数据中心霸权：算力工厂的崛起
数据中心业务依旧是英伟达最核心的增长引擎，本季度营收达到创纪录的623.14亿美元，占总营收的比重高达91%。这一数字不仅是同比75%的增长，更是英伟达在数据中心领域统治地位的直接体现。
扫码免费进群
计算与网络的双轮驱动
英伟达的数据中心业务已不再仅仅依赖GPU 的销售。分析表明，计算收入（包括 GPU 及相关平台）和网络收入正在形成强大的协同效应。本季度计算收入为513亿美元，同比增长58%；而网络业务的表现更为亮眼，营收达到110亿美元，同比增长263%。
英伟达网络业务的爆发式增长证明了其从“芯片卖家”向“基础设施提供商”转型的成功。随着大规模 Blackwell 系统集群的部署，连接这些 GPU 的 NVLink 计算织网（Compute Fabric）以及 Spectrum-X 以太网平台成为了不可或缺的组件。英伟达甚至声称自己目前已是全球最大的网络业务公司，其网络年化收入已突破310亿美元，较收购Mellanox 时增长了10倍以上。
客户构成的多元化
英伟达CFO Colette Kress 指出，本季度虽然云服务商和超级计算客户（Hyperscalers）仍占据数据中心营收的50%以上，但增长动能已开始向其他领域扩散。
●主权AI (Sovereign AI)：这是英伟达近年来重点发力的领域。2026财年主权 AI 的收入超过 300亿美元，较上年增长了两倍。加拿大、法国、荷兰、新加坡和英国等国政府正在积极建立本国的计算能力，以保障国家安全和文化主权。
●企业级AI：随着代理型AI（Agentic AI）在软件开发、医疗保健、法律服务等行业的渗透，企业对专用加速器的需求正处于爆发前夜 。
Blackwell 与 Vera Rubin：统治未来的技术底座
英伟达营收能够持续爆裂，核心在于其每年一次的快速架构迭代能力。Blackwell 系列目前已进入全面增产阶段，而下一代架构 Vera Rubin 的消息已经让市场再次屏息。
Blackwell Ultra (GB300) 的统治力
在第四季度，Blackwell 架构产品的需求被描述为“极其惊人（Off the charts）”。特别是GB300（Blackwell Ultra）系统，其采用了 HBM3e 内存，显著提升了推理和训练的性价比。相比上一代 Hopper 架构，Blackwell 在推理性能上提供了高达50倍的每瓦提升，并将每个token 的生成成本降低了35倍。这种成本优势对于需要大规模生成token 的代理型 AI 应用至关重要。
Vera Rubin：迈向下一代超级计算机
英伟达在CES 2026 上正式披露了 Rubin 平台。这不仅仅是一个 GPU，而是一套由六款核心芯片组成的 rack-scale 架构，旨在将数据中心视为一个单一的计算单元。
Rubin 平台的杀手锏在于对 HBM4 的支持以及全栈式的垂直集成。Vera CPU 采用英伟达自研的 Olympus 核心（基于 ARM 架构），通过 NVLink-C2C 互连与 Rubin GPU 实现无缝协作 。这种“CPU+GPU+网络”的三位一体设计，使得英伟达在系统级表现上大幅领先于依赖传统 x86 CPU 架构的竞争对手。
范式转移：从预训练到推理与代理型AI
黄仁勋在财报电话会议中反复强调，世界已经进入了“代理型 AI（Agentic AI）”的拐点。这一转型对算力需求产生了深远的影响。
“计算即收入” (Compute Equals Revenue)
英伟达提出了一个关键洞察：在AI 时代，计算不再是纯粹的成本，而是直接转化为收入的生产资料。随着Claude Code、OpenClaw 以及企业级代理系统的兴起，这些 AI 代理需要不断地生成 token 来进行推理、反思和执行任务。生成 token 的能力直接决定了企业变现 AI 的速度。因此，英伟达的 GPU 实际上是生成这些“盈利 token”的工厂。
推理主导的算力需求
随着模型pre-training 阶段逐渐转向推理（Inference）和逻辑思考（Reasoning），算力需求的逻辑也发生了改变。测试时缩放（Test-time scaling）定律表明，给模型更多的计算资源进行思考，它就能处理更复杂、更多步的任务。这意味着推理端的算力消耗将呈几何级数增长。英伟达通过Rubin 架构实现的10倍推理成本降低，正是为了满足这一庞大的市场需求 。
