深度洞察 | 英伟达2026:算力需求依旧强劲,但挑战正在积聚

目前,英伟达市值达5.46万亿美元,四个交易日狂增5910亿美元,市值增量超过甲骨文全部市值。这家成立于1993年的公司,从一家专业显卡厂商成长为全球AI算力基础设施的核心供应商,经历了从濒临破产到市值全球前列的完整周期。

 

一、当前业务概况

1.核心财务表现

英伟达2026财年第二季度收入达到467亿美元,同比增长55%,超出市场预期的461亿美元;净利润按GAAP计算为264亿美元,同比增长60%,每股收益1.08美元,超出预期的1.01美元。毛利率为72.4%,较去年同期的75.2%有所下滑。

 

公司预计第三季度收入将达到540亿美元,毛利率预计在73.3%至73.5%之间。业绩增长的主要驱动力来自数据中心业务,其中Blackwell架构的GB200、B200以及Blackwell Ultra架构的GB300正在持续发货。

 

从更长的时间维度看,英伟达2025财年全年营收1304.97亿美元,同比增长114%;净利润728.80亿美元,同比增长145%。但增速呈现放缓趋势——第四财季营收同比增长78%,低于前一季度的94%。

 

2.下一代产品进展

英伟达CFO科莱特·克雷斯在2025年9月的高盛技术会议上透露,Rubin芯片已经进入流片阶段,Rubin架构将包含6个芯片,正在为进入市场做准备。在Rubin正式上市之前,英伟达已经看到了与之相关的几千兆瓦的需求。

 

功耗方面,英伟达当前旗舰芯片功耗已达1000W,下一代Vera Rubin单芯片功耗达1.8kW。传统风冷方案的经济散热上限约为800W,这意味着液冷散热已成为刚性需求。

 

3.市场地位

英伟达在独立显卡市场的份额在过去十年间维持在80%左右。在AI训练芯片领域,据行业分析师估算,英伟达占据超过80%的市场份额,主要客户包括亚马逊、谷歌、微软、Meta等云服务提供商。

 

2026年5月,英伟达股价再创历史新高,过去4个交易日上涨14%,市值增加5910亿美元。这一增长的背景是市场对大型云服务商近期强劲的资本支出承诺的认可。

 

二、产业链格局变化

1.CPO交换机:鸿海独家供货

中国台湾《经济日报》报道显示,鸿海集团已提前向英伟达交付全光CPO交换机机柜,且供应极为紧张——连展示用机柜都已全部交给英伟达,鸿海原计划在台北国际电脑展上展示的实物届时可能无法展出。

 

鸿海是英伟达全光CPO的唯一代工与设计制造商(ODM)。出货目标已从原先预计的2026年超过1万台,大幅上修至2026至2027年合计超过5万台。鸿海官方对此回应称“不评论单一客户与产品”。

 

CPO(共封装光学)技术将光学模块与芯片直接封装在一起,用光信号替代电信号传输数据。相比传统可插拔光模块,CPO将光引擎与交换芯片共基板封装,电气距离从300毫米缩短至50毫米以内,功耗下降60%-68%,信号完整性提升63倍。

 

据测算,在大规模组网中,采用3层网络的CPO方案相比传统DSP光模块方案,可降低21%的网络成本,总成本降低3%;若压缩至两层CPO方案,可降低46%的网络成本,总成本降低7%。

 

黄仁勋在几天前接受采访时表示:“我们正在经历人类历史上规模最大的基础设施建设。人工智能将成为世界各地的基础设施。我们将以前所未有的规模扩大光学技术的应用坦率地说,这个规模是任何光学公司都未曾实现的。

 

2.液冷散热的刚性需求

随着芯片功耗突破风冷上限,液冷正在从可选方案变为刚性基础设施。英伟达当前旗舰芯片功耗1000W,下一代Vera Rubin单芯片功耗1.8kW,Ultra版本3.6kW,而传统风冷的经济散热上限约为800W。

 

工业富联作为英伟达GB200 NVL72主要供应商,全球产能占比约50%。在液冷领域,工业富联已实现冷板、CDU等核心部件自主生产,据公开报道支持单芯片1500W散热,成本降低25%。

 

摩根大通等机构预计,2026年全球AI服务器液冷系统市场规模将从2025年的约89亿美元升至170亿美元以上。

 

3.算力瓶颈的转移

当前算力瓶颈正从“算”向“传”转移。英伟达此前与康宁达成长期协议扩产光连接,表明数据中心内部的数据传输效率正成为新的制约因素。光通信与散热正在成为AI基础设施的两大核心支点。

 

三、竞争格局

1.谷歌的追赶

谷歌母公司Alphabet近期在美股盘后交易中市值一度超越英伟达。截至目前Alphabet总市值达4.8万亿美元,接近英伟达5.2万亿美元。

 

彭博社分析认为,谷歌有望正式超越英伟达重返全球市值冠军,其背后原因是谷歌几乎在人工智能技术所有领域都占据主导地位。谷歌专为AI工作负载设计的TPU(张量处理单元)获得业界青睐。研究机构预测,今年TPU相关业务能为谷歌带来约30亿美元营收,明年将增至250亿美元。

 

此外,谷歌还拥有搜索、云计算、AI模型、安卓、社交媒体和自动驾驶技术等业务。库克森佩尔斯财富管理公司首席投资官奥尼尔表示,英伟达更具周期性,更容易受到AI开支放缓影响,而Alphabet业务具有多样性特征。

 

但谷歌也存在问题。据CNBC报道,谷歌积压的订单可能高度集中于Anthropic一家公司——后者未来5年拟投入2000亿美元采购谷歌云服务,可能占谷歌未来合同营收的四成以上。而Anthropic作为AI初创企业,估值极高且烧钱很快。

 

2.AMD与英特尔的策略

目前,英伟达、AMD、英特尔三家芯片巨头罕见地同时出现在RadixArk的1亿美元种子轮融资中。RadixArk是一家开发SGLang推理引擎和Miles强化学习框架的开源AI基础设施公司。

 

AMD而言,需要一个与CUDA解耦、能公平发挥MI300系列性能的推理栈;对英特尔而言,Gaudi系列需要在现有CUDA主导的生态之外生长出一套开源标准。通过投资RadixArk,硬件厂商试图构建一个不被任何单一云厂商或芯片巨头锁定的AI基础设施层。

 

SGLang目前部署规模超过40万张GPU,每天有数万亿token的生产流量运行其上,用户包括Google、Microsoft、NVIDIA、Oracle、AMD、LinkedIn、xAI等。

 

3.博通的竞争

去年9月,博通CEO陈福阳透露,公司已从一家神秘新客户获得100亿美元定制芯片订单。业内人士透露,该客户极有可能是OpenAI——OpenAI与博通共同设计的芯片预计在年首次上市,以减少对英伟达产品的依赖。

 

Clearstead Advisors高管Jim Awad认为,投资者需要准备好面对英伟达在该领域出现更多竞争的局面,但由于AI市场本身的快速扩张,即便失去部分市场份额,公司依然能保持稳定增长。

 

四、风险与挑战

1.反垄断调查

2025年12月9日,中国市场监管总局依法对英伟达开展立案调查,理由是涉嫌违反《中华人民共和国反垄断法》及关于英伟达收购迈络思科技有限公司股权案的反垄断审查决定。消息公布后,英伟达股价两日跌去超过800亿美元市值。

 

英伟达回应称,乐于回答监管机构关于业务提出的任何问题,强调英伟达凭借优势在市场中取胜,且努力在每个地区提供最佳产品、履行承诺。随后英伟达中国官方微博辟谣了断供中国的不实传闻,并表示中国是英伟达重要的市场。

 

与此同时,美国最高法院允许投资者对英伟达提起集体诉讼,驳回了英伟达的上诉请求。这是继法国、欧盟之后,英伟达面临的最新司法纠纷。

 

中国被认为是AI应用最火热的地区之一。如何在不违反各国监管要求的前提下满足市场需求,是英伟达必须妥善解决的问题。

 

2.业绩增速放缓

英伟达2025财年第四财季营收同比增长78%,低于前一季度的94%。数据中心收入同比增长93.32%,也低于前一季度的112%。第四财季业绩超出华尔街平均预期的幅度,是自2023年初AI业务开始蓬勃发展以来的最小值。

 

公司还证实,Blackwell芯片此前出现设计瑕疵,生产和交付时间推迟了至少三个月,该产品生产初期的成本一度压低了毛利率。黄仁勋后来表示瑕疵问题已彻底解决,且谷歌、微软和Meta等公司都计划购买新芯片。

 

3.客户集中度风险

虽然英伟达未公开披露具体客户收入占比,但从行业格局看,前四大云服务厂商(亚马逊、谷歌、微软、Meta)贡献了数据中心收入的显著份额。这些科技巨头的资本支出节奏直接影响英伟达的业绩表现。

 

韦德布什分析师认为,美股Q1财报季已给AI科技的怀疑论者敲响了警钟,英伟达即将发布的财报应成为科技股上行的又一个催化剂。但市场对英伟达财报的预期已经极高,任何不及预期的表现都可能引发显著波动。

 

五、公司历史回溯

1.GPU的发明

1999年8月,英伟达发布GeForce 256,首次提出“GPU”(图形处理器)这一概念。在此之前,世界上没有GPU这个东西。英伟达高管杰伊·普里曾说:“我们不存在只追求市场份额的文化。我们更愿意创造市场。”

 

自那之后,英伟达销售了数亿张显卡。在独立显卡市场,英伟达保持了约80%的份额近十年。

 

2.CUDA的战略布局

2006年11月,秘密研发4年的CUDA(统一计算设备框架)与第一款具有计算功能的GPU芯片G80一同推出。G80拥有128个CUDA内核,而当时英特尔酷睿2 CPU最多只有4个计算线程。

 

CUDA的开发过程耗费大量资金。2008财年到2010财年,英伟达毛利率从45.6%下降至35.4%,股价暴跌超过80%。黄仁勋后来评价:“我们必须做出这样的牺牲,我对它的潜力深信不疑。”

 

2012年,多伦多大学教授杰弗里·辛顿和他的学生使用基于CUDA的深度神经网络AlexNet,在ImageNet图像识别竞赛中以显著优势胜出。他们仅用一对售价几百美元的消费级GPU,两周内完成了训练。这一事件标志着深度学习时代的到来,也展示了CUDA在加速机器学习方面的巨大潜力。

 

3.濒临破产的经历

英伟达在早期并非一帆风顺。在RIVA 128推出之前,公司耗费1500万美元开发的NV1遭遇糟糕的销售结果,资金只能再撑9个月。最终RIVA 128在1997年游戏开发者大会上展示后,获得了3万颗芯片订单,1997年第四季度实现140万美元利润,这是公司成立4年来首次单季度盈利。

 

3dfx工程师在3dfx破产后入职英伟达,惊奇地发现这里并没有什么秘密武器,“只是最大限度地努力工作和严格执行时间表”。

 

六、总结

英伟达目前处于一个微妙的位置:一方面,AI基础设施建设的需求仍在增长,公司产品在技术上领先,鸿海CPO交换机出货目标大幅上修、液冷散热需求刚性化、Rubin芯片进入流片阶段,这些因素支撑着市场对公司的乐观预期;另一方面,反垄断调查、业绩增速放缓、客户集中度高、市场竞争加剧等风险也在逐步显现。

 

谷歌的TPU、博通与OpenAI的合作、AMD和英特尔通过投资开源基础设施试图打破CUDA生态,都表明英伟达的领先地位正面临多方挑战。但正如析师所说,由于AI市场本身的快速扩张,即便失去部分市场份额,英伟达仍可能保持增长。

 

英伟达计划于5月20日公布2027财年第一季度业绩。这份财报将是观察全球AI基础设施建设需求是否依然强劲的重要窗口。

投资洞见订阅

扫码关注
电话咨询
微信咨询