Nvidia 万亿美元 AI 芯片预测：Jensen Huang 仍在按计划推进吗？

Jensen Huang 预测，Nvidia 将在 2027 年前通过 Blackwell 和 Rubin 芯片至少获得 1 万亿美元收入。这一 Google News 标题如今迎来了首次财务检验。

Nvidia 最新业绩表明，公司仍在按计划推进，但这一说法需要谨慎解读。Huang 指的是平台累计收入，而不是公司单一年度的总销售额。这项预测还取决于客户能否在重大产品过渡期持续投入。

这种区分构成了真正的张力。Nvidia 已报告创纪录的收入和异常旺盛的需求，而 AMD 及定制芯片项目也正获得重要承诺。问题已不再是 AI 基础设施支出是否存在，而是 Nvidia 能否在竞争与部署限制重塑市场之前，捕获足够多的这部分支出。

Nvidia 万亿美元预测以创纪录销售额开局

Huang 作出预测后的首个季度强化了 Nvidia 的论据，但尚未完全验证万亿美元的整体计算。

Huang 于 2026 年 3 月 16 日在 San Jose 举行的 Nvidia GTC 大会上提出这一预测。他表示，Nvidia 预计到 2027 年前，Blackwell 和 Vera Rubin 产品至少将带来 1 万亿美元收入。

Blackwell 是 Nvidia 当前的 AI 计算架构。Vera Rubin 是其下一代平台，整合了新处理器、网络、内存和机架级系统。

这一说法扩展了此前的预测。Huang 在 2025 年 10 月曾表示，Nvidia 已掌握到 2026 年前价值 5000 亿美元的 Blackwell 和 Rubin 需求能见度。

在 GTC 大会上，他将时间范围扩大了一倍，并延续了异常自信的措辞。根据最初的芯片销售预测，Huang 表示，计算需求将超过这一万亿美元数字。

随后，Nvidia 公布了 2027 财年第一季度 816 亿美元的营收。截至 2026 年 4 月 26 日的该季度，营收同比增长 85%。

数据中心营收达到 752 亿美元，同比增长 92%，约占 Nvidia 季度总营收的 92%。

这些数据之所以重要，是因为数据中心系统包含推动 Huang 预测的产品。它们包括加速器、网络设备，以及作为更大规模计算平台组成部分销售的配套基础设施。

公司还预计第二季度营收为 910 亿美元，上下浮动 2%。这份指引未包含任何来自中国的数据中心计算营收。

综合来看，Nvidia 第一季度业绩与第二季度指引中值意味着，2027 财年上半年营收将达到 1726 亿美元。该数字涵盖公司全部营收，而非仅符合条件的 Blackwell 和 Rubin 销售额。

不过，这一规模表明，该预测不能被简单视为大会上的热情表态。Nvidia 当前的季度营收运行速度，在几年前看来还难以想象。

最新业绩也超过了 Nvidia 三个月前给出的 780 亿美元预期。实际营收比此前中值高出 36 亿美元。

更重要的是，增长并不依赖于中国业务复苏。Nvidia 在第一季度和第二季度的预期假设中，均排除了来自中国的数据中心计算营收。

这一排除带来双重含义。它展现了其他地区的强劲需求，但也明确指出，一个重要市场仍未纳入当前预测。

因此，Google News 的表述可能让这则报道显得比实际更简单。Nvidia 尚未获得 1 万亿美元收入，其公开财报也没有单独列出 Huang 产品预测所涵盖的每一美元。

不过，起步速度依然强劲。如果 Nvidia 仅维持上半年季度平均水平，其年化营收将接近 3450 亿美元。

公司并不需要在 2026 年自然年内确认全部万亿美元收入。该预测延续至 2027 年底，并涵盖即将到来的 Rubin 周期。

这一延长的窗口为 Nvidia 争取了时间，但也增加了执行风险。公司必须在不干扰客户部署、也不造成供应瓶颈的情况下，从一种架构过渡到另一种架构。

为什么 Google News 读者应谨慎看待这一数字

这一万亿美元标题描述的是管理层对需求的能见度，而非已锁定于无条件积压订单中的经审计营收。

订单能见度可能包括采购订单、产能规划、客户预测和预期的平台部署。这些类别并不总是具有同等程度的合同保障。

只有在 Nvidia 满足适用的会计确认条件后，已完成销售才会出现在报告营收中。如今看似稳固的需求，可能会在数据中心、电力系统或客户融资进度落后时，在不同季度之间调整。

Huang 的说法还涵盖产品家族，而非标准报告分部。Nvidia 并未在季度报表中单独披露 Blackwell 和 Rubin 的营收项目。

这给外部读者带来了衡量难题。公司总营收包括预测范围之外的产品，而符合条件的平台销售可能横跨多个报告类别。

Nvidia 2026 财年营收达到 2159 亿美元，同比增长 65%。根据公司的全年业绩，数据中心营收增长 68%。

这一比较提供了有用的基准。即便不计入无关营收，Nvidia 也需要在接近当前规模的水平上维持数年，才能累计达到 1 万亿美元。

不过，业务仍在扩张。其 2027 财年第一季度业绩比紧接着的上一季度高出 20%，第二季度指引则显示环比还将继续增长。

一个简化的速度检验有助于理解机会与不确定性。Nvidia 最新季度录得 816 亿美元营收，下一季度指引接近 910 亿美元。

如果达到这一中值，公司这两个季度的总营收将达到 1726 亿美元。若将同样的平均水平重复四个季度，年营收约为 3450 亿美元。

这不是预测，而是基于 Nvidia 已公布数据的营收运行速度示例。

在这一水平上，公司总营收约三年便会超过 1 万亿美元。Huang 的时间表更短，而且他的数字覆盖的是特定产品，而非 Nvidia 的全部业务。

缺失的因素是加速增长。Nvidia 预计 Rubin 将开启新的周期，同时 Blackwell 仍在云服务商、模型开发商、企业和政府客户中持续部署。

Huang 还表示，这一万亿美元数字未包含数个潜在收入来源。在 Nvidia 5 月的财报电话会上，他将独立 Vera CPU 和另一款推理产品列为可能的增量来源。

他的回答表明，管理层将这一数字视为具备上行空间的平台需求估计。它并未提供外部分析师可以复现的逐季度营收衔接。

这一缺口值得关注。精确的目标听起来比宽泛的市场估计更可靠，即便其底层输入仍对客户计划高度敏感。

读者还应区分需求与终端用户经济效益。云服务商可以在证明每台已部署服务器都能带来可接受回报之前购买 GPU。

因此，Nvidia 预测的持久性取决于两次销售。Nvidia 必须向基础设施运营商出售系统，而这些运营商还必须向自己的客户出售能够盈利的计算服务。

第二笔交易的可见度仍然较低。云服务商会披露资本支出，但对单个 AI 集群的回报披露有限。

Google News 的摘要可能会把这些层面压缩成一句话。财务现实包括订单、制造、建设、软件采用、利用率和客户营收。

Nvidia 报告的增长确认了前几个阶段，但并未独立确认到 2027 年的每一个后续阶段。

Blackwell 需求必须经受 Rubin 过渡期考验

Nvidia 的核心挑战，是在两代架构之间转换需求，同时避免产品过渡中断营收确认。

Blackwell 正支撑当前季度。Rubin 必须开始贡献收入，同时客户还在继续安装和运行较早的系统。

这种过渡比替换单一芯片复杂得多。现代 AI 平台结合了处理器、高带宽内存、网络、电力设备、冷却系统和软件。

客户越来越多地购买机架级配置。这些系统以紧密连接的计算单元形式交付，而非一次安装一块彼此独立的加速器。

机架级销售可以提高 Nvidia 每次部署的营收，也会使公司面临更多可能延迟完整系统交付的组件。

内存、光学设备、网络零件、电力基础设施或冷却能力的短缺，都可能拖慢安装进度。Nvidia 可以拥有需求，但客户仍可能缺少可用的数据中心。

公司 5 月财报电话会给出了最清晰的时间表。首席财务官 Colette Kress 表示，Rubin 将在 2027 财年第三季度开始推出。

她预计该产品将在第四季度以及随后第一季度持续放量。她还表示，主要客户正在为该平台做准备。

Kress 承认，这些系统十分复杂，时间安排取决于每个组成部分能否投入生产。这一保留很重要，因为 Huang 的预测假定收入会在 2027 年窗口结束前到来。

Nvidia 的财报电话会文字记录还显示，管理层已获得 Rubin 的采购订单和客户计划。这些指标支持需求逻辑，但并未消除制造风险。

这一过渡还有另一项战略目的。Nvidia 正试图降低生成 AI 输出的成本，通常称为推理。

推理发生在经过训练的模型回答提示词、生成代码、分析图像或运行智能体时。只要人们使用 AI 产品，它就可能成为持续性工作负载。

训练需求通常来自大型项目。推理需求则可能随每个应用、用户、请求和自动化任务而增长。

这一转变支持 Huang 的论点。如果有用的 AI 智能体产生更多请求，更低成本的计算可能扩大总使用量，而不是缩小市场。

Nvidia 正围绕这一预期构建软件和网络。其战略旨在捕获每套 AI 系统中更多的价值，而不只是供应主要加速器。

最新季度业绩在报告 Blackwell 需求的同时，也提及新的 Vera Rubin 产品和扩大的云合作。Google Cloud 是正筹备 Rubin 服务的合作伙伴之一。

Nvidia 还报告第一季度毛利率为 74.9%。若能维持接近这一水平的利润率，将表明尽管新系统推出成本较高，需求仍然强劲。

不过，客户有理由谨慎管理这一过渡期。购买最新架构可以提升效率，但等待也可能延后迫切需要的计算能力部署。

一些买家将继续订购 Blackwell。另一些则会推迟扩张，等待比较 Rubin 的性能、可获得性和总体运营成本。

这种动态可能造成季度业绩起伏不均，但并不会破坏长期需求。即便只是暂时停滞，也会挑战那种暗示其将平稳迈向 1 万亿美元的说法。

软件仍是 Nvidia 抵御这种冲击的最强防线。其编程平台 CUDA 为开发者提供针对 Nvidia 硬件优化的库和工具。

多年的软件采用使得切换远比更换一台服务器组件复杂。客户必须考虑模型性能、工程工作量、可靠性和员工经验。

Nvidia 还通过网络与部署软件扩大了这一优势。当每个组件协同工作时，更广泛的系统可以缩短安装时间。

这一战略也提高了集中度风险。高度依赖单一供应商的客户，会有动力开发替代方案、强化议价，并将工作负载分散到多种架构之中。

因此，Nvidia 的发展速度建立在一种平衡之上。其一体化平台必须保持足够的价值，以证明依赖它是合理的；同时也必须足够高效，以扩大客户使用量。

AMD 和定制芯片正在挤压 Nvidia 的份额

Nvidia 即使失去部分市场份额，也可能实现极高的营收规模；但竞争对手的部署会压缩其容错空间。

AMD 仍是最明确的外部挑战者。其 Instinct 加速器正争夺原本可能部署在 Nvidia 系统上的工作负载。

AMD 报告称，2026 年第一季度数据中心营收为 58 亿美元，同比增长 57%。该类别还包括 EPYC 服务器处理器，因此不能与 Nvidia 的加速器销售额直接比较。

双方的规模差距仍然很大。Nvidia 在对应财季报告的数据中心营收为 752 亿美元。

不过，竞争不仅体现在当前营收，也体现在客户承诺上。AMD 表示，Meta 计划部署最高达 6 吉瓦的 Instinct GPU。

首个吉瓦将采用基于 MI450 的定制产品。首批部署计划于 2026 年下半年开始。

Meta 的决定尤其值得关注，因为它并未放弃 Nvidia。该公司还与 Nvidia 达成了一项长期合作，涉及数百万颗芯片及其他设备。

这种双重采购揭示了市场结构。大型 AI 买家需要海量计算能力，但不希望由单一供应商控制所有扩张。

根据 Meta 芯片协议，AMD 的部署规模可达 6 吉瓦。这项安排也为 Meta 获得 AMD 持股地位提供了路径。

这并不能证明 AMD 将取代 Nvidia。它表明，一家领先客户愿意对替代平台作出长期承诺。

AMD 的季度更新还列出了与云服务提供商和企业合作伙伴扩大的合作。它如今面临的挑战包括软件成熟度、系统交付以及持续稳定的大规模性能。

定制芯片构成了第二重压力来源。Google、Amazon、Microsoft、Meta 和其他基础设施运营商都已为特定内部工作负载开发处理器。

这些芯片可以针对可预测的模型架构或高吞吐量推理进行优化。它们让云公司对成本、供应和产品差异化拥有更大控制力。

定制芯片不需要在所有方面胜过 Nvidia。它只需处理足够多的重复性工作负载，就能减少所需 Nvidia 系统的数量。

Nvidia 的反驳在于广度。其平台支持不断变化的模型、多种工作负载以及广泛的开发者群体。

当客户无法预测明年哪种模型架构将占据主导时，这种灵活性尤为重要。如果工作负载发生重大变化，专用芯片的吸引力可能会下降。

因此，这并不是一场简单的 Nvidia 对阵 AMD 的竞争。Nvidia 正在捍卫一个通用计算平台，对抗多个更狭窄的替代方案。

然而，就本文的核心问题而言，关键对手仍是承诺与执行之间的差距。竞争活动之所以重要，是因为它提高了 Nvidia 必须维持的表现标准。

实现累计 1 万亿美元的成果并不要求永久保持垄断性份额。整体 AI 基础设施市场可以增长得足够快，让 Nvidia 与其竞争对手共同扩张。

风险会在客户预算停止增长、而替代芯片占据更大份额时显现。届时，Nvidia 将需要赢得更多份额、提升平台价值，或找到新买家。

这也是为何超大规模云服务商的支出比单项基准测试的胜负更重要。Nvidia 的客户掌控着最终为其营收提供资金的资本预算。

云公司同样面临回报方面的审视。它们的 AI 服务必须产生足够的营收、生产力或战略价值，才能支撑持续的基础设施扩张。

如果利用率走弱，客户可能延长更新周期或推迟建设新的数据中心。这些决定会先传导至 Nvidia，而不一定意味着 AI 应用需求已经消失。

同样的担忧也适用于融资。新园区需要土地、电网连接、发电能力、建设工程和长期电力承诺。

处理器采购订单无法解决所有基础设施限制。芯片只是正常运转的 AI 工厂中的一个组成部分。

乐观看法认为，这些限制会推迟营收，而非将其消除。怀疑者则认为，延误会使订单暴露于产品变化、预算修订或竞争性报价之下。

两种看法都仍然合理。Nvidia 当前的业绩支持乐观情形，而 AMD 日益增加的承诺则表明，未来营收仍存在竞争。

1 万亿美元预测仍未证明什么

Nvidia 的销售增长轨迹是真实的，但这一预测并不能证明 AI 基础设施支出将为每一位买家带来持久回报。

第一项不确定性涉及会计口径。Nvidia 尚未公布按季度列示的时间表，说明已确认的 Blackwell 和 Rubin 营收如何对应 1 万亿美元目标。

缺少这座桥梁，读者只能将公司整体营收和数据中心营收作为不完美的指标。这两项指标都包含无法与 Huang 的说法精确对应的产品。

第二项不确定性涉及订单质量。采购订单能够提供较强的可见性，但客户的排期可能在最终交付和营收确认之前发生变化。

大型基础设施项目容易受到供电延误、建设问题、内存供应、网络短缺和融资决策的影响。强劲的订单储备无法消除这些现实依赖。

第三项不确定性涉及 Rubin 的发布。Nvidia 预计生产和部署将在 2027 财年第三季度开始，随后进入更大规模的爬坡阶段。

这一时间表为重大延误留下的余地有限。系统必须在计入已报告营收之前完成制造、运输、安装、测试和验收。

第四项不确定性涉及中国。由于出口规则和许可条件仍难以预测，Nvidia 已将中国数据中心计算营收排除在近期展望之外。

这一排除强化了其他地区需求旺盛的论点。但它也显示，政府政策可以在预警有限的情况下，将一个主要市场从预测中剔除。

第五项不确定性关乎客户集中度。相对较少的一批云服务提供商和模型开发商推动了 AI 基础设施支出的很大一部分。

它们的规模使 Nvidia 的增长成为可能。但这也意味着，少数客户的预算变化就可能影响数十亿美元的季度需求。

Nvidia 在其 2026 财年文件中披露，两家直接客户各自占年度营收至少 10%。直接客户可能包括服务于多个最终用户的系统制造商和分销商。

这种区别降低了简单统计客户数量的参考价值，但并不能消除对集中式基础设施投资的依赖。

第六项不确定性是经济性。AI 服务最终必须证明，为运行它们所需的硬件、电力、工程和融资是合理的。

实用的编程智能体、广告系统、推荐引擎和企业助手能够支撑真实需求。但并非每个实验性应用都能产生同样的回报。

推理经济性将成为关键考验。更低的成本可以改善利润率，但也可能促使服务提供商降价。

Nvidia 认为，效率会扩大使用量。这是一种合理的机制，但市场响应的规模仍不确定。

第七项不确定性涉及报告日期。Nvidia 的财年于 1 月结束，而 Huang 描述的需求延续至 2027 年日历年。

读者不应将财年和日历年视为可互换的概念。几个月的时间差就可能让大量营收跨越不同报告年度。

这些保留并不会否定这一预测。它们界定了 Nvidia 在这一说法成为可衡量的历史之前必须兑现的事项。

该公司已经证明，即使面对很高的营收基数比较，需求仍可增长。其最新季度在超过 440 亿美元的基数上增长了 85%。

Nvidia 还在排除中国数据中心计算销售的情况下，上调了环比营收展望。很少有半导体公司展现出这种规模与增长的组合。

不过，近期非凡的表现可能让遥远的预测显得不可避免。下一阶段需要与此前不同的证据。

投资者最初需要证明，生成式 AI 将推动加速器采购。如今，他们需要证明，持续性推理和智能体工作负载能够支撑反复出现的基础设施周期。

企业买家应提出一个相关问题。更多可用算力并不会自动创造可靠的应用、干净的数据、有用的工作流程或可衡量的生产力。

开发者应关注 Rubin 是否能降低模型训练、推理和高吞吐量推理等真实工作负载的成本。供应商基准测试本身无法判定部署经济性。

知识工作者同样与此息息相关。这项 1 万亿美元投资最终假设，AI 将嵌入日常研究、编程、设计、运营和决策之中。

如果这些工具变得持续有用，计算需求可能超出当前预测。若使用仍停留在实验阶段，基础设施回报将面临更严格的审视。

三个信号将显示 Nvidia 是否仍在正轨上

下一份财报、Rubin 的量产爬坡，以及客户资本支出，将为 Huang 的预测提供最清晰的检验。

第一个信号是 Nvidia 的第二财季业绩。公司指引营收为 910 亿美元，上下浮动 2%。

达到或超过这一范围将延续当前的加速势头。若因需求走弱而出现实质性不及预期，则会削弱简单运行速度论证的基础。

构成与总额同样重要。数据中心增长、毛利率，以及管理层对 Blackwell 订单的评论，将显示客户在 Rubin 到来前是否仍然坚定投入。

第二个信号是 Rubin 在第三财季的发布。投资者应寻找生产系统是否按计划交付给主要客户的证据。

仅有公告还不够。Nvidia 需要实现能够贡献已确认营收的爬坡，同时避免造成 Blackwell 订单的破坏性停顿。

公司还应澄清，客户是否正按预期速度安装完整机架。供应增加但缺乏可用数据中心容量，会将营收推迟到后续期间。

平稳过渡将大幅增强 Huang 的预测。即便需求依然完好，若延误持续多个季度，也会削弱这一预测。

第三个信号是超大规模云服务商的资本支出。云服务提供商和模型开发商必须持续为数据中心、网络、电力和计算系统投入资金。

应将 headline 预算与部署进展和 AI 服务收入一并评估。若支出反复上升却没有可见的利用率，将引来股东更大的压力。

竞争性资金配置同样重要。Meta 同时向 Nvidia 和 AMD 作出承诺，表明支出增长并不会自动转化为 Nvidia 份额的稳定。

客户可以增加整体预算，同时将更多新增需求导向 AMD 或内部处理器。Nvidia 必须在这种扩张过程中捍卫其平台价值。

与每日股价波动或单条 Google News 头条相比，这三个信号提供了更好的分析框架。它们将这一主张与已披露收入、产品执行情况和客户资金支持联系起来。

截至 2026 年 8 月 3 日，Nvidia 从最广义来看似乎仍在按计划推进。其收入增长快于最初季度展望所暗示的水平。

该公司还维持了高利润率，获得了 Rubin 的采购计划，并指引下一个季度将再创纪录。这些事实支持了 Huang 的信心。

更严格的答案仍取决于条件。Nvidia 尚未披露足够的产品层面收入数据，无法证明 Blackwell 和 Rubin 的合计收入将超过 1 万亿美元。

竞争、基础设施限制、出口政策以及客户回报仍可能改变发展路径。距离 2027 年结束仍有足够长的时间，这些因素都可能产生影响。

因此，关注 Google News 的读者应将这一数字视为一项可验证的管理层预测，而非已完成的财务结果。早期证据较为有利，但决定性证据尚未到来。

首先关注下一份营收报告，其次关注 Rubin 的客户部署，最后关注主要云公司的支出结构。如果这三项都保持强劲，这项万亿美元预测将更不像雄心，而更像一条可衡量的发展轨迹。

更难的问题是，这些支出除了 Nvidia 的利润表之外还能产出什么。应追踪 AI 服务是否获得持续用户、是否降低实际运营成本，以及是否为客户创造可重复的收入。这些结果将决定基础设施周期能否在当前订单交付后继续延续。