8月26日美股盘后，英伟达将发布2027财年第二季度财报。作为截至8月中旬市值约5.3万亿美元的全球最大公司之一，这份财报被视为整个AI交易的重要风向标。市场这次的分歧并不在于数字会不会好看，而在于数字公布后，股价是否还能给出正面回应。
眼下，几乎没有人怀疑英伟达本季度的业绩表现，但也很少有人敢直接押注财报后上涨。摩根士丹利在财报前瞻中指出，英伟达已经连续四个季度在财报发布次日下跌。即便业绩超预期、指引上调，这种情况在过去一年里仍反复出现。
本季度，英伟达给出的营收指引为910亿美元，上下浮动2%。分析师一致预期约为919亿美元，杰富瑞则给出更乐观的950亿美元预测。市场真正盯住的焦点，已经从单季营收数字，转向了Rubin平台的量产与收入兑现情况。
连续四个季度财报次日下跌，问题不在业绩本身
过去四个季度，英伟达财报后的股价表现分别为：
- FY2026 Q2（2025年8月发布）：次日下跌0.88%；
- FY2026 Q3（2025年11月发布）：次日下跌3.15%；
- FY2026 Q4（2026年2月发布）：次日下跌5.46%，两日累计跌9.39%；
- FY2027 Q1（2026年5月发布）：次日下跌1.77%，两日累计跌3.64%。
这四次下跌，并不是因为财报不及预期。相反，四个季度英伟达都至少交出了符合预期的成绩单。问题在于，管理层给出的指引往往会先被市场共识向上修正，等到真正披露业绩时，超预期的空间已经被提前消化。
当“超预期”变成默认设定，利好本身就很难继续转化成上涨动力。相反，只要Rubin爬坡、毛利率或中国市场表述中出现任何让市场不满意的地方，都可能被放大成股价回落的理由。
文中提到，这种下跌更多体现为情绪兑现，而不是基本面被否定。过去四次财报后回落期间，机构盈利预期反而没有下调，而是继续上升。
本季度，这种“预期差”仍然存在。英伟达指引为910亿美元，市场共识约919亿美元，杰富瑞预期为950亿美元。指引与一致预期之间约9亿美元的差距，意味着即便公司最终略高于市场共识，也未必足以推动股价上行。
从最近一个季度看，跌幅已经从此前的-5.46%收窄至-1.77%。这说明市场对“超预期即下跌”的定价正在边际放缓，但单个季度的收窄，还不足以直接得出趋势性结论。
Rubin平台成为新的胜负手
如果说“预期差”被压缩，是财报后股价反应偏弱的原因，那么重新拉开预期差的关键变量，就是Rubin。文章认为，这套新平台在技术代差和量产节奏上，都强于Blackwell初期。
英伟达7月在官方博客中披露，Vera Rubin平台主打“每瓦性能”和“最低Token成本”，并在300多家合作伙伴支持下加速全球部署。CoreWeave、Google Cloud、Microsoft Azure和Mistral都已接入。按照官方口径，Vera Rubin相比上一代Blackwell，最高可把推理Token成本降低10倍。
这次升级并非普通迭代。Vera Rubin NVL72把72颗Rubin GPU和36颗Vera CPU集成到一个机架中，配合新一代互联与光模块，构成英伟达所称的一台AI超级计算机。官方给出的指标是，每兆瓦Token吞吐提升10倍。这意味着，在同样的数据中心条件下，算力供给效率会被重新估值。
经济性改善也被量化列出。运行DeepSeek R1时，Vera Rubin NVL72相对GB200 NVL72的每瓦性能提升约5.4倍，每美元性能提升约5倍。
若把三代产品放在一起比较，代差更明显。按照相对每百万Token推理成本估算，Hopper为100，Blackwell约为2.9，Rubin则进一步降到约0.3。这被描述为数量级上的跃迁，而不是简单的百分比改进。
文章判断，Hopper到Blackwell更接近“量变”，而Blackwell到Rubin则围绕推理负载出现了架构层面的“质变”。这也是英伟达回应“ASIC更便宜”叙事的核心方式，即用通用平台更快的代际迭代，去应对定制芯片带来的竞争压力。
从量产到放量，市场更关心Rubin的兑现速度
产品参数已经不是市场唯一关注点，更关键的是Rubin能否顺利爬坡，把纸面性能真正转成收入。
根据官方信息，Vera Rubin平台已于2026年7月进入量产并开始全球交付。富士康等ODM厂商确认，今年第四季度起出货将开始爬坡。
围绕这一下一阶段，机构给出了不同口径的预测。摩根士丹利预计，FY2027 Q3 Rubin将贡献约90亿美元收入；杰富瑞预计，到今年年底前，Rubin机架出货量将超过1.3万个，2027年全年将超过12万个。按照收入口径测算，Rubin占英伟达GPU收入的比例，可能从FY2027 Q3的12%，快速上升到Q4的40%以上。
杰富瑞看多的一个核心理由是“复用”。Rubin延续了72-GPU机架形态，可以复用GB200和GB300时代形成的液冷数据中心基础设施，因此其出货爬坡节奏大概率快于Blackwell初期。
供应链侧给出的信号也偏积极。富士康确认四季度出货爬坡，被视为Rubin从“量产”走向“放量”的关键节点。文章认为，Rubin当前的供给瓶颈，正在从芯片产能转向数据中心基础设施的匹配速度。
不过，审慎意见并未消失。TrendForce在4月提示，受地缘政治和供应链调校影响，Rubin出货可能延迟，2026年Blackwell仍将占据高端GPU出货约七成。Semianalysis也提醒，Rubin仍处于早期bring-up阶段，而GB200早期bring-up性能不达标、测试周期延长的经历仍被市场记住。
这种分歧本身就是财报夜的重要变量。一边是按收入口径给出较快放量预期，另一边则对实际出货节奏保持保留，说明市场对Rubin爬坡斜率的判断并未收敛。测试周期与良率，被文章视为本次财报最大的执行风险。
需求端仍强，但电力与融资模式成为新约束
Rubin未来能走多远，不只取决于英伟达能造出什么，也取决于这些算力最终由谁买单。
需求侧最受关注的，是英伟达与OpenAI的绑定。8月中旬，英伟达宣布为OpenAI位于俄亥俄州的一座数据中心提供超过1050亿美元融资，用于土地、电力和基础设施。项目初期计算能力为4.25吉瓦，远期规划容量为8吉瓦。文章指出，这一规模较此前传出的2500亿美元担保方案明显收敛，也让“AI融资模式”成为财报电话会难以回避的话题。
云厂商的采购也在加码。高盛预计，2026年全球AI投资将突破1万亿美元，其中美国占比过半。四大云厂商均已成为Vera Rubin的首批部署客户。
中国市场则出现新的变化。根据英国《金融时报》报道，H200已获准出口至中国，字节跳动和腾讯最近数周各自收到约1万块H200芯片。文章同时提到，这部分收入尚未计入英伟达指引，公司也已明确否认存在面向中国市场的“特供”LPU芯片规划。
从财务数据看，中国区收入已由FY2025全年171亿美元，降至FY2026 Q2单季28亿美元，约占当季总营收3%。这究竟是暂时性缺口，还是结构性变化，仍有待进一步观察。
另一个更现实的限制来自电力。文章指出，AI数据中心的落地瓶颈正从芯片转向电力和并网周期。一座吉瓦级数据中心，从选址到通电往往需要数年。即便芯片供应充足，下游能否及时接上电、建成机房，也会影响需求兑现速度。
也正因如此，英伟达选择使用资产负债表为OpenAI项目提供支撑，以对冲需求侧不确定性。这套模式能否持续，被认为将成为电话会上的另一个焦点。
竞争逼近，推理业务面临自研芯片挑战
在需求端持续扩张的同时，竞争端的压力也在靠近。
6月，OpenAI与博通联合发布首款自研推理芯片Jalapeño，官方称其成本较英伟达GPU低50%，从设计到投产仅用9个月。随后，Anthropic也宣布启动自研AI芯片项目。
部分机构把博通视为正在改变AI经济学的对手。文章提到，博通过去两个季度的AI业务单季收入已站上80亿美元量级，增速快于英伟达，尽管这建立在更低基数之上。
这一变化之所以值得警惕，是因为推理业务在英伟达数据中心收入中的占比已经过半。FY2027 Q1，这是推理收入首次超过50%，也首次反超训练业务。自研芯片若持续向这一领域渗透，将直接触及英伟达毛利最高的业务板块。
英伟达并未回避这一点，而是把Rubin叙事重心放在推理效率上。文章给出的逻辑是，若自研ASIC只能节省约50%的成本，而Rubin下一代平台带来的是数量级的推理成本下降，那么自研替代的经济账仍需重新评估。
这场竞争，本质上是通用平台迭代速度与专用芯片单点效率之间的赛跑。
财报夜的三个观察点
文章把本次财报夜的观察重点收敛为三个维度。
毛利率
英伟达当前给出的非GAAP毛利率指引为75%，上下浮动50个基点。市场一致预期也约为75%，与指引中值基本一致。更远期的压力来自成本端。摩根士丹利预计FY2028毛利率将回落至72.5%，主要拖累来自DRAM、晶圆、先进封装和基板成本。
毛利率能否守住70%中段，被视为市场重新评估Rubin周期含金量的重要基础。
Q3指引中的Rubin首次量化
市场当前等待的重点并非已经发生的Q2，而是管理层是否会在Q3指引中首次明确量化Rubin收入贡献。文章提到，若这一数字高于杰富瑞预期的12%，可能成为最明显的正面催化。
中国市场展望
H200进入中国市场已有进展，但尚未纳入公司当前指引。因此，管理层对“中国市场何时重新贡献收入”的任何表述变化，都可能改变市场预期。
市场分歧的核心，正在从增长转向增长质量
文章据此给出一个判断框架：如果Q3指引中的Rubin表现超出预期，同时毛利率维持在75%以上，连续四个季度财报后下跌的局面大概率会被打破；如果指引只是勉强达到市场共识，而毛利率又受到涨价因素侵蚀，那么“财报后下跌”可能延续到第五个季度。
不过，文中也提醒，即便这次“魔咒”被打破，波动也不会随之结束。市场对AI投资的审视重点，正从“增长能否持续”，转向“增长的含金量”。毛利率、融资敞口和电力约束，都可能成为新的分歧来源。
文章最后认为，Rubin周期的意义，也许不只在英伟达这一份财报本身，而在于它可能定义AI算力通胀的拐点。当推理成本以代际方式出现数量级下降，围绕“谁更便宜”的竞争叙事，也可能被改写。
本文首发钛媒体APP，作者为硅谷Tech-news，编辑为焦燕。