英伟达刚交出了一份近乎 " 碾压级 " 的财报：2027 财年第一季度营收 816 亿美元，同比增长 85%；GAAP 净利润 583 亿美元，同比增长 211%。这是全球市值最高科技公司交出的最新成绩单。但比数字更值得关注的，是一个反复被提及却很少被严谨验证的问题——英伟达的核心竞争力到底在硬件还是在软件？

有一种观点认为，英伟达本质上是一家软件公司，GPU 芯片只是外壳，CUDA 软件生态才是它真正的护城河。这个判断是否成立？本文拆解这份最新财报中的毛利率结构、客户采购行为、资产价值逻辑等维度，尝试给出答案。

结论先说在前：" 软件定义的硬件平台 " 正在取代 " 硬件性能领先 "，成为英伟达护城河的主体。不过，CUDA 的护城河已经挖好，但城里的商业生态还在建设中。

毛利率：定价权中隐含的软件溢价

Non-GAAP 毛利率 75%，最近三个季度稳定在 73%-75% 区间。半导体行业常规毛利率在 30%-50%，英伟达高出同行 20-30 个百分点。CFO Kress 在电话会中表示，毛利率波动主要与产品组合和硬件成本变化相关，而非竞争加剧——即便竞争者增多，客户对英伟达平台的支付意愿并未下降。

75% 在半导体行业中是个异类。但需要诚实面对一个问题：这个高毛利有多少归因于 CUDA 生态锁定，又有多少归因于产能供不应求带来的短期定价权？

毛利率的韧性提供了额外信息。过去一年间，AMD MI300X 在纸面参数上已具备竞争力，Google TPU 在内部大规模部署，Groq、Cerebras 等专用芯片方案持续分流推理负载。供给端的竞争者在增多，但 75% 的毛利率纹丝不动。如果高毛利仅仅来自产能稀缺，竞争加剧应当逐步侵蚀这一优势。事实没有发生。这说明供需关系之外，还存在一层超越硬件参数的定价权——客户愿意为 CUDA 生态带来的效率溢价买单。

图：半导体头部企业 Non-GAAP 毛利率对比（最新季度） 数据来源：各公司 2026 年 Q1 财报

从成本结构看，这个判断也获得间接支撑。HBM4 内存和先进封装的采购成本在持续攀升，但英伟达转嫁成本的能力并未减弱。将 75% 与同行对比，差异更直观：台积电作为代工龙头，Q1 毛利率 66.2%；英特尔 Non-GAAP 毛利率 41%。英伟达作为芯片设计公司，在毛利率上大幅超越同行，这在半导体行业中极为罕见。

当然，定价权并非无上限。Kress 给出的 Q2 指引为 GAAP 74.9%、Non-GAAP 75.0%，上下浮动 50 个基点，仍维持高位。HBM4 成本上升和 3nm 工艺爬坡是长期压力，但当前尚未实质侵蚀毛利率，说明软件溢价足以对冲硬件成本上涨。

客户在买什么：从 " 采购芯片 " 到 " 采购平台 "

图：英伟达 FY27 Q1 分业务营收及同比增速 数据来源：英伟达 FY27 Q1 财报

数据中心 GPU 算力营收 604 亿美元，同比增长 77%。但网络营收 148 亿美元，同比增长 199%，增速是 GPU 的 2.6 倍，占数据中心总营收比例从去年同期的约 12% 升至约 20%。

客户采购的不只是 GPU，而是 NVLink（芯片间高速互联技术）、InfiniBand 和 Spectrum-X 构成的全栈系统。据多家媒体报道，主要超大规模客户正在以极快的速度部署 GB200 NVL72 机架——将 72 颗 GPU、NVLink 交换机和液冷封装为一体。一旦采用，其数据中心的计算、存储、网络全部纳入英伟达技术体系。据 CFO Kress 在电话会中披露，Spectrum-X 以太网平台 " 规模已超过所有以太网同类竞争对手的总和 " ——在开放标准的以太网领域，英伟达凭借 CUDA 对网络通信的加速优化取得了超越硬件参数的市场地位。CUDA 在网络层面也在发挥作用，而不仅限于 GPU 计算。

另一个有价值的观察是采购的承诺周期在拉长。据电话会披露，截至 Q1 末供应保障总额（含库存、采购承诺和预付款）增至约1450 亿美元。GTC 2026 上，管理层将 Blackwell 和 Rubin 平台累计需求展望上修至 2027 年底约 1 万亿美元。客户押注的不只是某一代芯片，而是一个由 CUDA 统一的全栈平台。

图：英伟达需求可见性与供应保障（亿美元） 数据来源：英伟达 FY27 Q1 财报、GTC 2026

旧硬件升值：纯硬件逻辑无法解释的现象

电话会中一组数据值得细读：H100 租用价格年初至今上涨 20%，A100 云端定价涨 15%。

H100 基于 2022 年 Hopper 架构，Blackwell 已贡献数据中心计算收入约七成，下一代 Blackwell Ultra 架构样片已开始向客户交付。正常硬件迭代中，新一代上市意味着旧代价格暴跌。英伟达出现了相反趋势。

Kress 将此归因于 " 平台的多样性 " 和 " 软件栈带来的持续性能提升 "。据 MLPerf v6.0 官方基准测试结果，Blackwell Ultra 在 Server 场景下 DeepSeek-R1 推理速度较上一代提升 2.77 倍。这一性能飞跃来自英伟达所强调的 " 极致协同设计 " ——硬件架构、CUDA 软件栈与模型的联合优化。

需要考虑的反面解释是：旧硬件升值是否仅仅因为 AI 算力总需求爆发？这个因素存在，但同一时期其他厂商的旧代 GPU 并未出现类似升值。H100 涨价的特殊性在于，CUDA 生态在过去四年中持续为这块硬件扩展新的应用场景和性能空间，使其在折旧期满后仍然具备经济价值。

不妨类比 iPhone 的旧机型保值逻辑——原因不是硬件折旧更慢，而是 iOS 生态为旧设备持续提供系统更新，延长了经济生命周期。英伟达正在 GPU 领域复现同样逻辑。在纯硬件框架中，折旧期满的资产趋于残值；在 CUDA 框架中，软件迭代持续为旧硬件注入新价值。这是支持 " 软件定义 " 论点的最具说服力的单项证据。

对 CUDA 锁定效应的一个常见质疑是：它是否主要局限于训练阶段？

本季度信号偏积极但不绝对。推理已成为增长主引擎，Blackwell 被定义为 " 推理环节单位 token 成本最低的平台 "。Dynamo 1.0 作为英伟达面向大规模分布式推理的生产级系统，与 TensorRT-LLM（推理加速库）等优化工具协同，将 Blackwell 推理效率大幅提升。Blackwell Ultra 在 MLPerf 推理测评中横扫全部基准。

更重要的是，推理场景对软件优化的敏感度远高于训练：涉及长尾模型部署、延迟敏感型应用和成本效率优化，恰恰是 CUDA 推理工具链最擅长的领域。TensorRT-LLM 对大模型推理的优化深度，以及 Triton 编译器对自定义算子的支持，构成了短期内难以复制的工程壁垒。

但目前的证据尚不足以得出 " 客户在推理端无法离开 CUDA" 的确定性结论。Google TPU 在内部推理中运行良好，Groq 的 SRAM 架构在特定场景具备竞争力，自研 ASIC（专用芯片）在超大规模厂商中持续扩大部署。CUDA 在推理端的优势更像是 " 当前最优解 " 而非 " 唯一解 "。不过，本季度边缘计算动态几乎全部围绕 CUDA 展开：自动驾驶平台 DRIVE Hyperion（比亚迪、吉利、日产等已采用）、机器人框架 Isaac GR00T N 等。从云端到物理世界，CUDA 正在将推理依赖从单一场景扩展到全场景。

Vera CPU：生态边界的实质测试

本季度英伟达发布了Vera CPU—— " 全球首款专为智能体 AI 设计的 CPU"。据 CFO Kress 在电话会中披露，管理层预计今年 CPU 相关营收可达约 200 亿美元，而 Vera CPU 所开辟的整体潜在市场（TAM）规模高达 2000 亿美元。

图：英伟达全栈软件生态的五层架构

如果英伟达仅靠 GPU 硬件取胜，没有理由进入被 x86 和 Arm 统治数十年的 CPU 市场。Vera 的核心优势不在硬件参数——虽相比 x86 可实现最高 1.5 倍单核性能和 2 倍每瓦性能提升——而在于它与 CUDA 的端到端协同设计。OpenAI、Anthropic、SpaceX AI、甲骨文云等首批客户选择 Vera，因为它能无缝融入已有的 CUDA 基础设施。

从财务逻辑看，Vera 的战略意义甚至大于营收贡献。以 CPU 行业 25%-35% 的常规毛利率计算，这笔业务对英伟达整体利润率的净效应可能是负面的。管理层仍大力投入，说明 Vera 的价值不在利润表，而在生态防御——让客户从 GPU 到 CPU 全部留在 CUDA 体系内。

但需保持审慎。Vera 尚处首批交付阶段，200 亿美元营收是指引而非已实现业绩。CPU 市场竞争格局远比 GPU 复杂—— x86 有 Intel 数十年积累和 AMD 的强势复苏，Arm 服务器芯片（如 Ampere）也在持续发力。英伟达历史上跨界产品（Shield 游戏机、Tegra 移动芯片）的失败记录也提醒我们，生态优势并不自动保证新市场成功。尽管如此，战略信号是明确的：管理层对 CUDA 的信心已足够强，敢于将其作为进入新市场的唯一筹码。

论证到这里，有必要做反向检验。

第一，软件收入仍不可见。英伟达未将软件收入单独列报，Dynamo 1.0、NemoClaw 等产品全部归入 " 数据中心 " 大类。外界无法准确知道软件收入占比，当前变现方式仍是硬件销售而非独立软件授权。一旦硬件需求放缓，软件的独立变现能力尚未得到检验。

第二，现金流仍有硬件周期特征。本季经营现金流 503 亿美元，主要来源于大客户预付款和硬件出货节奏，而非可预测的月度经常性收入。真正的软件平台拥有高度可预测的现金流曲线。

第三，竞争格局存在不确定性。AMD ROCm 持续缩小与 CUDA 的差距；Google TPU 若对外开放软件栈将形成直接挑战；Modular 团队（由 LLVM 和 Swift 创始人 Chris Lattner 领导）正从编程语言层面尝试打破 CUDA 对底层的垄断。这些挑战目前均未成功，但 " 目前未成功 " 不等于 " 永远无法成功 "。

综合以上分析，更审慎的结论是：英伟达的核心竞争力正在从 " 硬件性能领先 " 向 " 软件定义的硬件平台 " 迁移，已取得实质性进展，但尚未完成。

CUDA 生态已在定价权（毛利率韧性）、客户行为（系统级采购和长期锁定）、资产价值（旧硬件升值）和战略扩张（Vera CPU）等多个层面提供了可观测证据。但同时，变现模式仍以硬件销售为主，现金流仍有周期特征，竞争格局存在长期不确定性。

一个更好的类比是2010 年前后的苹果—— iPhone 的硬件优势和 iOS 的生态潜力都已显现，但 App Store 的商业模式仍在进化。英伟达目前类似：CUDA 的护城河已经挖好，但城里的商业生态还在建设中。

市场对英伟达的定价逻辑正在经历一场静默重构。传统 PE 框架将其视为半导体周期股，但越来越多的证据表明，应开始用平台型公司的框架审视它。这场重构的节点，可能在英伟达首次单独披露软件收入的那个季度到来。在那之前，每一份财报都是验证或修正这一判断的窗口。（本文首发钛媒体 APP，作者 | 硅谷 Tech_news，编辑 | 焦燕）