单季营收816亿美元！英伟达财报再超预期，Vera Rubin下半年发货

电子发烧友网报道（文/李弯弯）5月20日，英伟达发布了截至2026年4月26日的2027财年第一季度财报。在AI算力需求持续增长的背景下，这份财报展示了英伟达在AI基础设施领域的最新进展。财报显示，英伟达本季度实现总营收816.2亿美元，同比增长85%；GAAP净利润达到583.2亿美元，同比增长211%。

 
除了营收与利润规模，高达75%的非GAAP毛利率反映了英伟达在高端AI芯片领域的定价能力。这种能力不仅体现在芯片销售上，也传导至租赁市场。据首席财务官科莱特·克雷斯透露，今年以来，H100芯片的云端租赁价格已上涨20%，A100芯片的定价涨幅也接近15%。即便在GPU折旧年限外，客户依然能产生盈利性收入。
 
业务重构：从“卖显卡”到“AI工厂”全栈布局
 
本次财报的一个显著变化，是英伟达对业务框架进行了调整。为了更清晰地反映AI时代的业务逻辑，英伟达将原有架构整合为数据中心与边缘计算两大核心平台。

 
其中，数据中心业务是主要的营收来源。本季度该业务贡献了高达752亿美元的收入，同比增长92%，占总营收比重超过92%。英伟达进一步将数据中心业务细分为两大板块：一是Hyperscale（超大规模云），主要面向微软、谷歌、AWS等云厂商，本季度贡献了约380亿美元收入，占比约50%；二是ACIE（AI云、工业、企业、主权），这一板块覆盖了全球约25万家企业及主权AI客户，本季度收入达370亿美元，环比增长31%。
 
在ACIE板块中，企业级AI与主权AI的崛起，正在推动AI基础设施从通用的云数据中心向专用化、本地化的算力集群演进。与传统互联网业务不同，传统行业的AI应用场景对数据隐私、合规性以及推理延迟有着极高的技术门槛。这促使大量企业客户不再单纯依赖公共云的共享算力，而是倾向于构建符合自身数据主权要求的私有AI集群。
 
这种技术需求的变化，直接带动了英伟达MGX等参考架构在企业级市场的落地。通过模块化的设计，企业可以根据自身的业务负载，灵活配置GPU、DPU以及网络交换模块。企业能以此构建出针对特定工作流优化的算力系统。同时，为了在本地环境中复现云端大模型的性能，这些专用集群对系统级的互联带宽和存储IO提出了极高要求。这也正是英伟达通过 Spectrum-X 以太网平台和 BlueField DPU 解决的核心痛点：即在非超大规模的数据中心环境中，依然能够提供无损、高吞吐的AI计算网络环境，确保企业级AI应用能够高效、稳定地运行。
 
此外，包含PC、游戏、汽车和机器人业务的边缘计算板块，本季度实现了64亿美元的营收，同比增长29%。随着物理AI（Physical AI）的发展，这一板块具有长期的增长潜力。
 
战略新品与未来引擎：Vera CPU与Rubin平台
 
在电话会议中，英伟达展示了其向全栈计算平台转型的规划。其中，专为智能体（Agent）AI设计的Vera CPU受到关注。
 
英伟达将CPU确立为业务增长的一部分，并明确了其与GPU的互补关系：Vera CPU负责智能体的调度、工具调用与控制逻辑，而GPU则专注于思考、推理和生成Token。这一布局为英伟达拓展了服务器CPU市场，预计在今年将带来近200亿美元的营收。
 
黄仁勋在财报电话会议上表示，下一代机架级AI系统Vera Rubin预计将在今年下半年开始生产和发货，其推理吞吐量比当前的Blackwell架构高出35倍。英伟达表示，Vera Rubin目前处于未产先火的状态，预计在整个生命周期内都将面临供应受限的局面。
 
英伟达所构建的AI工厂概念，正在从理论走向具体的物理落地。这种新型工厂不再生产实体商品，而是以数据为原料，以GPU为引擎，大规模生产智能与Token。在这一逻辑下，Vera Rubin平台的高吞吐量不仅仅是参数的胜利，更是为了满足未来万亿级Token生成的推理需求。
 
与此同时，边缘计算业务的布局则指向了物理AI的广阔图景。随着Jetson系列边缘AI平台和Isaac机器人平台的成熟，AI算力正从云端数据中心下沉至工厂车间、物流仓库乃至家庭终端。在工业视觉检测、智能安防以及人形机器人控制等场景中，边缘计算能够实现低于50毫秒的超低延迟响应，这是单纯依赖云端算力难以实现的。通过联合运营商发起AI-RAN联盟，英伟达甚至计划将GPU算力嵌入5G/6G基站，抢占未来万物互联的底层入口。这种云端训练+边缘推理的双轨布局，为英伟达在后数据中心时代储备了长期的技术与市场基础。
 
生态闭环与护城河：技术壁垒与产业链布局
 
除了产品线的更新，英伟达近段时间在生态构建上的布局也值得关注。英伟达正在通过投资与合作，构建“芯片—光通信—数据中心—大模型”的全产业链生态。
 
今年以来，英伟达动作频频：宣布最高投资32亿美元助力康宁在美国新建三座光学技术工厂，将光通信制造产能提升10倍；向光器件厂商Lumentum投资以确保先进激光组件供应；与Marvell合作开发硅光子技术；甚至直接向数据中心运营商IREN注资最高21亿美元，合作部署5吉瓦的AI基础设施。此外，英伟达还在新加坡设立了首个研究中心，聚焦具身智能技术的研发。这些举措有助于稳固其供应链安全，并将全球核心算力资源与英伟达的技术体系深度绑定。
 
写在最后
 
在财报电话会议上，黄仁勋表示：“智能体AI时代已经到来，算力即营收、算力即利润。”英伟达正通过全栈平台布局AI时代的各个环节，从训练到推理，从云端到边缘。
 
当然，在万亿市值之上，也存在一些潜在挑战。一方面，供应链的紧绷（如HBM高带宽内存的短缺、高端封装产能不足）可能会制约其进一步扩产；另一方面，AMD、英特尔等竞争对手正加速推出差异化产品，试图在中低端市场寻找机会。此外，市场对高预期的消化以及地缘政治带来的不确定性，也可能带来一定影响。
 
但正如英伟达所预测，到本十年末，全球AI基础设施年投入规模可能达到3至4万亿美元。在这场AI工业革命中，凭借技术壁垒、充沛的现金流以及日益完善的生态布局，英伟达依然在AI算力领域占据核心位置。