TradingKey - 英伟达（NVDA）即将于美东时间5月20日美股收盘后公布2027财年第一季度财报，市场普遍预期该季度营收约718亿美元，但多家投行认为这一预期过于保守，其中花旗（C）预测营收将达730亿美元，而富国银行（WFC）更是给出804亿美元的乐观预期。
回顾历史业绩，英伟达已展现出持续超预期的强劲韧性。过去12个季度中，有9个季度的营收超出市场预期10亿美元以上，其中2026财年第三、四季度分别超出20亿和19亿美元。这种业绩爆发力主要源于其数据中心业务的强劲表现，2026财年第四季度该部门营收达623亿美元，同比增长75%，占总营收比重超过90%。
CEO黄仁勋多次强调，全球对AI算力的需求呈"指数级增长"，而英伟达的GPU产品正是这一浪潮的核心基础设施。
自2023年末以来，受益于GPU需求持续旺盛及数据中心业务的高速扩张，该公司股价累计涨幅接近六倍，并一度跃升为全球市值最高的上市公司。
不过，英伟达也面临着日益激烈的市场竞争和技术迭代压力。随着超大规模云服务商积极推进算力供应链多元化，英特尔（INTC）、AMD（AMD）等竞争对手正加速推出AI芯片产品。同时，AI产业正从模型训练阶段转向推理优化，对芯片的能效比和专用性提出了更高要求。
为此，英伟达已推出新一代Vera Rubin平台，据称可将推理成本降低10倍，首批云服务客户包括AWS、微软（MSFT）Azure等巨头。投资者在即将公布的财报中，或将重点关注该平台的商业化进展以及网络业务增长。
Vera Rubin：市场期待亮点
英伟达于1月官宣、3月正式发布的Vera Rubin机架级系统，正被市场视为其在日趋激烈的AI芯片竞争中维系增长动能的关键载体。
该平台被公司定义为"极致协同设计"的六芯片架构，整合了Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9智能网卡、BlueField-4 DPU及Spectrum-6以太网交换机，旨在通过系统级优化实现推理令牌成本下降约90%、同等算力需求下GPU用量减少约75%的突破性效率提升。
在Blackwell系列取得市场验证后，Rubin被定位为英伟达下一代旗舰AI加速平台。首席执行官黄仁勋曾公开表示，预计至2027年底，Blackwell与Rubin两大产品线的累计销售额有望达到1万亿美元量级。
目前市场关注的焦点在于Rubin能否顺利从产品路线图过渡到客户实际部署阶段。据报道，英伟达已与ODM合作伙伴敲定量产方案，计划于6月启动试生产，并在7月开始向北美头部云服务商交付首批产品，微软、谷歌（GOOGL）、亚马逊（AMZN）、Meta（META）以及甲骨文（ORCL）等科技巨头将成为首批客户——这些企业贡献了英伟达近半数的营收，其资本支出计划直接左右着英伟达的业绩走向。
“计算需求正在呈指数级增长——智能AI的转折点已经到来。” “Grace Blackwell 和 NVLink 是当今推理领域的王者——每个令牌的成本降低了一个数量级——而 Vera Rubin 将进一步巩固这一领先地位，”创始人兼首席执行官黄仁勋表示。
在即将到来的财报电话会议中，英伟达关于Rubin相关销售的指引将成为影响股价的关键变量，投资者尤为关注的是，Rubin能否在2027财年成为拉动营收的主力引擎，还是要等到2028财年才能释放全部潜力。
网络业务增长加速
如今，英伟达的网络业务正以惊人速度崛起，该板块通过高效连接大规模数据中心内的GPU与DPU，已跃升为公司增速最快、盈利贡献最显著的业务单元之一。2026财年，网络业务收入同比激增142%至310亿美元，约占公司总营收的15%，其体量已超过众多独立半导体企业的整体规模。
从产品矩阵来看，英伟达已构建起覆盖NVLink、昆腾InfiniBand、Spectrum-X以太网，以及配套处理器和软件的完整解决方案，核心是为AI基础设施打造低成本、高能效的底层通信网络。今年2月，英伟达与Meta达成合作，后者将在AI训练与推理场景中全面采用Spectrum-X以太网平台，这一合作进一步验证了其网络产品的行业认可度。
从2026财年第四季度的623亿美元数据中心营收数据，能更清晰看到网络业务的爆发力，其中计算业务（GPU为主）营收513亿美元，同比增长58%、环比增长19%；而网络业务单季营收突破110亿美元，同比大增263%、环比上涨34%，这样的规模已经超过了多数独立半导体公司的全年营收。
据报道，富士康为英伟达供应的全光CPO交换机架已提前交付，出货预期也从2026年全年超1万台，上调至2026-2027年合计超5万台。这一信号显示，英伟达正从单一的GPU供应商，转向AI算力网络的整体解决方案提供商，网络业务已成为支撑公司长期增长的重要支柱。
存在的风险因素
在审视英伟达的增长前景时，亦需审慎评估潜在风险因素。
竞争层面，谷歌母公司Alphabet在定制化加速芯片领域的布局构成最直接的挑战。随着其TPU架构持续迭代，加上与博通在设计与制造端的协同深化，部分通用算力需求存在被替代的可能。
与此同时，亚马逊其自研Trainium芯片已逐步导入AWS内部负载，短期看虽反映云厂商对AI基础设施的旺盛需求，但长期而言，若客户倾向于采用成本更优的自研方案，或将对英伟达的市场份额形成边际压力。
值得注意的是，大模型初创公司Anthropic已显著增加对TPU与Trainium的采购比例，这一动向或预示客户多元化策略的加速落地。
更深层次的担忧聚焦于资本开支的可持续性，当前超大规模云厂商的巨额投入能否转化为匹配的商业回报，仍是市场核心关切。若终端应用变现节奏滞后于基础设施扩张速度，或宏观环境导致云厂商增长预期下修，投资者可能重新评估本轮AI投资周期的持续性，进而引发估值体系的再校准。
此外，市场围绕“循环式AI交易”的争议仍在持续。此类安排指云服务商、模型开发商与算力提供商之间形成的资本与业务闭环，通过相互持股、优先采购等机制强化生态绑定。
英伟达已参与多项类似合作，包括对OpenAI、CoreWeave等企业的战略投资。表面看，这一模式有助于稳定订单能见度并支撑估值逻辑，但批评者担忧，若终端真实需求未能同步跟进，资金在体系内循环或放大周期波动。
原文链接