文 | 字母 AI
英伟达 2027FY 第二季财报如约而至，情况一如既往大好。营收 962 亿美元，同比增长 106%、环比增长 18%；数据中心 890 亿，同比增长 117%。
营收比华尔街一致预期高出约 4.5%，EPS 高出约 6%。
不愧是英伟达，连续暴涨了一年多还是停不下来。
财报公布瞬间盘后一度跌约 3%，当天常规交易英伟达收跌 1.59%，报 209.66 美元，总市值 5.07 万亿美元。
虽然随后电话会中股价反弹至约 217.5 美元，盘后最高冲到约 219 美元，较常规收盘价涨幅一度超过 4.5%，最高接近 5%。
但是财报前英伟达已连跌 7 个交易日，累计跌 7.47%，8 月 24 日单日市值蒸发约 1510 亿美元，7 天一共蒸发 4100 亿美元。
不禁要问了，这是什么情况？明明收入超过预期，Q3 指引中值约 1080 亿，也超过市场预期的约 1037 亿，英伟达凭啥还在跌？
这 962 亿是怎么来的
如今的英伟达已经从多点开花，变成了一家 " 单引擎 " 公司。数据中心 890 亿，占全部营收的 92.5%；其余所有业务，包括游戏、专业可视化、汽车、OEM，加起来只有大约 72 亿。
而且从本财季起，英伟达干脆不再单独披露这些板块的营收，把它们统一在一起汇报，称之为 " 边缘计算 "。
数据中心的 890 亿，同比 +117%，看起来吓人，但同比基数本身偏低，只有 391 亿。
另一方面，环比增速逐渐放缓，391 亿、411 亿、512 亿、623 亿、752 亿、890 亿，环比增速分别是 5%、25%、22%、21%、18%。
再把 890 亿拆成两块：超大规模客户（头部云厂商）487 亿，比市场预期的 435 亿高出约 52 亿；AI 云、工业与企业客户（ACIE）403 亿，反而比预期的 419.6 亿少了约 17 亿。也就是说，这个季度营收的超预期，几乎全部由那五六家头部 AI 和云厂商贡献。
结构里还有一个容易漏掉的高光，数据中心网络业务同比增长 138%。
AI 集群规模越大，每块 GPU 周围要配套的网络、光互联、存储就越多，卖一台 " 算力整机 " 就顺带多卖一堆周边。
英伟达 CFO 科莱特 · 克雷斯表示，数据中心 890 亿的创纪录收入的核心原因在于 "Blackwell Ultra 基础设施的爬坡放量 "，本季这款旗舰产品正式完成从爬坡到放量的切换，成为英伟达的主力产品，也是英伟达历史上爬坡最快的产品线。
黄仁勋 6 月 1 日在 GTC 曾表示，Vera Rubin 即将全面量产，而科莱特在财报中确认，"Vera Rubin 已全面量产，正是为这一刻而造 "，7 月起首批系统已开始向谷歌云、微软 Azure、甲骨文以及亚马逊、Meta 交付。
和以往的英伟达 GPU 产品不同，Vera Rubin 是一整台机架的 "AI 超级计算机 "，一个 NVL72 机架集成 72 颗 Rubin GPU 和 36 颗 Vera CPU，配上新一代互联与光模块。
根据英伟达官方给出的数据，Vera Rubin 每兆瓦 token 吞吐是上一代的 10 倍。
对英伟达来说，毫无疑问，多挣一份钱，可是对于客户来说就有点头疼了。不换 Vera Rubin 吧，它的单位算力成本就比别人高一个量级。
英伟达在 8 月 24 日放出的实测数据显示，跑 SemiAnalysis AgentX 真实编码会话，Vera Rubin 每兆瓦吞吐比 GB300 高到 30 倍、每百万 token 成本低 35 倍。
虽然后来 SemiAnalysis 进行了独立复测，表示实际数据并不是很均匀，但并没有否认英伟达官方实测的数据。
SemiAnalysis 表示，在每秒每用户约 150 token 的交互点上正好 10 倍，低速段只差 3 倍，交互要求越陡、差距越大。
电是硬约束，每兆瓦 token 决定了一家云厂商的利润天花板，同样一座机房，换 Rubin 以后成本必然大幅降低。
黄仁勋此前更是放话，说 " 每一家前沿模型公司都会第一时间上 Vera Rubin，这一点连 Blackwell 当年都没做到 "。
可如果客户要想换上 Vera Rubin，正如前面提到的，它是一台完整的电脑，换上它就意味着过去的数据中心设计全都要推翻，得给它腾位置。
摩根士丹利预计 Vera Rubin 在 FY27 第三财季就贡献约 90 亿美元收入，在 GPU 收入中的占比从当季的 12% 增长到第四财季的 40% 以上，杰富瑞则预计年底前出货超 1.3 万个 Vera Rubin。
英伟达预计 FY27 仅 Vera CPU 一项就有约 200 亿美元收入，目前亚马逊 AWS 已经下单，一部分与 Vera Rubin 集成、一部分 Vera CPU 独立部署。
单价方面，由于这是一个纯粹的卖方市场，完全由黄仁勋说了算，因此英伟达把服务器整机价格上调超 15%（2027 年初生效）。
黄仁勋在电话会上说 "AI 到了拐点，算力就是收入，需求在加速 "。
" 一年前还是一个实验室在单独撑基建，今天多家前沿实验室并行、创业公司扎堆、开源生态生长、物理 AI 开始上线。"
黄仁勋认为，训练是一次性资本开支，推理是永续运营消耗，Agent 每跑一个任务都在烧 token，GPU 就从 " 买一次用几年 " 变成 " 越用越离不开 "。
再说坏话：用报表内部矛盾挑毛病
华尔街对英伟达的判断，浓缩成一句话："beat is a fail，blowout is base case"。（仅仅做到超预期，已经算失败，交出炸裂爆单财报，才是市场的基准预期。）
2026 年 2 月发布 2026FY Q4 财报时，科莱特当时就表示：" 从 2027FY Q1 起，我们将把股权激励费用计入非 GAAP 财务指标。"
结果就是本季非 GAAP EPS 是 2.22 美元，反而低于 GAAP EPS 的 2.46 美元。
GAAP 是 " 报表利润 "，按会计规则算、上市公司必须披露；非 GAAP 是 " 调整后利润 "，公司自己按自己的规则，稍微给财务数字化化妆、美美容，历来是科技公司让数字显得更好看的工具。
按会计规则，股权激励也是成本，必须从利润里扣。以往英伟达算 " 调整后利润 " 时，会把股权激励剔除掉，理由是 " 没掏真金白银 "。所以它的非 GAAP 数字，历来比 GAAP 好看。
但这里有个问题，Q1 的时候，英伟达的非 GAAP EPS 为 1.87 美元，GAAP EPS 为 2.39 美元。虽然同样是非 GAAP 比 GAAP 低，但是两者相差非常大。
这其中的原因在于，Q1 的股权投资净收益高达 159 亿美元，把 GAAP 顶上去一大截，GAAP 与非 GAAP 的 EPS 差了约 28%；Q2 这笔收益缩到约 78 亿美元，差距就收窄到约 11%。
换句话说，GAAP 数字里混着 " 股票市值波动 "，跟 GPU 主业没关系，大多是账面浮盈。
另外一点，在毛利率方面，本季为 75%，下季指引掉到了 73.5% – 74.5%，同时英伟达预计，毛利率在 2027FY Q4 掉到 71% – 72%。
结合前面的涨价 15% 就会发现，黄仁勋这回是真的心累了。
毛利率指引下降的核心原因是内存涨价，说明这轮 AI 的利润大头，正在流向三星、SK 海力士、美光这些内存厂。
2026 年上半年，DRAM 合约价累计涨超 340%、NAND 涨超 320%，光 Q1 一个季度 DRAM 合约价就环比暴涨 90%。三星、SK 海力士、美光三家 Q2 的毛利率普遍将近 80%，比英伟达的 75% 高出一截。
三星和 SK 海力士把 2026 年交付的内存颗粒抬价约 20%，事实上现在正值内存颗粒新品上市，上一代不降反增，只能说行业现在产能完全跟不上需求。
前文提到的 Vera Rubin 所使用的正是新内存，单颗成本据估算接近上一代内存产品的两倍，机构已预判 2027 年相关内存的合约价还要再涨 50% 以上。
然后就是现金流，这是现在纳斯达克的老大难。谷歌 2026 年 Q2 自由现金流首次转负，这是 2004 年上市以来的头一遭；亚马逊也是如此，TTM 自由现金流约 -76 亿，光 Q2 资本开支就飙到 540 亿；还有 Meta，自由现金流同比下降 90%。
即便是英伟达也在劫难逃。本季自由现金流 213 亿美元，只占营收的 22%。而上一季度为 485 亿，近乎腰斩。
原因也没什么新鲜的。供应链承诺从 1190 亿增加到了 2790 亿，新增的 1600 亿几乎全是买内存的长约；下游又要给客户垫账期，本季应收账款一口气增加 223 亿，先发货、再收钱，等于变相替客户融资；中间再压上自家库存、预付款，资本开支还上调到了 380 亿— 420 亿美元。
也难怪资本市场不看好英伟达。
如何保值 5 万亿？
不过这个季度黄仁勋的身份发生了转变，以前他是卖货的，现在他是发债的。
8 月 10 日，黄仁勋官宣，拉来阿波罗、贝莱德、黑石、博枫、高盛、KKR 六大全球资管，成立一批 AI 算力基建融资平台，要撬动超过 5000 亿美元的第三方资本，" 安利 " 大规模云厂商、前沿 AI 实验室和企业建数据中心，来买英伟达的硬件设备。
六家机构各自独立承销、各管各的平台，英伟达的角色是把客户介绍进门。借款方是一个专门的壳公司（SPV），把数据中心、设备连同客户合同一起装进去，和母公司的资产负债表隔离，客户要先把未来几年的算力包销合同签给贷款人，再按工程进度分批提款。
这就跟美团骑手租电摩送外卖、滴滴司机租车跑滴滴是同一个逻辑。
今年 3 月底，CoreWeave 就拿到了这么一单合同作为整个 "token 贷 " 的范例，也就让它成为史上第一笔拿到投资级的 GPU 抵押融资。
这笔合同是 85 亿美元的 " 延迟提取定期贷款 "（DDTL 4.0），借款主体是专门设立的子公司，把 GPU 服务器、合同，连同数据中心租约一起押进去。
这笔合同看似 " 荒诞 "，然而穆迪给出的评级是 A3、DBRS 则给出 A（low）。不过结构上是 " 无权追索 "，母公司不兜底，只对恶意违约这类 " 坏事 " 负责，风险被关在 SPV 里。
提款按资本开支进度分批走，可一直提到 2027 年 6 月，2032 年 3 月到期，浮动档利率 SOFR+2.25%、固定档约 5.9%。
这笔合同的核心目的是让客户能用更少的钱买到 GPU，因此英伟达能卖出更多的 GPU。
英伟达自己也下场托底，为单个项目提供最高约 25% 的残值支持，硬件折旧比融资假设更快时，差额由英伟达来补，而且 CoreWeave 卖不掉的剩余算力也由英伟达买走。
这是历史上第一次，token 被华尔街当成 " 可投资的基础设施资产 "，也就是说，算力也可以被像是商业地产、公路那样，拿去做抵押借钱。贝莱德掌门芬克表示，这是 " 金融工程的下一个未来 "，像 1970 年代催生抵押贷款证券化一样。
除了放贷，财报前几天的 8 月 22 日，英伟达以 60 亿美元的价格，收购了 AI 编程公司 Poolside。
具体情况是，英伟达按 120 亿美元投前估值投了 10 亿，付 60 亿买下其模型开发系统 Model Factory 的非独占授权，再把 109 名核心工程师收编进自己的 Nemotron 大模型项目。
这已是英伟达第三次用这招了，之前对 Groq、Enfabrica 也都是如此，不收购、不触发反垄断，但是技术和人才都在英伟达这里。
有喜，自然就有忧。就在财报前一天，OpenAI 在 Hot Chips 大会首秀自研推理芯片 Jalape o（墨西哥辣椒），奥特曼当天就在 X 发帖：" 我们造了块芯片，而且它很快 "。
SemiAnalysis 的 InferenceX 基准显示，它每千瓦电力的吞吐、每位用户每秒的 token 量都超过了英伟达的 Blackwell。OpenAI 硬件负责人理查德说 " 同样的电，能接更多活，回话还更快 "。
OpenAI 表示，Jalape o 今年底将小批量部署、2027 年才放量，训练和推理暂时还会继续用英伟达。
面对这样的拆台黄仁勋也不无办法。
英伟达研究团队拿出了 AVO（Agentic Variation Operators，智能体变异算子），这是英伟达研发的通用型长周期自主 Agent 架构，说白了，这就是一套围绕大模型构建的 Agent Harness 执行框架。
持久记忆、监督器、工具调用，让 AI 能连续数天自主干活。
它集成持久化记忆、分层监督机制与全链路工具调用能力，核心解决长周期多步骤任务中智能体易跑偏、陷入死循环的问题，可自主迭代试错、根据反馈持续优化。
AVO 最早应用于 GPU 内核优化，能连续 7 天无人干预完成搜索迭代，生成的注意力内核性能超过 cuDNN 约 3.5%。
2026 年 8 月在史上最难为 Agent 的 ARC-AGI-3 基准公共集上拿下 100% RHAE 满分，通关全部 183 个关卡，而同款基础模型 Claude Opus 5 单独测试仅得约 30%。
英伟达这么做其实还有个目的。既然纯靠硬件到不了 5 万亿的市值，那就把宝押在软件上，在芯片之外，又造出一条 " 软件 " 的河。
