2026年11月17日美股盘后,英伟达(NVDA.US)发布截至2026年10月25日止的2027财年第3财季业绩。
季度收入同比增长103.21%,至1,158.44亿美元,高于市场预期的1,091亿美元,数据中心的收入同比增长110.11%,至1,076.10亿美元,高于市场预期的1,019亿美元,是主要的收入来源与增长动力,其中来自超大规模云服务商的收入同比增长71%,至601亿美元;AI云、工业及企业客户收入同比增长195%,至475亿美元。该公司第3财季的非会计准则毛利率按年提升1.4个百分点,按季微跌0.1个百分点,至74.9%;非会计准则摊薄后季度每股盈利2.68美元,按年增长111.02%,高于市场预期的2.48美元。
英伟达预计,第4财季的收入将达到1,300亿美元,高于市场的预期区间高位1,251亿美元,预期季度非会计准则毛利率处于71.0%-72.0%区间,并将2028财年营收增长预期由此前的70%上调至75%。
公布业绩后,英伟达盘后股价大涨4.82%,也带动上游产业链重要个股大涨,其中SK海力士韩股在亚洲交易时段上涨2.64%,台积电(TSM.US)、美光科技(MU.US)等盘后均大涨超4%,CoreWeave(CRWV.US)盘后更大涨9.02%。
亮眼数据仅验证短期韧性
这份季度业绩的各项指标均超预期,但需要注意的是,其截止日是10月25日,而黄仁勋11月12日才辞去CEO职务,换言之,这份财报所兑现的每一美元收入、利润率的每一百分点提升,都来自黄仁勋主导周期内的长期供应链卡位、远期锁单、客户融资配套与生态绑定。
电话会披露,其当前云产业未交付订单规模从三个月前的2万亿美元扩大至2.5万亿美元;第3财季的供应承诺由2,790亿美元增至3,900亿美元(主要为多年期内存采购),云服务协议与数据中心租赁承诺从740亿美元增至1,020亿美元,截至10月末,英伟达自身未来多年期供应与基础设施相关承诺合计达5180亿美元,涵盖供应产能采购、云服务、尚未履约的数据中心租赁(不含英伟达自身股权投资、资本开支);另有市场报道提及最高1,180亿美元第三方融资担保敞口(非财报官方披露口径)。Vera Rubin NVL72已量产爬坡并开始出货,创公司史上最快产品爬坡纪录,机架已在CoreWeave、谷歌云、微软Azure、甲骨文云、Nebius等合作伙伴处运行,公司预计毛利率在第4财季度见底、2028财年回升至72%–73%。
需要注意的是,这些靓丽的数据都是在黄仁勋主导的供应链优先级、客户准入、融资安排下形成的,却并不能反映没有黄仁勋后,英伟达的代CEO和未来的管理层能确保这些订单如约进行,以及在此基础上再上一层楼。
产业叙事切换:从算力竞赛,到回报验证
事实上,在黄仁勋离职之前,从华尔街到日韩股市,再到A股港股市场,AI叙事在资本市场的情绪已经从高涨转为回落:利率上行周期抬高了所有重资产算力项目的资本成本,美元流动性不再无底线包容远期故事,资本开始对AI项目设置明确的回本周期约束。
在APEC工商领导人峰会上,百度(09888.HK)李彦宏就提到:过去三年多AI技术迭代极快,各方面投入成倍增长,算力、云资源、Token消耗持续抬升,但AI在应用层的渗透低于预期,很多企业用上AI之后,收入和利润并没有明显提升;如果不解决这个问题,AI可能变成泡沫。
他的发言点出了一个资本市场应该察觉却不愿承认的矛盾:上游算力供给扩张建立在下游终端用户(主要为企业和机构)持续付费的预期上,而这些用户端采购AI的前提是降本、增收、提效,也就是能够真正发挥效用,并产生可量化经济效益。Token调用量可以增长,但Token本身不产生利润,只有Token转化为可收费服务或可节约成本,产业链飞轮才能持续。
目前,云厂商和独立AI实验室属于供给端算力资本开支,其扩张逻辑建立在下游企业持续付费的预期之上,而它们的开支供养了AI产业链的上游,就是英伟达、台积电、CPO全链条等等。
千行百业企业则属于需求端AI落地投入,采购持续下去的前提是AI能带来可验证的经营改善。
然而,我们现在看到的情形是,上游因为供应紧缺而正大幅涨价、不断寻求扩张产能,而供给端则通过各种途径,为资本开支融资,包括循环贷款、股权抵押、债务融资、股权融资等等,所有压力都集中在需求端,需求端既要承受着上游的涨价压力,又要面临AI引发的产业颠覆使得竞争压力大大加剧而AI投入却迟迟未回本的困境。
这种模式又如何能验证资本市场当前给予上游运营商的高昂估值?这正是引发包括英伟达在内的供应端与产业链上游股价大幅调整的基本原因。
黄仁勋的不可替代性:资源整合能力,才是英伟达护城河的根基
长期以来,市场将CUDA生态、芯片性能、先进封装视为英伟达不可撼动的壁垒。但CUDA生态的持续扩张,高度依赖稳定产能供给、客户持续资金投入、监管政策缓冲空间,而这些要素,长期由黄仁勋主导协调。其价值链条可拆分为三个维度:供应链端深度绑定台积电、CoWoS封装、HBM、高速互联厂商,在供给紧张周期优先锁定产能;客户端深度参与算力运营商、AI实验室的融资安排,通过订单质押、联合担保、对接资本放大客户扩产杠杆;监管端持续与美国国会和行政部门沟通,在出口分级、许可发放、远程算力管控等规则上争取弹性,为英伟达保留市场空间,同时也在分销、客户边界上维持一定操作空间——这恰恰是近期浑水做空报告所指向的环节。
这套模式的核心特征,是极度依赖个人信用、人脉与斡旋能力,很难被组织流程替代。
董事会已明确表态无意让黄仁勋回归CEO岗位。当前财务出身的临时负责人以及潜在的新任管理层,很大可能倾向于风控、合规、报表稳定,收缩高风险的生态金融安排,同时也会对分销链条、客户准入做更严格的内部核查,从而回应当前从政界到董事会层面对英伟达过去管理模式的质疑,这或将冲击北美算力扩张的杠杆基础。
可能产生的风险或会沿着三层传导:
首当其冲的将是中小算力运营商、独立AI实验室失去配套融资支持,资本开支计划延后或缩减,这部分需求弹性最大,也是过去几年算力增量的核心来源;
第二,客户分散供应链风险的意愿上升,AMD(AMD.US)、博通(AVGO.US)、云厂商自研芯片或将迎来真实的切换窗口期,CUDA的迁移成本壁垒短期依然稳固,但长期或面临系统性考验;
第三,在监管博弈中转为被动接受规则。出口管制的每一次收紧,都会直接转化为订单冲击,缓冲协商的空间将越来越小。
所以,供应端以及上游产业链的调整应未结束。
Anthropic上市:资金分流与算力采购博弈
Anthropic正冲刺IPO。按发行区间70–78美元测算,公开发行最高募资约644亿美元;叠加谷歌、英伟达、AMD、博通、美光、微软、台积电七家产业方同步参与的260亿美元私募配售,总交易规模最高约904亿美元,估值上限或约1.4万亿美元,认购倍数据市场口径达6–20倍。
Anthropic的上市,或建立起一个独立的大模型估值体系,另一方面,巨量资金在发行窗口被瞬时锁定,短期或对AI板块形成"吸筹效应",与SpaceX(SPCX.US)上市类似。
值得留意的是,Anthropic上市后,财报与企业的重要消息都将公开到资本市场上,其订单情况、兑现程度、盈利能力等都会成为重要的上游产业链投资启示与同行对比标的。
英伟达在财报业绩会上披露,云行业未交付订单规模已达2.5万亿美元;Anthropic被市场认为是这批订单最重要的需求方之一,在其IPO配套的260亿美元N类私募配售中,英伟达认购100亿美元,并同步承诺开放Blackwell与Vera Rubin算力集群,双方形成卖铲人与股东双重绑定。
Anthropic截至10月底年化收入运行率约810亿美元,但市场真正关心的是这笔收入对应的现金流能不能覆盖它已经承诺的巨额算力开支、能不能转化为正向经营现金流。
Anthropic整体算力承诺规模接近9,000亿美元,意味着其年化收入拥有很大的提升空间。如果Anthropic能用财报证明算力投入→企业付费→正向边际毛利,英伟达的2.5万亿订单表就更接近真实可持续需求;反之,若ARR增速放缓、算力成本持续吞噬经营利润,市场会反过来质疑英伟达长单的质地。
Anthropic的IPO定价与上市后股价表现,会成为全球一级、二级市场AI项目的风险偏好锚点。若估值稳定,资本会适度放开对头部模型公司的融资,也会为二级市场的同类资产提供更合理的估值;若持续承压,会进一步传导至整条算力链,下修对远期算力需求的预期。
国产算力的困境与破局路径
海外算力的估值重估、跨境分销合规风险上升,叠加AI商业化回报的统一考核标尺,共同抬高了国内依赖外部算力发展模式的不确定性,倒逼国产算力寻找差异化破局方案。
DeepSeek因算力资源供给紧张,于2026年11月对App和网页端实施限额:不再支持超过7天不活跃的长对话,单次输入上限压缩至约4万字,每日对话额度设限,状态页显示2026年10月以来已发生多起服务中断。
美国BIS于2026年11月16日发布临时最终规则《管控对先进半导体的远程访问》,将管制从芯片物理流向延伸到算力远程供给。
在这样的背景下,决定了我们亟需突围,而我们认为,核心应是用好自身独有的禀赋:全球最完整电子制造供应链、大规模已建成算力基建底座、海量垂直产业数字化场景。
算力分层策略,区分训练算力与推理算力。稀缺的高端训练算力,集中供给少数基础大模型迭代;海量工业、政务、企业服务、智能客服等场景,优先由国产芯片集群承接推理负载。推理市场体量更大、单芯片绝对性能要求更低、迭代节奏稳定,更适合国产芯片发挥TCO(总体拥有成本)优势,避免在训练赛道陷入无休止的资源争夺。
打通算力垂直闭环。算力竞争力不等于单卡算力指标,而是整个集群的综合拥有成本。芯片、服务器、高速互联、液冷、存储、固件、集群调度软件协同打磨,依托国内规模化制造持续摊薄硬件成本,优化集群故障率、运维成本与能耗指标,打造工程化竞争力。超节点、异构集群、算力调度平台,是国产算力差异化的核心赛道,这套模式也绕开了海外分销链条复杂的合规风险。
应用优先,以场景现金流反哺算力投入。避开通用大模型同质化内卷,深耕智能制造、能源、医疗、交通、政企数字化等垂直赛道,打造行业专用模型。优先跑通行业需求→AI服务交付→客户付费→现金流回流→算力迭代优化的正向循环:先证明AI能够稳定创造企业收益,再持续扩大算力投入,而不是先堆算力等待应用自发爆发。
当然,国产算力当前也面临不少短板,包括软件生态适配、工具链成熟度、工程人才储备、行业客户信任建立都需要周期。但这条路线,能够构建独立于海外算力周期的成长曲线,不必被动跟随英伟达、美元资本的潮起潮落,也不用暴露在海外分销合规与政治角力持续狙击的风险之下。
AI周期的后续跟踪框架
在过去几年,AI的发展,掀起了上游产业链的估值飙涨,然而如今,热潮逐渐走向理性,资本的着眼点也在转向:从上游的无限扩张转向验证为王,接下来,观测AI周期发展的指标或也变更。
第一,AI商业化ROI指标。重点观测企业客户付费续约率、AI模块带来的边际毛利增量、项目静态回本周期、单位Token收入,而非只跟踪参数和调用量。只有批量企业客户持续拿到正向回报,算力扩张的底层逻辑才稳固。这是判断泡沫风险的底层标尺。
第二,英伟达生态韧性的结构性信号。持续跟踪大客户续约意愿、算力配套融资政策是否收缩、上游供应链厂商订单指引、区域收入结构变化、CUDA生态客户迁移动向等。核心判断是,作为AI生态重要一环的英伟达,其护城河是否发生变化,这或会改变产业生态的结构。
第三,Anthropic上市后的资金偏好与算力采购结构。IPO估值与上市后股价表现,决定一级市场AI风险偏好;算力订单供应商选择,是上游芯片份额变化的先行信号,观察Anthropic以及其他头部模型企业,是否进一步向谷歌云、AMD等供应商倾斜,以及这一倾斜对英伟达需求预期的边际影响。
第四,美元流动性与利率周期。算力属于重资产长周期资产,估值对贴现率高度敏感。美债收益率、美联储政策、全球美元流动性,是所有海外AI资产的底层约束。利率高位维持时间越长,市场对远期回报的耐心越低;流动性转向宽松,成长估值才有修复窗口。
第五,全球AI算力管制细则迭代。出口许可清单、芯片性能分级、远程算力访问限制、各国本土算力安全法案持续更新。大国AI竞技的规则,持续切割全球算力市场,决定不同区域玩家的增长天花板,跨境算力业务最大的风险来源就是监管政策的突发调整。
第六,国产算力与垂直行业兑现节奏。跟踪国产大芯片集群长期稳定运行数据、行业大模型落地订单规模、KV缓存、稀疏推理、算力调度等软件优化落地进度、政企与工业场景付费意愿。这些指标或反映国内AI产业链能否走出独立周期,脱离海外算力周期的外部约束。
结语
AI浪潮不会因为管理层更迭、商业化验证遇阻、资本退潮或做空报告就终结,大模型在特定场景的效率提升是真实的,算力作为数字基础设施的长期需求基础仍然存在。但是,由英伟达单一生态主导、资本不计成本加码算力产能的时代,或已进入尾声。
AI产业的终极约束是商业回报,算力和模型只是手段,不是结论。
未来的竞争,比拼或不再是谁能够获取最多高端芯片,而是谁能够把算力、模型、产业场景、资本安排、监管合规整合为一套自我循环、持续盈利的商业闭环。
黄仁勋辞任英伟达,并没有从根本上改变AI发展的趋势。它会扰动英伟达的治理节奏、算力生态的扩张节奏与资本市场的风险偏好,但无法逆转AI技术落地的长期方向。英伟达的命运只是AI周期里的一个重要变量,而真正决定AI长期走向的,是商业化回报验证、全球算力地缘博弈,以及产业闭环能否持续盈利。
作者|吴言
编辑|Danna
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.