财报与硬件:英伟达NVIDIA一季 681 亿美元,到底在把钱变成什么?
我们看一下刚刚公布的财报信息，讨论一下英伟达这家公司在 AI 周期里的“钱”和“硬件逻辑”。但坦白讲，把几组数字和黄仁勋的讲话放在一起看完之后，我有一种很强的割裂感：一边是全球为 AI 基建砸出的天量 CapEx 与“泡沫焦虑”；以及，英伟达正在悄悄从“卖卡”变成“卖一整座 AI 工厂”。一、三组数字：这不是普通意义上的“好财报”
1）季度：681.3 亿营收，净利同比 +94.5%
2026 财年 Q4（截至 1 月 25 日），英伟达交出的成绩单是：总营收：681.3 亿美元，同比 +73.2%，环比 +20%，显著高于市场预期的约 661 亿。数据中心营收：623.1 亿美元，同比 +75.1%，约占总营收 91.5%，已经彻底成为“主业中的主业”。Non‑GAAP 毛利率：75.2%，比去年同季度再抬 1.7 个百分点。Non‑GAAP 稀释 EPS：1.62 美元，同比 +82%，也明显高于预期区间 1.52–1.54。GAAP 净利润：429.6 亿美元，同比接近翻倍。2）年度：2159 亿营收，一家公司吃下一个行业的增量
从全年看，2026 财年英伟达营收达到 2159 亿美元，相比上一财年的 1304 亿增长约 65%。3）自由现金流：349 亿美元，同比 +124.9%
在这么激进扩产和研发投入的前提下，英伟达 2026 财年自由现金流依然达到 349 亿美元，同比增长约 125%。而是在「高投入 + 高盈利 + 高现金流」三件事上，同时踩着油门。二、这季最关键的不是“GPU 卖了多少”，而是“开始卖整座 AI 工厂”
英伟达的主业正在从“卖芯片”，变成“卖一整套算力工厂的地基和管线”。
1）Blackwell 平台：一整架算力机柜，而不是一片卡
当前这一季的爆发，核心引擎还是 Blackwell 架构（B200/GB200）。仅网络业务这一项，Q4 就贡献了 110 亿美元 收入，同比 +263%，环比 +34%。这背后的关键是：不再是简单地“卖几片 GPU 卡”，而是“以架代芯”——直接卖 GB200 / GB300 整机机架级解决方案，把 GPU、NVLink、高速网络、机柜整合成一个整体。单客户的客单价被拉到一个全新高度；英伟达在“怎么搭一整个 AI 工厂”这件事上，握着设计话语权和生态主导权。2）Vera Rubin 平台：在客户最焦虑的“推理成本”上，给了一脚狠油门
很多人担心：Blackwell 这么强，下一代产品会不会造成“订单真空期”？这一季的一个关键信号是：在 Blackwell 刚全面放量的同时，黄仁勋在 CES 上直接公布了下一代 Vera Rubin（R100） 的细节。而且这个迭代不是“挤牙膏”，而是围绕一个非常明确的痛点——推理成本（Cost per Token）。报告里给了一张非常直观的对比表，我用白话总结一下 Rubin（R100） 相对 Blackwell（B200）的几个核心提升：推理成本：R100 目标是把每个 Token 的推理成本压到 B200 的 1/10。单 GPU 训练算力（FP4）：约 3.5 倍提升。显存带宽：从约 8 TB/s 提升到 22 TB/s（约 2.75 倍）。显存容量：从 192GB 提升到 288GB（约 1.5 倍）。NVLink 带宽：单 GPU 从 1.8 TB/s 提升到 3.6 TB/s（翻倍）。工艺从 TSMC 4NP 升级到 N3（3nm）。在超级算力已经铺开的前提下，帮客户把“每一个 Token 的生产成本”往死里压，这是让 hyperscaler 继续买单的核心说服力。
三、财报之后的理解
如果只从“理解这家公司长期走向”的角度，我之后会看三件事：数据中心增速何时从 70%+ 回到 30–40% 的新常态：当前 75% 左右的同比增速肯定不可持续，什么时候“落地”到更合理但依然很高的增长区间，会是判断 AI 基建从“爆发期”进入“长期建设期”的重要信号。Rubin 平台实际落地节奏：云厂商、主权 AI 项目什么时候开始大规模部署 R100，会直接影响“推理成本革命”是不是真的发生。自由现金流与 CapEx 的剪刀差：现在英伟达在高 CapEx 环境下还能维持 300 亿以上自由现金流，后面几年如果这个数字能稳住甚至继续提升，会大大缓解“泡沫论”者的一部分担心。总而言之，这一季财报数字极度亮眼；但更值得继续观察的，是这些数字背后的硬件节奏和投入/产出结构。下篇，我会把重点从“硬件 + 财报”挪到“软件 + AI 经济学 + 泡沫争议”，试着聊聊：黄仁勋口中的“Compute = Revenue”和“Agentic AI”，到底在改写什么游戏规则？
