Oracle GPU 利用率达 97.9%，进一步印证 Nvidia 供应紧张信号
Oracle 上季度部署了超过 30 万颗 GPU，但其共享云 GPU 集群的利用率仍达到 97.9%。该公司还交付了 850 兆瓦 AI 容量，接近上一季度的三倍。需求似乎几乎以 Oracle 启用新基础设施的同样速度吸收了新增资源。
这一组合信号的重要性超过一项简单的容量公告。高利用率有时反映投资不足，或运营商决定停止扩张。但 Oracle 在完成迄今最大规模的单季度交付时，仍报告了接近满载的使用率，这更有力地表明 AI 算力受到限制。
Nvidia 处于这一信号的核心。Oracle 支持多种芯片架构，但 Nvidia GPU 仍是其最大型 AI 集群的关键组成部分。Nvidia 也曾表示，其服务的各云平台中的算力均已满负荷使用，供应限制了其增长前景。
Oracle 的结果并不能证明每一块 Nvidia 加速器都无法获得。它们表明，一家主要云运营商即使快速安装新硬件，也无法创造出具有实质意义的闲置容量。对于试图区分持久需求与投机性基础设施支出的 AI 开发者、云服务买家和投资者而言，这一区别至关重要。
Oracle GPU 利用率在创纪录扩张期间仍接近满载
重要的变化不只是 Oracle 增加了更多 AI 硬件，而是新增容量被填满，且利用率并未显著下降。
Oracle 表示，在 2027 财年第一季度交付了包含超过 30 万颗 GPU 的 850 兆瓦 AI 容量。该季度截至 2026 年 8 月 31 日。交付容量接近前一季度完成量的三倍。
这些数字涵盖 AI 数据中心中彼此关联的多个组成部分。兆瓦衡量可用于运行计算系统、冷却设备、网络及配套基础设施的电力容量。GPU 则提供模型训练和推理所需的并行处理能力；推理是运行已训练模型的过程。
Oracle 报告称，其全球多租户 GPU 集群在该季度的利用率为 97.9%。多租户集群通过共享基础设施池为多个客户提供服务。接近满载的利用率意味着 Oracle 几乎没有可立即用于应对计划外客户需求的容量。
该公司还披露，这些系统带来的收入显著增长。Oracle Cloud Infrastructure 收入同比增长 121%，达到 74 亿美元。包括基础设施和应用在内的云业务总收入增长 62%，达到 116 亿美元。
Oracle 在该季度新增签订了超过 300 亿美元的 AI 云合同。根据公司发布的季度业绩，其剩余履约义务达到 6640 亿美元。剩余履约义务指 Oracle 尚未确认的已签约收入。
积压订单并不等同于即时收入。一些合同跨越多年，收入确认取决于 Oracle 是否交付可用容量。不过，合同、已部署硬件、收入增长和利用率的组合，使这一需求信号更难被忽视。
Oracle 位于得克萨斯州 Abilene 的园区体现了这一速度。公司表示，该季度在那里交付了 13.1 万颗 GPU，是前一季度交付量的 1.9 倍。园区八栋建筑中已有六栋交付，代表 618 兆瓦容量，占规划容量的 75%。
据 Oracle 管理层称，Abilene 的客户验收约需 24 小时。验收是指客户确认已交付基础设施符合合同要求的节点。更短的周期让 Oracle 能更快开始确认相关使用收入。
但利用率仍是最清晰的运营指标。新系统并未在 Oracle 的集群中形成可见的缓冲余量。客户将工作负载部署到新增基础设施的速度足够快，几乎让每一颗可用 GPU 都保持运行。
这一模式比起 AI 芯片需求这类更宽泛的表述，更支持以 Oracle GPU 利用率作为实体导向型核心关键词。它将可衡量的事件与报告该事件的公司联系起来，同时避免对整个市场作出缺乏依据的断言。
为什么 Oracle AI 数据中心对 Nvidia 至关重要
Oracle 正成为 Nvidia 的现实需求计量器，因为它部署加速器的规模是少数客户能够匹敌的。
Nvidia 面向众多客户报告出货量和收入。这些数据证明了销售情况，但不能直接显示买家对已安装系统的使用强度。Oracle 对利用率的披露，则从一家采购并出租这些算力的公司角度补充了运营层面的观察。
Oracle 的云架构围绕芯片选择构建，而非依赖单一独家加速器供应商。Larry Ellison 曾在较早的财报中将其描述为“芯片中立”。Oracle 根据客户需求与 Nvidia、AMD 及其他供应商合作。
这种中立性使 Oracle 的部署数据颇具参考价值，但也带来一个重要限制。公司没有说明新交付的 30 万颗 GPU 中，有多少来自 Nvidia。Oracle GPU 利用率同样涵盖共享集群，未按架构或芯片世代分别披露结果。
不过，Nvidia 在 Oracle 最大型系统中仍扮演着格外重要的角色。Oracle 推广可连接数十万颗 Nvidia 加速器的集群。其规划中的超级集群最多可扩展至 80 万颗 GPU，但规划容量不应被视为已交付硬件。
较早一代的 Nvidia 芯片仍具有经济意义。Oracle 表示，该季度续约或转售的大多数 GPU 至少已有四年历史。根据财报电话会议记录，这些容量的续约或转售价比此前合同高出 20%。
对旧款加速器的持续需求意义重大，因为真正的供应过剩应会首先压低效率较低硬件的价格。当供应、部署时间和合同条款相当时，客户通常会更偏好新款芯片。
不过，旧款 GPU 对于推理、微调、数据处理，以及已针对特定架构优化的工作负载，仍可能具有吸引力。因此，续约溢价反映了可用算力的稀缺，但并不必然意味着每一种 Nvidia 产品都存在普遍短缺。
软件兼容性强化了这种需求。Nvidia 的 CUDA 平台包含运行加速工作负载所需的编程工具和库。拥有成熟 CUDA 软件的客户，在将工作负载迁移至竞争硬件时，往往会面临工程成本。
Oracle 的容量还服务于不希望自建数据中心的客户。模型开发者可以租用集群进行训练，企业则可以为推理预留较小规模的部署。这种租赁模式将实体加速器转化为可获得的计算服务。
云层之所以重要，是因为已安装的芯片并不自动等于可用容量。它还需要电力、网络、冷却、存储、系统验证和软件支持。Oracle 的披露衡量的是已交付给客户的系统，而不是仍在仓库中等待的 GPU。
对 Nvidia 而言，这缓解了人们对出货数据的一项常见担忧。Oracle 的新系统在安装后似乎找到了活跃工作负载。这些证据并未消除对未来需求的担忧，但它将硬件部署与实际云端使用联系起来。
Nvidia 芯片短缺信号如今已超出供应商指引
Oracle 的 97.9% 数据以客户侧证据支持了 Nvidia 受供应约束的说法，但并未独立验证该说法的每一个部分。
Nvidia 在 2027 财年第二季度实现 962 亿美元收入。根据其财务业绩，数据中心收入达到 890 亿美元，同比增长 117%。
在相关财报电话会议中，Nvidia 表示，其服务的每一家云平台中的算力均已满负荷使用。管理层还预计 2028 财年将实现约 70% 的增长，同时称前景受到供应约束。
这些表述形成了一种不同寻常的对比。Nvidia 已扩大产量并创下数据中心收入纪录，但管理层仍表示，可用供应限制了能够满足的需求。Oracle 的数据提供了这种限制在下游如何呈现的可见案例。
限制因素并不局限于半导体制造。Nvidia 依赖第三方制造晶圆、供应高带宽内存、封装组件、组装服务器并验证成套系统。AI 集群还需要网络设备和大量电力基础设施。
Nvidia 的监管文件指出，土地、电力、建筑主体和资本是完成包含其系统的数据中心建设的关键要素。其在季度申报文件中警告，这些资源的短缺可能影响未来财务表现。
这一定义更广泛，改变了读者应如何理解 Nvidia 芯片短缺。瓶颈未必是某一种缺失的组件。只要供应链无法将订单转化为通电、测试完成并可供客户使用的算力，瓶颈就可能出现。
Oracle 已投资于这一转化过程。管理层将其交付速度归因于在数据中心设计、供应链、制造、安装和运营方面多年的投入。Abilene 的 24 小时验收时间表明，完成的系统交付时已接近可投入生产的状态。
这一能力给竞争云服务商带来压力。Amazon Web Services、Microsoft Azure 和 Google Cloud 必须在扩张电力及数据中心容量的同时确保获得加速器。CoreWeave 等专业服务商则在争夺许多相同的实体资源和客户。
竞争并不局限于获取 Nvidia 产品。云运营商也在部署自研加速器，以降低对单一供应商的依赖。Google 提供 Tensor Processing Units，Amazon 开发 Trainium，Microsoft 则已推出 Maia 加速器。
AMD 通过其 Instinct 产品线提供另一种外部选择。Oracle 的芯片中立立场使其能够在客户提出需求时部署替代方案。不过，仅有硬件可用并不能消除软件迁移成本，也不能保证每种工作负载都能获得相当性能。
如果竞争加速器得到更广泛采用，它们可以削弱 Nvidia 的主导地位，而无需降低整体 AI 算力需求。目前的利用率数据表明，客户需要更多可用容量；但它并不能证明 Nvidia 会无限期维持同样的份额。
目前，Oracle 和 Nvidia 从交易的两端报告了一致的状况。Nvidia 表示，其云端容量已被充分使用，供应限制增长；Oracle 则表示，在创纪录的部署季度后，其共享 GPU 集群的利用率仍为 97.9%。
满载集群并不能终结需求争论
Oracle GPU 的近乎满载利用率颇具说服力，但长期合同和客户集中度可能让当下需求看起来比实际更加多元化。
Oracle 通常会在建设完成前通过合同预售大量容量。这种做法降低了数据中心建成后闲置的风险，但也意味着，利用率在一定程度上反映的是硬件投入使用前数月乃至数年就已谈定的承诺。
6640 亿美元的积压订单增强了可见性，但也带来了执行风险。Oracle 必须建设数据中心、确保电力供应、获得加速器，并完成客户验收，才能将其中大部分合同价值转化为收入。
客户集中度是另一项担忧。少数 AI 实验室和科技公司承担了主要的基础设施承诺。若某个大客户推迟部署、调整模型战略，或遭遇融资问题，其影响可能超过众多小型客户取消订单的总和。
Oracle 的资本需求使这种不确定性在财务层面尤为重要。公司宣布计划在 2026 年内筹集 450 亿至 500 亿美元。Oracle 表示，所得资金将用于扩展 OCI 容量，以服务包括 OpenAI、Meta、Nvidia、AMD、TikTok 和 xAI 在内的客户。
根据 Oracle 的融资计划，约一半的计划融资将来自与股权挂钩的证券及普通股发行，其余部分将依赖债务。
在需求保持强劲期间，这笔融资能够加快容量交付；但若利用率下降、建设延期或合同经济性变弱，其后果也会被放大。基础设施必须长期产生足够现金，以覆盖运营、折旧、租赁和融资成本。
S&P Global Ratings 于 2026 年 7 月将 Oracle 评级下调至 BBB-。该机构提到了资本需求上升、盈利路径不确定、竞争格局变化，以及 Oracle AI 基础设施业务中的客户集中度问题。
S&P 还计入了预计将在 2027 至 2029 财年间开始生效的 2600 亿美元额外租赁承诺。截至 2026 年 5 月 31 日，Oracle 另有 130 亿美元无条件采购义务，主要涉及数据中心电力安排。
这些数字解释了为何高利用率虽属必要，却并不足够。满载运行证明当前市场对可用算力存在需求，但无法揭示合同利润率是否足以补偿 Oracle 的融资、建设、电力及技术过时成本。
这份信用评估还凸显了 Oracle 与更大型超大规模云厂商之间的不对称性。Amazon、Microsoft 和 Alphabet 可凭借更广泛的现金生成业务和更强的信用状况，为 AI 基础设施提供资金。
Oracle 拥有成熟的软件业务，但其基础设施扩张规模相对于资产负债表而言异常庞大。成功取决于能否高效将积压订单转化为收入，并在长期合同中维持有吸引力的经济回报。
技术周期又增加了一层不确定性。新一代加速器可在单位功耗下提供更多计算输出。只有当客户在更新系统问世后仍接受现有设备的性能和合同条款，整个机群才能持续保持价值。
Oracle 提供了一项令人鼓舞的数据：客户以溢价续约或转售旧 GPU 容量。不过，一个季度的表现不足以证明这些资产在完整折旧周期内的表现。
此外还存在衡量问题。97.9% 的机群利用率并未披露按客户、地区、加速器代际或工作负载划分的利用率。它无法显示某些系统是否闲置，而另一些系统则持续运行。
因此，这一数字应被视为强有力的佐证，而非普遍适用的短缺指数。它验证了 Oracle 共享环境中的强劲需求，但市场整体供给、盈利能力及客户集中度仍未得到解答。
高利用率是一种机制，而不只是醒目的数字
短缺信号之所以具有说服力，是因为多项运营机制都指向同一方向。
首先，Oracle 的扩容速度超过了其此前的管理水平。单季交付 850 兆瓦，显著扩大了用于衡量机群利用率的基数。在更大的基础上仍维持 97.9% 的使用率，需要大量新增工作负载。
其次，这些系统迅速交付客户。Oracle 报告称，Abilene 的验收周期仅为 24 小时。更快的验收缩短了基础设施建成与投入生产之间的间隔，使已安装容量与报告利用率之间的关系更加紧密。
第三，Oracle 的云基础设施收入与部署同步加速。OCI 收入同比增长 121%，而 2026 财年全年增长率为 77%。这表明基础设施建设正在产生已确认的业务活动。
第四，客户在本季度新增了超过 300 亿美元的 AI 合同。合同签订并不保证未来一定会消耗容量，但表明需求并不只限于此前已进入服务阶段的承诺。
第五，旧 GPU 容量仍保持需求。报道所称的续约和转售溢价表明，买方并未只等待最新一代产品；他们接受现有容量，是因为即时获得算力本身具有价值。
每项机制都弥补了单纯出货统计的一项不足。交付量显示供给进入市场，利用率显示实际使用，收入体现商业化，合同反映未来需求，续约则检验旧资产的价值。
不过，这些指标仍无法完全回答盈利能力问题。收入可能增长，但利润率仍会受到折旧、电力、融资和客户启用进度的压力。Oracle 并未提供每一代 GPU 的详细利润率拆分。
利用率也可能反映调度效率。Oracle 或许比管理孤立客户集群的运营商更有效地在共享机群中分配工作负载。这种运营优势会使 Oracle 的利用率部分具有公司特异性。
即便如此，高效调度也无法凭空创造需求。客户仍须提交工作负载并为容量付费。在创纪录交付季度后，机群接近满载，说明 Oracle 市场内的可用 AI 算力仍然稀缺。
这也是为什么该事件的意义超越 Oracle 的财报。它在 Nvidia 的生产主张与最终进入云客户的工作负载之间建立了联系。在评估 AI 基础设施周期是否已脱离实际消耗时，这种联系颇具价值。
开发者应当关注，因为容量紧张会影响访问、调度和架构选择。团队可能需要更早预订集群、优化推理，或支持不止一种加速器平台。
企业买家面临相似抉择。长期预订可以确保容量，但若模型、芯片或使用模式发生变化，也会降低灵活性。较短承诺能保留选择空间，却可能让工作负载暴露于供应受限的风险之中。
知识工作者和普通 AI 用户则处于更下游的位置。他们使用的服务依赖同一套基础设施来完成模型响应、文档处理、搜索、编程和媒体生成。即使用户从未看到底层硬件，算力稀缺仍可能影响产品限制。
Oracle 97.9% 利用率季度之后该关注什么
三个信号将决定 Oracle 的全机群利用率代表的是持久稀缺，还是 AI 建设周期中的暂时高点。
第一个信号是 Oracle 下一次的利用率与交付更新。如果又一次大规模扩容后，利用率仍接近当前水平，将强化短缺论点。若利用率大幅下降，则可能表明供给终于追上需求，或客户部署速度已经放缓。
比较必须同时涵盖两个变量。若 Oracle 减少交付量，单看利用率仍可能维持高位；单看容量则可能增长，而系统却处于闲置状态。最有力的确认将是容量同步扩张、快速验收、OCI 收入上升，以及持续接近满载的使用率。
第二个信号是 Nvidia Vera Rubin 的供应爬坡。Nvidia 表示，该平台正在广泛的制造网络中进入量产。更多完成交付的系统应能缓解部分限制，但前提是内存、网络、电力、冷却和数据中心建设同步跟进。
若 Nvidia 上调已完成交付的增长预期，而云端利用率仍保持高位，说明供给扩张正在进入持续需求。若出货增长上升、利用率却走弱，客户可能正从短缺转向供给过剩。
第三个信号是 Oracle 将积压订单转化为盈利收入的能力。投资者应关注 OCI 增长、自由现金流、资本支出、租赁承诺，以及任何披露的基础设施利润率。这些指标将揭示，满载的数据中心在承担高昂成本后，能否带来可接受的回报。
快速交付同时改善现金生成，将支持 Oracle 的战略；即使客户持续让硬件保持繁忙，若现金赤字延续、融资压力加剧，其战略也会受到削弱。
同样的检验也适用于 Nvidia 的生态系统。如果云服务商和模型开发者难以从其系统中获得回报，需求就无法无限期保持健康。当客户既使用其算力、又能形成可持续的经济回报时，Nvidia 的短缺信号才最具说服力。
Oracle GPU 利用率提供了一个异常清晰的快照。超过 30 万块新 GPU 和 850 兆瓦容量投入客户服务，但共享机群仍以 97.9% 的利用率运行。这符合这样一种市场状况：部署能力，而非市场兴趣，仍是眼下的直接限制。
这并非最终答案。Oracle 的积压订单集中度、借款需求和长期合同仍带来显著风险。替代加速器和新一代 Nvidia 产品也可能迅速改变供需平衡。
如今可以衡量的实际问题是：Oracle 能否持续增加容量而不制造闲置？应同时追踪其下一次交付量、Nvidia Vera Rubin 的爬坡情况以及 Oracle 的现金转化。这三个信号将显示，Nvidia 芯片短缺是否仍在运营层面真实存在，还是开始向供给释放让步。
