2026年11月17日美股盤後,英偉達(NVDA.US)發佈截至2026年10月25日止的2027財年第3財季業績。
季度收入同比增長103.21%,至1,158.44億美元,高於市場預期的1,091億美元,數據中心的收入同比增長110.11%,至1,076.10億美元,高於市場預期的1,019億美元,是主要的收入來源與增長動力,其中來自超大規模雲服務商的收入同比增長71%,至601億美元;AI雲、工業及企業客戶收入同比增長195%,至475億美元。該公司第3財季的非會計準則毛利率按年提升1.4個百分點,按季微跌0.1個百分點,至74.9%;非會計準則攤薄後季度每股盈利2.68美元,按年增長111.02%,高於市場預期的2.48美元。
英偉達預計,第4財季的收入將達到1,300億美元,高於市場的預期區間高位1,251億美元,預期季度非會計準則毛利率處於71.0%-72.0%區間,併將2028財年營收增長預期由此前的70%上調至75%。
公佈業績後,英偉達盤後股價大漲4.82%,也帶動上游產業鏈重要個股大漲,其中SK海力士韓股在亞洲交易時段上漲2.64%,台積電(TSM.US)、美光科技(MU.US)等盤後均大漲超4%,CoreWeave(CRWV.US)盤後更大漲9.02%。
亮眼數據僅驗證短期韌性
這份季度業績的各項指標均超預期,但需要注意的是,其截止日是10月25日,而黃仁勳11月12日才辭去CEO職務,換言之,這份財報所兌現的每一美元收入、利潤率的每一百分點提升,都來自黃仁勳主導週期內的長期供應鏈卡位、遠期鎖單、客戶融資配套與生態綁定。
電話會披露,其當前雲產業未交付訂單規模從三個月前的2萬億美元擴大至2.5萬億美元;第3財季的供應承諾由2,790億美元增至3,900億美元(主要為多年期內存採購),雲服務協議與數據中心租賃承諾從740億美元增至1,020億美元,截至10月末,英偉達自身未來多年期供應與基礎設施相關承諾合計達5180億美元,涵蓋供應產能採購、雲服務、尚未履約的數據中心租賃(不含英偉達自身股權投資、資本開支);另有市場報道提及最高1,180億美元第三方融資擔保敞口(非財報官方披露口徑)。Vera Rubin NVL72已量產爬坡併開始出貨,創公司史上最快產品爬坡紀錄,機架已在CoreWeave、谷歌雲、微軟Azure、甲骨文雲、Nebius等合作夥伴處運行,公司預計毛利率在第4財季度見底、2028財年回升至72%–73%。
需要注意的是,這些靓麗的數據都是在黃仁勳主導的供應鏈優先級、客戶準入、融資安排下形成的,卻併不能反映沒有黃仁勳後,英偉達的代CEO和未來的管理層能確保這些訂單如約進行,以及在此基礎上再上一層樓。
產業叙事切換:從算力競賽,到回報驗證
事實上,在黃仁勳離職之前,從華爾街到日韓股市,再到A股港股市場,AI叙事在資本市場的情緒已經從高漲轉為回落:利率上行週期擡高了所有重資產算力項目的資本成本,美元流動性不再無底線包容遠期故事,資本開始對AI項目設置明確的回本週期約束。
在APEC工商領導人峰會上,百度(09888.HK)李彥宏就提到:過去三年多AI技術叠代極快,各方面投入成倍增長,算力、雲資源、Token消耗持續擡升,但AI在應用層的滲透低於預期,很多企業用上AI之後,收入和利潤併沒有明顯提升;如果不解決這個問題,AI可能變成泡沫。
他的發言點出了一個資本市場應該察覺卻不願承認的矛盾:上游算力供給擴張建立在下游終端用戶(主要為企業和機構)持續付費的預期上,而這些用戶端採購AI的前提是降本、增收、提效,也就是能夠真正發揮效用,併產生可量化經濟效益。Token調用量可以增長,但Token本身不產生利潤,只有Token轉化為可收費服務或可節約成本,產業鏈飛輪才能持續。
目前,雲廠商和獨立AI實驗室屬於供給端算力資本開支,其擴張邏輯建立在下游企業持續付費的預期之上,而它們的開支供養了AI產業鏈的上游,就是英偉達、台積電、CPO全鏈條等等。
千行百業企業則屬於需求端AI落地投入,採購持續下去的前提是AI能帶來可驗證的經營改善。
然而,我們現在看到的情形是,上游因為供應緊缺而正大幅漲價、不斷尋求擴張產能,而供給端則通過各種途徑,為資本開支融資,包括循環貸款、股權抵押、債務融資、股權融資等等,所有壓力都集中在需求端,需求端既要承受著上游的漲價壓力,又要面臨AI引發的產業颠覆使得競爭壓力大大加劇而AI投入卻遲遲未回本的困境。
這種模式又如何能驗證資本市場當前給予上游運營商的高昂估值?這正是引發包括英偉達在內的供應端與產業鏈上游股價大幅調整的基本原因。
黃仁勳的不可替代性:資源整合能力,才是英偉達護城河的根基
長期以來,市場將CUDA生態、芯片性能、先進封裝視為英偉達不可撼動的壁壘。但CUDA生態的持續擴張,高度依賴穩定產能供給、客戶持續資金投入、監管政策緩衝空間,而這些要素,長期由黃仁勳主導協調。其價值鏈條可拆分為三個維度:供應鏈端深度綁定台積電、CoWoS封裝、HBM、高速互聯廠商,在供給緊張週期優先鎖定產能;客戶端深度參與算力運營商、AI實驗室的融資安排,通過訂單質押、聯合擔保、對接資本放大客戶擴產槓桿;監管端持續與美國國會和行政部門溝通,在出口分級、許可發放、遠程算力管控等規則上爭取彈性,為英偉達保留市場空間,同時也在分銷、客戶邊界上維持一定操作空間——這恰恰是近期渾水做空報告所指向的環節。
這套模式的核心特徵,是極度依賴個人信用、人脈與斡旋能力,很難被組織流程替代。
董事會已明確表態無意讓黃仁勳回歸CEO崗位。當前財務出身的臨時負責人以及潛在的新任管理層,很大可能傾向於風控、合規、報表穩定,收縮高風險的生態金融安排,同時也會對分銷鏈條、客戶準入做更嚴格的內部核查,從而回應當前從政界到董事會層面對英偉達過去管理模式的質疑,這或將衝擊北美算力擴張的槓桿基礎。
可能產生的風險或會沿著三層傳導:
首當其衝的將是中小算力運營商、獨立AI實驗室失去配套融資支持,資本開支計劃延後或縮減,這部分需求彈性最大,也是過去幾年算力增量的核心來源;
第二,客戶分散供應鏈風險的意願上升,AMD(AMD.US)、博通(AVGO.US)、雲廠商自研芯片或將迎來真實的切換窗口期,CUDA的遷移成本壁壘短期依然穩固,但長期或面臨系統性考驗;
第三,在監管博弈中轉為被動接受規則。出口管制的每一次收緊,都會直接轉化為訂單衝擊,緩衝協商的空間將越來越小。
所以,供應端以及上游產業鏈的調整應未結束。
Anthropic上市:資金分流與算力採購博弈
Anthropic正衝刺IPO。按發行區間70–78美元測算,公開發行最高募資約644億美元;疊加谷歌、英偉達、AMD、博通、美光、微軟、台積電七家產業方同步參與的260億美元私募配售,總交易規模最高約904億美元,估值上限或約1.4萬億美元,認購倍數據市場口徑達6–20倍。
Anthropic的上市,或建立起一個獨立的大模型估值體系,另一方面,巨量資金在發行窗口被瞬時鎖定,短期或對AI板塊形成「吸籌效應」,與SpaceX(SPCX.US)上市類似。
值得留意的是,Anthropic上市後,財報與企業的重要消息都將公開到資本市場上,其訂單情況、兌現程度、盈利能力等都會成為重要的上游產業鏈投資啟示與同行對比標的。
英偉達在財報業績會上披露,雲行業未交付訂單規模已達2.5萬億美元;Anthropic被市場認為是這批訂單最重要的需求方之一,在其IPO配套的260億美元N類私募配售中,英偉達認購100億美元,併同步承諾開放Blackwell與Vera Rubin算力集群,雙方形成賣鏟人與股東雙重綁定。
Anthropic截至10月底年化收入運行率約810億美元,但市場真正關心的是這筆收入對應的現金流能不能覆蓋它已經承諾的巨額算力開支、能不能轉化為正向經營現金流。
Anthropic整體算力承諾規模接近9,000億美元,意味著其年化收入擁有很大的提升空間。如果Anthropic能用財報證明算力投入→企業付費→正向邊際毛利,英偉達的2.5萬億訂單表就更接近真實可持續需求;反之,若ARR增速放緩、算力成本持續吞噬經營利潤,市場會反過來質疑英偉達長單的質地。
Anthropic的IPO定價與上市後股價表現,會成為全球一級、二級市場AI項目的風險偏好錨點。若估值穩定,資本會適度放開對頭部模型公司的融資,也會為二級市場的同類資產提供更合理的估值;若持續承壓,會進一步傳導至整條算力鏈,下修對遠期算力需求的預期。
國產算力的困境與破局路徑
海外算力的估值重估、跨境分銷合規風險上升,疊加AI商業化回報的統一考核標尺,共同擡高了國內依賴外部算力發展模式的不確定性,倒逼國產算力尋找差異化破局方案。
DeepSeek因算力資源供給緊張,於2026年11月對App和網頁端實施限額:不再支持超過7天不活躍的長對話,單次輸入上限壓縮至約4萬字,每日對話額度設限,狀態頁顯示2026年10月以來已發生多起服務中斷。
美國BIS於2026年11月16日發佈臨時最終規則《管控對先進半導體的遠程訪問》,將管制從芯片物理流向延伸到算力遠程供給。
在這樣的背景下,決定了我們亟需突圍,而我們認為,核心應是用好自身獨有的禀賦:全球最完整電子制造供應鏈、大規模已建成算力基建底座、海量垂直產業數字化場景。
算力分層策略,區分訓練算力與推理算力。稀缺的高端訓練算力,集中供給少數基礎大模型叠代;海量工業、政務、企業服務、智能客服等場景,優先由國產芯片集群承接推理負載。推理市場體量更大、單芯片絕對性能要求更低、叠代節奏穩定,更適合國產芯片發揮TCO(總體擁有成本)優勢,避免在訓練賽道陷入無休止的資源爭奪。
打通算力垂直閉環。算力競爭力不等於單卡算力指標,而是整個集群的綜合擁有成本。芯片、服務器、高速互聯、液冷、存儲、固件、集群調度軟件協同打磨,依託國內規模化制造持續攤薄硬件成本,優化集群故障率、運維成本與能耗指標,打造工程化競爭力。超節點、異構集群、算力調度平台,是國產算力差異化的核心賽道,這套模式也繞開了海外分銷鏈條復雜的合規風險。
應用優先,以場景現金流反哺算力投入。避開通用大模型同質化內卷,深耕智能制造、能源、醫療、交通、政企數字化等垂直賽道,打造行業專用模型。優先跑通行業需求→AI服務交付→客戶付費→現金流回流→算力叠代優化的正向循環:先證明AI能夠穩定創造企業收益,再持續擴大算力投入,而不是先堆算力等待應用自發爆發。
當然,國產算力當前也面臨不少短板,包括軟件生態適配、工具鏈成熟度、工程人才儲備、行業客戶信任建立都需要週期。但這條路線,能夠構建獨立於海外算力週期的成長曲線,不必被動跟隨英偉達、美元資本的潮起潮落,也不用暴露在海外分銷合規與政治角力持續狙擊的風險之下。
AI週期的後續跟蹤框架
在過去幾年,AI的發展,掀起了上游產業鏈的估值飙漲,然而如今,熱潮逐漸走向理性,資本的著眼點也在轉向:從上游的無限擴張轉向驗證為王,接下來,觀測AI週期發展的指標或也變更。
第一,AI商業化ROI指標。重點觀測企業客戶付費續約率、AI模塊帶來的邊際毛利增量、項目靜態回本週期、單位Token收入,而非只跟蹤參數和調用量。只有批量企業客戶持續拿到正向回報,算力擴張的底層邏輯才穩固。這是判斷泡沫風險的底層標尺。
第二,英偉達生態韌性的結構性信號。持續跟蹤大客戶續約意願、算力配套融資政策是否收縮、上游供應鏈廠商訂單指引、區域收入結構變化、CUDA生態客戶遷移動向等。核心判斷是,作為AI生態重要一環的英偉達,其護城河是否發生變化,這或會改變產業生態的結構。
第三,Anthropic上市後的資金偏好與算力採購結構。IPO估值與上市後股價表現,決定一級市場AI風險偏好;算力訂單供應商選擇,是上游芯片份額變化的先行信號,觀察Anthropic以及其他頭部模型企業,是否進一步向谷歌雲、AMD等供應商傾斜,以及這一傾斜對英偉達需求預期的邊際影響。
第四,美元流動性與利率週期。算力屬於重資產長週期資產,估值對貼現率高度敏感。美債收益率、美聯儲政策、全球美元流動性,是所有海外AI資產的底層約束。利率高位維持時間越長,市場對遠期回報的耐心越低;流動性轉向寬松,成長估值才有修復窗口。
第五,全球AI算力管制細則叠代。出口許可清單、芯片性能分級、遠程算力訪問限制、各國本土算力安全法案持續更新。大國AI競技的規則,持續切割全球算力市場,決定不同區域玩家的增長天花板,跨境算力業務最大的風險來源就是監管政策的突發調整。
第六,國產算力與垂直行業兌現節奏。跟蹤國產大芯片集群長期穩定運行數據、行業大模型落地訂單規模、KV緩存、稀疏推理、算力調度等軟件優化落地進度、政企與工業場景付費意願。這些指標或反映國內AI產業鏈能否走出獨立週期,脫離海外算力週期的外部約束。
結語
AI浪潮不會因為管理層更叠、商業化驗證遇阻、資本退潮或做空報告就終結,大模型在特定場景的效率提升是真實的,算力作為數字基礎設施的長期需求基礎仍然存在。但是,由英偉達單一生態主導、資本不計成本加碼算力產能的時代,或已進入尾聲。
AI產業的終極約束是商業回報,算力和模型只是手段,不是結論。
未來的競爭,比拼或不再是誰能夠獲取最多高端芯片,而是誰能夠把算力、模型、產業場景、資本安排、監管合規整合為一套自我循環、持續盈利的商業閉環。
黃仁勳辭任英偉達,併沒有從根本上改變AI發展的趨勢。它會擾動英偉達的治理節奏、算力生態的擴張節奏與資本市場的風險偏好,但無法逆轉AI技術落地的長期方向。英偉達的命運只是AI週期里的一個重要變量,而真正決定AI長期走向的,是商業化回報驗證、全球算力地緣博弈,以及產業閉環能否持續盈利。
財華網所刊載內容之知識產權為財華網及相關權利人專屬所有或持有。未經許可,禁止進行轉載、摘編、複製及建立鏡像等任何使用。
如有意願轉載,請發郵件至 content@finet.com.hk,獲得書面確認及授權後,方可轉載。