在第四财季，英伟达实现营收681.27亿美元，同比增长73%，环比增长20%，高于分析师普遍预期的662.1亿美元。净利润达到429.6亿美元，同比增长94%，环比增长35%。每股摊薄收益1.76美元，较上年同期的0.89美元增长98%。
毛利率持续拉升，第四财季为75%，较去年同期的73%提升2个百分点。
从全年表现看，2026财年总营收达2159亿美元，同比增长65%；净利润1200亿美元，每股摊薄收益4.90美元，同比增长67%。
股东回报方面，英伟达在2026财年通过股票回购和现金股息共计返还411亿美元，其中第四财季返还41亿美元。截至该季度末，英伟达仍有585亿美元股票回购授权余额，并宣布将于2026年4月1日向股东派发每股0.01美元的季度现金股息。
第四财季经营活动现金流362亿美元，远高于去年同期的166亿美元和上季度的238亿美元。自由现金流接近350亿美元，较去年同期翻倍。
英伟达预计，2027财年第一财季营收为780亿美元，高于分析师普遍预期的726亿美元。
英伟达股价25日报收于195.56美元，涨幅为1.41%。受财报提振，该股在盘后交易中一度上涨约3%。2026年以来，该公司股价累计上涨约5%，而同期纳斯达克指数下跌0.4%。
01数据中心营收“一骑绝尘”
英伟达第四财季73%的营收同比增速，较上一财季的53%进一步提升。净利润94%的同比增幅也高于前季度的84%，显示出其盈利能力仍在增强。
毛利率表现稳健，英伟达CFO科莱特·克雷斯（ColetteKress）在分析师电话会议中解释称，毛利率同比提升主要由于存货准备金减少，环比提升则得益于Blackwell芯片持续爬坡、产品组合优化及成本结构改善。
各业务板块中，数据中心业务表现最为突出。
第四财季，数据中心业务收入623亿美元，同比增长75%，环比增长22%，占公司总营收比重超过91%。超大规模云服务提供商仍为最大客户类别，贡献略高于50%的数据中心收入，同时其他类型客户的收入增速更快，收入结构持续多元化。
网络业务第四财季收入110亿美元，同比增长263%，环比增长34%。增长动力来自面向GB200和GB300系统的NVLink计算架构持续应用，以及以太网和InfiniBand平台的发展。这部分业务主要用于连接AI服务器集群，反映出客户对大规模算力部署的需求。
游戏业务方面，第四财季收入37亿美元，同比增长47%，主要受Blackwell芯片需求驱动。但由于假日季过后渠道库存自然调整，该业务收入环比下降13%。英伟达预计供应限制将成为2027财年第一财季及以后游戏业务的阻力。
专业可视化业务第四财季收入13亿美元，同比增长159%，环比增长74%，同样受益于Blackwell芯片需求。汽车业务收入6.04亿美元，同比增长6%，环比增长2%，主要受自动驾驶平台持续采用推动。
02Blackwell芯片出货600万颗
Blackwell系列芯片的产能爬坡是本财季市场关注的重点之一。
英伟达财报显示，该产品线的生产和交付进展顺利，已成为游戏和专业可视化业务增长的重要驱动力。
下一代产品方面，英伟达在此次财报中披露了Rubin平台的相关规划。该平台包含六款新芯片，与Blackwell平台相比，可将推理token成本降低最高10倍。亚马逊云服务、谷歌云、微软Azure和甲骨文云基础设施将成为首批部署基于VeraRubin的厂商。
英伟达在财报中确认，过去四个季度已出货600万颗BlackwellGPU。
CEO黄仁勋在去年10月曾表示，从Blackwell到即将推出的Rubin芯片，英伟达的GPU销售额预计将达到5000亿美元。
03巨头资本支出维持高位
英伟达数据中心业务的增长与主要客户的资本支出计划高度相关。
Alphabet、微软、亚马逊、Meta四家超大规模云厂商近期公布的资本支出预期显示，2026年合计支出有望接近7000亿美元，较2025年增长60%以上，其中大部分投向数据中心和AI处理器。
WedbushSecurities分析师在最新发布的研报中表示：“我们对2026（自然）年度超大规模资本支出的预测已经超过先前预期。由于服务器和AI基础设施是未来支出的主要部分，AI投资的增长将在一定程度上超过整体资本支出趋势。”
不过，市场对AI投资回报周期的关注度正在上升。
CantorFitzgerald分析师在报告中指出，尽管对计算能力的需求“难以满足”，且英伟达业绩前景乐观，“但投资者的担忧依然存在，主要集中在超大规模资本支出是否见顶”。
黄仁勋在财报中重申其对AI投资逻辑的判断：“计算需求正呈指数级增长，AI智能体的转折点已经到来。我们的客户正竞相投资于AI计算，这些工厂正在为AI工业革命及其未来发展提供动力。”
04英伟达的“不确定性因素”
随着AI相关投资持续扩大，市场对需求可持续性及潜在泡沫风险的讨论增多。
投资研究公司VisibleAlpha的科技、媒体和电信研究主管梅利莎·奥托（MelissaOtto）表示：“毛利率可能是一个风险因素。问题将围绕第一财季及以后的毛利率情况。”
从供给端看，内存成本上升是影响毛利率的潜在变量。
受全球内存短缺影响，高带宽内存价格出现上涨。英伟达在财报中表示，该公司已锁定今年高带宽内存的配额，短期内存成本上升对利润率影响有限。
竞争格局方面，AMD计划在今年晚些时候推出新的旗舰AI服务器产品，并已与Meta等英伟达主要客户达成合作。谷歌则通过自研TPU芯片与Anthropic签约，后者将在MicrosoftAzure上扩展其Claude模型，使用英伟达系统提供支持。据悉，谷歌还在与Meta洽谈芯片供应事宜。
为应对竞争，英伟达近期通过技术授权方式增强推理市场布局。该公司去年与AI芯片设计公司Groq达成协议，获得相关技术授权。英伟达披露，截至目前已为此支付130亿美元，剩余40亿美元将在一年内付清。
此外，英伟达近期与Meta签订协议，将向后者供应数百万颗Blackwell和RubinGPU，具体金额未披露。
05下个季度营收目标780亿美元
英伟达对2027财年第一季度给出如下指引：营收预计为780亿美元，上下浮动2%，这个数字高于分析师普遍预期的726亿美元。毛利率预计为75.0%，上下浮动50个基点。运营费用预计为77亿美元，其中包括19亿美元的股票补偿费用。
从第一财季开始，英伟达将把股票补偿费用纳入非GAAP财务指标，意味着非GAAP下的净利润、每股收益等都会受到影响。公司解释称，股票补偿是吸引和留住世界级人才的薪酬计划的基础组成部分。
税率方面，英伟达预计2027财年全年税率在17.0%至19.0%之间，该预测未考虑任何离散项目及税收环境的重大变化。
值得注意的是，英伟达在指引中明确表示，未计入来自中国大陆的任何数据中心计算收入。
此前，2025年12月，美国政府允许英伟达向部分中国大陆客户销售H200芯片，为潜在价值数百亿美元的市场打开通道。克雷斯在电话会议中披露，该公司已获得美国政府许可，可向中国大陆客户运送“少量”H200芯片，但尚未从中获得任何收入。
她补充道：“为了维持在AI计算领域的领导地位，美国必须让每个开发者都能参与，并成为包括中国大陆在内所有商业企业的首选平台。”
不过，美国商务部工业与安全局1月发布的正式规则对销售流程附加了条件，获批难度有所增加。
以下为英伟达第四财季财报分析师电话会议精华版：
黄仁勋首先表示，英伟达在第四财季深化了与全球领先AI模型制造商的战略合作。
其中，OpenAI最新推出的GPT-5.2Codex已在英伟达GraceBlackwell和NVL72系统上完成训练和推理，双方的合作协议磋商已接近完成。
黄仁勋还提到了Meta的超级智能实验室，后者已宣布部署数百万颗Blackwell和RubinGPU、NVIDIACPU及Spectrum-X以太网用于训练和推理。他同时宣布，英伟达与Anthropic建立战略合作伙伴关系，并投资100亿美元，ClaudeCowork将在GraceBlackwell和VeraRubin系统上运行。
黄仁勋强调，AI智能体的"ChatGPT时刻"已经到来。
通过与Anthropic、Meta、OpenAI和xAI的合作，英伟达已实现全云部署，能够从零开始为前沿模型构建者提供从训练、推理到AI工厂扩展的全栈支持。
黄仁勋重申，英伟达已经与Groq就低延迟推理技术签订非排他性许可协议，并吸纳其工程师团队，旨在通过类似Mellanox的整合模式扩展英伟达架构。
以下为分析师问答环节：
问：最大云客户今年的资本支出接近7000亿美元，但市场担忧他们明年难以持续增长及现金流压力。若客户资本支出停滞，英伟达能否维持继续增长？
黄仁勋：我对他们现金流的增长有信心。
在这个AI新世界里，计算直接创造收入。没有计算，就无法生成token；没有token，收入增长就无从谈起。现在，随着Codex和ClaudeCode进入生产环境，ClaudeCowork引发广泛关注，OpenClaw及其企业版也备受期待，所有企业级ISV都在自己的工具平台上开发智能体系统。
我的判断是，拐点已经到来。
我们正在生成有利可图的token，对客户有生产力，对云服务提供商也有利润空间。
逻辑其实很简单：过去，在计算机上运行软件需要适度的资本支出，姑且算每年3000-4000亿美元，现在这笔钱投向了AI。而在AI的世界里，为了生成token，你需要计算能力，这直接转化为增长和收入。
问：英伟达对Anthropic、OpenAI、CoreWeave及英特尔、诺基亚等的投资有何战略意义？
黄仁勋：生态系统是英伟达的核心资产。我们致力于让所有AI原生公司、云平台、本地数据中心和边缘系统都建立在英伟达平台上。从语言AI到物理AI、从生物学到机器人技术，英伟达正投资于全栈生态系统。我们的投资战略非常明确：持续扩大和深化生态系统的覆盖范围。
问：你们的网络业务收入同比增长了3.6倍，Spectrum-X年化运行率从100亿美元提升至110-120亿美元。未来增长势头如何？
黄仁勋：我们把自己定位为AI基础设施公司。这个基础设施不只是GPU，还包括CPU以及我们发明的NVLink。我们开创了机架级计算的概念，交付的不再是节点，而是整机架的计算系统。
我们将网络视为计算的延伸，用Spectrum-X实现跨数据中心的横向扩展，NVLink的发明极大推动了网络业务的发展，每个机架配备九个交换节点，每个节点有两个芯片，而且还在增加。
如今，英伟达已成为全球最大的网络公司。Spectrum-X的性能已经证明了这一点。
当一个AI工厂的投资达到100亿或200亿美元时，10%的网络有效性差异（我们的产品很容易实现20%的利用率提升）就会转化为实实在在的价值。英伟达网络业务的快速增长，根本上是因为我们高效地构建了AI基础设施，而AI基础设施业务本身也在以惊人的速度增长。
问：Groq的解码方案和小芯片架构趋势下，英伟达未来路线图如何？
黄仁勋：我们并不排斥小芯片，但只在别无选择时才使用。原因在于，每次跨越芯片接口都会增加延迟和功耗。在GraceBlackwell和Rubin架构中，我们使用两个巨大的、受光罩尺寸限制的芯片并排放置，最大限度减少了架构跨越次数。CUDA架构比任何现有计算架构都更高效，每浮点运算、每瓦特能提供更高性能，这归功于我们的设计方式。
所有GPU在架构上兼容。
今天为Blackwell优化模型，同样能使Hopper和Ampere受益。这就是为什么A100部署多年后仍保持高性能。架构兼容性让我们能对软件工程进行巨大投资，因为整个安装基础、跨越几代架构都会受益。英伟达将通过类似Mellanox的模式，将Groq技术作为加速器整合。
问：数据中心业务营收环比增长超100亿美元，Rubin下半年爬坡能否延续Blackwell的加速势头？游戏业务在2027财年能否同比增长？
克雷斯：英伟达将同时销售Blackwell和推进VeraRubin上市，预计几乎所有客户都将采购Rubin，但具体爬坡时间取决于市场进入和数据中心部署速度。游戏业务未来几季度供应将持续紧张，如果年底情况有所改善，届时可能有机会实现同比增长。
问：AI投资正转向推理工作负载，CUDA的重要性如何？
黄仁勋：没有CUDA，就无法高效处理推理。TensorRT-LLM仍是全球性能最高的推理堆栈。为了针对NVLink进行优化，我们需要在CUDA之上开发新的并行化算法，以分布工作负载和推理任务，充分利用NVLink交换机的聚合带宽。正是NVLink交换机使我们实现了代际50倍的每瓦性能提升、35倍每美元性能提升。
关键在于，现在推理直接等于客户的收入。
代理系统生成token的量是指数级的，而每个token都被货币化，直接转化为收入。在电力受限的数据中心，每瓦token性能直接转化为每瓦收入，因此"计算等于收入"成为所有CSP（超大规模云服务提供商）的共识。
问：75%左右的毛利率能否长期维持？
黄仁勋：我们毛利率的核心杠杆是为客户提供代际性能飞跃。如果每瓦性能和每美元性能远超摩尔定律和系统成本，毛利率就能持续维持。
我们之所以发展的够快，根本在于token需求已呈指数级增长，六年前部署的云端GPU已全部用尽，价格仍在上涨。英伟达的战略是每年交付完整AI基础设施，例如今年将推出6款新芯片，Rubin下一代将延续此节奏。每一代都追求每瓦和每美元性能的数倍提升，这种迭代速度让我们能将价值传递给客户。这是我们最核心的使命。
问：太空数据中心的可行性、时间表及经济性？
黄仁勋：目前太空计算的经济效益确实不高，但随着技术进步会逐步改善。
太空环境与地球截然不同：太阳能充足但散热受限，液冷不可行，需要巨大的散热器。尽管如此，许多计算任务更适合在太空完成。英伟达已率先将GPU送入太空，Hopper目前正在轨道运行。
最有价值的应用之一是成像：利用光学和AI，可以实现极高分辨率图像采集、多角度重投影计算，以及超大规模实时增强和降噪。将PB级成像数据传回地球处理成本过高，直接在太空完成效率会高得多。未来，太空中的AI将催生许多有趣的应用。
问：前五大客户占英伟达收入的50%，非超大规模客户增速是否更快？趋势能否持续？
克雷斯：非超大规模客户（AI模型制造商、企业等）确实是高增长领域，客户结构高度多元化。
黄仁勋：CUDA平台的普遍性使英伟达成为唯一覆盖所有云、所有计算机制造商、边缘及机器人领域的加速计算平台。HuggingFace上150万AI模型全部运行在CUDA上。与OpenAI、Anthropic等合作确保平台易用性和投资安全性，客户多样性是核心优势。
问：VeraCPU的独立解决方案定位及战略意义？
黄仁勋：从架构层面看，Vera是唯一支持LPDDR5的数据中心CPU，专为高数据处理能力设计，因为我们关注的大多数计算问题，包括AI，都是数据驱动的。在这种带宽配置下，单线程性能表现非常突出。
我们做出这些架构决策，是因为AI的完整流程对CPU有不同需求：从数据处理、预训练，到后训练阶段（AI学习如何使用工具），许多工具运行在纯CPU或GPU加速的CPU环境中。Vera正是为后训练阶段设计的理想CPU。此外，在整个AI流程中，某些场景需要大量CPU参与。
问：英伟达今年预计产生约1000亿美元现金，为何不加大股票回购？
克雷斯：资本回报优先支持生态系统的长期发展，包括确保供应商产能和扶持早期开发者。英伟达持续进行股票回购和股息发放，并将在年内寻找合适的回购机会。
问：到2030年，3-4万亿美元数据中心资本支出的增长由哪些领域驱动，AI智能体还是物理AI？
黄仁勋：我们从第一性原理来看：未来软件的运行方式将由token驱动。借助NVLink交换机，我们能用比上一代好50倍的每瓦性能来生成token，而token生成是未来软件和计算的核心。
过去，软件是预录制的：预编译、预写、预录制。现在一切实时生成，需要考虑人的上下文和意图，这就是代理式AI。所需的计算量远超过去。就像计算机远强于DVD播放器，AI需要的计算能力也远高于传统软件。
过去全球每年在经典计算上投资约3000-4000亿美元。现在AI来了，所需计算量是过去的1000倍。如果相信其中有价值，世界就会投资生产token。世界所需的token生成能力远不止7000亿美元。我们会继续投资计算能力，因为每家公司都将成为AI工厂，在云端为企业收入生成token，在企业软件中为智能体系统生成token，在工厂里为自动驾驶生成token。
从工业层面看，如果token被货币化，数据中心建设直接推动收入就是合理逻辑。计算推动收入，越来越多的人正在理解这一点。我们正亲眼看到，过去两三个月里，智能体已经到达拐点。它们正在解决实际问题。我们英伟达的编码员都在大量使用ClaudeCode、OpenAICodex和Cursor，智能体作为协同设计伙伴帮助他们解决问题。
Anthropic的收入一年增长10倍，却严重受限于算力。OpenAI也是如此，能上线运行的计算越多，收入增长越快。这就是我说的：推理就是收入，计算等于收入。
这就是一场新的工业革命。新的工厂、新的基础设施正在建设中，这种计算方式不会倒退。我们目前看到的是智能体的浪潮，其后的下一个浪潮是物理AI，即将AI应用到制造业、机器人技术中。那是未来的巨大机遇。
本贴仅代表作者观点，与麻辣社区立场无关。
客户端下载
发表于 2026-2-27 05:57
楼主
