当地时间 5 月 20 日，英伟达 2027 财年第一季度财报显示，公司营收 816.2 亿美元再创历史新高，同比增长 85%。其中，数据中心营收 752 亿美元，同比增长 92%，贡献公司九成以上营收，同样刷新单季最高纪录。

图片来源：英伟达

净利润 583 亿美元，同比增长 211%，比分析师预测的 429 亿美元高出 36.5%。英伟达预测截至 7 月份的下个季度，营收将达到 910 亿美元。虽然该预测超过了分析师平均预期的 870 亿美元，但并未触及最高预测值 960 亿美元。英伟达已连续 7 个季度营收超出预期 3%～4%，但近 6 份财报公布后，5 次出现股价下跌。

如今，市场普遍形成惯性：不再追捧英伟达常规性营收利好。本次财报公布后，收涨 1.3% 的英伟达股价盘后震荡转跌，一度跌超 3%，转涨超 1% 后又转跌，截至发稿英伟达下跌 1.28%。

面对市场对常规业绩利好的钝化反应，黄仁勋在华尔街电话会上明确了公司下一阶段的战略转型：英伟达的增长动力正在超越单一的超大规模云厂商 GPU 采购。通过重新划分 " 数据中心 " 与 " 边缘计算 " 两大市场平台，英伟达正将触角延伸至全球约 25 万家企业、工业及主权 AI 市场，试图将商业模式从单纯的硬件销售，升级为面向智能体和物理 AI 时代的 "AI 工厂 " 全栈平台。

重划业务版图：英伟达把增长故事从 GPU 转向 AI 工厂

英伟达创纪录的销售额主要得益于其数据中心业务的增长，数据中心营收 752 亿美元，同比增长 92%，贡献公司九成以上营收，同样刷新单季最高纪录。公司首席财务官克莱特 · 克雷斯（Colette Kress）在电话会上表示，数据中心收入主要受 Blackwell 架构持续强劲需求推动。其中，GB300 和 NVL72 需求尤其强劲，前沿模型开发商和超大规模云厂商已累计部署数十万块 Blackwell GPU，这是公司历史上最快的产品爬坡速度。

英伟达同时宣布，将过渡到新的财务披露框架，以更好反映公司当前及未来的增长驱动因素。按照新框架，英伟达将拥有两大市场平台：数据中心和边缘计算。

其中，数据中心业务下将进一步划分为 Hyperscale 和 ACIE 两个子市场。Hyperscale 将包括公共云和全球最大消费互联网公司的收入；ACIE 则涵盖 AI 云、工业和企业市场，主要面向各行业和各国建设的专用 AI 数据中心与 AI 工厂。

第一季度，Hyperscale 收入为 380 亿美元，约占数据中心收入的 50%，环比增长 12%；ACIE 收入为 370 亿美元，环比增长 31%，其中 AI 云收入同比增长超过两倍。克雷斯表示，超过 10 兆瓦的合作伙伴数据中心数量一年内几乎翻番，目前已超过 80 个站点；主权 AI 收入同比增长超过 80%。

图片来源：英伟达

边缘计算则覆盖面向智能体 AI 和物理 AI 的数据处理设备，包括 PC、游戏主机、工作站、AI-RAN 基站、机器人和汽车等。

英伟达还宣布了两项有利于股东的举措：一项 800 亿美元的股票回购计划，以及将季度现金股息从每股 1 美分提高到 0.25 美元。克雷斯表示今年计划向股东返还约 50% 的自由现金流。

图片来源：英伟达

Blackwell 全面铺开，Vera CPU 打开 2000 亿美元新市场

克雷斯在电话会上表示，AI 基础设施需求正以前所未有的速度扩张，AI 工厂建设正在加速。推动这一轮建设的因素主要有两个：一是从搜索、广告到推荐系统和内容理解，超大规模云厂商的核心工作负载正在从 CPU 转向 GPU 加速计算；二是 AI 原生产品和服务的采用正在迎来拐点，主流 AI 已经从一次性推理，走向推理能力，再走向智能体 AI。

她表示，AI 已经不再是 " 锦上添花 "，而是提高各行业和岗位生产力的必需品。这正在推动能源、芯片、基础设施、模型和应用等 AI 资本支出链条各层级收入加速。公司预计，到 2030 年，AI 基础设施支出有望达到每年 3 万亿至 4 万亿美元。

克雷斯表示，Blackwell 架构已经被每一家主要超大规模云厂商、每一家云服务商和每一家主要模型开发商采用和部署。她提到，OpenAI 发布的 GPT-5.5 与 Blackwell 共同设计、在 Blackwell 上训练并由 Blackwell 提供服务；微软 Fairwater AI 数据中心已经提前上线，由数十万块 Blackwell GPU 驱动；AWS 从今年开始将增加超过 100 万块 Blackwell 和 Rubin GPU；谷歌云也将向客户提供 Blackwell 能力。

图片来源：英伟达

她还表示，英伟达在前沿 AI 算力中的份额正在提高。随着 Anthropic 加入合作伙伴体系，英伟达正在帮助其通过 AWS、Azure、CoreWeave、SpaceX xAI 等渠道扩展算力容量。

除了 GPU，CPU 成为英伟达本次电话会释放出的另一条增长主线。克雷斯表示，智能体 AI 和强化学习为 CPU 带来新的增长机会。Vera CPU 基于定制 Arm 核心打造，并与 Rubin GPU 和 NVLink 进行端到端协同设计。与 x86 替代方案相比，Vera 每核心性能最高可提升 1.5 倍，每瓦性能提升 2 倍，每机架密度提升 4 倍。

英伟达称，Vera CPU 为公司打开了一个全新的 2000 亿美元的潜在市场，公司今年对 CPU 总收入的可见性接近 200 亿美元。Vera Rubin 计划在今年下半年开始量产出货，并从第三季度启动。

关于中国市场，克雷斯提到，美国政府已经批准 H200 向中国客户出货，但英伟达目前尚未由此产生任何收入，也不确定相关进口最终是否会获准进入中国。因此，与上一季度一致，公司在业绩展望中未纳入任何中国数据中心计算收入。

问答环节黄仁勋回应华尔街：英伟达增长不只靠云巨头买 GPU

问：英伟达为什么要调整业务分部口径？

黄仁勋表示，英伟达希望外界更好理解公司的业务结构，因为 AI 和计算本身已经变得非常多元。AI 不只用于语言模型，也用于制造业的 3D 图形、生命科学中的蛋白质和小分子、材料科学、物理科学、能源、科研和教育等场景。

他解释称，AI 运行的位置也在变得多元，可以在超大规模云中，也可以在企业本地、工业现场、工厂、超算中心和边缘端运行。未来，每一个基站、每一个无线网络也可能成为 AI 驱动的网络。

黄仁勋称，英伟达把业务拆成三个大板块：第一类是超大规模云；第二类是 AI 原生公司、企业本地部署、工业本地部署和主权 AI；第三类是机器人边缘。相比超大规模云客户只有少数几家，第二类市场对应全球约 25 万家公司，进入市场方式更复杂，但增长空间也更大。

黄仁勋 图片来源：杨卉（资料图）

问：英伟达增长是否会快于超大规模云厂商资本开支？

黄仁勋回答称，英伟达 " 应该会比超大规模云资本开支增长更快 "。他表示，超大规模云资本开支今年规模约为 1 万亿美元，并将继续向 3 万亿至 4 万亿美元方向增长。原因是未来计算运行方式正在改变，" 如果他们没有算力，就不会有收入。算力就是收入，算力就是利润。"

但他强调，英伟达增长并不只依赖超大规模云。第二类市场包括 AI 原生云、企业、工业公司和主权 AI 云。许多工业企业必须把计算部署在现场，因为芯片厂、制造工厂等场景需要快速、可靠响应，不能完全依赖云服务商。

问：Vera Rubin 会如何影响英伟达在推理市场的份额？

黄仁勋表示，英伟达在推理市场的份额正在快速提升，原因之一是前沿模型公司的数量正在增加，包括 Cursor、Perplexity、TML、Reflection 等。

他特别提到，Anthropic 今年加入英伟达合作伙伴体系后，扩张速度非常快。英伟达正通过 Azure、AWS、CoreWeave 等渠道为 Anthropic 保障计算容量。黄仁勋称，在此之前，英伟达对 Anthropic 的覆盖 " 基本为零 "，而现在公司在推理领域的份额正在极快提升。

谈到 Vera Rubin，黄仁勋表示，这一产品会比 Grace Blackwell 更加成功。他称，目前几乎想不出有哪一家前沿模型公司不会从一开始就采用 Vera Rubin，而 Blackwell 推出时并非如此。

问：LPX 等面向低延迟、高 Token 速率的产品，会成为多大市场？

黄仁勋表示，以 Groq 芯片为代表的 LPX 主要为低延迟和高 Token 速率设计，但它的吞吐量、模型规模容量和上下文处理能力较低。因此，其适用场景并不广泛。

他认为，LPX 以及其他基于 SRAM、聚焦解码和高 Token 生成速率的加速器，在相当一段时间内都会是小众产品。今天这类市场远低于 20%，未来高端 Token 服务可能成长到更大规模，但其定位仍是对 Grace Blackwell、Vera Rubin 等全生命周期 AI 平台的补充。

问：Vera CPU 是新增机会，还是会蚕食 GPU 需求？

黄仁勋明确表示，Vera CPU 对应的是新增工作负载，而不是替代 GPU。他解释称，智能体系统中，" 思考 " 发生在 GPU 上，而 I/O 编排、内存管理、工具调用、浏览器、C 编译器、Python 编译器等任务则运行在 CPU 上。

他进一步表示，未来世界可能拥有数十亿个智能体，这些智能体会像人类使用 PC 一样使用各种工具。每一个智能体还可能派生出子智能体，而子智能体进行推理时又会调用 GPU。因此，CPU 和 GPU 不是互相替代，而是在智能体 AI 系统中承担不同角色。

黄仁勋称，过去云计算的经济学是 " 每核心多少美元 "，未来 AI 经济学将变为 " 每美元多少 Token" 或 " 每 Token 多少美元 "。Vera 正是为智能体 AI 时代设计的 CPU。

问：AI 原生云属于 Hyperscale，还是属于 ACIE？未来哪个增长更快？

黄仁勋表示，AI 原生云属于第二类，也就是 ACIE。原因是这些公司通常不设计自己的芯片，也不希望自己把不同部件组装成 AI 工厂。它们需要的是一个能够快速投产、运行所有模型、易于出租、总体拥有成本较低且容易融资的平台。

他认为，超大规模云率先发展 AI，因为它们拥有强大的计算机科学能力和数据中心能力，并且主要面向消费级应用。但企业和工业应用对 AI 的可靠性、安全性和实际收入贡献要求更高，因此发展节奏相对较慢。

不过，黄仁勋认为，从长期看，工业和企业市场代表着全球经济中 50 万亿至 80 万亿美元的部分，未来第二类市场会变得更大。他预计，Hyperscale 和 ACIE 都会快速增长，但 ACIE 增速可能更快。

问：在 Blackwell 和 Rubin 合计 1 万亿美元收入可见性之外，还有哪些增量？

黄仁勋表示，首先是英伟达在前沿 AI 模型中的份额继续提升；其次是 Vera 独立 CPU，因为此前 1 万亿美元收入可见性中没有包括这部分；第三是 LPX。

他称，通过 Vera、Vera Rubin 和 LPX 的组合，英伟达将覆盖从预训练、后训练到推理和智能体系统的整个 AI 光谱。

问：Vera Rubin 的放量速度会接近 GB300 吗？

克雷斯表示，英伟达将在今年第三季度开始推出 Vera Rubin，第四季度继续推进爬坡，明年第一季度规模也会非常大。她表示，公司已经有需求规划和采购订单，几乎所有主要客户都已准备好，但 Vera Rubin 是非常复杂的系统，推向市场需要时间。

" 算力就是收入和利润 "：黄仁勋押注智能体 AI 与物理 AI 下一浪潮

图片来源：祝裕

在电话会最后，黄仁勋将本季度业绩与智能体 AI 拐点直接联系起来。他表示，这是一个 " 非凡的季度 "，需求已经呈 " 抛物线式增长 "，原因很简单：AI 智能体已经到来。AI 现在能够完成有生产力和有价值的工作，Token 已经可以盈利，因此模型开发商正在竞相生产更多 Token。

黄仁勋称，在 AI 时代，算力容量就是收入和利润。英伟达是这个时代的平台，在全球所有平台中，英伟达算力支持最丰富、最多样化的需求。

他在总结中列出五大重点：第一，英伟达是唯一运行每一个前沿 AI 模型的平台；第二，英伟达存在于每一个超大规模云中；第三，英伟达的全栈 AI 工厂解决方案和全球生态系统，使其能够服务 AI 原生云、主权 AI 云以及企业和工业本地基础设施；第四，CUDA 正在延伸到机器人、自动驾驶汽车、嵌入式医疗设备和 AI-RAN 电信基站等边缘场景；第五，Vera 是全球首款专为智能体 AI 打造的 CPU，为英伟达打开全新的 2000 亿美元总潜在市场。

黄仁勋还表示，下一波浪潮是物理 AI，未来将有数十亿个自主系统和机器人系统在物理世界中运行。世界正在为智能体 AI 和机器人式物理 AI 重建计算，而英伟达处在这些转型的中心。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前核实。据此操作，风险自担。

每日经济新闻