算力基建的「壓力測試」：英偉達季報對產業鏈前景的啟示

原創

全球資本市場屏息等待的英偉達（NVDA.US）季報，終於在2026年8月26日盤後揭曉，翌日英偉達股價大漲8.74%，市值達5.49億美元。

超預期財報背後，全球AI基建週期併未熄火

這份財報之所以受到全世界矚目，是因為在過去兩年里，英偉達的業績表現早已超越了"一家公司的好壞"這一範疇，它直接關系到全球AI產業鏈上下游數以千計企業的景氣週期。從台積電（TSM.US）的先進制程產能，到美光（MU.US）、SK海力士（SKHY.US）的HBM存儲，從A股"易中天"中際旭創（03308.HK）、新易盛（300502.SZ）、天孚通信（300394.SZ）等光模塊廠商的訂單排期，到全球雲服務商的資本開支計劃，幾乎每一個環節都在等待英偉達給出的信號。

從最終落地的財報結果來看，這份答卷交出了一份超出市場預期的成績單。英偉達截至2026年7月26日止的第2財季整體營收達962.21億美元，同比增幅達到105.85%；其中貢獻絕大多數增長動能的數據中心板塊營收890.23億美元，同比增長116.62%，非會計準則毛利率穩定維持75.02%的高水平，較上年同期提升2.37個百分點，盈利韌性遠超市場此前預判。而面向下一財季，英偉達給出1,080億美元的營收指引，同樣高於市場一致預期，從需求端印證算力採購熱潮仍在延續。

管理層業績發佈會上強調，超大規模雲廠商（Hyperscalers）依舊是核心增長動力，而ACIE板塊（AI雲、工業、企業客戶，涵蓋新雲廠商、主權AI算力項目）本季度已經接近佔到數據中心業務的半壁江山。黃仁勳指出，數據中心業務的增量一半來自傳統超大規模雲廠商，另一半增量來自ACIE賽道；不同於大型雲廠商零散採購芯片，這類客戶往往採購整套AI解決方案，英偉達可以在全棧交付當中創造巨大附加值。

兩大客戶梯隊的景氣度有著堅實訂單託底，英偉達管理層披露，當前雲廠商待執行訂單規模已達2萬億美元，五大頭部超大規模雲廠商2026年資本開支預計將接近8,000億美元，2027年或將攀升至1.3萬億美元。上線英偉達算力集群之後雲廠商營收與利潤有望同步擡升，也因此它們有動力落地英偉達算力。

這份超預期的業績指引，或暫時打消了市場此前對於AI建設週期見頂的擔憂。從傳導鏈路來看，英偉達的訂單熱度向上游傳遞，意味著全球大型智算中心的建設浪潮，尚未進入衰退期，整體算力擴張的大週期或仍處在上行通道。但景氣度上行不等於普漲行情，產業鏈內部或見分化。此外，英偉達的算力融資合作模式，正在進一步放大本輪算力建設浪潮的影響力，或也埋下新的產業風險。

算力融資新模式：打通下游算力擴張的資金瓶頸

當下AI產業一個十分現實的矛盾正在凸顯：前沿AI實驗室算力需求極其旺盛，算力擴張速度，已超出其自身資產負債表與信用資質能夠承載的上限。很多手握熱門大模型產品的AI原生企業，併沒有數十年長期基礎設施合約，缺乏投資級別的融資資質。對於它們而言，發展瓶頸不在於技術研發、不在於終端用戶需求，恰恰卡在算力供給不足這一環。算力規模越大，模型能力越強，營收增長潛力也就越高，但是沒有足夠資金，便無法啟動這一條正向飛輪。

放眼整個一級市場，算力採購的資金壓力已經體現得淋漓儘致。英偉達管理層在業績發佈會上就提到，2026年上半年全球人工智能領域風險投資總額突破4,000億美元，其中約70%資金最終流向算力採購，該金額已經超過2025全年2,650億美元融資規模。海量的創投資金被算力硬件成本吞噬，大量新興算力建設項目卻依舊難以從傳統金融機構拿到貸款。

傳統融資環境下，新建數據中心想要獨立拿到銀行貸款，往往需要簽下長期算力包銷協議，極高的準入門檻將大批新興AI雲廠商、AI實驗室攔在門外。針對這一痛點，英偉達推出收益分成的合作模式。管理層對此作出明確解釋：英偉達對算力中心部分產能作出照付不議的業務承諾、設置最低收入保障，以此增強金融機構項目放貸信心；作為回報，英偉達將分享超出保底收入部分的收益；每一筆項目融資依舊由第三方資本獨立評估項目資質後放款，英偉達併不直接發放貸款。

為了把這一模式規模化落地，英偉達近期宣佈與阿波羅、貝萊德、黑石、佈魯克菲爾德、高盛、KKR六大全球頭部基建資本方達成合作，搭建算力融資平台，預計可撬動超5,000億美元第三方社會資金投入AI算力基建。而在此之前，英偉達已經向前沿AI實驗室累計投入近500億美元，為頭部項目算力建設先行鋪路。

按照市場機構推演，這套商業模式將為英偉達帶來雙重收益：硬件一次性銷售收入，疊加算力租金分成帶來持續性收入流。一次性硬件收入之外新增與算力使用量掛鈎的循環分成收入，中長期有望創造數十億美元級別增量收入。

站在產業擴張角度，這項融資安排相當於為下游客戶卸下資金包袱。新興AI雲廠商、主權算力項目、前沿AI實驗室不再因為自身信用短板而被算力建設拒之門外，資金瓶頸被打通之後，ACIE板塊的擴張速度將會進一步提速，全球智算中心落地節奏有望進一步加快。作為AI芯片最頂級供應商，英偉達無疑會是最大得益者，更重要的是，這有助鞏固其構建AI算力基礎設施生態的優勢。

雙刃劍效應：算力金融創新背後，需警惕AI泡沫

這項算力融資方案在打開行業增長天花板的同時，也成為資本市場爭論的焦點，市場擔心：英偉達牽頭撬動巨量槓桿資金投入算力建設，或將吹爆全球AI投資泡沫。

融資門檻降低，客戶更容易拿到資金採購英偉達算力硬件；大批量硬件落地，又向市場傳遞出算力需求火爆、AI行業景氣上行的信號，反過來推高算力資產估值，進而吸引新一輪資本進場投資算力項目。在行業上行週期當中，這套循環可以極大加速AI基建落地；可一旦下游大模型商業化變現不及預期，算力集群產出的現金流不足以覆蓋高昂的融資本息，海量已經建成的算力資產就有可能淪為利用率低迷、回報慘淡的閑置項目。

即便英偉達在架構設計上作出風險隔離，貸款審批權責交由貝萊德、黑石等第三方機構獨立完成，併不直接發放貸款，在兩套不同融資工具下分別通過收入承諾、資產殘值支持深度綁定項目收益與風險。在殘值擔保框架下，只有項目發生違約、處置硬件資產時，若硬件處置價值出現缺口，英偉達才可能承擔單個項目最高25%的殘值折價損失；AI應用收入不及預期、算力租金下行本身併不會觸發殘值兜底賠付。而另一套照付不議收入保底機制，已有部分交易被暫停。

然而，算力資產的壽命本來就不長，英偉達自身的芯片叠代週期都不到兩年，可以想見，舊款芯片的貶值速度也極快，隨著新一代芯片大規模交付，其底層抵押物的價值也將面臨考驗。

從產業鏈視角來看，這項融資計劃本質上進一步拉大了算力供給與商業化落地之間的時間差。上游硬件訂單會被融資槓桿提前釋放，光模塊、高速交換機、AI芯片廠商在短期之內會收獲更加旺盛的需求；但下游大模型企業商業化兌現的節奏併不會因為算力融資而自動提速，算力供給擴張、商業化變現緩慢之間的錯配風險正在放大。

景氣分化：上游硬件巨震，下游巨頭負重前行

總括而言，英偉達的最新季報反映出AI基建投資的上行週期併未結束，但是值得留意的是，近幾個月資本市場對AI產業鏈的估值有比較大的分化：AI上游的光科技、AI芯片板塊在美股、港股、A 股市場出現大幅震盪，股價波動幅度顯著放大；反觀下游算力採購方，美股科技七姐妹，以及國內阿里巴巴（09988.HK）、騰訊（00700.HK）等頭部互聯網企業的股價持續承壓。

這一組背離行情的背後，藏著產業鏈兩端完全不同的焦慮。

對於上游硬件賽道來說，此前很長一段時間市場交易的是「算力需求永遠緊俏」的單邊樂觀叙事，只要英偉達訂單持續放量，上游供應鏈企業就可以穩定享受訂單紅利。

但隨著美聯儲加息預期升溫、發達經濟體尤其美國的長期國債收益率飙高可能引發的金融風險憂慮加劇，疊加地緣引發的能源價格波動，市場或開始重新定價遠期風險。即便當下算力需求依舊緊俏，但是供應鏈格局的遠期變化，或開始體現在股價之中。

此外，關於AI變現效率的現實疑問，疊加上游供應鏈產能不足引發的成本高企，也讓資本市場開始變得謹慎。

值得留意的是，在最新季績的發佈會上，英偉達管理層坦言零部件採購成本大幅上漲，尤其內存芯片價格漲幅超預期，且明年價格還有繼續上行壓力，給予第3財季非會計準則毛利率74%左右的預期（上下浮動50個基點），低於過去三個季度超75%的實際數據；併預計第4財季毛利率會落在71%-72%區間的低位，而2028財年的全年毛利率或回升至72%-73%的區間，意味著接下來英偉達的毛利率將階段性受壓。

而下游巨頭股價承壓，則來源於沉重的算力成本壓力。大模型訓練與推理帶來的算力賬單持續膨脹，每年高額的硬件採購資本開支持續侵蝕企業利潤。一邊是大模型商業化變現之路尚在探索，另一邊算力採購成本居高不下，收入增速很難追上算力投入的增速，這種收入與成本的錯配，是壓在下游互聯網企業身上最現實的負擔。

這將可能限制下游運營商進行資本開支和採購的力度，尤其在利率上升、AI變現緩慢而令其回報遲遲未見起色、股價持續受壓的背景下，下游運營商將承擔著整條產業鏈最極端的壓力，能否持續供養上游將成為最大的未知數。

即便算力缺口依舊存在，下游巨頭未必願意無條件、無上限地持續採購通用GPU，疊加市場資金成本激增，前面提到的槓桿投資，將可能逆轉成為負面變量，對整條產業鏈帶來影響。

後市展望：產業鏈各方的分化之路

英偉達這份超預期財報，為AI基建的狂熱暫時掃清了「見頂」的陰霾。然而，AI發展的演變、全球宏觀經濟環境的變化，或正引導產業鏈各方走向不同的道路，這從英偉達在最新季報及發佈會上隱隱透露的信息中可見端倪。

上游硬件：訂單飽滿，但預期正在收窄

對於上游供應鏈而言，英偉達的業績指引意味著短期訂單依舊飽滿。光模塊、高速交換機、HBM存儲、先進封測等環節，仍將受益於AI算力集群的持續擴張。1.6T光模塊正加速批量部署，超節點推動光互連由scale-out向scale-up拓展，NPO/CPO等新技術正打開新的成長空間。

然而，資本市場對上游的定價邏輯正在發生微妙變化，這從「追光三件套」「易中天」近期股價出現調整、SK海力士等存儲芯片大幅波動、費城半導體指數最近五個交易日累跌等得到體現，市場或不再滿足於「訂單增長」這一單一叙事，而是開始追問「增長還能持續多久」。

英偉達管理層在業績發佈會上給出的毛利率指引也印證了這一壓力，下個財季毛利率將下降，併可能在第4財季見底，而在2028財年，其毛利率雖有望修復回升，但全年或都將低於當前水平，考慮到英偉達是這些上游供應商最主要的客戶，意味著它擁有很強的議價力，有可能將成本壓力向上游傳導，供應鏈各環節的議價能力將面臨考驗。

中游算力基建：融資槓桿下的擴張與隱憂

英偉達與阿波羅、貝萊德、黑石等六大全球基建資本方搭建的算力融資平台，預計可撬動超5,000億美元第三方資金投入AI算力基建，讓那些缺乏長期基礎設施合約、信用資質不足的客戶也能拿到算力。為了增強金融機構放貸信心，英偉達還提供兜底援助。

但金融槓桿是一把雙刃劍，一旦情況不如預期理想，例如下游遲遲沒有變現，回報嚴重落後於投入，槓桿會放大風險併傳遞到上游，加速影響整條產業鏈，尚在兌現期的中游將首當其衝。

當前似乎已顯現兩類金融風險苗頭：一是基礎設施過度投資，各國算力投資拆分為多套併行體系，冗餘量巨大；二是市場擔憂存在「循環融資」槓桿風險，算力供應商投資AI企業、AI企業再購回算力，形成未經終端需求驗證的自我強化閉環。雖然金融風險應該不會輕易改變AI的產業發展趨勢，但中短期內的估值修正和槓桿去化，將是中游算力基建環節不可忽視的變量。

下游雲廠商與大模型公司：算力成本高壓下的負重前行

下游的處境最為棘手。超大規模雲廠商承擔著數據中心、芯片、電力和軟件的巨額投入，但股價表現趨於停滞，自由現金流顯著下降。如果雲廠商無法通過AI服務獲得足夠收入和利潤，投資回報率持續下降，上游芯片需求最終也將受到衝擊。

一邊是大模型商業化變現之路尚在探索，另一邊算力採購成本居高不下——傳聞英偉達的大客戶已接到搭載英偉達AI芯片的服務器價格將上漲超過15%的通知，涉及明年出貨的Vera Rubin和Grace Blackwell等產品，可見上游產能壓力最終會以加價的形式傳遞到下游，算力成本的持續擡升，將壓縮AI應用企業的利潤空間。

更值得關注的是，基礎模型和Token正逐步走向「商品化」。來自中國和美國的新一代低成本模型正在迅速縮小與OpenAI、Anthropic的性能差距，企業客戶正加速轉向更便宜的模型與自主訓練方案。這意味著，即便算力需求總量仍在增長，但單一大模型廠商的議價能力和盈利空間正在被壓縮，下游的「價格戰」將進一步傳導至算力採購決策。

國產算力：完整產業鏈下的結構性機遇與風險

在全球AI算力供應鏈博弈加劇、海外技術壁壘持續收緊的背景下，國內算力賽道走出了區別於海外英偉達產業鏈的獨立成長邏輯，核心驅動力或來自外部技術限制倒逼自強、內部產業政策持續推進。

外部技術封鎖與貿易限制，終結了依賴海外高端芯片、先進制程的路徑依賴，倒逼行業走上自主攻堅之路。從推理芯片、行業算力到整機集成，國內產業鏈依託本土場景持續叠代，已在成熟制程與中低端算力環節實現自主可控。

國內頂層政策持續加碼，但重心或出現微妙轉移：從單純智算中心建設，轉向強調「算力電力協同」與「超節點集群」，更注重單位TCO（總擁有成本）下的有效算力輸出，而非單純堆砌算力卡數量。信創與自主可控要求常態化，為國產算力提供了底線需求與叠代場景。

我國擁有全球稀缺的全維度AI算力配套產業鏈，覆蓋芯片設計、服務器制造、光互聯、算力服務、行業應用等全環節，在成熟制程、通用推理算力、系統集成、規模化工程落地等領域具備成熟產能與交付優勢，能夠對衝海外供應鏈波動風險。

但必須正視產業結構性短板與潛在風險：當前國內算力的優勢集中在成熟制程、中低端推理、系統集成等領域，高端訓練芯片、先進制程工藝、核心IP、高速互聯架構、底層軟件生態等關鍵核心技術，依舊存在明顯短板，尚未實現完全自主可控。這也意味著行業風險高度集中，一旦海外貿易限制、技術封鎖升級，高端算力供給瓶頸將快速暴露，制約國內前沿大模型訓練、超大規模智算集群的升級叠代。

結語：景氣上行，但普漲已成往事

綜合來看，英偉達這份財報確認了AI基建投資的上行週期併未結束。但「景氣上行」不等於「普漲行情」。多家機構判斷AI基礎設施景氣度至少還能延續到2027年底，景氣度短期仍有較強支撐，但隨著基數不斷擡高，市場對回報驗證的關注將日益前置。

這是一場從「誰有芯片誰赢」到「誰用得起、誰造得出、誰能盈利」的深層競爭。產業鏈各方的分化，將不再是短期波動，而是未來兩到三年的結構性主題。