01
02
03
04
大模型公司：OpenAI、Anthropic、xAI
AI云：CoreWeave、Lambda
大客户深度绑定：跟Meta签了多年多代战略协议、跟CoreWeave合作2030年前建超5GW的AI工厂
05
英伟达财报刚出炉,别被数据淹没,看这五个数字就够了英伟达 2026财年第四季度 财报刚刚发布， 早早定闹钟爬起来 看完了新闻稿和财务报表。先说结论： 又又 又是大超预期，但比＂ 大超预期＂ 四个字更重要的，是几个关键信号。 先快速过一遍基本面：季度营收681亿美元，同比＋ 73％ ；数据中心收入623亿美元，同比＋ 75％ ；全年营收2159亿美元，同比＋ 65％ 。非GAAP每股收益1.62美元，华尔街预期1.53美元。盘后股价涨了约3％ 。 数字很大，但对一家已经连续好多个季度刷纪录的公司来说，＂ 创新高＂ 本身不算新闻了 ， 毕竟是又又又又创新高 。 我们要 关注的是这份财报里那些指向未来的信号。 我挑了五个最关键的数字，逐一说说。 780亿：AI基建投资还未见顶 所有数字里，780亿美元的下季度营收指引是最值得关注的。 华尔街对英伟达2027财年第1季度的共识大概在725亿左右。英伟达直接甩出780亿，比共识高了55亿。 算一笔简单的账：780亿如果年化，就是3100亿＋的年收入。刚结束的FY26全年是2159亿。也就是说，增长不仅没放缓，还在加速。 之前市场最大的焦虑是＂AI见顶了＂ ——AI基建投资2026年见顶，增速开始掉。780亿的指引基本上把这个叙事否了。 更关键的一点：这个指引里没有包含可能来自中国市场的收入。黄仁勋去年说过中国市场是每年500亿美元的潜在机会。如果后面中国市场有任何松动，上行空间还会更大。 75.2％ ：毛利率重回高位，Blackwell爬坡结束了 Q4非GAAP毛利率75.2％ ，环比提升1.6个百分点。 这个数字得放在上下文里看。英伟达全年GAAP毛利率其实从FY25的75.0％ 降到了FY26的71.1％ ，掉了将近4个百分点。主要原因是上半年Blackwell刚量产时良率不高，加上Q1因为H20出口管制计提了约45亿美元的减值。 现在Q4毛利率回到75％ 以上， 侧面说明Blackwell生产已经完全成熟了。管理层对下季度的毛利率指引也是75.0％左右，基本持平。即便收入继续猛涨，利润率也撑得住。 不过有一个隐忧要留意：HBM（高带宽存储器）价格在涨，2026年的HBM产能已经全部售罄。存储成本上升能不能继续转嫁给客户，是接下来几个季度要盯的点。 亿：现金流量表里藏着的Groq 这个数字你在新闻稿正文里找不到，得去翻现金流量表。那里有一行赫然写着＂ Groq， Inc.——130亿美元＂ 。 去年12月底，英伟达以总计约200亿美元拿下了AI推理芯片公司Groq的核心资产。交易被包装成＂非排他性推理技术许可协议＂，Groq名义上还是独立公司。但实际上呢？Groq的创始人、总裁和核心团队全都去了英伟达，核心技术也归英伟达了。 说白了，这个交易结构就是为了规避监管审查，实际上是把 Groq 收购了。 这笔交易的战略意义比财务意义大得多。Groq做的是LPU，一种专为AI推理优化的芯片，延迟极低、能效高，但跟GPU架构完全不一样。英伟达花200亿买它，本质上承认了一件事：GPU不是所有AI推理场景的最优解。 AI正在从训练阶段全面转向推理。Google的TPU、AWS的Trainium、各大厂的定制芯片都在抢这块市场。英伟达与其等着被人蚕食，不如先把潜在颠覆者收编到自己阵营里。 223亿：构建投资的AI生态 资产负债表上还有一个巨变：非流通权益投资从一年前的34亿暴增到223亿美元，翻了6.5倍。 这是英伟达过去一年主动投出去的真金白银。全年在非流通权益上投了175亿，加上Groq的130亿，光投资和收购就花了超过300亿。 钱都给了谁？从公开信息看，几乎覆盖了AI产业链的每个环节： 逻辑很清楚：英伟达不只是卖芯片了，它在构建一个以自己为圆心的AI生态。不管你用什么模型、什么云、做什么应用，底层算力大概率要过英伟达这一关。 再看看其他资产负债表数据：商誉从52亿涨到208亿，存货从101亿涨到214亿（大概率在为下一代Rubin芯片备货），总资产一年内从1116亿翻到2068亿。这已经不是一家芯片公司的样子了，更像一个AI基础设施帝国。 代理式AI拐点已至 最后一个不是数字，是一个信号。 上季度财报，黄仁勋说的是＂ Blackwell sales are off the charts， and cloud GPUs are sold out＂ ——Blackwell销量爆表，云GPU售罄。重点是供不应求。 这次变了：＂ Computing demand is growing exponentially — the agentic AI inflection point has arrived.＂ 计算需求指数级增长——代理式AI拐点已至。 为什么这个措辞变化重要？因为训练和推理的经济学完全不同。训练是一次性大额投入，花几亿美元训一个大模型，成本沉没了。但推理不一样——尤其是代理式AI，每个AI代理执行任务时都在持续消耗算力，而且部署规模可以指数级扩张。 新闻稿里提到，Blackwell Ultra在代理式AI上比Hopper平台性能高50倍、成本低35倍。即将推出的Vera Rubin平台承诺在Blackwell基础上 成本 再降一个数量级。如果这些兑现了，推理成本在两代产品内会下降超过100倍。 但100倍的成本下降不一定意味着总支出减少——更可能的是需求膨胀远超100倍，因为过去因为太贵而做不了的场景全都变得可行了。黄仁勋说的＂ 良性循环＂ 就是这个意思：算力越便宜，应用越多；应用越多，需求越大；需求越大，投资越多。 简单串一下：780亿指引说增长在加速，75％ 毛利率说利润结构健康，200亿买Groq说英伟达在赌推理市场，223亿生态投资说它在建护城河，黄仁勋的措辞转变说下一个引擎是代理式AI。
