英伟达季度营收突破570亿美元，黄仁勋解析AI算力革命非泡沫

经历了一个辗转反侧的不眠之夜，全球投资者终于可以放下心中的巨石，长长地舒一口气了。

英伟达再度呈现了一份让市场瞠目结舌的季度业绩报告，黄仁勋手中的GPU芯片已然「一货难求」！

根据英伟达发布的2026财年第三季度财报，其单季营收创下历史纪录，高达570亿美元，其中驱动人工智能浪潮的数据中心业务表现尤为抢眼，同比暴涨66%！

在财报公布之前，投资界普遍弥漫着焦虑情绪，人们担忧人工智能领域的资本热潮可能见顶，害怕巨额投入会像「摩托车变自行车」般迅速贬值。

人工智能存在泡沫吗？

黄仁勋的回应斩钉截铁：根本没有这回事～

黄仁勋强调：「我观察到的现实图景截然不同」——英伟达正用扎实的业绩数据，有力地回击了市场的种种疑虑。

当外界普遍怀疑「人工智能泡沫」是否即将破灭之时，英伟达的增长引擎不仅没有熄火，反而将业务推向了又一个前所未有的高峰。

公司管理层透露，Blackwell与Rubin架构芯片的需求已经「爆炸性增长」，云端GPU资源全部售罄，公司对截至2026年底前约5000亿美元的相关收入拥有清晰展望，并给出了650亿美元的下一季度营收指引，这一数字超越了市场普遍预期，使得短期内「AI泡沫论」显得苍白无力。

当被问及我们是否正处于一个人工智能泡沫之中时，黄仁勋阐述了他的观点：

当前的人工智能热潮绝非泡沫，它根植于一次更深刻、真实且宏大的计算范式根本性转移之上：即从通用CPU主导转向加速式GPU计算为核心。

随着摩尔定律逐渐步入终结，人工智能、推荐系统与海量数据处理都对更强算力提出了迫切需求，这正驱动全球迅速拥抱GPU超级计算机。

这些需求是真实存在、持续增长且具有结构性的，因此人工智能的发展拥有坚实的底层支撑，而非虚幻的炒作。

用于支撑「各类AI系统（例如OpenAI、Gemini）」的资源，实际上只是构筑于这个巨大技术基座之上的一小部分，因此所有相关的投入都是必要且合乎逻辑的。

这是他长达3分钟完整回应的精华提炼：

核心要点总结：

• 摩尔定律失效：传统CPU所提供的算力增长曲线，已经无法满足现代社会日益飙升的计算需求。
• 加速计算崛起：全球顶级超级计算机的构成发生了历史性转变，从六年前90%依赖CPU，到如今90%转向GPU，标志着关键性的算力拐点已经到来。
• 数据处理成本高昂：全球每年耗费数千亿美元的云计算成本在传统数据处理任务上，而这些任务也正在从CPU大规模迁移至GPU平台。
• 推荐系统升级为生成式AI：互联网的核心业务（如广告投放、内容推荐等）正从CPU架构迁移至GPU，这构成了当前AI热潮背后真实且强劲的需求引擎。
• 智能体AI构筑于上层：OpenAI、Anthropic、Gemini等智能体应用，仅仅是建立在底层算力革命基础之上的「第三层价值红利」。
• 结论：并非泡沫：其底层是整个计算范式的历史性大迁徙——这是实实在在的、长期性的技术结构变革。

AI泡沫？不，这是算力革命的新纪元

黄仁勋指出，英伟达在人工智能发展的每一个关键阶段都占据着引领地位。

世界正站在一个历史性的转折点上，而英伟达恰好处于「主导这一变革的核心位置」。

「有人认为当前是AI泡沫，」黄仁勋回应道，「但从我们的视角深入剖析，情况完全不是那样。」

当被追问「我们是否正身处人工智能泡沫之中」时，英伟达CEO黄仁勋给出了自己基于技术本质的判断。

他没有简单地回答「是」或「否」，而是回归第一性原理，从计算发展的底层逻辑出发，描绘了一幅更为宏大的图景。

黄仁勋表示：「你必须回到计算机科学和计算本身的第一性原理，才能看清当下正在发生的深刻变革。」

他指出，当今世界正在经历三大计算平台的协同转型：

第一，是摩尔定律的终结。

传统的通用计算能力增长已遭遇物理瓶颈，但全球的计算需求却在呈指数级爆炸式增长，尤其是在云端数据处理领域。这正驱动全球计算架构逐步转向「加速计算」模式。

而英伟达推动这一转变已超过二十年。

黄仁勋引用了一组关键数据：六年前，在全球超级计算机TOP500榜单中，90%的系统主要依靠CPU；而到了今年，仅有不到15%的系统仍以CPU为主，GPU加速计算的占比已从最初的10%急剧攀升至90%。

这就是一个历史性的转折点，高性能计算领域正在全面从通用计算转向加速计算。

他补充道，目前全球每年有价值数千亿美元的算力被用于数据处理任务，例如SQL查询、数据帧运算——这些工作本身与AI并无直接关联，但计算密度极高，「这类纯粹的数据处理已经渗透进银行、信用卡交易、电子商务、广告推荐等几乎所有行业。」

第二，是生成式AI对传统推荐系统的重塑与升级。

过去十五年间，推荐系统构成了互联网最核心的运转引擎——社交媒体内容推送、个性化广告、书籍和电影推荐等都深度依赖于它。

黄仁勋指出，这些系统曾经主要运行在CPU架构上，如今正快速向GPU平台迁移，由此带来了算力需求的巨大变化。

第三，则是具备自主能力的AI智能体（Agentic AI）的兴起。

「在推荐系统和生成式AI奠定的基础之上，我们迎来了能够推理、规划与执行的AI智能体时代。」

黄仁勋提到，像Grok、OpenAI、Anthropic、Gemini等公司都在积极推动这类更高级别的AI智能体系统的发展。

他强调，当前人们所热议的「AI热潮」背后，实质上是计算范式的一场结构性大迁徙——从通用计算全面转向加速计算。一旦认识到这一点，就会发现支撑智能体AI发展的资源投入并未被高估，反而是恰到好处，「甚至比许多人想象的要更为节制。」

黄仁勋总结道：「因此，与其质疑AI是否存在泡沫，不如说我们正迈入一个全新的计算纪元。在这场变革的核心地带，没有哪家公司能像英伟达这样扮演如此关键的角色。」

这番表态，正逢投资者因担忧人工智能泡沫破裂而引发市场波动之际。

做空英伟达的投资者，是否已追悔莫及？

过去三周，全球股票市场持续经历调整。

在英伟达财报公布前夕，美股市场情绪已出现明显动摇，英伟达股价在过去一周内市值蒸发数百亿美元，连续五个交易日下跌超过7%，周二单日跌幅更超过3%。

这样的市场走势释放出一个清晰信号：投资者，开始变得紧张不安。

当前，多数人工智能公司面临的共同挑战是：估值高企，但实际收入却难以匹配。

相比之下，英伟达的商业模式则显得更为根基扎实——它扮演的是「卖铲人」的角色：提供支撑所有AI模型运行所必需的硬件芯片。

在这场全球性的AI淘金热中，这种「提供基础设施」的定位让英伟达取得了巨大成功，公司市值在上月一度突破5万亿美元大关，创造了新的历史纪录。

但这也意味着，一旦英伟达的业绩表现出任何疲软迹象，整个AI产业链都可能受到波及。更重要的是，数以千亿美元计的数据中心建设资本，正支撑着美国经济的重要一环——

这使得英伟达的动向，早已超越了科技行业的范畴，成为牵动全球股市神经的「关键枢纽」。

昨日，英伟达发布的最新财报显示，营收飙升至570亿美元，大幅超越分析师预期，较上一季度增长22%，同比增幅高达62%。

其中，数据中心业务的表现格外耀眼，营收达到512亿美元，环比增长25%，同比大幅增长66%，进一步巩固了英伟达作为超大规模云服务商核心供应商的市场地位。

作为对比，英伟达第二季度的总营收为467亿美元，数据中心业务收入约为410亿美元。

英伟达执行副总裁兼首席财务官Colette Kress透露，到2030年，全球在人工智能基础设施上的投资预计将达到3到4万亿美元的规模。

她也坦承，如果无法在中国市场充分开展业务，英伟达在全球竞争中将面临不利局面。

但英伟达本季度的营收预期与过去两个季度一样，并未计入任何来自中国市场的收入。

而那些选择做空或清仓英伟达股票的人，此刻估计已是追悔莫及：

超越商业版图：从GPU路线图窥见未来

当华尔街的分析师们仍在拿着放大镜审视财报细节，试图论证「AI泡沫」何时破裂时，黄仁勋却举起了望远镜，望向了计算物理的终极边界。

570亿美元的单季营收，不仅仅是一个令人震撼的财务数字，它更像是一张写给旧计算时代的「退场通知书」。

如果把视野拓展至更远的未来——从Blackwell，到Rubin，再到英伟达芯片蓝图中的Feynman（费曼）架构——英伟达所引领的并非一场简单的商业周期轮回，而是一次计算文明的维度跃升。

AI对计算能力的渴求，正在逼迫硬件技术不断向「物理极限」逼近。

这是一条CPU时代从未设想过的道路。

英伟达现阶段在某种程度上可以说是「深度绑定」了美国股市、美国经济，甚至全球经济的叙事走向。

甚至有海外媒体直言不讳地指出：美国当下已然是一个Nvidia-state（英伟达国度）。

因此，黄仁勋说他「看到的景象完全不一样」是发自内心的真实感受。

黄仁勋早已为全世界勾勒好了未来三年的技术演进道路，让我们再次回顾GTC大会上他展示的那张GPU路线图。

未来三年，英伟达的野心已不限于继续出售「铲子」，它想要提供价值更高、集成度更强的解决方案。

在Hopper时代（H100），客户购买的是单颗芯片；

到了Blackwell时代（B200/GB200），客户购买的是集成化的机架系统；

而迈入未来的Rubin时代，客户很可能需要购买的是完整的数据中心集群解决方案。

那么，2028年的费曼时代呢？

英伟达正在以前所未有的速度推进「计算单元」的宏观化与系统化，正如黄仁勋在访谈中所阐释的，我们正在亲历一场巨大的计算范式转移。

Blackwell和Rubin芯片的全面断货，意味着未来18到36个月内全球AI算力的核心产能已经被提前「锁定」。

对于微软、Meta、Google这些超大规模云服务商而言，这并非一个可选的采购决策，而是一场无法退出的「囚徒困境」：

任何一方若敢于停下脚步，都将在下一代模型的Scaling Law（扩展定律）竞赛中彻底掉队。

这本质上是一场由技术领先者精心主导的「性能通胀」。

仔细观察英伟达的路线图，你会发现一种令所有竞争对手感到绝望的产品迭代节奏：一年一次重大架构更新。

2024-2025年是Blackwell架构的舞台，2026-2027年Rubin即将登场，2028年还有更强大的Feynman架构接踵而至。

这种极度激进的更新速度，实际上是在主动制造「算力折旧」压力。

你手中的H100计算集群尚未完全收回成本？

很遗憾，你的竞争对手可能已经开始采用推理成本更低、训练速度更快的Blackwell或Rubin系统。

这种「强制性技术升级」循环，确保了英伟达在未来三年内，即便面对下游AI应用层盈利困难的质疑，依然能够通过硬件层面的持续降维打击，维持巨额资本支出的持续流入。

根据FinanceCharts的数据，英伟达最近十二个月（截至2025年）的毛利率大约为69.8%。

CSIMarket的数据显示，2025年7月季度的毛利率约为72.42%。从2020年初至2025年，其毛利率由约61.99%（2020年1月末）上升至约74.99%（2025年1月末）——尽管期间曾出现过波动。

如果与其他高利润行业进行对比，在利润结构上，英伟达更像微软（软件高毛利）+爱马仕（奢侈品牌溢价）+辉瑞（专利壁垒），而非台积电（制造代工）+苹果（硬件集成与生态）。

而GPU并非「复制成本为零」的软件或仅提供社交价值的奢侈品，英伟达能够达到如此水平的利润率更加令人瞩目。

在此插一句，微软凭借「复制成本近乎为零」的软件业务，在2024年单季度营收达到656亿美元，而英伟达预测其2025年第四季度营收将达到650亿美元。

可以通过对比，感受销售实体GPU硬件能达到如此毛利率的惊人之处。

因此有评论认为，英伟达70%左右的毛利率，已经超越了单纯销售硬件的范畴，更像是在出售一种「不可替代的战略性资源」。

当别人在销售产品时，英伟达在销售的是「通往算力时代的通行证」。

当别人在赚取行业利润时，英伟达在赚取的是时代变革的红利。

只要摩尔定律停滞的现状持续，只要整个行业依然认可大型语言模型的Scaling Law，黄仁勋的生意就将拥有源源不断的动力。

最后，如果从一个略显残酷的视角来看，所谓的「泡沫」风险，或许更多地存在于那些支付账单的群体身上，而非存在于收取资金的这一方。

黄仁勋口中的「非泡沫」，指的是从通用计算（CPU）向加速计算（GPU）转移这一物理规律下的必然趋势。

这一点在技术原理上是无可争议的。

但商业层面的风险在于，在这场宏大的转移进程中，近乎是全人类在为英伟达卓越的盈利能力买单。

未来三年，英伟达的GPU产品线将构成一个强大的资本吸纳中心。

即便人工智能应用层真的出现泡沫破裂景象，那也将是因为下游公司无法实现盈利，而非因为英伟达的芯片效能不足。

所以，黄仁勋自然看不到泡沫。

站在技术供给食物链的最顶端，他眼中所见的，只有下游那些为了争夺「数字时代生存权」而争先恐后贡献资源的追随者。

在这个意义上，英伟达确实已经超越了一家普通公司的范畴，它是在此刻掌控着全球算力资源配置权的「英伟达国度」。

而未来三年，除了继续见证这个庞然大物如何吸纳更多资源，我们似乎别无他选。

这或许才是，比争论「泡沫」是否存在，更令人深感敬畏，也更为不安的现实。

参考资料：

https://fortune.com/2025/11/19/nvidia-blows-past-revenue-targets-and-forecasts-continued-strong-demand-for-ai-chips/