英伟达逼近6万亿美元！市场还在给英伟达定价什么？

本文由 财报研究社Pro 撰写/授权提供，转载请注明原出处。

以下文章来源于：财报研究社Pro

作者：财报研究社pro

10 月 6 日，英伟达股价创下历史新高，市值逼近 6 万亿美元。路透社数据显示，截至 10 月 5 日收盘，英伟达市值约 5.76 万亿美元；10 月 7 日，英伟达距离 6 万亿美元只差约 4%。

其市值从 5 万亿美元到 6 万亿美元，只用了短短不到一年的时间。会不会继续涨，还能涨多少，不是当前最重要的。更具讨论价值的是 6 万亿美元对应着怎样的盈利预期。

英伟达最新财报提供了一组非常强的答案：2027 财年第二季度营收 962 亿美元，同比增长 106%；数据中心收入 890 亿美元，同比增长117%；GAAP 净利润 596.88 亿美元，同比增长 126%；季度毛利率仍达到 75%。上半年经营活动现金流 744.21 亿美元，自由现金流 698.95 亿美元。

这意味着英伟达已经拥有足够强的基本面来支撑今天的市场地位，不过重点是 6 万亿美元之后，单纯依靠 GPU 销量增长已经很难解释全部估值。于是 Blackwell、Rubin、云厂商资本开支、推理和 Agent 需求，以及机器人、主权 AI 等新场景，正在共同决定英伟达下一阶段的收入天花板。

英伟达的收入增长的边界正在扩大。之前市场理解英伟达相对简单：AI 模型训练带来 GPU 需求，GPU 销量增长带来收入增长。但 Blackwell 之后，英伟达提供的已经越来越接近完整计算平台，GPU、CPU、网络、软件和 AI 开发工具开始形成一个体系。

最新财报显示，数据中心业务单季收入已经达到 890 亿美元，占公司季度收入的绝大部分。与此同时，英伟达已经开始推动下一代 Rubin平台进入量产。Blackwell 负责当前订单兑现，Rubin 则承担下一轮计算需求。

客户结构也在变化。虽然大型云厂商仍然是最重要的买方，但 AI 实验室、模型公司、企业客户和机器人企业也慢慢开始进入算力采购体系。8 月，AWS 与英伟达宣布计划在 AWS 全球基础设施中部署额外 200 万颗英伟达 GPU，并把合作扩展到 Agent 和物理 AI。

这背后对应的是 AI 计算需求的变化。

训练仍然重要，但推理正在成为更加长期的需求来源。Agent 需要持续调用模型，机器人需要实时推理，自动驾驶、工业自动化和边缘计算也会产生新的计算节点。英伟达真正希望建立的商业模式，是让每一次 AI 应用规模扩大都对应新的计算需求。

如果这个过程持续下去，英伟达的收入增长就不再完全取决于一代 GPU 卖多少，还会取决于全球 AI 计算总量还能增长多少，以及新增需求有多少能够进入英伟达的平台。

这也是 6 万亿美元之后主要的基本面支撑。

英伟达今天的高增长，离不开全球科技公司的资本开支。

近期有多笔融资值得关注。Reuters 报道，SpaceX 计划通过约 300 亿美元债券和 100 亿美元贷款融资，为 AI 基础设施扩张和英伟达芯片采购提供资金；Broadcom 也在寻求约 500 亿美元融资。

AI 基础设施正在出现一个新的变化：资本开支不再完全依靠大型科技公司的现金流，开始更多使用债务和其他融资工具。这可以提高基础设施扩张速度，但也意味着资本市场最终会要求 AI 项目证明更清晰的投资回报。

Amazon 近期被报道考虑通过特殊目的载体出售约 80 亿美元英伟达 Grace Blackwell 芯片，再通过租赁方式使用相关资产。无论这种安排最终如何落地，都可以反映出大型云厂商已经开始更加认真地计算 AI 基础设施的资本效率。

这对英伟达不是短期利空。相反，客户能够找到更多融资方式，更是代表着 AI 基础设施投资仍有继续扩张的能力。但产业链的长期判断标准正在改变：市场最终需要看到 AI 应用收入能够覆盖越来越高的算力投入。

英伟达目前拥有很强的现金流承接能力。相关数据显示，第二财季单季经营现金流达到 240.77 亿美元，公司同时追加 1500 亿美元股票回购额度，剩余授权达到 2350 亿美元，并计划执行至 2028 财年。

所以，英伟达本身已经从 AI 资本开支的受益者，变成了能够持续创造现金并进行资本配置的平台型公司。

真正需要观察的是产业链另一端。

只要云厂商和 AI 公司的资本开支继续增长，英伟达就会仍然处于利润分配的核心位置；如果资本开支进入平台期，GPU 订单增速、数据中心收入增速以及高毛利率能否维持，也会重新成为市场关注的重点。届时最先承压的也很可能是最靠近 AI 资本开支源头的芯片供应商。

因此，英伟达的风险并不完全来自竞争对手，还来自 AI 产业自身的投资回报率。

英伟达正在寻找数据中心之外的新增长曲线。

机器人是其中非常明确的一条路径。目前，英伟达的 Jetson Thor 已经基于 Blackwell 架构进入生产，公司围绕 Jetson、Isaac 和 Omniverse 构建机器人计算平台，并与 Amazon Robotics 等企业展开合作。

机器人会增加新的计算场景，对英伟达意义重大。训练模型需要算力，部署 Agent 需要推理算力，机器人在现实环境中运行同样需要持续计算。数据中心与现实世界之间因此形成了新的计算连接。

主权 AI 也是类似方向。越来越多国家希望建立自主 AI 基础设施，采购需求由企业级云计算逐渐延伸到国家级算力建设。英伟达能够提供 GPU、网络、软件和完整 AI 工厂方案，因此能够参与的不再只是单笔芯片订单，而是更完整的基础设施投资。

那么 Rubin 也就不只是“下一代 GPU”。Blackwell 解决当前算力需求，Rubin 承接下一轮计算周期，CUDA 和软件生态则提高客户迁移成本。接下来，如果英伟达能够让 GPU、CPU、网络和软件继续形成统一平台，客户每增加一种 AI 应用，就可能进一步增加对英伟达计算基础设施的需求。

当然，这条增长曲线仍然存在不确定性。AMD、自研 ASIC 和云厂商内部芯片都会分走部分需求，模型效率提升也可能降低单次任务的算力消耗。

因此，真正决定英伟达长期空间的，更可能会是全球 AI 计算总量，以及英伟达能够从新增计算需求中获得多大的利润份额。

6 万亿美元不只是一个市值数字，还对应着市场对未来多年 AI 基础设施增长的判断。

如果后续资本开支能继续扩张，英伟达仍然处在产业利润分配的核心；如果资本开支逐渐进入平台期，市场就会重新审视 GPU 订单的持续性，并进一步评估整个 AI 硬件产业的盈利质量。

所以，接下来真正值得跟踪的是 AI 产业能否创造足够多的新收入，持续接住英伟达已经达到的收入和利润规模。

扫码关注公众号

获取更多技术资讯