过去两年，英伟达每次财报之前，市场似乎都会重新讨论同一个问题：
这一次，会不会真的翻车？
有意思的是，每一次给出的理由都不一样。
有时候是AI模型效率提升，有时候是中国市场，有时候是资本开支回报率，有时候是竞争格局。到了这一轮，又换成了循环融资、内部人减持、定制芯片，以及正在持续压制市场风险偏好的美国长期国债收益率。
理由一直在变，但讨论的结构其实没有太大变化。
市场总会先找到一个逻辑上足够成立的风险，再试图回答一个更困难的问题：这个风险究竟已经开始影响英伟达的业绩，还是暂时还停留在逻辑推演阶段？
过去几次，至少到财报公布的那一刻，答案大多偏向后者。
但这并不意味着这一次也一定如此。
英伟达现在真正有意思的地方，恰恰在于几乎所有担忧都不能简单地说是错的，可到目前为止，又很难找到足够明确的数据，证明这些担忧已经跨过了从“风险”走向“业绩”的那条线。
一、过去两年，市场一直在寻找英伟达需求的拐点
把时间往前拉，会发现这个过程其实非常清晰。
2025年1月，DeepSeek迅速出圈，市场第一次集中讨论一个问题：如果更低成本、更高效率的模型可以用更少的算力完成类似任务，那么过去建立在“大力出奇迹”基础上的AI算力需求，会不会被重新估值？
1月27日，英伟达股价单日下跌接近17%，市值蒸发约5890亿美元。这是当时美国上市公司历史上规模最大的单日市值损失之一。
这个担忧当然不是没有逻辑。
如果模型效率提高，而AI应用需求没有同步扩张，那么完成同样的任务，理论上确实可能需要更少的GPU。
问题在于，随后公布的经营数据并没有出现这种变化。
2025年2月公布的财报中，英伟达季度收入达到393亿美元，数据中心收入356亿美元，同比增长93%，继续创出新高。也就是说，DeepSeek提出了一个非常重要的长期问题，但至少在当时，它并没有转化为英伟达订单端的拐点。
后来，中国出口限制又成为新的担忧。
这个问题比DeepSeek更加直接，因为它已经不是技术路径上的推演，而是真正会影响销售区域和收入结构的政策约束。2025年二季度，英伟达甚至明确表示，当季没有向中国客户销售H20。
但与此同时，其他地区的AI基础设施投入仍然在扩张。到了2026财年三季度，英伟达数据中心收入达到512亿美元；2026财年四季度，公司季度收入进一步达到681亿美元，数据中心收入达到623亿美元。
中国市场的问题当然没有消失，只是至少从当时的数据看，它还没有形成市场此前担心的那种整体需求断层。
再往后，市场关注的重点又发生了一次变化。
到了2026年，讨论已经逐渐从“AI有没有需求”，转向另一个更加复杂的问题：
这些需求最终能不能产生足够的经济回报？
因为当微软、亚马逊、Meta、Alphabet每年投入数千亿美元建设AI基础设施之后，市场迟早会追问一个问题——这些服务器、数据中心和GPU，最终能不能带来足够的收入和现金流？
今年7月围绕资本开支的争论，本质上就是这种担忧。
随后微软等云厂商公布的财报显示，云业务增长仍然很快，至少暂时没有出现“资本开支持续上升，但收入明显掉队”的失衡。于是，又一轮争论暂时告一段落。
如果只看过去两年的结果，很容易得出一个很诱人的结论：
市场每一次都在担心英伟达，但最后英伟达每一次都用财报证明市场错了。
可这个结论其实过于简单。
因为财报真正证明的，并不是那些风险不存在，而只是说明：至少在那个时间点，那些风险还没有大到足以改变收入、利润和订单。
这两个概念差别很大。
二、这一次，市场担心的已经不只是“有没有需求”
现在这一轮担忧，比过去稍微复杂了一些。
过去很多问题，本质上都还在讨论需求数量。
DeepSeek讨论的是需要多少GPU，中国限制讨论的是少了一个市场之后还能卖多少GPU，Capex讨论的是客户还愿不愿意继续买GPU。
但现在出现的几个问题，开始指向另外一个维度：
需求本身可能是真的，可这种需求的质量究竟怎么样？
这也是理解所谓“循环融资”争议最重要的一点。
最近市场越来越关注英伟达在AI基础设施融资中的角色。随着AI数据中心建设规模不断扩大，英伟达不仅仅是芯片供应商，也开始越来越深入地参与整个资本形成过程。
这里很容易被简化成一句话：英伟达帮助客户融资，客户再拿钱购买英伟达的芯片。
但真实结构要复杂得多。
数据中心需要土地、电力、建筑、融资和长期租赁；OpenAI等公司需要算力，但自身现金流未必足以独立承担如此巨大的基础设施投资；金融机构愿意提供资本，却又需要资产、租约以及相应的信用安排。
于是，英伟达开始通过投资、担保以及与金融机构合作等方式，降低AI基础设施获得资本的难度。
从一个角度看，这是产业扩张。
但从另一个角度看，它当然也会带来一个值得讨论的问题：
如果芯片供应商越来越深地参与客户融资，那么今天看到的GPU需求，到底有多少来自终端应用自然形成的现金流，又有多少来自融资能力本身的扩张？
这其实才是“circular financing”真正值得关注的地方。
它并不意味着这些交易是假的，也不意味着相关收入不能成立。
但它会让市场开始重新区分两个过去经常被混在一起的概念：
需求的数量，和需求的质量。
如果OpenAI、Anthropic、云计算厂商以及大量AI企业最终能够利用这些算力持续创造收入，那么融资只是把未来的基础设施建设提前完成，整个结构更接近一个正向循环。
但如果最终应用端产生的现金流长期无法覆盖算力成本，那么同样的融资结构也可能逐渐变成杠杆。
所以问题并不在于这个结构看起来像不像一个闭环，而在于最末端有没有真实、持续的现金流。
至少目前，这个问题还没有被财报数据完全回答。
三、内部人减持，数字很大，但信息含量未必和数字一样大
第二个被频繁讨论的问题，是内部人减持。
按照公开统计，最近约三个月，英伟达内部人累计出售股票约4.1亿美元。单看绝对金额，确实很容易形成冲击。
但如果把这个数字放回英伟达接近5万亿美元的市值里，比例实际上很小。
所以单纯讨论“卖了多少钱”，意义其实比较有限。
内部人减持真正有价值的信息，通常不在金额本身，而在于行为有没有发生变化。
比如，减持规模是不是突然明显高于历史水平，原本规律性的出售是不是变成了异常集中的出售，管理层是不是在调整长期持股比例，以及这些出售是否脱离了原有的计划性安排。
如果没有这些变化，那么减持更多可能反映个人财富管理和资产配置，而未必能够直接推导为对公司基本面的判断。
当然，这并不意味着它完全没有信息价值。
在高估值阶段，市场天然会更加敏感地观察管理层和内部人的行为，因为任何异常变化，都可能被理解成一种边际信号。
只是从目前的信息看，这种信号和“需求开始恶化”之间，仍然缺少直接的证据链条。
四、定制芯片可能是最真实的竞争，但“份额下降”和“收入下降”并不是一回事
相比内部人减持，定制芯片可能是一个更加长期、也更加真实的问题。
Google已经拥有TPU，Amazon有Trainium，微软也在继续推进Maia。对于这些每年要投入巨额资本建设AI基础设施的云厂商来说，只要某些工作负载足够稳定，就天然存在针对自身业务设计专用芯片的动力。
专用芯片并不需要在所有场景里超过GPU。
只要在某些固定任务上拥有更好的性能功耗比，或者能够降低单位算力成本，长期来看就具备经济价值。
所以，定制芯片对英伟达的竞争是真实存在的。
但这里经常被混淆的是另外两个变量：
英伟达在AI芯片市场中的份额，和整个AI算力市场本身的规模。
假设未来整个AI基础设施市场从100增长到300，即使英伟达的份额从90下降到70，它最终对应的收入仍然可能继续增长。
反过来，如果整个市场不再扩张，即使英伟达仍然维持很高的份额，收入增长也会自然放缓。
因此，TPU、Trainium和Maia到底是不是英伟达真正的拐点，并不能只看这些芯片有没有出现，而是要同时观察两个变化：
一边是定制芯片拿走了多少工作负载，另一边是整个AI计算市场究竟扩大了多少。
这也是为什么现在市场上会同时存在两种看起来相反、但其实并不矛盾的判断。
一种观点认为，定制芯片最终会侵蚀英伟达的份额。
另一种观点认为，云厂商越积极开发自己的芯片，反而越说明它们正在持续扩大AI基础设施投入。
两件事情完全可以同时发生。
真正决定英伟达未来收入表现的，不是“有没有竞争”，而是竞争导致的份额下降速度，与整个市场扩张速度之间，哪一个更快。
五、美债收益率，已经是现在压制市场的重要变量
如果说循环融资讨论的是需求质量，定制芯片讨论的是竞争，那么美国国债收益率讨论的，其实是整个AI资本开支周期的资金成本。
这一点并不是一个容易被忽视的变量。
恰恰相反，最近一段时间，美债收益率已经成为压制整个市场风险偏好的重要因素之一。
对于英伟达这样的高估值科技公司来说，它首先影响的是估值；但对于整个AI产业来说，它影响的并不只是股票定价，还会进一步传导到资本开支本身的可持续性。
过去几年，市场愿意给AI基础设施很高的估值，一个重要前提是相信未来现金流足够大，也足够确定。因此，即使今天需要投入大量资金，投资者仍然愿意接受这种跨周期的资本配置。
但当长期国债收益率持续处在高位之后，同样的现金流，对应的现值自然会下降。
这是最直观的一层。
对高增长公司而言，高利率意味着市场开始要求更高的增长、更高的利润率，也要求未来收入拥有更强的可见度。仅仅保持增长，本身已经越来越难以支撑过去那种宽松的估值环境。
英伟达当然也处在这个框架之中。
但相比估值，我认为更值得观察的是第二层影响。
AI基础设施本身就是一个极其资本密集的产业。
它需要数据中心、服务器、电力、网络、土地，也需要不断更新的芯片和设备。随着整个行业的投资规模从数百亿美元走向数千亿美元，越来越多项目不可能完全依靠企业自身的自由现金流完成，债务融资、项目融资、资产证券化和长期租赁结构都会越来越重要。
这时候，美债收益率的重要性就不再只是“压科技股估值”，而是开始真正进入产业内部。
无风险利率越高，融资成本就越高。
融资成本越高，一个数据中心项目所需要达到的回报率就越高，最终也意味着这些算力必须创造更多收入，才能覆盖资本成本。
所以现在市场同时讨论循环融资和美债收益率，其实并不是两个彼此独立的问题。
它们最终指向的是同一个更深层的变量：
AI资本开支扩张开始越来越明显地受到资金成本约束。
过去，当整个产业还处在算力供不应求的阶段时，市场关心的是谁能拿到更多GPU，谁能最快把数据中心建出来。
但随着基础设施投入逐渐进入更大的量级，问题自然会向后移动一步。
这些项目是谁出钱？
融资成本是多少？
未来又需要多少收入，才能覆盖这些资本成本？
如果长期利率持续维持高位，那么即便终端AI需求并没有下降，一些边际项目的投资回报率也可能率先发生变化。
因此，美债收益率现在对英伟达的影响，已经很难只理解成一个估值变量。
它一边影响英伟达自身的估值，一边也在抬高英伟达客户建设AI基础设施的资金成本。
而这两个方向，最终都有可能汇集到同一个变量上——资本开支。
如果云厂商、AI公司和数据中心运营商仍然能够通过足够快的收入增长消化更高的融资成本，那么高利率更多体现为市场估值层面的压力。
但如果融资成本继续上升，而应用端的现金流增长没有同步跟上，那么市场迟早会重新评估一部分资本开支项目的回报率。
所以，这一轮财报前和过去几轮相比，一个很重要的变化在于：
过去市场更多是在寻找需求是否下降的证据。
而现在，即使需求仍然存在，市场也开始同时追问：
在更高的资金成本下，这种需求还能以现在的速度扩张多久？
这同样是一个合理的问题。
只是到目前为止，它还没有得到足够明确的数据答案。
六、所以这一次财报，910亿美元本身反而不是全部
英伟达将在美国时间8月26日盘后公布2027财年第二季度财报。
公司上一季度给出的收入指引是910亿美元，上下浮动2%。目前市场一致预期大约在920亿美元附近，部分机构的预期已经放到了940亿至950亿美元。
这意味着一个很有意思的变化。
过去两年，市场最关心的问题通常是：
英伟达还能不能继续超预期？
但走到现在，仅仅回答这个问题，可能已经不够了。
因为如果市场真正担心的是需求质量，那么需要观察的就不只是收入总额，还包括收入来自哪里，客户结构有没有变化，下一季度指引如何，毛利率能不能维持，以及公司在AI基础设施中的投资和担保规模是否还在继续扩大。
如果市场担心定制芯片，那么真正需要寻找的是，超大规模云厂商对GPU的采购增速有没有持续变化。
如果市场担心资本开支回报率，那么更值得关注的是微软、Amazon、Google这些客户的云收入和AI相关收入，能不能继续追赶资本开支增长。
如果市场担心循环融资，那么未来有意义的数据可能会逐渐转向应收账款、客户集中度、担保承诺、GPU租赁价格以及最终客户自身的现金流。
换句话说，英伟达现在面临的财报困局，并不是市场突然找不到增长，而是市场提出的问题越来越复杂，而真正能够验证这些问题的数据，往往要晚一步出现。
于是财报之前，我们看到的大部分内容，仍然只能停留在逻辑层面。
逻辑本身未必有错。
只是逻辑和事实之间，始终还隔着数据。
七、真正值得观察的，不是“恐惧清单”有多长，而是它什么时候进入财报
过去两年有一个很容易让人形成路径依赖的现象。
每一轮财报前，市场都会形成一份新的风险清单。
DeepSeek、中国出口限制、Blackwell供应、资本开支、定制芯片、内部人减持、循环融资……
然后，只要收入和指引继续增长，上一份清单很快就会失去讨论热度。
再过几个月，一份新的清单重新出现。
看得久了以后，很容易形成另外一种判断：
既然过去每一次都没有真正影响业绩，那么这一次大概也不会。
但这种判断，其实和财报前不断寻找坏消息并没有本质区别。
一个是在用过去的成功替未来作证，另一个是在用逻辑上的风险替已经发生的数据作证。
两者都多走了一步。
一家公司的基本面真正发生变化，往往不是因为某一天突然出现了一个此前完全没人想到的新问题，而是一些已经讨论了很久的风险，终于第一次进入了财务数字。
定制芯片已经讨论了两年。
资本开支回报率也讨论了很久。
中国市场的问题从来没有真正消失。
现在又增加了融资结构和长期利率。
这些问题未必会在某一个季度突然把英伟达的收入打下来，但随着公司的季度收入从四百亿美元、六百亿美元一路走向九百亿美元以上，市场所需要验证的问题也会自然发生变化。
过去需要证明的是AI需求存在。
随后需要证明的是AI需求能够继续增长。
再往后，市场真正需要确认的，可能是这种增长能不能在更高的资金成本、更多的竞争以及更复杂的融资结构之下继续维持。
这是三个完全不同的问题。
所以，这一次英伟达财报前的状态其实很微妙。
循环融资的担心有逻辑，定制芯片的竞争是真实存在的，高利率确实正在压制市场，内部人减持作为情绪信号也并非毫无意义。
这些问题，没有哪一个值得轻易忽略。
但截至目前，同样很难找到一个明确的数据告诉我们：
英伟达的终端算力需求已经出现了拐点。
上一季度，公司收入816亿美元，数据中心收入752亿美元；这一季度，公司自己的收入指引已经提高到910亿美元。至少从已经公布的数据看，需求仍然处于增长之中。
于是，问题最终又回到了过去两年一直存在的那个矛盾。
所有风险都可以在逻辑上成立，但只有当它们开始进入收入、订单、毛利率、现金流或者下一季度指引，才真正从“风险叙事”变成“基本面变化”。
过去几轮财报所证明的，只是当时这条线还没有被跨过去。
它从来没有证明，这条线永远不会被跨过去。
总会有一个季度，某一份已经被市场讨论很久的风险清单，第一次真正得到财务数据的确认。
也可能这一次依然不会。
所以8月26日真正值得看的，或许并不是市场又列出了多少个关于英伟达的风险，而是一个更加简单的问题：
这些已经讨论了很久的风险里，有没有哪一个，终于开始出现在数字里。
给我另外一个公众号宣传一下，也宣传一下深挖的skill。这个公众号内容完全由深挖ai平台提供的skill生成。依托「龙虾」，目前已落地 20 余个 skill，覆盖三类典型场景：开盘前，对过去 24 小时卖方观点的汇总；收盘后，对全市场交易的复盘；以及对特定行业或概念的持续跟踪——包括其底层逻辑、卖方观点与市场情绪的边际变化。
每个交易日，这个公众号将固定更新两类内容：盘前的卖方观点汇总（上午9点），以及盘后的全市场交易复盘（下午5点）。周六，周日，我们会精选用户跟踪最多的行业增量信息及边际变化报告，以便大家更好的感受深挖ai的跟踪监测类的skill。
—— END ——
免责声明：本文仅为市场分析与观点探讨，不构成任何投资建议。市场有风险，投资需谨慎。文中涉及的个股及行业分析仅供参考，不代表对任何标的的推荐或看空。
（文中提到的研报每日更新在知识星球“真深挖研判”与腾讯IMA“深挖一下”）
