版权声明：本文首发于公众号「数字货币及美股GAFATA投资」。请注意：本文无需授权即可转载，转载请保留此声明。
一个会议室里的沉默
硅谷某科技巨头的会议室里，投资总监盯着屏幕上英伟达刚发布的财报数字：816亿美元营收，同比增长85%，下季度指引910亿美元。
按理说，这是一份足够炸裂的成绩单。但他没有立刻打电话给交易员加仓，而是翻到了另一页PPT——环比增速从上季度的20%降到了本季度的20%，然后又看了看下季度隐含的11-12%环比增长。
他合上了笔记本。
这不是个案。英伟达2027财年一季度财报发布后，盘后股价先涨后跌，最终收平。这家刚在2024年凭借AI浪潮成为全球市值之王的公司，正在经历一个微妙的转折点：业绩依然强劲，但市场开始问出更尖锐的问题。
数据中心的天花板在哪里？
先看最核心的数字：数据中心业务本季度营收752亿美元，同比暴增92%，占英伟达总营收的92%。
这个增速什么概念？相当于英伟达在一个季度内，从数据中心业务赚到的钱，超过了大多数科技公司一年的总营收。微软、谷歌、亚马逊、Meta这些云巨头，正在用真金白银为AI基础设施买单。
但问题出在结构上。
英伟达首次在财报中拆分了数据中心收入：其中715亿美元来自传统的"计算+网络"业务（GPU服务器、InfiniBand等），而剩下的37亿美元来自一个新分类——ACIE（AI云、工业和边缘计算）。
这个拆分释放了一个信号：英伟达知道，单纯卖GPU给云厂商的生意，不可能永远保持90%的增速。云厂商的资本开支虽然还在增长——四大云服务商2026年预计将投入超过2500亿美元用于AI基础设施——但这笔钱的流向正在发生变化。
谷歌的TPU、亚马逊的Trainium、微软与AMD的合作、Meta的自研芯片Artemis，这些名字在财报电话会议中被反复提及。云巨头们不是不买英伟达的GPU了，而是在同步推进自研芯片计划，为的是降低对单一供应商的依赖，也为了在AI推理（而非训练）场景中找到更具性价比的方案。
推理需求：新战场还是新陷阱？
黄仁勋在财报会上特别强调了一个词：推理（Inference）。
过去两年，AI芯片的主战场在训练——训练GPT-4、Claude、Gemini这样的大模型，需要成千上万张H100、A100卡连续跑几个月。但到了2026年，战场开始转移：模型训练好了，接下来要让数亿用户用上AI，这需要海量的推理算力。
英伟达的说法是，推理需求的增长速度正在超过训练。ChatGPT每天处理数亿次对话，每一次回复都需要推理算力。按英伟达的估算，到2030年，全球AI基础设施的总需求将超过1万亿美元，其中推理占据半壁江山。
听起来很美好。但市场担心的是：推理芯片的门槛，远低于训练芯片。
训练需要极致的性能、带宽、稳定性，只有英伟达的CUDA生态和高端GPU能搞定。但推理？只要芯片够快、够便宜，ASIC、自研芯片甚至AMD的MI300系列都能分一杯羹。这也是为什么英伟达在财报中反复强调自己的推理性能优势，却没有公布具体的推理业务占比——因为它知道，这场仗刚开始打。
更微妙的是，云巨头们在推理场景中使用自研芯片的动力更强。训练是一次性投入，推理是持续性成本。如果能用自研芯片把推理成本降低30-40%，这笔账对CFO来说太划算了。
资本开支的"挤出效应"
再看云巨头们的资本开支（CapEx）数据。
微软2026年资本开支预计达到800亿美元，谷歌750亿美元，亚马逊超过700亿美元，Meta也接近500亿美元。这些钱中的75%会直接投向AI基础设施——GPU、数据中心、高速网络。
但这里有个隐藏的逻辑：资本开支总盘子在增长，不代表英伟达的份额在同步增长。
假设微软今年AI基础设施投入600亿美元，其中400亿买英伟达的H100和即将量产的Blackwell芯片，100亿投向自研Maia芯片的产线，50亿用于网络和存储，剩下50亿分给AMD等供应商。明年，微软可能把AI投入提升到700亿，但英伟达的份额可能只增长到450亿——增速从50%降到了12.5%。
这就是"挤出效应"。云巨头们不会停止买英伟达的芯片，但会用增量预算去培育第二供应商、第三供应商，甚至是自己。这不是对英伟达的不信任，而是任何一个负责任的采购部门都会做的风险管理。
英伟达当然知道这一点。所以它在财报中强调，即使云巨头们自研芯片，他们仍然需要英伟达的CUDA生态、NVLink网络、DGX超级计算机来支撑最复杂的AI训练任务。但市场的疑问是：这能撑多久？
环比增速的"温水煮青蛙"
回到最开始那个投资总监关注的数字：环比增速。
英伟达2026财年四个季度的营收分别是：395亿、492亿、604亿、681亿，环比增速从24.5%逐步降到12.8%。到了2027财年一季度，营收816亿，环比增长20%——看起来是反弹了，但下季度指引910亿，隐含增速又回落到11-12%。
这条曲线的斜率在变缓。
对于一家市值5.5万亿美元的公司，同比增长85%已经是奇迹。但二级市场不只看绝对值，更看边际变化。如果环比增速持续下滑，那么明年这个时候，同比增速可能会从85%降到40-50%——依然很强，但不再是"超预期"。
而期权市场已经开始定价这种预期差。财报发布前，市场预计英伟达股价在财报日的波动幅度为7.56%——对于一只超大市值股票来说，这个隐含波动率相当高。但财报发布后，股价几乎没动。市场用这种方式表达了一个判断：好消息已经Price in了，接下来要看的是，增速放缓会不会比预期的更快。
一个更长远的故事
说完市场的挑剔，再看英伟达讲的新故事。
黄仁勋在财报会上花了很多时间讲一个概念：生成式AI不只是聊天机器人，而是一个"通用计算平台"。未来十年，AI会渗透到制造、医疗、金融、零售的每一个环节，每一个需要"决策"的场景都需要AI推理算力。
按他的说法，今天的AI基础设施市场只是冰山一角。云厂商买GPU是第一阶段，企业自建AI云是第二阶段，工业边缘计算是第三阶段。英伟达正在布局的ACIE业务（AI云、工业、边缘），就是为了抓住后两个阶段的增量。
这个故事听起来很性感，但也很遥远。市场的问题是：这些新业务什么时候能贡献显著营收？在此之前，传统数据中心业务的增速会不会先掉下来？
英伟达没有给出明确答案。它只是在财报中透露，ACIE业务本季度37亿美元的营收"同比增长显著"，但没有公布具体增速。这种模糊，反而让市场更加谨慎。
市场到底在挑剔什么？
总结一下市场的核心关切：
第一，增速的可持续性。同比85%很强，但环比增速从20%降到11%，这个趋势会不会延续？如果云巨头的GPU采购量在未来几个季度见顶，英伟达怎么办？
第二，竞争格局的变化。自研芯片不会在短期内撼动英伟达的霸主地位，但三年后呢？五年后呢？如果推理市场被ASIC和自研芯片拿走30-40%，英伟达的毛利率和市占率会受到多大影响？
第三，估值的合理性。英伟达当前市盈率约为40倍，对应的是85%的同比增速。如果明年增速降到50%，市场会不会重新定价？这不是说英伟达会崩盘，而是说，它可能不再享受"超级成长股"的估值溢价。
换句话说，市场不是在质疑英伟达的业绩，而是在质疑它的"预期差"。一家公司可以很强，但如果它的表现只是"符合预期"而不是"超预期"，股价就不会涨。
这就是816亿美元营收背后，市场依然挑剔的原因。
写在最后
那个硅谷投资总监最终做了什么？他没有加仓，也没有减仓。他把英伟达的仓位保持原样，然后开始研究另一个问题：如果AI基础设施的增长逻辑还在，但英伟达的增速开始放缓，钱会流向哪里？
他的答案是：供应链上游（台积电、ASML）、竞争对手（AMD、自研芯片供应商）、以及AI应用层（那些真正能把算力变成收入的公司）。
这不是对英伟达失去信心，而是在为"后英伟达时代"做准备。
AI的故事还远没有结束，但讲故事的方式，可能要变了。
————
你怎么看？
英伟达的增速放缓，是自然的周期回归，还是竞争格局变化的信号？如果是你，会选择继续持有、加仓还是观望？欢迎在评论区分享你的判断。
— Achilles888
免责声明：本文仅供信息参考，不构成投资建议。
