今夜，全球都在等待英伟达

（来源：格隆汇APP）

来源：格隆汇

本文作者 |弗雷迪

数据支持 | 勾股大数据（www.gogudata.com）

8月26日美股盘后，英伟达将发布2027财年第二季度财报。

近几年AI交易主导下，对于美股市场而言，英伟达财报几乎一直是最重要的一份成绩单。只不过今年，靠涨价赚麻了的存储厂商们分走了一些注意力。

当“超预期”被市场当作默认设定，利好便难以再转化为上涨，任何一处瑕疵都可能被放大成下跌的理由。

刚刚结束七连跌的英伟达，又会给美股市场丢下一颗怎样的惊雷？

01

如何才能超预期？

从去年半年报开始，英伟达的财报再也没能满足市场的胃口。

尽管营收持续高增、季度指引逐次上调，业绩照单全收，可是股价硬是见光就跌。

下跌的根源简单理解，无非就是预期差消失了。

当管理层给出的指引总能被市场共识向上修正，超预期的幅度逐季收窄，或者被市场当作默认设定，利好便难以再转化为上涨，相反，任何一处瑕疵都可能被放大成下跌的理由。

市场没有否定英伟达的基本面，只是在回调已经充分定价的预期。

本季度，这种张力抵达一个微妙的平衡点。英伟达给出的营收指引是910亿美元（上下浮动2%），分析师一致预期约919亿美元，杰富瑞更为的乐观预测是950亿美元。

即便最终略超共识，也未必就能换来股价的正面回应。当数字本身几乎无悬念，真正能推动股价的边际变量只剩兑现的斜率，这正是Rubin被赋予如此多关注的根本原因。

因为真正能够重新拉开预期差的变量，目前只有Rubin。

2024年6月，英伟达首次公布Rubin与Vera组合；2025年3月GTC公开VeraRubin超级芯片，同年6月完成首次流片；2026年1月CES宣布进入全面投产，2月首批样品交付OpenAI、微软等前沿实验室，下半年量产出货，2027年RubinUltra接力。

目前，量产已经启动，CoreWeave、GoogleCloud、Azure等已进入部署名单，放量尚未形成。

今晚这份财报，市场关注的是Rubin是否第一次被量化计入指引。

Rubin之所以承载这份关注，源于推理成本的下降。

按官方口径，VeraRubin对比Blackwell，可实现最高10倍的推理Token成本降低。把三代产品放在一起，代差更为直观。以Hopper为基准，Blackwell约2.9，Rubin约0.3，两代之间接近两个数量级。

这份跃迁，意味着同一座数据中心的算力供给效率被整体重估，对云厂商而言，改写的是单位算力的成本结构。

数据中心业务中推理负载占比已经过半，推理成本直接决定下游模型调用能否盈利，以及推理型应用的商业闭环能否跑通。Rubin把整个AI行业的生产成本曲线整体下移，这一降幅对英伟达守住推理市场的意义重于训练市场。

它同时冲击定制ASIC芯片成本更低的替代叙事，把竞争重心从谁的芯片单价更低，拉回谁的架构更先进。

杰富瑞预计年底前出货超过1.3万个Rubin机架，2027年全年超过12万个；按收入口径，Rubin占英伟达GPU收入的比例，有望从FY2027第三季度的12%快速升至第四季度的40%以上。

这家外资之所以预测比较乐观，核心原因在于数据中心架构的可复用性。因为Rubin延续了72-GPU的机架形态，可复用GB200、GB300时代积累的液冷数据中心基础设施，因此爬坡节奏大概率显著快于Blackwell初期。

并且，设计的简化也提高了制造端的效率。英伟达将计算托盘与NVLink交换机托盘改为无线缆、无软管、无风扇的模块化设计，以中央PCB取代Blackwell时代大量手动安装的NVLink线束。管理层表示，此举将计算托盘的组装时间从约2小时压缩至5分钟。

此前TrendForce曾在4月提示，受地缘政治与供应链调校影响，Rubin出货存在延迟，2026年Blackwell仍将占据高端GPU出货约七成。

目前，富士康已经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，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。

从机架单柜价格来看，美银测算VeraRubinNVL72的售价大约700万至850万美元，相比Blackwell时代翻了一倍。

不过，此前服务器提价的消息已经引起了市场对英伟达远期毛利率的担忧。

尽管英伟达指引非GAAP毛利率75%（上下浮动50个基点），市场一致预期约75%，与指引中值基本一致。

可是在存储芯片、晶圆、先进封装与基板不断抬升的成本压力下，英伟达毛利率能否守住70%的区间，将直接决定市场对"Rubin周期含金量"的定价。

02

资金会买单吗？

除了对Rubin架构交付节奏的关注，市场还在权衡另一层隐忧。

此前英伟达连续七个交易日收跌，跌幅已超出单纯“等待财报落地”所能解释的范畴。资金的担忧不仅在于产能爬坡预期，更直指几个尚未完全定价的风险变量。

其中，对资产负债表冲击最直接的，正是巨额的循环融资问题。

一家伟大的科技硬件公司，最危险的时刻，往往是它开始动用自身的资产负债表，为下游客户的野蛮扩张“充值”信用信仰的时刻。

8月17日，英伟达与SBEnergy签署了位于俄亥俄州的PORTS-Pike算力园区建设协议。在这单交易里，OpenAI签下了长达20年的租约；而英伟达作为唯一的算力供应商，不仅向承建方SBEnergy投资了15亿美元，更提供了一笔巨额担保。

根据8-K文件披露，英伟达提供的累计担保上限高达1050亿美元。

这笔钱并非一次性实际出资，但却如达摩克利斯之剑般高悬于资产负债表之上。

如果园区就绪并交付、租约生效，那么OpenAI就得开始支付租金；一旦OpenAI违约停付，英伟达必须承接该租约，负责寻找替代租户或出售相关资产，并对其中的资金差额进行兜底。

虽然OpenAI承诺会向英伟达反向偿付其垫付的资金，但这份承诺非常的脆弱，因为被触发的前提是OpenAI资金链断裂，而彼时OpenAI显然也最缺乏反向偿付的能力。

1050亿美元的或有负债，约占英伟达总资产的40.5%、股东权益的53.7%，更是其账面纯现金的7.9倍、长期债务的14.1倍。

更让资金胆战心惊的是，这还只是英伟达其中一桩担保。

仅仅七天前，英伟达刚刚为另一家由顶级机构牵头的5000亿美元算力融资平台，提供了最高 1250 亿美元的底层兜底担保。

一周之内，两笔惊天或有敞口合计高达约2300亿美元，直接逼近公司总资产的九成。这种以自身信用给客户放杠杆，再让客户买自己芯片的“循环融资”游戏，彻底超出了传统供应链支持的范畴。

针对这笔庞大敞口的风险定价，市场与管理层就存在明显的分歧。管理层强调算力是可转租生息资产，且生态圈股权投资仅占预期自由现金流的一小部分。

然而，这些精巧的话术唯独避开了那个最致命的核心问题：OpenAI到底会不会违约？

命运的转盘掌握在一个商业模式尚未完全闭环、每天都在燃烧海量现金的下游企业手里。

按约6000亿美元营收和71%的毛利率测算，英伟达毛利约4260亿美元。也就是说，每承担 1 美元的破产违约风险，最多只能换来约4美元的毛利。

这种收益风险比，在流动性宽裕时或许不值一提，但在宏观逆风来临时，将显得无比脆弱。

更让这种策略显得被动的是，OpenAI在算力采购上也并未将全部筹码押注于英伟达，在接受英伟达信用支持的同时，OpenAI便承诺部署巨量AMD算力，并委托博通联合设计定制加速器。

这不，刚推出的首颗自研推理芯片Jalapeño（墨西哥辣椒）在效果展示上就炸翻天了，吞吐、能效、延迟三项指标上，全面反超英伟达GB200与GB300。

X）

对于英伟达而言，最难的战役已经不再是如何设计出更快的芯片，而是如何驾驭这台由芯片驱动的庞大经济机器，而不被其杠杆的反作用力无情吞噬。

03

尾声

市场对英伟达的认知或许将走进一个全新的阶段。

在狂热的 AI 淘金时代，英伟达无疑是最成功的“卖铲人”，但如今已经过了"芯片够好、自然有人抢着买"的阶段。

它正在从技术的定义者，转向整个AI产业里信用风险的承担者。

财报数字仅仅只是旧坐标系里的读数，过去市场在意的是"它的芯片依然值多少钱"，而现在要问的是“它愿意为增长背多少风险敞口”。

资本市场对科技股的市梦率容忍度极高，但对金融杠杆的尾部风险也极度敏锐。这层转变，或许正是估值逻辑里最该被重新定价的一处。