NVIDIA创纪录季度业绩显示：芯片制造商正领先于大型科技公司
NVIDIA交出创纪录的962亿美元季度业绩，向 Google 新闻读者清楚展示了AI基础设施利润正在哪里积聚。这家芯片制造商的营收翻了一番，同时其最大客户加大了对数据中心、芯片、网络和电力的资本投入。大型科技公司正为建设扩张提供资金，但硬件供应商正在获得其中大部分即时回报。
这一逆转改变了人们熟悉的AI投资叙事。Microsoft、Amazon、Alphabet和Meta曾被视为显而易见的赢家，因为它们掌控着云端分发和客户关系。它们依然拥有这些优势，但其资本支出如今正推动NVIDIA、内存供应商、网络设备商和数据中心运营商实现显著增长。
这并不意味着芯片制造商取得了彻底胜利，也不代表云服务商遭遇永久失败。其本质是：卖方现在即可确认营收，而买方需要多年才能将基础设施变现，两者之间存在时间错配。NVIDIA最新季度的表现，让这一差距大到投资者无法忽视。
NVIDIA的季度业绩将AI支出转化为供应商营收
NVIDIA的业绩表明，AI基础设施周期仍坚定地处于建设阶段。
NVIDIA公布，截至2026年7月26日的2027财年第二季度营收为962亿美元。营收较上一季度增长18%，较一年前同期增长106%。
数据中心营收达到890亿美元，同比增长117%。该业务占季度总营收的九成以上。NVIDIA还公布，其毛利率为75%，按美国通用会计准则计算的摊薄后每股收益为2.46美元。
这些数字之所以重要，是因为它们将已宣布的AI预算与供应商已确认的营收联系起来。超大规模云服务商，即规模最大的云数据中心运营商，已连续多个季度讨论庞大的基础设施计划。NVIDIA的季度业绩显示，这些计划中相当一部分已从演示文稿转化为采购订单和已交付的系统。
该季度业绩也超过了华尔街预期。据美联社报道，FactSet调查的分析师此前平均预计营收为922.7亿美元。NVIDIA比这一数字高出近40亿美元。
净利润从一年前的264.2亿美元升至596.9亿美元。运营费用也增长55%至84.1亿美元，尽管这一增幅仍明显低于营收增长速度。
NVIDIA预计本季度营收约为1080亿美元。在该指引发布前，分析师预期为1048.6亿美元。若达到NVIDIA的目标，同比将增长约89%。
该公司还发布了一项不寻常的长期预测。管理层预计，在截至2028年1月的财年中，营收将增长约70%。NVIDIA通常仅提供季度指引，因此这项额外预测直接回应了市场对需求持续性的担忧。
供应仍是当前的直接约束。CEO黄仁勋告诉分析师，NVIDIA已获得足以满足约70%预期需求的供应。该公司在最新展望中未计入来自中国的数据中心计算营收。
这一组合使该季度不同于一次常规的超预期财报。营收翻倍、未来需求仍高于可用供应，且管理层将预测延伸至下个季度之后。证据指向基础设施部署仍在持续，而不只是客户消化先前订单。
市场反应体现了这一差异。NVIDIA股价在财报发布后大幅上涨，Intel、Micron、Broadcom和SK Hynix也同步走高。这轮上涨将NVIDIA的指引视为整个半导体产业链的利好证据。
这也有助于解释为何该报告在 Google 新闻中广泛传播。NVIDIA已不再仅被视作一家发布财报的公司。其订单簿已成为云服务商、模型开发商、政府和企业基础设施买家AI资本支出的风向标。
为什么 Google 新闻正跟随资金流向芯片领域
核心逆转很简单：大型科技公司承担资本压力，而半导体供应商最早确认营收。
云服务商必须先建设设施，客户才能使用这些容量。它们在新数据中心开始产生有意义营收的数月之前，就要采购处理器、内存、网络设备、冷却系统和电力基础设施。
芯片制造商则处于这笔交易的另一端。一旦硬件发货且满足相关会计要求，供应商即可确认销售额。其客户仍需部署系统、填满可用容量，并以具有吸引力的利润率出售服务。
这种时间差使半导体公司的业绩看上去格外出色，而超大规模云服务商的现金流则吸收了建设成本。因此，同一笔支出可以在同一个季度改善NVIDIA的利润表，同时对云服务商的自由现金流形成压力。
这一差距之所以扩大，是因为AI集群所需的不仅是图形处理器。GPU是一种可并行执行大量计算的处理器，因此适合训练和运行神经网络。大型集群还需要高带宽内存、交换机、光学组件、存储设备和专用网络。
这让营收机会扩展到NVIDIA之外。Micron和SK Hynix供应与加速器配套使用的内存。Broadcom和Marvell销售网络设备和定制芯片。TSMC制造先进处理器，并协调复杂的先进封装产能。
Gartner在4月估计，2026年全球半导体营收将超过1.3万亿美元。其半导体预测预计年增长率将达64%，其中内存营收预计将增长至三倍。
该研究机构还预计，AI半导体将占行业总营收约30%。超大规模云服务商的AI基础设施支出预计将在2026年增长超过50%。
内存说明了共享约束如何重新分配利润。AI加速器需要高带宽内存，即HBM，它能在内存和处理器之间快速传输数据。扩大HBM产量可能会减少其他内存产品的可用产能，从而支撑整个市场更高的价格。
Gartner预计，2026年DRAM年价格将上涨125%。该机构预计NAND闪存价格将上涨234%，而显著缓解要到2027年末才会出现。这些预测可能变化，但它们说明了为何内存生产商也加入了更广泛的AI行情。
与大型科技公司的对比并不意味着云业务营收疲软。Microsoft、Amazon和Google持续报告AI服务需求，且可用容量仍然受限。差别在于支出何时转化为利润。
据Reuters采访的投资者称，数据中心从建设到产生营收可能需要12至18个月。硬件供应商在这一开发期间即可收到付款。云服务商则必须等待利用率提升、软件被采用以及客户工作负载增长。
这种先后顺序让芯片制造商成为显而易见的早期赢家。它也会催生可能夸大其优势持久性的标题。基础设施供应商在建设期间占据领先，但一旦已安装容量支撑起持续性工作负载，服务运营商可能会攫取更多价值。
目前，NVIDIA的业绩确认建设阶段仍占主导地位。该公司将超大规模云服务商的预算转化为当前营收的速度，快于这些服务商将新增容量转化为增量AI利润的速度。
NVIDIA与大型科技公司的较量，本质上是时间之争
主要竞争并非硬件与软件之间的对抗，而是供应商的即时回报与云服务延迟变现之间的较量。
大型科技公司并未停止从AI中受益。超大规模云服务商掌握着成熟的客户关系、计费系统、开发者平台、数据服务和全球分发网络。随着AI工作负载进入生产环境，这些资产可能变得更有价值。
然而，它们的支出义务早于这些价值能够被衡量的时点到来。Reuters估计，超大规模云服务商的资本支出可能在2025年至2027年间增加约5340亿美元。同期年度运营现金流预计将增加约3400亿美元。
这些估算意味着，新增资本支出起初将超过新增运营现金流。这并不代表投资不合理，但会提高未来利用率和定价的要求。
当把传统资产负债表总额之外的承诺也纳入考虑时，这种压力会更为清晰。Morgan Stanley审阅了Google、Meta、Microsoft、Oracle、Amazon、NVIDIA和Broadcom的申报文件。该分析发现，这些公司合计存在超过3万亿美元的表外基础设施承诺。
该估算包括1.1万亿美元尚未开始的 数据中心租赁付款，也包括1.7万亿美元用于芯片、内存和网络系统等设备的采购承诺。
据该分析，Google仅在最近一个季度就报告了7070亿美元的采购承诺。这一数字较2025年全年725亿美元大幅上升，不过承诺结构和时间安排可能存在显著差异。
这些并不等同于传统债务。表外承诺是可能尚未作为已确认负债列示的合同义务。随着供应商和数据中心开发商利用这些协议为新建设融资，其经济重要性不断提升。
这些基础设施承诺形成了一条延伸的风险链。超大规模云服务商承诺未来付款，供应商或数据中心开发商据此进行借贷，随后在终端用户需求尚未得到充分验证前，更多工厂和设施便进入开发阶段。
NVIDIA位于这条链条的核心附近。它直接销售处理器，帮助定义系统架构，投资AI市场的部分领域，并支持采购其硬件的客户。强劲需求会巩固这一平台，而NVIDIA的平台投资则可能进一步刺激需求。
这种循环性并不使营收失效。客户正在接收硬件并部署真实容量。然而，它使得人们难以区分有机工作负载增长与受融资和战略合作关系推动的容量扩张。
AWS提供了一个具体例子。Amazon和NVIDIA宣布，计划在2027年和2028年间，在AWS基础设施中部署额外200万块NVIDIA GPU。这些系统将包括Blackwell Ultra、Rubin和Rubin Ultra处理器。
其AWS扩张计划还涵盖NVIDIA网络设备、Vera CPU、开放模型、数据处理和机器人技术。两家公司表示，需求已超过此前新增超过100万块GPU的计划。
对 NVIDIA 而言，这些部署为未来的硬件和平台收入提供了路径。对 AWS 而言，它们创造的则是必须以足够利用率吸引付费工作负载的算力容量。
因此，两家公司的利益在运营层面一致，但在财务层面存在分歧。AWS 采购并部署设备时，NVIDIA 即可受益。只有当客户租用这些容量，并产生高于基础设施成本的回报时，AWS 才能获得充分收益。
这就是为什么最新季度代表的是一种逆转，而非分化。大型科技公司奠定了 AI 市场的云基础。如今，它们的支出正将可观的短期经济价值转移给产品日益稀缺的供应商。
NVIDIA 的数据尚未说明什么
创纪录的季度业绩证实了当下需求，但并不能证明 AI 基础设施的每一层都将获得可接受的长期回报。
最重要的不确定性在于商业化。企业正在使用生成式 AI、编程助手、推荐系统、科学模型和自动化工具。然而，这些服务的总体收入最终必须支撑对处理器和数据中心所投入的资本。
路透社援引的一项投资估算认为，要证明现有支出计划合理，AI 商业化收入需要增长至目前的五倍到十三倍。该区间取决于利润率、资产寿命、利用率和融资成本等假设。
这些假设尤其难以判断，因为 AI 硬件迭代迅速。传统建筑可在经济上持续发挥作用数十年。即使加速器仍能正常运行，也可能在几个产品周期后失去相对性能优势。
折旧计划未必能够反映这种竞争性淘汰。数据中心运营商仍可运行旧款 GPU，但客户可能更青睐推理成本更低或性能更强的新系统。
供应限制带来了另一层模糊性。稀缺性支撑价格和供应商利润率，但也可能促使客户寻找替代方案。Microsoft、Amazon、Google、Meta 以及 AI 实验室都在为特定工作负载开发定制处理器。
定制芯片不必在所有任务中替代 NVIDIA。它只需处理足够多的高容量工作负载，以降低对通用加速器的依赖。推理，即使用训练完成的模型生成结果的过程，尤其是一个重要目标。
NVIDIA 正通过拓宽平台来应对。公司目前销售或开发 GPU、CPU、网络硬件、软件库以及完整的机架级设计。这种方式让各个组件作为一套集成系统协同工作。
Vera 是 NVIDIA 面向 AI 智能体推出的 CPU，进一步延伸了这一战略。AI 智能体是能够围绕目标规划并执行多个步骤的软件。NVIDIA 表示，Vera 专为分支型工作负载设计，可协调工具、模型、数据库和其他服务。
公司已宣布获得 AWS 和其他基础设施运营商的支持。不过，性能和效率方面的说法仍取决于工作负载设计、部署条件以及 NVIDIA 所选取的对比基准。
竞争还来自 AMD、专用加速器初创公司以及云厂商内部芯片。OpenAI 和其他大型客户已经探索为自身需求量身定制的处理器。中国既是一个重要的潜在市场，也是竞争日益加剧的来源。
NVIDIA 已将来自中国的数据中心计算收入排除在当前展望之外。这一决定降低了一项预测风险，但出口管制和本土替代方案仍可能影响生产规划和市场准入。
客户集中度带来了另一项担忧。NVIDIA 的数据中心业务在公司 962 亿美元季度总收入中贡献了 890 亿美元。少数主要买家的放缓，可能会影响处理器、内存、网络和制造环节的需求。
公司不断上升的运营费用同样值得关注。季度费用达到 84.1 亿美元，同比增长 55%。收入增长快得多，但持续扩张平台需要大量的工程研发和供应链投入。
投资者还必须区分半导体需求与半导体股票表现。根据路透社的数据，在最新财报发布前，NVIDIA 股价在三年内已上涨逾 1,000%。强劲的经营业绩可以与估值风险并存。
因此，看空观点的范围比声称该季度业绩是人为制造的要窄。NVIDIA 报告了真实的收入、利润和已交付产品。担忧在于，当前增长外推了稀缺性、高企的基础设施预算以及持续获得资本的能力。
任何一个因素发生变化，都可能令这一周期放缓。更多供应会压低定价。更便宜的模型可能降低计算需求。定制芯片可能承接目标工作负载。更高的融资成本则可能推迟新设施建设。
最有力的反驳来自持续的产能短缺。NVIDIA 表示，需求显著超过已锁定的供应量，而云服务商也报告可用容量有限。这些证据表明，市场尚未进入供给过剩阶段。
不过，短缺描述的是当下。它并不能证明为 2027 年和 2028 年订购的每一座设施都将实现高利用率。在解读关于创纪录业绩的 google news 报道时，应始终把握这一区别。
芯片行情的上涨不止于 NVIDIA
NVIDIA 是最明确的受益者，但更广泛的变化涵盖内存、网络、制造以及专用云算力。
据路透社报道，在 NVIDIA 发布财报后，Intel、Micron、Broadcom 和 SK Hynix 上涨了 1.3% 至 3.5%。其他与 AI 相关的芯片股合计市值涨幅接近 1,500 亿美元。
这一走势不只是跟风交易。NVIDIA 的指引意味着复杂供应链中的订单仍将持续。加速器需要先进制造、封装、内存、电路板、光链路、交换机、服务器和电力设备。
TSMC 处于关键制造位置，因为它生产由 NVIDIA 及其他客户设计的先进芯片。它还参与先进封装，将处理器和内存组合成高性能系统。
SK Hynix 和 Micron 受益于 HBM 需求。Broadcom 销售网络产品并开发定制加速器。Marvell 则供应数据基础设施组件，用于连接大型系统并在其中传输信息。
新云服务商也加入了同一轮交易。这些公司专门向 AI 实验室和企业出租 GPU 容量。NVIDIA 财报发布后，CoreWeave 和 Nebius 上涨，因为持续的稀缺性可能支撑需求和租赁价格。
它们的经济模式与 NVIDIA 不同。芯片制造商可以将硬件销售到受限市场中。新云服务商通常需要为基础设施融资，并依赖长期利用率，因此更容易受到债务和未来容量价格的影响。
路透社报道称，费城半导体指数已上涨 75%，跑赢四家最大的 AI 资本支出方。NVIDIA 自身在 2026 年财报反应前仅上涨约 12%，在此前多年大涨后落后于多家芯片同行。
这种表现差距支持芯片制造商的叙事，但也揭示了其局限性。半导体公司并非可以互相替代。内存生产商、晶圆代工厂、加速器设计商和网络设备供应商面临不同的周期和竞争威胁。
即使出货增长仍较温和，内存短缺也能改善收入。晶圆代工厂受益于高利用率，但必须持续为昂贵的晶圆制造产能提供资金。处理器设计商则依赖软件支持和持续的架构领先地位。
大型科技公司也仍更具多元化。Alphabet 从广告和云服务中获得收入。Amazon 结合了电商与云计算。Microsoft 销售软件订阅、云容量、安全产品和开发者工具。
这些业务能够承受一段时间的高额 AI 投资。它们还拥有芯片供应商难以轻易复制的分发优势。一家已经购买云数据库、身份服务和生产力软件的公司，可以通过现有供应商增加 AI 能力。
因此，一些大型投资者不认同芯片与云之间存在永久分野。Capital Group 投资总监 John Lamb 告诉路透社，这两个群体都属于一个正在扩张的市场。他指出，设施通常需要 12 至 18 个月才能产生收入。
Janus Henderson 的 Richard Clode 认为，到 2027 年末至 2028 年间，超大规模云服务商的利润和现金流增长应开始超过新增资本支出。他的简明观点是，当前资本支出将成为未来销售额。
这是对“价值转移”论最有力的挑战。芯片制造商在算力稀缺、建设加速期间占据领先地位。如果已部署的基础设施能够产生经常性高利润服务，云服务商就能重新获得优势。
同时拥有基础设施和软件分发能力的公司，可能占据最持久的位置。Amazon、Microsoft 和 Google 可以结合定制芯片、第三方加速器、云平台以及客户数据服务。
NVIDIA 则通过超越处理器业务来向相反方向拓展。其软件、网络、CPU、参考系统和投资，使其在整个技术栈中拥有更大影响力。市场正变成一场日益集成的平台之间的竞争。
追踪这一转变的读者需要的不只是源源不断的新闻标题。可检索的 AI 知识库可以帮助团队长期关联财报、部署承诺和产品公告。
这一背景之所以重要，是因为没有任何一个季度能够决定最终赢家。NVIDIA 的财报确认了当前收入的分配格局，但并未结束基础设施广泛可得后谁将保留最大份额的竞争。
三个将检验 Google News 叙事的信号
接下来的考验在于，需求、利用率和竞争是否会同时继续支撑 NVIDIA 的地位。
第一个信号是 NVIDIA 本季度的收入。管理层预计约为 1,080 亿美元，高于公司发布财报时可获得的分析师共识预期。若实现该目标，全年增长将维持在接近 89% 的水平。
再次超预期将强化供应仍是主要限制因素的观点。若因订单疲软而非出货时点导致不及预期，则会削弱芯片供应商已获得持久优势的论点。
数据中心收入值得单独关注。该业务在最新季度达到 890 亿美元，占公司销售额的大部分。增长必须保持足够广泛，才能支撑新的 Rubin 系统、网络产品、CPU 以及现有 Blackwell 部署。
第二个信号是超大规模云服务商的利用率和现金流。Amazon、Microsoft、Google 和 Meta 需要证明，新增 AI 容量正支撑付费工作负载，而不只是扩大可用库存。
仅靠云业务增长无法回答这个问题。投资者应关注管理层对产能受限、客户使用量、折旧、租赁义务和投入资本回报的评论。
AI 相关收入明显增长，同时相对于资本支出的现金流改善，将支持大型科技公司的反驳观点。这将表明，买家开始获取目前正流向供应商的价值。
若承诺持续增长却没有相匹配的服务收入，则会强化芯片制造商的论点。这将表明，云服务商仍被锁定在一场昂贵的产能竞赛中，而眼下的受益者位于上游。
第三个信号是竞争性部署。AWS 计划在 2027 年和 2028 年期间额外安装 200 万块 NVIDIA GPU，而主要云计算公司也在持续开发内部加速器。
关注哪些处理器真正承载了生产工作负载，而不只是看发布公告。只有当客户大规模使用定制芯片，并且它能减少对外部加速器的需求时，这类芯片才真正重要。
NVIDIA Vera CPU 的部署提供了另一项有价值的检验。若获得采用，将推动该公司突破 GPU 市场，进入传统上由服务器处理器承担的工作负载领域。若部署规模有限，则说明云服务提供商仍偏好多元化架构。
内存和网络的供应情况将影响这三个信号。没有配套组件，加速器出货量就无法扩张。持续短缺可能维持供应商的定价能力，而产能扩张则可能将议价权重新推回买方一侧。
融资条件同样重要。长期租赁和采购承诺有助于在客户开始使用项目前启动建设。即使战略兴趣依然强劲，更高的借贷成本或更严格的信贷标准也可能拖慢建设进度。
最新财报确立了一个清晰的起点。NVIDIA 营收翻倍，数据中心业务贡献了 890 亿美元，并给出了高于市场预期的业绩指引。供应商如今正将 AI 的紧迫需求转化为财务成果。
Big Tech 仍拥有将这些系统变现所需的分发能力、客户触达渠道和服务平台。它们面临的挑战，是证明未来收入会在基础设施成本、折旧和竞争侵蚀预期回报之前到来。
这才是 google news 周期背后的真正故事。芯片制造商已取代云计算巨头，成为近期最显眼的 AI 赢家，但这种转移未必是永久性的。
未来三个月，请将 NVIDIA 的 1,080 亿美元目标与实际需求进行比较，并跟踪超大规模云服务商的利用率和定制芯片部署情况。这些信号将表明，该季度是确认了一场持久转变，还是仅捕捉到了建设阶段的高峰。
