亿美元，推动因素是智能体 AI 的普及，也就是可以持续决策、调用工具、执行多步骤任务的 AI 系统，而不只是简单问答机器人。
文中认为，争议不在方向，而在时间表和回报路径。现在市场更看重现金流和回报兑现速度。前文提到的债券市场风险放大，也说明投入产出比的真实落地，已经成为整条 AI 产业链的核心问题。
第二条是定制 ASIC 带来的竞争压力。文中给出的数据是，Custom Silicon 在整个 AI 芯片市场中的占比，预计将从 2025 年的 20.9% 升至 2026 年的 27.8%。谷歌 TPU、亚马逊 Trainium、Meta MTIA 都在加快推进自研芯片。博通则成为这一方向的重要受益者之一，其 AI 相关收入已达到约 108 亿美元的季度规模。
这条竞争线索的关键，不只是性能，而是议价权。云厂商清楚，自研芯片很难在通用性和软件生态上完全匹敌英伟达，但它们愿意为了降低对单一供应商的依赖、提升供应链自主权，以及在采购谈判中获得筹码，接受一定性能折中。文中判断，这一趋势短期内不会颠覆英伟达地位，但长期需要持续跟踪，核心问题不是 TPU 能否打败 Blackwell，而是云厂商愿意把多大比例的资本开支从英伟达分流出去。
第三条是供应链。文中认为，关于数据中心长期供不应求的局面，目前仍看不到明显缓解迹象。Q1 财报已经反映出这一基调：英伟达在 Q1 将总供应量提升至 1450 亿美元，管理层当时表示，公司并非不受供应挑战影响，但有信心支持客户增长，并预计在 Vera Rubin 的整个生命周期内都会持续处于供应受限状态。
这一表述可以有两种解读。对多头来说，需求旺盛到芯片厂商难以匹配产能，供不应求意味着定价权和订单可见度依然稳固；另一种理解是，供应短缺本身也会制造产品稀缺感与采购紧迫性，促使客户提前锁定订单。无论如何，供应链，尤其是台积电 CoWoS 先进封装产能和 HBM 内存产能，仍是决定英伟达增长上限的关键变量。
这也解释了为什么在这一轮 AI 硬件周期中，上游供应商同样处在更明确的受益位置。台积电掌握先进制程和封装能力，美光和 SK 海力士掌握 HBM 产能，它们的产能分配决定英伟达能出多少货，而英伟达能出多少货，又决定整条 AI 基建链的收入上限。
市场接下来关注什么
把需求、产能和资本三条线索放在一起，文中给出的结构很清楚：这是支撑整个系统增长速度的三个核心变量。
从这份 FY2027 Q2 财报来看，英伟达的基本面依然稳固，主营业务增长强劲，数据中心业务继续超预期，Rubin 平台的量产推进也延长了增长周期的可见度。但另一面同样存在：客户集中度依旧偏高，资本投入和资产负债表扩张同步发生，债券融资快速增加，毛利率指引回落，供应链上限仍然明显。
文中最后认为，英伟达已经完成了从芯片供应商到算力基础设施建设者的跨越，而市场接下来几个季度需要持续追踪的，不只是增长还能否延续，还有这套由需求、资本和产能共同驱动的结构，是否能持续稳定运转。