后天凌晨,为什么全世界都在等英伟达这张财报?
2026-08-26 05:39
后天凌晨,为什么全世界都在等英伟达这张财报?这不只是一次业绩公布，更是一场从芯片、光模块、PCB 到液冷和电网的总验收。 北京时间 8 月 27 日 04:20 发布 · 05:00 电话会议 财报前观察，不构成投资建议 后天凌晨，我会专门把闹钟拨到四点二十。 不是因为我打算守着英伟达买卖股票，而是这一次，屏幕上跳出来的那几个数字，可能很快就会传到另一头：光模块厂商的订单、PCB 工厂的排产、玻纤窑炉的稼动率、液冷设备的交付，甚至变压器和电网的扩建计划。 按英伟达官方安排，美国当地时间 8 月 26 日盘后公布财报，折算成北京时间是 8 月 27 日凌晨 04:20 左右；电话会议从北京时间 05:00 开始。等 A 股 09:30 开盘，市场其实只剩下四个多小时消化全部信息。 我越来越觉得，我们盯着的已经不是一家显卡公司的成绩单，而是全球 AI 基础设施这场豪赌的阶段性验收。 验收合格，订单会继续沿着晶圆、HBM、先进封装、光互联、服务器、电源和散热一层层传下去。验收不及预期，先被重新定价的，也不只是英伟达自己。 一张财报，检验的是全球究竟还愿不愿意继续拿几千亿美元，把 AI 从一门技术，硬生生修成一整套工业基础设施。 先把时间和数字摆清楚：别把 910 亿当成真正的及格线 英伟达上一季度，也就是 2027 财年第一季度，营收 816 亿美元，同比增长 85%；数据中心收入 752 亿美元，同比增长 92%。这部分已经占总营收九成以上。说白了，现在看英伟达，主要看的就是全球 AI 算力建设有没有继续加速。 公司此前给第二季度的官方指引是 910 亿美元，上下浮动 2%。算下来，对应区间大概是 891.8 亿到 928.2 亿美元。非美国通用会计准则毛利率指引为 75%，上下浮动 0.5 个百分点。 时间、官方指引、机构共识与下季度观察锚点。市场预期会变化，910 亿美元为公司已披露指引中值，922 亿美元和 1042 亿美元分别为不同机构或媒体报道的分析师预期。 但市场从来不会按公司自己划出的及格线打分。 S&P Global 旗下 Visible Alpha 汇总的分析师预期，已经把总营收看到了大约 922 亿美元，数据中心业务约 857 亿美元。另一组机构预期还把下一季度营收放在约 1042 亿美元的位置。前者是本季度考试，后者才是接下来整个产业链有没有新订单的风向标。 这意味着，如果最终公布 915 亿美元，明明高于公司指引中值，资本市场仍然可能不买账；如果做到 925 亿美元，却对下一季度说得含糊，也未必会有好反应。反过来，即便本季只是接近共识，只要管理层把 Rubin 交付、网络需求和未来订单说得足够扎实，结果同样可能不差。 我会把它理解成三道题：这季赚了多少钱，未来还能不能继续赚，以及为了让客户继续买单，自己到底承担了多少额外风险。 为什么一家公司的财报，能扯动整条半导体链？ 过去卖一颗 GPU，大家想到的是芯片设计、晶圆制造和显存。今天卖的已经不是一颗卡，而是一整座 AI 工厂的施工图。 从晶圆制造往前追，会牵出光刻机、刻蚀、薄膜沉积、检测、CMP 抛光、电子特气、靶材和先进工艺材料；从芯片封装往外追，会牵出 HBM、硅中介层、CoWoS 类先进封装、先进基板和测试；从机柜往旁边追，是 PCB、覆铜板、铜箔、玻纤布、光模块、光芯片、高速铜缆和交换机。 再继续往机房里走，就是服务器整机、电源、液冷、CDU、泵阀、储能、变压器、配电柜、数据中心和电网。等机器真正转起来，还会反过来影响云厂商资本开支、大模型推理成本、企业软件订阅，以及谁有能力把这些算力租出去。 英伟达处在整个链条的交汇处。它既能看到云厂商要买多少算力，也要知道台积电有没有足够的晶圆和封装产能，还得确认显存、网络、服务器、电和散热能不能同时跟上。 因此，这份财报的意义，不在于它能告诉我们每一家供应商具体赚多少钱，而在于它会给整条产业链一个最重要的判断依据：最末端那个最大买家，到底还在不在加单。 AI 基础设施的传导路径：需求和资金决定算力采购，英伟达平台把订单传向芯片制造、网络连接、材料、服务器、液冷、电力和应用。箭头表示产业传导，不代表存在直接供应关系。 我最先盯的不是 GPU，而是那个同比增长 199% 的数字 上一季度，英伟达数据中心计算业务收入约 604 亿美元，同比增长 77%；数据中心网络收入约 148 亿美元，同比增长 199%，环比增长 35%。 这组数字让我特别警惕，也特别兴奋。 很多人盯英伟达，脑子里只有芯片。可一旦几千、几万颗 GPU 放进同一个集群，单颗芯片再快，互相之间传不过去，也只能排队等数据。算力越强，连接的价值反而越大。 过去是服务器里面塞多少卡。现在是卡和卡怎么连、机柜和机柜怎么连、数据中心和数据中心怎么连。通信带宽不够，GPU 就会空转；延迟和功耗压不下来，训练效率和推理成本都会难看。 所以我看这份财报，不会只问 GPU 卖了多少，还会追问：交换机、网卡、光互联和整机柜网络究竟增长得怎么样？网络的增速有没有继续明显快过计算？ 这里还藏着一个容易误读的细节。英伟达已经说明，将逐步切换到新的业务披露框架，把数据中心拆成 Hyperscale 和 ACIE，也就是超大规模客户，以及 AI 云、工业和企业等方向。新季度如果不再沿用之前完全相同的“计算加网络”口径，不能因为某一栏数字不见了，就直接判断网络需求降温。 真正该做的，是把披露口径变化、管理层措辞和上下游公司订单放在一起看。 如果计算业务是 AI 工厂的发动机，网络就是整座工厂的传送带。发动机越多，传送带往往越先变成瓶颈。 从高速光模块、硅光与 CPO，到高阶 PCB、玻纤、铜箔和高速铜缆，AI 集群的通信能力越来越直接地决定算力利用效率。 光模块为什么可能是 A 股反应最快的一环？ A 股里面，对英伟达财报最敏感的，通常不是和它长得最像的芯片公司，而是那些真正嵌在全球算力基础设施节奏里的光通信企业。 中际旭创、新易盛、天孚通信等公司之所以容易被市场拿来对照，不是因为名字里带“AI”，而是因为高速光模块、光器件和光引擎，确实对应着数据中心从 400G、800G 往 1.6T 升级的产业方向。至于哪家公司是不是某一代英伟达平台的直接供应商，必须以公司正式披露为准，不能看见产业链三个字就随便画等号。 中际旭创此前在公开投资者关系记录里已经提到，公司取得 1.6T 订单，部分客户已经开始采购相关产品。这个信息说明，高速升级不是凭空想象，但订单规模、客户结构、交付时间、良率和毛利率，仍然会决定公司之间的差距。 这次电话会议里，如果管理层反复提到更大规模的集群、更高的联网需求、Spectrum-X 以太网、InfiniBand 或更高速率部署，那对整个光互联方向通常会形成正面验证。 可我也不会只看到乐观的一面。集群方案变了，受益位置也可能变。客户自研交换芯片、光模块价格下降、产能扩张过快，以及海外合规风险，都可能让“需求很好”和“上市公司赚得更多”之间隔着一大段距离。 尤其是财报之后，不能只看板块是不是高开。我更关心订单是从 800G 平稳过渡到 1.6T，还是新一代需求很大、老产品却提前降价；高端产品放量，是不是被良率爬坡和客户议价抵消了。 CPO、硅光、高速铜缆，到底是朋友还是对手？ 光通信最容易被说成一个简单故事：光模块需求越来越大，所以所有光通信公司都会好。实际情况复杂得多。 机柜内部短距离连接，铜缆依然有成本和功耗优势，高速无源铜缆、有源铜缆、电连接器和线束会有自己的机会。机柜之间、交换机之间距离变长，光连接的重要性才会进一步抬升。电和光不是谁把谁彻底消灭，而是各自在不同距离、带宽、功耗和成本条件下找位置。 再往下一代走，CPO，也就是共封装光学，会尝试把光学引擎和交换芯片放得更近，以减少电信号在高速传输过程中的损耗和功耗。硅光技术，则有机会改变光器件集成方式和成本结构。 这对传统可插拔光模块公司，既可能是增量，也可能是压力。谁能参与新的封装架构、光引擎、激光器、光纤连接和测试，谁才有机会把原来的优势延续下去。谁只会生产旧规格产品，却没有技术转型和客户认证能力，就可能在升级里丢位置。 英伟达官网对新平台已经明确提到 Spectrum-X 以太网、网络芯片和相应的光互联架构。所以我会特别留意电话会议有没有谈到 CPO 的部署时间、量产节奏、客户接受度，以及它和传统可插拔方案是并行、替代，还是分场景使用。 A 股对应的观察范围，也就不能只盯中际旭创、新易盛，还要顺着光器件、光引擎、激光器、精密元器件和高速电连接往外看，比如天孚通信、光迅科技、华工科技，以及沃尔核材、兆龙互连等高速连接方向。它们与英伟达的关联程度、客户结构和实际收入贡献并不一样，不能统一当成“英伟达订单”。 真正决定 Rubin 能不能交货的，可能不是 GPU 本身 这次财报还有一个绕不过去的名字：Vera Rubin。 英伟达官方资料显示，Vera Rubin NVL72 是整机柜级平台，包含 72 颗 Rubin GPU、36 颗 Vera CPU，以及 NVLink 交换芯片、ConnectX 网卡、BlueField 数据处理器等配套组件。 按照官网参数，单颗 Rubin GPU 搭配 288GB HBM4，整机柜 HBM4 容量约 20.7TB。NVLink 6 每颗 GPU 的互联带宽达到 3.6TB/s。换句话说，这不是一颗新芯片上市，而是一整套计算、显存、网络、供电和散热同时升级。 最怕的情况是什么？GPU 做出来了，HBM 不够；HBM 到了，先进封装排不上；芯片和封装都有了，高速 PCB 产能不够；板子做好了，液冷、电源或者机房电力还没准备好。 任何一个环节掉链子，最终都可能变成收入确认延后。 因此，我会特别注意管理层怎么描述 Rubin：是客户已经开始实际部署，还是主要停留在样品、认证和预订阶段？是今年就能形成规模收入，还是更多要等后续季度？Blackwell 和 Rubin 的切换，是平滑升级，还是会让客户推迟购买旧平台？ 新一代产品听起来越漂亮，越要注意“等下一代”的心理。如果客户为了 Rubin 暂时放慢 Blackwell 采购，短期订单可能反而出现空档。相反，如果旧平台继续卖得很好，新平台也按计划启动，才是真正理想的双线运行。 Vera Rubin NVL72 官方公开规格示意：72 颗 Rubin GPU、36 颗 Vera CPU、整柜约 20.7TB HBM4；实际出货和商业化节奏需等待公司财报及电话会议说明。 台积电、光刻机和先进制程：最上游先看什么？ 把镜头往上游拉，英伟达需求最终会体现在晶圆制造产能、先进制程稼动率和设备订单上。 台积电此前给出的 2026 年资本开支计划为 520 亿到 560 亿美元，其中相当大一部分投向先进制程。这里有一个常识：不管芯片设计公司多厉害，真正把复杂 GPU 做出来，仍然离不开大规模晶圆制造能力。 如果英伟达对后续季度继续给出强指引，意味着台积电先进节点、相关晶圆产能和封装配套的需求更有底气；如果产品切换出现推迟，市场就会重新评估产能兑现速度，以及哪些环节的扩张可能走在实际需求前面。 再往前，就是 ASML 的光刻机，以及刻蚀、薄膜沉积、量测、检测、CMP 等设备。ASML 在近期财报里已经明确提到，AI 相关投资正在推动先进逻辑和存储芯片需求，并带来客户扩产。 这并不意味着 A 股半导体设备企业会直接接到英伟达相关订单。北方华创、中微公司、拓荆科技、华海清科、盛美上海等公司的主要逻辑，还要结合国内晶圆厂扩产、国产替代进度、产品认证和订单兑现分别判断。 英伟达财报对它们更多是一种全球景气度与估值参照，而不是一条可以直接核算成收入的采购链。这个边界一定要分清楚，否则很容易把“行业受益”误当成“直接供货”。 先进制程、HBM 堆叠、硅中介层和先进封装共同决定高端 AI 芯片能否形成有效出货；任一环节受限，都可能让下游收入确认推迟。 HBM 为什么不是“多加几颗内存”这么简单？ 很多人第一次听 HBM，会把它理解成显卡旁边更贵的内存。这个说法不能算错，但低估了它的重要性。 大模型训练和推理，往往不只是缺计算能力，还缺足够快、足够大的数据通道。模型参数越多、上下文越长、并发用户越多，芯片越容易被显存容量和带宽卡住。 Rubin 单颗 GPU 配 288GB HBM4，整机柜约 20.7TB HBM4，就说明显存已经不只是配角，而是决定平台性能、成本和产能的核心部件之一。 SK 海力士在 2026 年第二季度披露中提到，HBM4 已开始规模出货；美光的最新财报同样反映出 AI 存储需求带来的强劲增长。问题在于，HBM 不是说扩产就能马上扩出来，它涉及先进 DRAM 制程、多层堆叠、晶圆级连接、测试良率和与 GPU 的共同封装。 一旦 HBM 供应偏紧，上游存储厂商议价能力可能增强；但对于 GPU 平台公司，部件成本上升、良率不足和交付排队，都可能压缩毛利率，或者延后收入确认。 这里还要避免另一种简单推导：英伟达上调需求，不等于所有存储芯片都会同步涨价。HBM、服务器 DRAM、消费电子内存和 NAND 的供需结构并不完全一样。产能向 HBM 倾斜，有可能改变传统 DRAM 供给，但具体传导要看各家厂商工艺、产线和合约安排。 A 股如果要找映射，更多是在存储接口、先进封装、测试、设备和材料等环节寻找产业方向，比如澜起科技等内存接口相关企业，以及封测和材料链。不能把一家没有披露 HBM 量产能力的公司，直接包装成“英伟达 HBM 核心供应商”。 先进封装和 ABF 载板：不是造出芯片就算完工 高端 AI 芯片越来越像一个拼装出来的系统：计算芯片、HBM 堆栈、硅中介层、先进封装和高规格基板，要一起完成。 CoWoS 这类先进封装的价值，在于把逻辑芯片和高带宽存储器放在更紧密的架构里，满足高速互联、功耗和面积要求。过去市场常说先进制程产能紧张，但在 AI 时代，有时候真正限制出货的反而是封装、测试和配套材料。 先进封装还会带动晶圆减薄、TSV、键合、量测检测、封装测试、散热界面材料和高端载板。ABF 类载板本身也受到层数、尺寸、材料、翘曲控制和良率的制约。 我会特别留意电话会议里有没有提到封装产能改善、供应链瓶颈转移，以及新平台良率和交付能力。如果过去最卡的地方开始松动，收入兑现速度可能比市场想得更快；如果新平台带来的封装复杂度继续上升，订单再多也不代表当季都能确认。 A 股相关方向可以观察长电科技、通富微电、华天科技，以及载板、封装设备和测试环节，但每家公司产品结构、客户来源和先进封装能力都不同。更不能因为出现“先进封装”四个字，就自动把它们等同于台积电 CoWoS 的直接替代。 PCB 为什么会从普通电路板，变成 AI 服务器的硬约束？ 我一直觉得，PCB 是这轮 AI 基建里最容易被外行低估的环节。 过去很多人以为，电路板只是承载芯片的那块板子，谁都能做。可在高速服务器和交换机里，事情完全变了：层数更高，面积更大，孔径更精细，信号速度更快，发热更重，对板材稳定性和加工精度的要求也更高。 同样是一平方米的产能，做普通板和做高层、高速、高密度的 AI 板，消耗的设备时间、工序和良率完全不同。板子层数增加，不只是价格更高，也意味着工厂的有效产能会被明显挤占。 胜宏科技在 2026 年的投资者关系记录中提到，高端 PCB 的需求和产能消耗问题；沪电股份此前公开披露，也把 AI 服务器、高性能计算和高速网络基础设施列为重要方向。这些都说明，产业景气不只体现在 GPU 单价，还会体现在一层层板子的升级上。 A 股可以观察胜宏科技、沪电股份、深南电路、生益电子等方向，但我会继续拆：谁做 GPU 模组板，谁做服务器主板，谁做交换机板，谁做高端载板；谁的产品已经量产，谁还在送样；谁的产能在国内，谁在东南亚；谁有更强的客户认证和交付能力。 更关键的一点是，英伟达产品迭代越快，PCB 厂商并不一定越轻松。新平台带来订单，也会带来设计变化、认证重做、良率爬坡和扩产资金压力。最终能不能赚钱，要看高端板增量能否覆盖新增成本。 真正稀缺的，不是一块会导电的板子，而是能在更高带宽、更高层数、更高温度和更低损耗条件下稳定批量交付的板子。 顺着 PCB 往上走，覆铜板、铜箔和玻纤才是更细的暗线 如果 PCB 是成品，覆铜板就是其中最核心的基础材料之一。再往上拆，还会看到电子铜箔、树脂、玻璃纤维布和半固化片。 AI 服务器和高速交换机对信号完整性要求更高，材料的介电常数、介质损耗、耐热性、尺寸稳定性，都直接影响高速信号传输。材料不好，板子做得再漂亮，也可能在真正运行时出现信号衰减或者可靠性问题。 因此，行业从普通覆铜板往高频、高速、低损耗等级升级，不只是涨一个名字，而是产品结构发生变化。华正新材在 2026 年公开融资资料里明确提到高等级覆铜板项目，并将 AI 服务器、交换机等列为应用方向。 生益科技、华正新材、南亚新材等覆铜板企业，能不能从需求增长里受益，要看高端产品认证、配方体系、客户导入、实际扩产和产品结构，而不是只看总产能。 铜箔也是类似逻辑。高端电子铜箔关注的是厚度、表面粗糙度、导电性和与树脂体系的适配。高速材料并不是铜越多越好，反而需要控制信号损耗和加工一致性。铜价上涨也不必然利好所有厂商，因为原料成本、加工费和下游传导能力可能完全不同。 玻纤布更值得细看。低介电、低损耗、低膨胀的电子布，对先进服务器和高端 PCB 很关键。中材科技在 2026 年投资者关系记录中专门回应了低介电电子布产能和项目进度。中国巨石、中材科技、宏和科技等方向是否受益，还要分辨它们具体做的是普通玻纤、电子纱、电子布还是高等级低介电产品。 这条链最容易出现的误区，是把“玻纤涨价”直接等于“AI 带动”。玻纤有风电、建材、汽车、电子等不同需求，只有真正符合高速材料规格、并且通过客户认证的产品，才有可能进入对应的高端链条。 高速铜缆和连接器：被光模块遮住的另一条传输线 大家都喜欢讨论光，但 AI 机柜里还有大量电连接。 GPU 和交换设备之间，不同距离、带宽和功耗条件下，会使用不同的铜缆、连接器、线束和高速信号线。特别是在机柜内部和相邻设备之间，铜连接在成本、维护和短距离传输方面仍然有实际位置。 沃尔核材在 2026 年一季报中提到高速通信线扩产相关事项。这种正式披露，至少说明高速连接并非只存在于券商报告里；但具体订单来自哪些客户、产品是否进入特定 AI 平台、营收贡献有多大，仍然要以公司公告为准。 A 股可以跟踪沃尔核材、兆龙互连、电连技术等高速线缆和连接器方向。但这里同样有技术路线风险：一旦传输架构变化、连接距离变化，或者光电方案成本发生变化，不同产品的市场空间会重新分配。 所以我并不把铜缆和光模块看作非此即彼。更接近真实情况的，是 AI 集群越大，连接方式越分层：短距离更多电连接，长距离更多光连接，未来的具体比例取决于成本、功耗和架构设计。 服务器和整机柜：订单很好，不代表利润一定很好 英伟达卖出的，越来越像整套平台，而不是一张显卡。GPU、CPU、交换芯片、电源模块、机柜、液冷和软件栈打包，意味着服务器厂商和整机组装企业必须承担更复杂的交付任务。 工业富联等具备服务器制造与系统集成能力的公司，会被市场拿来观察 AI 服务器和机柜级交付的产业趋势。但在分析这类企业时，我会把收入增长和利润质量分开看。 原因很简单：整机收入规模很大，但核心芯片价格也很高。企业的营收可能因为整机单价上升迅速增长，真正留在自己手里的利润，却未必同比例提升。 还要看谁承担存货、谁垫付采购资金、谁负责安装测试、谁承担交付延期、谁在海外建立产能，以及客户会不会把更多环节交给不同的代工厂分散风险。 浪潮信息、中科曙光等公司，也常被放进算力服务器的观察范围，但产品方向、客户结构、国产算力需求和外部政策约束与海外英伟达链并不相同。不能因为英伟达财报好，就假设所有服务器厂商接到同样的订单。 我更愿意把它理解成两条线：一条是全球 AI 服务器制造和交付，另一条是国内算力基础设施建设与国产替代。它们有共同的行业背景，但商业路径未必一致。 液冷：算力越强，越像在给一座小工厂降温 GPU 一代比一代强，最终一定会遇到一个很朴素的问题：热往哪里去？ 传统风冷不是马上就没用了，但当机柜功率密度越来越高，单靠风扇和空调把热吹走，会越来越吃力。液冷之所以被反复提起，不只是因为技术听起来新，而是它在高功率密度场景里有现实必要性。 一套液冷系统背后，包括冷板、管路、快速接头、分配歧管、泵、CDU、冷却液、换热器、机柜和机房级冷源。任何一个环节出现泄漏、腐蚀、堵塞、压差失衡或者维护问题，都可能影响昂贵的算力设备。 英维克在 2025 年年度报告里，已经明确列出从冷板、快速接头、Manifold、CDU 到机柜、冷却工质和冷源的产品覆盖。这样的正式披露，比一句“液冷龙头”有用得多，因为它能帮助我们看清企业究竟卡在哪些环节。 相关方向还可以观察高澜股份、同飞股份、申菱环境等企业，但要进一步区分：谁做机柜侧，谁做机房侧，谁卖单个部件，谁能做完整系统，谁有海外客户认证，谁的毛利率能覆盖售后和交付风险。 这次财报如果管理层强调 Rubin 或更大规模机柜部署，对液冷需求无疑是重要验证。但我不会因此假设每一家液冷企业都会同步兑现订单。数据中心选址、认证周期、冷却方案和客户体系不同，最终受益程度差别很大。 AI 机柜交付最终受供电、变压器、液冷系统和机房建设共同约束；芯片数量只是整座数据中心可用算力的起点。 电源、变压器和电网：AI 的尽头，真的有电力问题 聊 AI 的人经常说芯片不够，但我现在更想问：电从哪里来？ 训练集群和推理集群不停运行，意味着数据中心需要稳定、连续的大规模电力供应。GPU 越多，机柜越密，电源转换、配电系统、变压器、储能、备用电源和电网接入就越重要。 而且电力不是买完设备明天就能用。数据中心要有土地、机房、并网条件、稳定电价、足够的变电容量，还要满足审批、施工和交付进度。这些环节慢下来，GPU 即使已经做好，也可能暂时没有地方装。 英伟达近期关于俄亥俄园区的官方公告，已经把土地、电力和机房外壳直接写进战略安排。项目首阶段涉及 4.25GW 的 IT 负载能力，并保留进一步扩张的选择。这说明电力和机房已经不只是客户自己的问题，而是整个算力平台能否落地的限制条件。 A 股层面，可以把科华数据、科士达、麦格米特、欧陆通等电源与数据中心基础设施方向，和思源电气、特变电工、平高电气、国电南瑞等电网设备方向分开观察。前者更贴近机房供配电和电源系统，后者更多反映电网和电力基础设施建设。 但我要特别强调：数据中心用电增长，不等于这些公司直接给英伟达供货；电网投资扩张，也受到国内外政策、电价、项目审批和建设周期影响。两者之间有产业关联，不代表存在可以直接兑现的订单关系。 真正限制 AI 发展的，未必永远是芯片制程。土地、电力、并网和散热，正在变成同样现实的生产要素。 云厂商为什么愿意花这么多钱？钱又从哪里来？ 英伟达订单不是凭空长出来的。它背后是微软、Alphabet、亚马逊以及其他云厂商不断抬高资本开支。 Alphabet 在最新电话会议里，把 2026 年全年资本开支指引提高到 1950 亿至 2050 亿美元。仅第二季度，资本开支就达到 449 亿美元，其中技术基础设施投资大约六成用于服务器、四成用于数据中心和网络设备。 这份记录里还有一个比数字更刺眼的事实：因为资本开支太大，Alphabet 第二季度自由现金流为负。别误会，这不等于公司经营立刻出了问题，而是说明 AI 基础设施投入已经大到足以挤压短期现金流。 微软最新财报显示，Azure 及其他云服务收入同比增长 43%；亚马逊披露，AWS 收入同比增长 37%。这些增长提供了一个支撑：云厂商并不是完全看不到客户需求才建设数据中心。 可问题依然存在：云业务收入增长和资本开支增长，究竟谁更快？花出去的钱，多久能变成稳定的订阅收入、推理调用收入或者企业软件收入？客户愿意长期支付的价格，能不能覆盖芯片折旧、电费、融资成本和运维支出？ 如果这些问题回答得好，英伟达的订单就有更坚实的基础。如果云厂商开始强调投资纪律、延后项目、提高采购效率，哪怕 AI 用户还在增长，硬件订单的斜率也可能先变缓。 我看英伟达财报，实际上也在借它反过来观察几家云巨头：他们是真正看到了长期现金回报，还是被竞争推着继续买，暂时谁也不敢先停。 云厂商一边买英伟达，一边也在想办法摆脱英伟达 分析算力需求时，还有一个容易被忽略的矛盾：英伟达最大的客户，也正在努力发展自己的芯片。 Alphabet 在最新电话会议里提到，已经开始向客户数据中心交付 TPU 系统。亚马逊长期推进自研 AI 芯片，其他云厂商和大型互联网公司，也都有各自的定制芯片和加速器布局。它们这么做，并不难理解：核心算力长期依赖同一家供应商，采购价格、交付能力和利润空间都会受制于人。 因此，云厂商资本开支增长，不等于每一美元最终都会变成英伟达收入。一部分会流向自研 ASIC、其他 GPU 厂商、网络芯片和定制服务器。对英伟达而言，真正的护城河不只是硬件性能，还有 CUDA 软件生态、开发工具、集群调度、网络互联和完整系统交付能力。 对上游供应链来说，情况反而更加微妙。台积电、先进封装、HBM、PCB、光模块和液冷，并不一定只服务某一家芯片公司。即使云厂商增加自研芯片，只要整体算力建设继续扩张，某些上游环节依然可能受益；但网络架构、封装方式、板材规格和客户认证，也可能随着芯片方案改变。 所以我看这次财报，不会简单问“英伟达会不会被替代”，而是会追问：它还能不能把 GPU、网络、软件和整机柜的优势打包，继续拿走整个 AI 基建链条里最丰厚的一段利润。 最值得警惕的变化：英伟达开始不只是卖铲子，还帮客户找钱 今年 8 月，英伟达宣布与 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 等机构合作，希望推动超过 5000 亿美元的第三方资金，用于 AI 基础设施建设。 这里有个必须说清楚的边界：这 5000 亿美元，不是英伟达自己已经掏出的现金，也不是公司确认的当季收入，而是合作方计划逐步动员的第三方资本。把它直接说成“英伟达投入 5000 亿”，是错误的。 另一个更具体的案例，是英伟达与 SB Energy 在俄亥俄的合作。官方披露显示，英伟达将为园区建设提供信用支持，并直接向 SB Energy 投资 15 亿美元；SB Energy 负责建设、拥有和运营数据中心，OpenAI 是长期客户。 这件事让我意识到，英伟达的位置正在发生变化。过去它主要是卖硬件，现在开始参与资金组织、基础设施资源锁定和项目落地。好处很明显：帮助客户更快拿到钱、更快建好机房，也就更快购买算力平台。 但新问题也随之而来。谁承担融资成本？谁承担算力闲置风险？长期租赁合同能否顺利履行？GPU 更新速度这么快，设备残值怎么算？客户如果增长放慢，信用支持最终由谁兑现？ 这些问题，不会立刻出现在营收 headline 里，却可能藏在应收账款、现金流、投资项目、租赁安排、担保承诺和附注披露里。 我不认为融资合作天然等于坏事。基础设施行业长期依靠项目融资，本来就是常见模式。真正需要判断的，是这套安排是在放大真实需求，还是在用越来越复杂的资金结构，把原本承受不起的需求提前拉出来。 算力采购、基础设施融资、长期租赁、信用支持和现金流之间形成闭环。英伟达所述 5000 亿美元是拟动员的第三方资本，并非其已经投入的现金。 从云需求到项目融资、算力采购和长期租赁的资金传导；虚线对应信用支持、设备残值和使用率等需要额外核查的风险，而非已经发生的损失。 毛利率为什么比营收更能暴露“好日子有没有变味”？ 75% 的毛利率，看上去像一个简单数字。但对英伟达来说，它会把很多表面看不出来的问题一起照出来。 如果新一代 Rubin 产品开始爬坡，HBM4、先进封装、整机柜、液冷和网络系统的成本都会变化。哪怕需求依然强，初期良率、交付复杂度和客户折扣，也可能让毛利率出现波动。 另外，收入结构也会影响毛利率。卖一颗芯片和卖整套系统，毛利结构不一定一样；卖软件、网络产品和提供更复杂的交付服务，也未必沿用相同的利润水平。 假设营收超预期，但毛利率明显低于公司给出的区间，我会追问：是新平台量产初期的正常波动，还是供应链成本和竞争正在压缩定价权？假设毛利率稳住，但订单增速放缓，则要想一想公司是不是通过价格和产品结构暂时维持利润。 对 A 股产业链来说，毛利率变化还可能意味着成本压力在重新分配。英伟达如果自身承压，未必愿意让每一家供应商都维持高价；反过来，如果它仍然有强定价能力，也更有空间保证关键零部件供应。 所以我不会只看它赚多少，还会看它赚得是不是和以前一样轻松。 最下游那一环：AI 应用到底能不能把算力变成真钱？ 芯片、光模块和液冷最终都要回到一个非常简单的问题：这些机器跑出来的东西，有没有人持续付费？ 训练大模型可以带来第一轮算力需求，但更长期的需求要看推理调用。用户向模型提问、企业部署智能体、软件接入图像和语音能力，背后都会消耗算力、电力和带宽。只有调用量持续增长，数据中心才不至于变成昂贵的闲置资产。 英伟达强调新平台可以降低单位推理成本，这类说法必须理解为公司基于特定条件给出的技术目标，不能直接当成所有客户已经实现的商业回报。真正需要核对的是，客户算力使用率有没有提升，调用价格能不能覆盖折旧和电费，企业订阅是否真正增加。 这里还有两种完全不同的结果。算力变便宜，可能刺激更多企业部署 AI，带来更大的总体需求；也可能在竞争激烈时压低云服务和模型价格，使硬件投入增长快于应用端收入。哪一种情况发生，要看客户需求弹性、软件定价和市场竞争，不能提前写死。 对 A 股来说，软件、行业应用、智能制造、机器人和端侧算力都会受到 AI 产业情绪影响，但它们的收入兑现，与海外 GPU 单季出货之间隔着更多层。应用公司最后拼的是客户愿不愿意买、产品能不能解决问题、合同回款是否可靠，不是英伟达一份财报能直接证明的。 我尤其不喜欢把“英伟达卖得好”直接翻译成“所有 AI 应用都要涨”。硬件卖得越贵，某些应用公司的成本反而可能越高。只有当算力价格、使用效率和商业收入找到平衡，这条链才算真正闭环。 为什么纳指、半导体 ETF、台股和韩股也会一起紧张？ 英伟达体量足够大，财报影响很难只停留在公司股价。 路透社援引期权市场数据称，财报前后隐含的股价波动约为 5.4%，对应大约 2800 亿美元的市值变化。这个数字不是预测它一定会涨跌多少，只是期权定价所反映的市场波动预期，却足以说明这场财报在全球资产配置中的分量。 如果财报明显超出预期，资金可能重新评估纳斯达克大型科技股、半导体 ETF、AI 基础设施公司以及台积电、韩国存储厂商的未来利润。反过来，如果指引和毛利率令人失望，抛压也可能沿着指数基金、热门赛道和跨市场风险偏好扩散。 这里还有利率因素。AI 数据中心投入规模巨大，很多项目依赖融资和长期现金流估值。利率越高，融资成本越重，未来利润折现越严格；如果市场同时担心美国长期利率、企业自由现金流和基础设施负债，再漂亮的收入增长也不一定能够完全抵消。 到了亚洲交易时段，台股会关注晶圆制造、封装和服务器，韩股会关注 HBM 与存储，港股会观察互联网、数据中心和科技情绪，A 股则更容易在光模块、PCB、铜缆、液冷和国产算力之间出现分化。 所以我不把这场财报理解为一次孤立的公司事件。它更像一个跨市场压力测试：增长、估值、融资和产业交付，能不能在同一晚同时说得通。 有一件事很多人忽略了：财报看的是过去，股价赌的是未来 英伟达这次公布的是截至 7 月 26 日的第二季度成绩。可市场交易的，从来不只是已经结束的那三个月。 最典型的情况，是财报数字很好，但股价反而下跌。原因可能不是基本面突然变差，而是交易者早就把更高预期提前买进价格里；也可能是下一季度指引没有继续上调，或者管理层对新平台的描述不够明确。 如果一条产业链此前已经涨了很多，资金集中在少数热门公司，所谓“好消息兑现”就会变成一个现实问题。大家不是不知道财报可能不错，而是在赌它能不能好到继续抬高未来预期。 反过来，如果此前市场已经担心产品切换、融资风险或者毛利率下滑，一份没有明显恶化的报告，也可能让估值先修复。 因此，财报当晚的第一反应并不是终点。美股盘后涨跌、管理层电话会议、第二天亚洲市场、机构重新调整预期，往往会形成几个不同阶段。04:20 看见数字就下结论，通常比 05:00 听完电话会议更容易犯错。 出口限制和中国市场：零收入假设，不等于中国链条全部消失 英伟达此前的第二季度指引中，有一句非常关键的话：不假设来自中国的数据中心计算收入。 这句话的意思，是在公司给出的这段业绩预期里，没有把中国数据中心计算业务收入计入假设。它不等于英伟达在中国所有业务都为零，也不等于全球产业链里来自中国的制造和材料环节全部消失。 但它确实提醒我们，出口管制、产品合规、客户能否采购和政策变化，会给未来收入和全球供应链布局带来不确定性。 对国内市场而言，这会带出另一条完全不同的逻辑：国产算力、自主芯片、国内服务器和本地数据中心建设。如果外部高端算力获得受限，国内客户可能更积极寻找本土方案。 寒武纪、海光信息等公司，往往会被放在国产算力方向观察，但它们的产品定位、生态兼容、客户结构和商业化阶段各不相同。英伟达订单很强，可能带动整个 AI 板块情绪；出口限制趋严，也可能强化国产替代叙事。两种影响并不必然朝同一个方向走。 更现实的是，国产算力真正能不能跑出来，还要看软件生态、算子适配、集群稳定性、供给能力、成本和客户实际采购，不能只靠海外财报给情绪加油。 北京时间财报披露距离 A 股开盘只有数小时。对国内投资者而言，更重要的是判断海外需求如何沿光模块、PCB、材料、液冷、电源和算力方向分层传导。 A 股到底看哪些方向？我会先分清“传导层级” 我自己的习惯，是把相关公司分成几层，而不是看到英伟达涨，就把所有半导体一把抓。 第一层，是全球算力基础设施中更容易被验证的连接与制造方向：光模块、光器件、高端 PCB、服务器系统集成、高速连接。这一层对海外客户资本开支、产品升级和交付节奏更敏感。 第二层，是这些产品背后的材料和配套：高速覆铜板、低介电玻纤布、电子铜箔、连接器、液冷、电源、机房设备。它们的订单往往需要再经过一层传导，受益幅度也更看重具体产品结构。 第三层，是先进封装、设备、材料、存储接口和国产算力。这里既有全球景气共振，也有国内自主可控逻辑，但不能直接套用英伟达的财报数字。 第四层，是数据中心运营、电网设备和电力基础设施。产业逻辑真实存在，但建设周期、项目所在地、审批和客户结构会让它们与海外单季财报之间的关系更间接。 对应到市场上，光模块可以观察中际旭创、新易盛、天孚通信；高端 PCB 可以观察胜宏科技、沪电股份、深南电路、生益电子；覆铜板和材料可以观察生益科技、华正新材、中材科技、宏和科技；服务器与系统集成可以观察工业富联、浪潮信息等。 液冷与电源可以观察英维克、高澜股份、科华数据、麦格米特；高速连接可以观察沃尔核材、兆龙互连；先进封装和设备可以观察长电科技、通富微电、北方华创、华海清科；国产算力可以观察寒武纪、海光信息。 这些名字只代表不同产业方向，不代表已经确认与英伟达存在直接供货关系，更不代表买卖建议。真正做判断，还要回到公告里的客户结构、收入占比、在手订单、产能利用率、毛利率和经营现金流。 A 股产业方向示意与代表性公司。该图只用于理解产业分类，不能推断其为英伟达直接供应商，也不构成投资建议。 我会怎样判断“真受益”和“蹭概念”？ 第一，看公司有没有正式披露相关产品，而不是只看互动平台上模棱两可的一句话。 第二，看产品是不是已经量产、送样、认证，还是仍停留在规划阶段。一个 1.6T 光模块项目和一笔已经确认的 1.6T 订单，中间隔着客户验证、良率、产能和交付。 第三，看收入占比。哪怕某家公司确实有 AI 相关产品，如果只占整体业务很小一部分，短期盈利影响可能并不明显。 第四，看订单能不能变成现金。营收增长很快，但应收账款、存货和资本开支一起膨胀，未必比增长稍慢但现金流健康的公司更扎实。 第五，看竞争格局。需求增长不等于利润增长，特别是当同一条赛道扩产过快、价格竞争加剧，或者客户过度集中时。 第六，看技术替代。CPO 对可插拔光模块，高速铜连接对部分光连接，新封装架构对原有材料，国产算力对海外方案，都会改变细分环节的位置。 第七，看地理和合规约束。即便产品符合技术趋势，也要确认海外工厂、出口限制、关税、客户认证和供货安排是否支持真正兑现。 我越来越相信，所谓深度研究，不是把产业链名单背得更长，而是知道哪些公司只是站在故事旁边，哪些公司真的把产品装进了客户的机器里。 三种结果，我会这样拆 第一种，是营收明显高于市场预期，下一季度指引继续向上，毛利率保持在合理区间，管理层还给出明确的 Rubin 交付和网络需求信号。 如果出现这种组合，受益最直接的通常是全球算力基础设施景气预期。光模块、PCB、先进封装、服务器和液冷等方向，可能获得更强的订单验证。但此前涨幅大、交易拥挤的公司，也可能出现冲高后的分化。 第二种，是本季度营收接近预期，指引稳健但没有明显惊喜，毛利率基本符合预期。这种情况下，市场未必会全面上涨，更可能从“买整个产业链”转向挑选订单兑现能力、产品升级和现金流更好的公司。 第三种，是营收或者下一季度指引低于预期，毛利率下滑，同时 Rubin 交付、融资风险或者客户资本开支被反复追问。那就不仅是英伟达股价的问题，前期依赖高增长假设的光模块、PCB、服务器、液冷和相关材料，都可能面临估值重新计算。 我不会提前给三种情形编一个看似精确的概率，因为没人能在财报披露前负责任地做到这一点。真正有用的，是知道每种结果分别会影响哪一层产业链，以及哪些公司已经把过于乐观的假设写进了价格里。 三种观察框架：超预期并上修指引、基本符合预期、指引或利润质量低于预期。此图是风险分析框架，不是价格预测，也不构成操作建议。 8 月 27 日凌晨，真正值得盯住的九个问题 第一，实际营收相对于 910 亿美元官方指引和约 922 亿美元机构共识，究竟落在什么位置。 第二，下一季度指引能否支撑市场对约 1042 亿美元收入水平的期待；如果公司没有给到这个数字，管理层是如何解释订单、交付和产品过渡的。 第三，数据中心业务以及新的 Hyperscale、ACIE 披露口径，有没有显示需求从少数大型云客户向更多 AI 云、工业和企业客户扩散。 第四，网络、交换机和高速互联相关表述，有没有延续上一季度网络收入同比增长 199% 的强势。 第五，Rubin 是否进入可验证的交付阶段；HBM4、先进封装、服务器、液冷和机柜，究竟是哪一个环节更可能成为瓶颈。 第六，非美国通用会计准则毛利率是否维持在 75% 附近，以及产品结构、供应链成本和初期量产如何影响盈利质量。 第七，5000 亿美元第三方融资平台、园区信用支持、长期租赁和基础设施合作，会不会带来新的资产负债表或现金流风险。 第八，中国相关数据中心计算收入假设、出口政策和客户地域结构，有没有出现新的变化。 第九，管理层究竟是在强调“需求持续超过供给”，还是开始更频繁地讨论融资成本、供电限制、客户消化和项目延期。 这九个问题，不一定都能在发布新闻稿里找到答案。很多时候，真正决定市场方向的，是电话会议上某个追问，以及管理层回答时有没有给出具体的交付节奏。 说到底，我们盯着的不是一张财报，而是一条产业链的心跳 我并不认为英伟达每次财报都能决定 A 股未来几个月的走势。市场还有利率、汇率、政策、国内需求、资金风格和估值位置，任何一个因素都可能改变结果。 但这一次，它确实是观察全球 AI 建设还能不能继续提速的一扇窗口。 如果 922 亿美元附近的营收背后，是扎实的云需求、稳定的毛利率、顺畅的 Rubin 交付和越来越清晰的现金回报，那么光模块、PCB、覆铜板、低介电玻纤、先进封装、液冷和电力设备，才有理由继续讨论下一阶段的增长。 如果亮眼数字背后，是更复杂的融资结构、更高的电力约束、更大的客户资本开支压力，以及越来越难证明的投资回报，那就算当季成绩漂亮，也不能忽视未来可能出现的波动。 所以，8 月 27 日凌晨，我想看的并不是英伟达股价是红是绿。 我想知道的是：这场从芯片一路延伸到光、电、材料、机房和资本市场的 AI 基建竞赛，究竟还在加速，还是已经到了必须认真算账的时候。 如果你也在看半导体、光模块、PCB、液冷或算力，不妨先问自己一句：你手里关注的那家公司，到底位于这条链的哪一段，它赚到的钱，又是不是已经被市场提前算进去了？ 事实核对与参考资料 01 英伟达官方：2027 财年第二季度财报发布时间与电话会议安排 02 英伟达官方：2027 财年第一季度财报、910 亿美元指引与新业务披露口径 03 S&P Global / Visible Alpha：英伟达 Q2 共识预期与数据中心业务拆解 04 Reuters：财报前期权隐含波动与约 2800 亿美元市值波动观察 05 Reuters：Rubin 交付、分析师下季度预期与 AI 融资风险 06 英伟达官方：Vera Rubin NVL72 平台、HBM4、NVLink 与网络架构 07 Alphabet 官方：2026 年第二季度电话会议与全年资本开支指引 08 Microsoft 官方：2026 财年第四季度财报与 Azure 增长情况 09 Amazon 官方：2026 年第二季度财报与 AWS 增长情况 10 英伟达官方：与六家金融机构推动超过 5000 亿美元第三方基础设施资金 11 英伟达官方：SB Energy 俄亥俄园区、信用支持与 15 亿美元投资 12 台积电官方：2026 年第二季度经营资料 13 台积电官方：2026 年资本开支与先进制程投入说明 14 ASML 官方：2026 年第二季度财报与先进逻辑、存储需求 15 SK 海力士官方：2026 年第二季度财报与 HBM4 量产出货 16 美光官方：2026 财年第三季度财报与存储行业增长 17 中际旭创：投资者关系记录中关于 800G / 1.6T 光模块的正式披露 18 胜宏科技：2026 年投资者关系记录中关于 AI 算力 PCB 及产能的说明 19 沪电股份：投资者活动记录中关于 AI 服务器和高速网络 PCB 的说明 20 英维克：2025 年年度报告中关于端到端液冷产品的正式披露 21 中材科技：2026 年投资者关系记录中关于低介电电子布的说明 22 华正新材：2026 年融资资料中关于高等级高速覆铜板项目的披露 23 工业富联：2025 年年度报告及 AI 服务器相关经营披露 24 沃尔核材：2026 年第一季度报告与高速通信线扩产说明 说明：本文成稿于北京时间 2026 年 8 月 26 日财报披露前。公司指引、分析师共识和情景推演属于不同信息口径；上市公司列举仅用于产业分类，不代表直接供货关系或投资建议。市场预期和政策可能变化，应以最新公告为准。