英伟达单季营收逼近千亿美元，AI推理正在重塑算力产业链

8月26日美东时间盘后，英伟达交出了一份让华尔街短暂沉默的财报：2027财年第二季度营收962亿美元，同比增长106%，调整后每股收益2.22美元，同比翻倍有余。更令市场意外的是，管理层给出的下一季度营收指引高达1058亿至1101亿美元，并将2028财年全年增速预期从市场共识的45%直接拉升至约70%。盘后股价一度下探3%后迅速反拉超4%——这不是又一次超预期，而是AI算力的增长逻辑正在发生结构性切换。

逼近千亿：不只是又一个好季度

962亿美元意味着什么？相当于英伟达一个季度卖出的芯片，超过了绝大多数半导体公司全年的营收。而Q3指引突破千亿美元大关，意味着这家公司的单季体量已经接近全球前五大芯片公司的季度营收总和。

但数字本身不是重点。重点是增速的方向。

英伟达CFO在财报电话会上明确表示，2028财年营收将增长约70%。这个数字远高于此前华尔街的共识预期。它传递的信号是：AI算力的超级周期不仅没有见顶，反而在进入一个由推理需求驱动的新加速阶段。

Blackwell全面交付：从产能爬坡到规模放量

本季度业绩爆发的直接驱动力，是Blackwell架构GPU的全面量产交付。经历了2026年上半年的产能爬坡期后，Blackwell已进入大规模出货阶段。

一个关键信号来自AWS。就在财报发布前一天，AWS与英伟达宣布合作扩展计划：2027至2028年间将在全球基础设施部署200万块英伟达GPU，涵盖Blackwell Ultra及下一代Rubin、Rubin Ultra架构，同时为美国政府建设包含10万块GPU的AI工厂。这一数字加上GTC 2026上已公布的100万块GPU增量，意味着英伟达在未来两年锁定了至少300万块高端GPU的确定性订单。

头部云厂商的大规模集中采购，说明AI算力的需求侧仍在加速，而非放缓。

从训练到推理：AI算力的结构性换轨

真正值得产业链参与者警惕的变化，是增长引擎的切换。

过去两年，AI算力的核心需求来自训练——大模型公司竞相采购GPU集群，训练参数量更大的模型。这一阶段的特点是集中式、大规模、高算力密度的需求，单张GPU的边际价值极高。

但当模型训练完成并投入实际应用，计算需求的重心开始向推理端迁移。每一次AI搜索、每一轮AI对话、每一次AI图像生成，背后消耗的都是推理算力。推理的特点是分散化、持续化、规模化——单次推理的计算量远小于训练，但总量可能是训练的数十倍。

英伟达在财报中并未披露训练与推理的具体收入占比，但管理层在电话会上多次强调推理需求的加速增长。从产业链反馈来看，Blackwell架构在设计之初就针对推理场景做了大量优化，包括更大的显存带宽和更低的推理时延，这本身就是对需求结构变化的回应。

推理时代的到来，正在重新定义算力产业链的价值分配。

产业链联动：谁在承接推理时代的订单？

英伟达财报发布后，产业链的联动反应清晰揭示了推理时代的受益方向。

存储板块率先走强：SK海力士盘后涨超4.5%，美光涨超3.8%。Blackwell架构对HBM（高带宽存储）的需求量较上一代大幅提升，推理场景下大规模并发对显存带宽的要求更为苛刻，HBM正从稀缺配件变成算力基础设施的标配。

光通信板块同步拉升：Lumentum盘后涨超6%，康宁涨超3%。数据中心内部GPU之间的高速互联需要大量光模块和光纤连接，推理集群的分布式部署进一步推高了光通信需求。

这些联动不是短期情绪驱动。推理需求的核心特征是规模化和持续性，这意味着上游零部件的需求将从过去两年"脉冲式"的订单高峰，转变为更加稳定的结构性增长。

毛利率下探：一个不可忽视的信号

在强劲营收的背后，有一个数字值得产业链投资者高度关注：毛利率。

英伟达本季度毛利率落在71%至72%区间，较此前Hopper时代的75%以上明显下探。这不是短期波动，而是一个结构性趋势的开始。

原因并不复杂。Blackwell架构的制造复杂度更高，先进封装产能仍然紧张，初期良率爬坡带来成本压力。但更深层的原因是，AI芯片正在从"超额利润垄断品"向"大规模工业品"转型。当出货量从百万级走向千万级，当客户从少数头部云厂商扩展到更广泛的企业和主权AI，定价策略必须做出调整。

与此同时，竞争格局也在变化。AMD的MI400系列持续推进数据中心部署，谷歌TPU v6持续迭代，AWS自研Trainium芯片进入第三代，全球主要云厂商均在推进自研AI芯片。英伟达的护城河正在从单纯的产品性能领先，转向CUDA生态、NVLink互联和开发者社区构成的系统级壁垒。

这意味着，英伟达的竞争优势正在从"产品力"转向"生态力"。产品可以被追赶，但一个拥有数百万开发者的软件生态，迁移成本要高得多。

推理时代重塑产业链格局

对AI硬件产业链而言，从训练到推理的切换意味着一场深层重构。

训练时代的核心需求是大算力、高带宽、集中式部署，受益者是能够提供单点极致性能的厂商。推理时代的核心需求则是大规模、分布式、持续运行，受益者将从单一芯片厂商扩展到存储、光通信、先进封装、散热等整个基础设施供应链。

英伟达依然是这个生态的绝对核心。但它的角色正在从"卖最贵的芯片"转向"定义整个算力基础设施的标准"。NVLink Fusion的扩展、定制NVHBM的推出，都指向同一个方向——英伟达正在将自己嵌入算力基础设施的每一层。

对于产业链上的企业而言，能否进入英伟达定义的标准体系，将决定未来三到五年的订单归属。

结语：增长的质变

英伟达2028财年约70%的增速指引，说明AI算力的扩张远未结束。但71-72%的毛利率也在提醒市场：增长的性质正在改变。

AI芯片正在从稀缺的垄断品变成大规模的基础设施组件。竞争焦点正在从单颗芯片的性能转向整个系统的生态效率。产业链的价值分配正在从训练端的集中爆发转向推理端的持续扩散。

对于关注AI算力产业链的参与者而言，真正的判断不是英伟达下一个季度能否再超预期，而是：在这场从训练到推理的结构性换轨中，谁拿到了新赛道的入场券，谁还停留在旧秩序的惯性里。

参考数据来源

• NVIDIA官方新闻稿：《NVIDIA Announces Financial Results for Second Quarter Fiscal 2027》，2026年8月26日 https://nvidianews.nvidia.com/news/nvidia-ann-financial-results-second-financial-quarter-fiscal-2027
• 21经济网：《英伟达公布财报，盘后涨超4%，美股三大期指集体拉升》，2026年8月27日 https://m.21jingji.com/article/20260827/herald/2b593b0ab145f4e12a60bc3b7742b22c.html