英伟达最新季报：营收一年翻倍之后，真正值得关注的已经不是GPU卖了多少
如果只看利润表，这几乎又是一份挑不出明显毛病的财报。
2027财年第二季度，英伟达营收达到962.21亿美元，同比增长106%，环比增长18%；其中数据中心收入890.23亿美元，同比增长117%。GAAP营业利润637.34亿美元，同比增长124%；Non-GAAP每股收益2.22美元，同比增长120%。
更重要的是，公司给出的下一季度收入指引达到1080亿美元，上下浮动2%，而且没有计入来自中国的数据中心计算收入。
换句话说，一年前，公司一个季度收入467亿美元；一年后已经超过962亿美元。
对于一家如此体量的半导体公司来说，真正惊人的不是“又增长了”，而是在接近千亿美元季度收入的基数上，仍然实现了一年翻倍。
但如果研究到这里就结束，实际上只读完了财报最容易看的部分。
因为决定英伟达下一阶段估值的核心问题，已经从“GPU还能卖多少”，逐渐变成另外三个问题：
AI基础设施投资能持续多久？为了支撑这种增长，英伟达正在承担多少供应链和资本风险？以及75%左右的超高毛利率还能维持多久？
一、890亿美元数据中心收入：英伟达卖的已经不只是GPU
本季度数据中心收入占总营收约92.5%。
也就是说，现在每100美元收入，大约92美元来自数据中心业务。
但更重要的变化不是占比，而是产品形态。
过去市场习惯把英伟达理解成一家“卖GPU的公司”，但Vera Rubin正在把这种理解进一步推向过时。
Vera Rubin NVL72不是一颗芯片，而是一套机架级计算系统：72颗Rubin GPU、36颗Vera CPU，再加上NVLink、网络、DPU以及软件体系共同工作。英伟达进一步把多个机架组合成POD级AI基础设施。
这意味着竞争维度已经发生变化。
竞争对手当然可以设计一颗AI加速芯片，但客户真正要解决的问题是：几万甚至几十万颗芯片怎么连接？数据怎么移动？功耗怎么控制？模型怎么训练？推理成本怎么下降？整个数据中心如何保持高利用率？
因此，英伟达的护城河正在从单颗GPU性能扩展到整个AI基础设施系统的协同效率。
这也是为什么单纯比较“某颗芯片算力比Rubin高多少”，越来越不足以判断竞争格局。
二、75%的毛利率依然恐怖，但拐点已经出现
本季度GAAP和Non-GAAP毛利率都达到75%。
简单理解：英伟达每实现100美元收入，扣除直接产品成本后，大约留下75美元毛利润。
GAAP营业利润率更达到约66.2%。
这说明至少在当前阶段，英伟达仍然拥有极强的产品稀缺性和定价能力。
问题在于，管理层已经明确告诉市场：成本压力正在上升。
Q3毛利率指引降至74%左右；管理层预计Q4可能进一步触底至71%—72%，主要压力之一来自极端的内存价格环境；进入FY2028后，公司预计毛利率稳定在72%—73%左右，并计划通过价格调整进行部分对冲。
所以未来真正应该盯的，不是“毛利率有没有跌”这么简单，而是：
英伟达还能不能把HBM等上游成本上涨继续传导给客户。
如果收入高速增长、毛利率只是短期回落后稳定，说明定价权仍然牢固。
但如果收入继续增长、毛利率却持续下行，那么利润增速就可能开始明显落后于收入增速。
三、利润继续创新高，但现金流突然值得认真看了
本季度GAAP净利润达到596.88亿美元。
不过这里有一个很容易被忽略的细节：GAAP“其他收入”达到77.73亿美元，其中77.71亿美元来自股权证券收益。
因此，如果研究主营业务盈利能力，539.54亿美元Non-GAAP净利润和637.34亿美元营业利润，比GAAP净利润更具有可比性。
真正值得注意的是现金流。
本季度经营现金流只有240.77亿美元，上一季度为503.44亿美元；自由现金流从485.54亿美元下降到213.41亿美元。
为什么利润继续增长，现金流却明显下降？
一个核心原因是营运资金。
季度末应收账款达到630.59亿美元，较上一季度407.10亿美元大幅增加；DSO——也就是平均收款周期——从45天升至60天。库存也从257.97亿美元升至315.75亿美元。管理层解释，部分大型、多季度采购协议给予了投资级客户更长付款周期，同时库存上升与Vera Rubin导入有关。
这并不能证明客户出现付款困难。
但它意味着一个新的观察变量已经出现：
收入质量必须和现金回收速度一起看。
如果未来收入继续增长，而DSO回落、经营现金流重新追上利润，那么这更多只是增长过快造成的营运资金波动。
反过来，如果应收账款持续快于收入增长、DSO继续拉长，那么市场就必须重新评估部分AI需求究竟有多少最终转化成了现金。
四、真正被低估的变化：英伟达正在把自己的资产负债表带进AI产业链
这可能才是这份10-Q最重要的部分。
截至7月26日，英伟达供应和产能承诺已经从上一季度的1190亿美元跃升至2790亿美元。
再加上云服务协议、尚未开始的数据中心租赁、股权投资承诺和资本开支，公司披露的这组未来承诺合计达到3660亿美元。除此之外，文件还单独披露了560亿美元AI云协议和拟转给第三方的数据中心租赁承诺。
而风险结构还不止这些。
10-Q同时披露，包括8月签署的后续事项在内，公司最高总担保敞口达到1085亿美元。其中1050亿美元与一个4.25GW数据中心项目的土地、电力和建筑相关信用支持有关。这不是今天已经发生的1050亿美元现金支出，也不能直接等同于债务；相关担保分阶段生效，并在特定客户违约条件下才可能触发。
另外，公司6月发行了250亿美元高级无担保债券，使季度末债务账面净额升至333.66亿美元。
把这些信息放在一起，英伟达正在发生一个非常重要的身份变化：
它不再只是AI淘金热里的“卖铲人”，而开始成为AI基础设施的供应链组织者、系统平台和资本协调者。
五、这套模式真正的终极变量只有一个：AI ROI
为什么英伟达愿意锁定如此庞大的供应、投资生态公司，甚至为部分基础设施提供信用支持？
答案很简单：管理层相信AI算力已经开始创造越来越高的经济价值。
黄仁勋在财报中甚至直接提出：“compute is revenue”——算力正在变成收入。管理层同时预计FY2028收入仍可能同比增长约70%，而且明确称这一预测仍受到供应约束。
但投资者必须把两件事情分开：
这是管理层的判断，不是已经被证明的行业定律。
真正决定AI超级周期能走多远的，不是模型参数还能增加多少，也不是科技巨头愿意公布多少资本开支，而是最终客户能不能从AI获得足够高的投资回报率。
假设企业投入100亿美元建设AI基础设施，却只能长期创造20亿美元新增收入或成本节约，资本开支最终一定会降温。
反过来，如果100亿美元算力能够持续创造200亿、300亿美元经济价值，那么算力就不再只是成本，而会成为新的生产资料。
这才是英伟达长期逻辑真正需要验证的地方。
六、最终结论：下一份财报，别只盯收入
这份季报给出的答案其实非常清楚：
需求端目前没有明显降温，甚至比市场此前预期更强；但英伟达为了抓住这轮AI基础设施周期，正在主动承担越来越大的供应链、营运资金和资本承诺。
过去看英伟达，主要看GPU性能、CUDA生态和数据中心收入。
现在至少还要同时看四个领先指标：
毛利率、DSO与经营现金流、库存，以及供应承诺和担保敞口。
它们分别回答四个问题：
英伟达还有没有定价权？
收入能不能顺利变成现金？
公司有没有提前生产过多？
以及英伟达为了维持AI基础设施扩张，究竟把自己的资产负债表和信用能力介入到了什么程度。
这也是这份财报最值得警惕、同时也最值得兴奋的地方。
如果AI ROI持续成立，那么2790亿美元供应承诺可能不是负担，而是提前锁定稀缺产能形成的竞争优势；
1080亿美元下一季度收入指引，也可能只是AI基础设施超级周期的中段。
但如果最终客户的AI现金回报跟不上资本开支，那么风险最初未必表现为“GPU突然卖不出去”。
更值得观察的早期信号，很可能先出现在：
应收账款增长过快、DSO继续拉长、经营现金流落后于利润、库存持续堆积，以及毛利率无法在成本上涨后企稳。
所以，下一次再看英伟达财报，
真正的问题已经是：
“全球投入如此庞大的资本建设AI基础设施之后，这些算力最终能创造多少可持续现金流？”
热门跟贴