原文时间与链接：2026年08月27日 09:26 | https://mp.weixin.qq.com/s/Wl3HAdXeVw2NE0XeNv1K4w

一、财务摘要

Q2

总收入：960亿美元，同比翻倍以上增长，连续四个季度增速加快。

数据中心收入：890亿美元，环比+18%，其中超大规模客户（Hyperscale）490亿美元，环比+13%，由Blackwell平台持续强劲驱动；ACI&E（含Neo Cloud、企业、主权客户等）400亿美元，环比+25%，同比+138%。

净利润与EPS：均创历史新高。

毛利率：GAAP和非GAAP均为75%，环比持平（受产品组合影响）。

运营费用：环比增长约10-11%，主因计算基础设施和薪酬成本上升。

库存：增至320亿美元，为Vera Rubin平台备货。

应收账款周转天数：增至60天，反映大客户多季度发货的付款周期延长。

股东回报：Q2共返还260亿美元（200亿回购+60亿股息），占自由现金流60%（年初至今）。

二、业务分析

现有Blackwell平台持续为超大规模客户创造强劲收益，验证“更多算力带来更多收入”的飞轮效应。

下一代架构Vera Rubin已于8月正式启动量产发货，并已收获所有主要超大规模和AI云厂商的订单。该平台性能实现巨大跨越，每兆瓦吞吐量提升30倍、每Token成本较前代降低35倍，预计将成为公司历史上爬坡速度最快的产品，并将在第三季度贡献数据中心收入的约20%。

新一代Vera CPU也已全面量产，SPEC基准测试中代理任务快1.8倍，每瓦带宽是其他数据中心CPU的5倍。预计2028财年CPU收入将翻倍以上。

首款机架级LPU系统Grok 3 LPX正式投产，网络业务也再创季度新高（环比+18%），Spectrum-X以太网方案同比增2.6倍，为公司在该领域增长的重要动力，成为全球最大且增长最快的网络公司。

CUDA生态持续扩展，支持所有主流闭源和开源模型（OpenAI、Anthropic、Meta、DeepSeek等），覆盖训练、推理、代理式工作负载，提供“唯一可互换、持久、高效的AI工厂平台”。

三、需求展望与供应链约束

代理式AI的爆发式普及使得算力需求呈指数级攀升，客户预测显示需求本应翻倍，但由于全球供应链和基础设施资源的全面紧张，英伟达首次罕见地提前一年给出年度指引，预计2028财年（对应2027日历年）全年收入增速约为70%，并强调这是在供应严重受限下的保守预期，未受限的需求实际上远远更高。

市场结构正在多元化，超大规模客户虽仍是主要支柱，但主权AI、区域云、企业及边缘数据中心将占到数据中心业务的约一半，其中主权AI业务Q2环比增速已达35%，同比超3倍，全球涌现大量区域性Neo Cloud合作伙伴。

然而，供应瓶颈与成本压力是当前突出挑战。DRAM的极端短缺和定价飙升超出预期，且预计继续走高，直接压制了短期毛利率。第三季度毛利率预计为74%左右，第四季度将进一步下行至71%-72%区间，直到2028财年第一季度执行价格调整后，毛利率才有望回升至72%-73%的稳态水平。供应链约束涉及晶圆、封装、内存、电力、冷却、劳动力等全链条，英伟达正与上游内存供应商及下游能源基础设施商（如与软银能源合作锁定4.25吉瓦园区容量）紧密协作，以缓解短缺。

四、资本配置与生态投资

已向前沿AI实验室（如OpenAI等）累计投资近500亿美元，占同期自由现金流的一小部分。并与Apollo、BlackRock等六大顶级资本机构设立总额超5000亿美元的融资平台，用以支持AI实验室获取长期低成本的基础设施建设资金。推出了“保底收入承诺”的分成模式（Take-or-Pay），在硬件销售之外获取经常性租金收入。尽管外界有声音质疑此类支持属于“循环融资”，但黄仁勋回应，这些AI实验室是历史性科技企业，英伟达算力平台具有高度可互换性和耐久性，投资风险可控且回报将优异。例如，OpenAI已承诺至2030年部署约12吉瓦的英伟达算力。不过，受出口管制和地缘政治影响，当前中国区域的数据中心计算收入未纳入未来展望。

AI已全面进入“代理式”阶段，英伟达是全行业唯一能够覆盖数据准备、预训练、后训练及推理全生命周期的全栈AI工厂平台。无论闭源模型还是开源模型，均极大促进了算力消耗，且绝大多数前沿模型均构建和运行在英伟达架构之上。公司每吉瓦营收机会随代际提升而放大，从Hopper时代的180亿、Blackwell的250亿，到Vera Rubin已达400亿，未来还将继续提高算力密度。

会议尾声预告，黄仁勋将于9月10日出席高盛通信与技术大会，并于10月21日在GTC Berlin发表主题演讲，下一次季度财报电话会议则定于11月17日举行。

五、问答环节

问题1（来自摩根士丹利Joseph Moore）：

公司首次提前一年给出全年指引，预计2028财年收入增长约70%。是什么给了你们这样的信心？这个70%的增速与客户所说的100%需求增长之间的缺口主要由什么限制造成？这个缺口未来能否弥合？

回答（CEO黄仁勋）：

AI已经变得非常实用，代理式AI（Agentic AI）正在被广泛采用，其所需的算力是传统人机交互模式的15到100倍，这是根本驱动力。此外，外界通常只看到超大规模客户，但主权AI、企业、AI初创和区域云等“非超大规模”市场约占我们业务的一半，且正以每年100%的速度增长，这部分市场在传统视野中不可见，却是巨大的增量。我们提前一年给出70%的指引，是为了让客户、股东和供应链各方信息对齐，以便大家协调资源配置。目前70%是受供应限制的预期，实际需求远高于此。公司正努力扩大供应链，但瓶颈涉及土地、电力、冷却、劳动力等全链条资源，并非短期能完全解决。

问题2（来自Canaccord分析师 CJ Muse）：

投资者非常关注你们在推理市场的份额演变，尤其是在代理式AI和Grok 3 LPX推出的背景下。未来推理份额将如何变化？

回答（CEO 黄仁勋）：

AI生命周期正变得前所未有的复杂，包含数据准备、预训练、后训练和代理推理四个阶段。英伟达通过三代NVLink 72机架级架构的积累，打造了一个通用型系统，可无缝覆盖上述所有阶段，并运行任何类型的模型（扩散模型、自回归模型、状态空间模型等）。这意味着客户花费数十亿美元建设的基础设施具有极高的耐久性、可互换性和生产力，投资回报期极短。关于Grok 3 LPX，其在交互延迟和Token吞吐量上创下新纪录，适合需要超高互动性的服务场景，但绝大多数数据中心仍将采用Vera Rubin NVLink 72作为主力架构。

问题3（来自Bernstein分析师 Stacy Rasgon）：

70%的增速相比之前预期似乎增加了约2000亿美元的收入。这些增量贡献来自哪些产品（CPU、Grok或其他）？其中多少来自价格调整？如果完全不受供应限制，增速会是多少？

回答（CEO 黄仁勋）：

不受限制的话，增速将“显著更高”，因为今年我们实际年增长是100%。增量来源并非单一产品，而是整个市场的扩容。外界往往只看到超大规模客户，但“ACI&E”部分（企业、Neo云、主权AI等）占了数据中心业务的一半，并且增长极快。同时，我们的算力密度在代际提升：Hopper时期每吉瓦营收约180亿美元，Grace Blackwell约250亿，Vera Rubin已达400亿。客户竞相部署新一代产品，因为GPU租用利润极高，投资回报率已缩短至不到一年。价格调整是应对成本上升的必要措施，但不是增长的主因。

问题4（来自美银证券分析师 Vivek Arya）：

你们对生态系统（含融资承诺）的总投入是否在未来几年达到约5000亿美元？其中2028财年占比多少？OpenAI和Anthropic都在开发自研芯片，你们如何平衡“大力投资这些客户”与“客户自研竞争”的关系？

回答（CEO 黄仁勋）：

首先，我们构建的是全栈AI工厂平台，而非单一推理芯片。我们的平台可运行在任何云、覆盖全生命周期，这是定制芯片无法比拟的。这些AI实验室是“一代一遇”的历史性机会，我唯一的遗憾是投资得不够早、不够多。它们未来将成为全球最大的科技公司，而且它们的大量算力需求仍将由英伟达满足，因为它们需要全球部署、需要与各地数据中心兼容。我对我们的技术竞争力有100%的信心。

补充回答（CFO Colette Kress）：

关于承诺，其中大部分是供应链采购承诺，集中在未来三年，这给予了我们对营收增长的充分信心，因为这些供应和产能已经提前锁定。

问题5（来自瑞银分析师 Timothy R. Curie）：

开源模型可能侵蚀前沿闭源模型的需求，从而影响那些大客户的增长。开源模型的崛起对英伟达是利好还是利空？

回答（CEO 黄仁勋）：

世界同时需要闭源和开源模型，而且两者的使用量都在“飞速增长”。绝大多数开源模型都运行在英伟达平台上，因为CUDA生态系统无处不在，且我们的架构具有最高的可互换性，遍布云端、PC、边缘设备和机器人。开源模型使每个企业、每个国家都能构建自己的专有AI（如网络安全领域的自主防御系统），这对全球经济至关重要。同时，闭源前沿实验室的销售额和利润率也在飙升。只要AI模型取得成功，无论开源还是闭源，英伟达都是受益者，我们是唯一能够运行所有前沿模型的平台。

问题6（来自Milia Research分析师 Ben Brisis）：

关于递归自我改进（RSI）和AGI的进展，这些趋势对算力需求会产生什么影响？当AGI实现时，英伟达的需求会进一步激增吗？

回答（CEO 黄仁勋）：

目前绝大多数AI还是由人类提示驱动的，但就在上个月，代理式AI的用量已经超过了传统提示模式。未来每家公司会有数千甚至数百万个AI代理24×7小时不间断运行。即使在现阶段，每个代理运行结束后都会自我反思并更新技能文件，实现“粗粒度的自我改进”。在很多任务上，我们可以说AGI已经实现。最关键的是，AI现在正在产生“可盈利的Token”，如果拥有更多算力，就能产生更多利润，这正是所有客户都在加速投入的根本原因。

问题7（来自高盛分析师 Jim Schneider）：

你们提到需求可增长100%，但实际只能供应70%。能否按紧迫性排序，当前最严重的供应链瓶颈是什么？是DRAM、晶圆代工、电力还是数据中心厂房？

回答（CEO 黄仁勋）（笑答）：

去年大家喜欢看我与谁共进晚餐来预测股价，但今天我不打算透露细节。实际上，整个供应链——从晶圆、封装、内存，到土地、电力、冷却和劳动力——全都处于满负荷运转状态，没有哪一个环节是轻松的。好消息是，随着时间推移，各环节的产能、良率都在持续改善。我们已经锁定了约70%增速所需的供应，但需求远远更高。我和所有供应链合作伙伴保持着完全一致的信息透明，他们会全力支持我们的产能扩张。

问题8（来自富国银行分析师 Aaron Rakers）：

你们提到每吉瓦营收从250亿提升至400亿。展望Vera Rubin Ultra及更远的未来，这个数字是否会继续攀升至600亿、800亿？这种算力密度的提升是否会反过来解锁你们的供应能力？

回答（CEO 黄仁勋）：

我们的目标是在每一吉瓦的土地和电力上放置尽可能多的算力，理论上“无限”才是终极目标。回顾历史，在通用计算（摩尔定律）时代，每吉瓦营收大概只有30-50亿美元；Hopper时期升至180亿，Grace Blackwell为250亿，Vera Rubin已达400亿。未来每代都会更高。只要算力的生产力、耐久性和可互换性持续增长，客户就愿意持续投资，因为回报极快——我听说现在一个500亿美元的数据中心，投资回收期已不到一年，这充分说明了我们技术的生产力。算力密度提升不仅不会限制供应，反而会通过提高每一瓦特和每一平方米的效率，缓解物理资源瓶颈。