英伟达财报前瞻：季度营收逼近千亿美元订单“含金量”成关注焦点
英伟达财报前瞻：季度营收逼近千亿美元 订单“含金量”成关注焦点
2026年08月26日 18:55
北京时间8月27日凌晨， 英伟达 将公布2027财年第二季度财报（2026年4月27日至7月26日）。市场关注点已不再局限于收入、毛利率和下季度指引，还将进一步审视其 数据中心 业务增速、下游客户盈利能力。
随着 人工智能 基础设施竞争由单颗芯片加速转向系统级平台， 英伟达 的网络业务、供应链锁定能力、海外订单和客户融资模式，正在共同决定其下一阶段的增长弹性。
业内人士指出，这不仅是对 英伟达 业绩成色的一次测试，也是对全球AI资本开支持续性的又一次检验。英伟达财报和电话会需要回答三个更深层的问题：新增订单由什么支撑，Blackwell芯片之后有哪些新收入接棒，以及随着英伟达从芯片供应商转变为AI基础设施组织者，行业利润与经营风险将向哪里转移。
高预期之下，市场关注订单“含金量”
市场普遍预计英伟达第二季度营收约为920亿至922亿美元，同比增长接近一倍；经调整后净利润约为510亿至530亿美元，毛利率约为75%至76%，调整后每股收益约为2.09美元。其中， 数据中心 收入预计达到857亿美元左右，同比增长约108%。
目前，期权市场价格隐含英伟达财报公布后股价可能上下波动约5.4%，对应约2800亿美元市值变化，低于过去12个季度平均7.4%的财报后波幅。这也意味着，随着英伟达业绩增长的可预测性提高，单纯“超预期”的惊喜效应正在减弱，市场关注点也将从订单规模转向订单质量。
上一季度，英伟达调整了 数据中心 业务的披露口径，将客户分为拆成超大规模（Hyperscale）客户与 ACIE（AI 云、工业、企业客户等）两类。前者包括大型公有云和互联网公司，后者则包括原生AI 云、主权 AI、工业本地部署等。这一变化表明，AI算力需求正从大型云厂商向更多客户扩散，但客户结构更加多元，并不意味着新增订单的质量同步提高。
8月，英伟达宣布与阿波罗（Apollo）、 贝莱德 、黑石、Brookfield、 高盛 及 KKR建立AI算力融资平台，拟长期动员超过5000亿美元第三方资本，为客户建设AI基础设施提供资金支持。融资能帮助客户提前部署算力，却也带来新的问题：这些采购最终能否由算力利用率、长期合同以及客户自身收入和现金流支撑，还是需要持续依赖外部融资？
Zacks投资管理公司策略师穆尔贝里（Brian Mulberry）认为，英伟达正逐渐在AI生态中扮演类似“中央 银行 ”的角色，其主要风险在于AI敞口高度集中，这一模式能否持续，取决于AI工具采用率能否不断提升。杰富瑞分析师布雷恩·柯蒂斯（Blayne Curtis）也提醒，与OpenAI等客户相关的融资安排，可能再次引发市场对“循环投资”的担忧。
因此，本次财报电话会上需要关注的不只是订单金额，还包括AI云客户的算力利用率、合同期限、续约情况和收入增长情况。如果客户收入和现金流能够跟上资本开支，融资就是放大需求的加速器；如果基础设施投资长期快于商业化收入，融资则可能由助推器逐渐转化为客户信用、资产利用率和订单可持续性风险。
从GPU到“AI工厂”，利润与风险同步外移
目前，数据中心业务贡献了英伟达超过九成的营收，也是其增长的核心动力。上一季度，英伟达数据中心计算收入达到604亿美元，同比增长77%；网络收入达到148亿美元，同比增长199%，增速明显快于计算业务。
这一变化反映出，AI基础设施竞争正在从单颗图形处理器（GPU）转向系统级平台。当集群规模扩大至数万甚至数十万张GPU时，性能瓶颈不仅来自芯片算力，也来自数据传输、内存带宽、网络延迟、功耗、散热和软件调度。
因此，英伟达销售的已不只是GPU，而是由GPU、Spectrum-X以太网、网卡、交换机及机架系统等组成的“AI工厂”。多位分析师均表示，本次财报需要关注，网络收入能否继续以快于计算业务的速度增长。不过，系统级扩张也提高了供应链和库存风险。截至4月26日，英伟达制造、供应及产能承诺达到1190亿美元，其中950亿美元将在2027财年剩余时间支付。
此外，服务器成本是另一项关键变量。受HBM、DRAM和企业级存储价格上涨影响，有报道称，英伟达近期正式向 微软 、谷歌、 甲骨文 等头部客户下发涨价通知，明年初出货的全系高端AI服务器涨幅或超15%。
美国银行 预计，受零部件涨价和新平台爬坡影响，英伟达毛利率可能降至73%至74%； 摩根士丹利 分析师约瑟夫·摩尔（Joseph Moore）则预计，英伟达2028财年毛利率可能回落至72.7%。如果服务器提价后毛利率仍能保持在75%左右，说明英伟达具备较强的成本传导能力；如果整机价格上涨而毛利率明显下降，则意味着部分利润正在向上游零部件供应商转移。
本次财报除关注网络业务外，还应观察毛利率、库存，以及英伟达参与客户融资和基础设施项目的规模与边界。下一阶段需要回答的已不只是“GPU够不够”，而是系统能否按期交付、利润率能否守住，以及客户是否拥有足够的资金和收入持续建设AI工厂。
（文章来源：新华财经）