营收57000000000美元，英伟达：泡沫？什么泡沫

花花

2025 年 11 月 19 日，美国东部时间下午 5 点，英伟达发布2026 财年第三季度财报。

这一季的数据很夸张：营收 570 亿美元，同比增长 62%，环比多了整整 100 亿美元（+22%），数据中心业务继续飞奔，网络、计算、汽车、专业可视化全部双位数增长。但比数字更值得编译和整理的，是管理层在电话会里给出的那套逻辑：

他们几乎把所有关于“AI 泡沫”的质疑，重新改写成了一场“三次平台大迁移 + 十年基础设施周期”的故事。

基于这份电话会议记录，本文对管理层的核心观点做了一次系统的编译和梳理。

一、成绩单：570 亿美元的大头，几乎都来自 AI 工厂

先把关键数字捋清楚：

盈利能力同样“变态”：

但也不是全是甜蜜，电话会一上来就坦白了三点风险：

中国收入被“掐断”：

由于地缘政治和本地竞争，本季度原本计划的大额订单没有落地，直接影响了高端数据中心计算产品对中国的出货。Colette 还明确表示，在 Q4 的指引里，“我们没有假设来自中国的任何数据中心计算收入”。

投入成本在上升：

面向 2027 财年，内存等关键元件价格抬头，系统复杂度也在增加。公司一边加大采购锁价，一边强调，仍会努力把毛利率“压在 70% 中段”。

库存和供应承诺同步上扬：

库存环比增加 32%，供应承诺环比增加 63%。管理层的态度是：这是主动为未来更大规模的增长“铺货”，而不是需求不行的被动堆库存。

展望第四季度，指引同样激进：

从这张“财务快照”可以看出一个核心事实：

英伟达现在的财报，其实就是一张全球 AI 工厂建设进度表。

二、CFO 的视角：三大平台转型 + 5000 亿 Blackwell/Rubin 收入蓝图

在财务数字之后，CFO Colette Kress 用相当长的一段话，把这季的增长放进了一个更大的框架里：

“三大平台转型”还在早期

她强调，客户现在集中在三条主线做投入：

向加速计算迁移：

从传统 CPU 通用计算，转向 GPU 加速计算，把原本跑在 CPU 上的大量数据处理、科学计算工作负载搬到 CUDA 平台上。

向大模型/生成式 AI 迁移：

搜索、推荐、内容理解、广告排序，从传统机器学习体系切换到大模型，重写生产线。

向智能体（Agent）应用迁移：

自主推理、规划、调用工具的“智能代理 AI”，开始渗透到编程、医疗、金融、运营等业务线。

她的判断是：这三件事都还在早期阶段，“会波及所有行业”。

Blackwell + Rubin：到 2026 年底要拿下 5000 亿美元营收

Colette 给了一个颇具争议、但已经被资本市场广泛引用的数字：

从今年开始到 2026 年年底，Blackwell 和 Rubin 两代平台，合计营收目标是 5000 亿美元。

电话会记录里，她再次确认这一目标“正在推进”：

在她的叙事里，英伟达的角色很明确：

要在未来十年走向年均 3–4 万亿美元规模的全球 AI 基础设施建设里，做“首选平台”。

“云已售罄”：GPU 安装基础完全被吃满

Colette 多次重复一个说法：“云服务已售罄（clouds are sold out）”；Blackwell、Hopper、Ampere 等几代 GPU 的安装基础 “全部在满负荷运行”。第三季度数据中心收入 510 亿美元，就是在这样的高稼动率之上做出来的。配合这点，她给出了一串“案例库”，说明这些算力在被用在什么地方：

这些例子共同指向一个判断：

AI 基础设施的投入，已经开始在真实业务里“找回报”，而不止停留在“创新预算”。

五百万 GPU 的 AI 工厂计划

本季英伟达还宣布了一串 AI 工厂和基础设施项目，总量涉及 约 500 万块 GPU，覆盖：

在这套叙事下，“570 亿营收”只是起点，真正让市场紧张的是：

未来两三年，这家公司打算吃下多大一块 AI 基建蛋糕。

三、黄仁勋的“反泡沫”故事：三次平台大迁移

轮到黄仁勋发言时，他没有先谈估值，而是直接回应了“泡沫”这个词：

“关于人工智能泡沫的讨论很多。从我们的角度来看，我们看到的是截然不同的情况。”

他的核心论点，可以浓缩成一句话：

世界正在同时经历三次巨大的平台级迁移，而英伟达刚好站在这三次迁移的交叉点。

第一次迁移：从 CPU 到 GPU 的加速计算

黄仁勋把这部分定义为“基础且必要的转型”：

“在后摩尔定律时代，这是至关重要的。”

第二次迁移：从传统机器学习到生成式 AI

第二层，是我们熟悉的那波浪潮：

在这层上，AI 不再只是“节约成本”的工具，而是 直接带来营收增量的引擎。

第三次迁移：向智能体和物理 AI

第三层，是“智能体 AI”和“物理 AI”：

在他看来，这一层会带来 全新的应用、产品、公司和服务，是最具颠覆性的一层。

英伟达如何把三次迁移“捏”在一起？

黄仁勋的自我定位是非常“野心家”的：

他说得很直白：

“无论是 AI 的每个阶段，还是各种不同的计算需求，我们的架构都是通用的。 你可以投资一种架构，然后在所有这些阶段和工作负载上放心使用。”

这就是他对“泡沫”质疑的整体回应：

资本市场看的是市值曲线，而他强调的是：三条不同性质的迁移曲线，正在同时发生，且都压在英伟达的 GPU 上。

四、关键问答：5000 亿订单、供给瓶颈与中国风险

电话会议的 Q&A 部分，补足了很多关键信息。挑几个重点说。

5000 亿 Blackwell + Rubin 收入，还靠谱吗？

摩根士丹利的 Joseph Moore 追问：

GTC 上提到的 2025–2026 年 Blackwell + Rubin 5000 亿美元收入预期，现在还有没有变化？

Colette 的回答是：

——这些，都还没算在最初的 5000 亿里。

供应能不能赶上需求？ROI 会不会撑不住？

Cantor Fitzgerald 的 C.J. Muse 问了一个所有人都在想的现实问题：

一边是大家担心 AI 基础设施建设太烧钱、ROI 与融资能力成问题； 另一边是你们自己又在说“GPU 全部售罄、云都卖空了”。 那么未来 12–18 个月里，供应会赶上需求吗？

黄仁勋的回答重点有三：

供应链规划：

英伟达的供应链覆盖台积电及其封装、内存供应商、系统 ODM 等，“我们和他们做了非常长周期的规划”；“我们原本就计划迎来一个大年”，而现在的需求增长，印证了他们对三个转型的判断。

需求结构：

不仅仅是“聊天机器人”在用 GPU，从数据处理到推荐系统，从生成式 AI 到各种 agent 工具，哪一层都在吃 GPU，且增速都很快。