英伟达FY27Q2跟踪报告业绩大超预期FY28全年营收指引同比增长70

图1：英伟达各财季营收及YOY 图2：英伟达各财季毛利率及净利率0

营收亿元） YoY

300%250%200%150%100%50%0%20Q220Q420Q220Q421Q221Q422Q222Q423Q223Q424Q224Q425Q225Q426Q226Q427Q2

毛利率 净利率20Q220Q421Q221Q422Q222Q423Q223Q424Q224Q425Q225Q426Q226Q427Q2资来：伟，商20Q220Q421Q221Q422Q222Q423Q223Q424Q224Q425Q225Q426Q226Q427Q2图3：英伟达FY27Q3业绩预测资料来源：英伟达，招商证券（后附FY2027Q2业绩说明会纪要全文）附录：英伟达FY2027Q2业绩说明会纪要 时间：2026年8月27日出席：ColetteKress-EVP＆CFOJensenHuang-CEO＆PresidentToshiyaHariL-IR业绩概述：EPS史新高。总营收达962抬升。AI需求的激增正在推动全球基础设施建设，覆盖超大规模云厂商、人工智能实验室、AI原生企业、企业及主权客户，增长机会持续拓展且类型多元。公司预计2028财年营收增速约70%，该预期受供给端约束。AI数据中心业务：Q218%890HyperscaleACIEACIEHyperscale超大规模算力板块：48713%BlackwellGPUHyperscale速抬升、利润率持续扩张。当前云行业订单积压规模已超2部Hyperscalers202680002027年达到1.3万亿美元。NVIDIA29200GPU包含CPU，部分与Rubin集成，其余为独立配置。将在AmazonBedrockSageMakerNVIDIANemotronAIOmniverse、Cosmos、IsaacJetson，ACIE板块：40325%138%AI原生企业、主权客户的旺盛需求，同时超大规NVIDIADSX新兴云厂商合作伙伴能够更快完成算力投产，同时实现更低的token成本，预820253业务规模，需求仍在持续加速。即便已达到当前业务规模，需求仍在持续加速。根据客户给出的预测，公司明年营收有望实现翻倍。但如前面所说，公司预计营收增速约70%，该业绩指引存在供给端约束。英伟达算力在所有合作云厂商中均得到充分利用，为超大规模云厂商、新兴云厂商以及AI实验室合作伙伴创造的经济价值持续提升。除打造顶尖AI计算技术与具备强大的供应链之外，英伟达拥有三项独特核心能力，构成公司增长的核心驱动力。第一，NVIDIA架构可运行各类模型，随着闭源与开源模型的应用普及，公司市NVIDIA可运行头部闭源模型，包括OpenAI、Anthropic、GroqMeta、GeminiTMLMistral、Quinn、Kimi、、DeepSeek、MinimaxNemotron。无论小模型还是超大规模模型、大模型还是视频模型、自回归模型或是diffusion模型，无论是云端还是边缘侧，NVIDIA架构均具备良好适配能力。NVIDIAagenticAINVIDIAAIHopper180Blackwell250400平台现已覆盖CPU、RubinGPU、NVLink、InfiniBand或Ethernet，以及本周早些时候发布的GroqLPU。公司可对GPU、CPU、NVLink、scale‑upnetworking、scale‑outnetworking、系统、算法及软件开展x‑factorRubinGraceBlackwellUltra，其每兆瓦30倍，token35Rubin的量产出货。目前已获得全部头部超大规模云厂商、云厂商及系统Rubin网络业务本季度再创新高，营收环比增长18%。SpectrumX以太网同比增长2.6AgenticAI应用渗透率不断提升，带动数据中心CPU需求加速上行。2021年推出的GraceCPU1250CPU。agentic1.8CPU5HyperscalerOCI、SpaceXAICPU200CPUCPU商行列。GroqNVIDIAGroqHotChipsLPU系统Groq3LPXtoken4倍。Groq3LPXNebius英伟达并非单纯销售性能领先的芯片，而是输出全栈AI工厂平台，为客户带来更优的经济效益，同时占据更大的数据中心TAM份额。AICUDAAI能力拓展至单颗芯片无法触达的市场领域。超大规模云厂商之外存在体量庞大、亟待落地AIAICUDA态的下游业务需求。超大规模云厂商仍将是主要增长引擎，但非超大规模云厂ACI&E板块（NDA计算平AI2026AI领域风投规模突破4000亿美元，其中约70%资金用于算力采购，高于2025全年的2650亿美元。SpaceXCursor、Figma、AI20101312收达到80亿美元；金融服务、制造业与医疗健康合计贡献70亿美元营收。HudsonRiverTradingJaneStreetAI工厂加速量化交易业务。三星电子采用NVIDIAcuLitho20RubinAIAI同比规模达到去年同期三倍以上。一个国家或地区可以直接向本土区域云合作方提供土地与电力资源，而不会同等条件给到海外超大规模云厂商。英伟达自身并不运营云业务，对所有主权客户及新兴云厂商保持中立合作身份。由于NVIDIA公司助力CoreWeave、Nebius、Nscale搭建完整基础设施业务，新兴云厂商在全球各地不断涌现：亚美尼亚的Firebird、覆盖非洲市场的Kosovo、中国台湾的GMICloud与NASA、澳大利亚的Hermes、马来西亚的YTLACloud，均将低能耗优势与运维专业能力同英伟达平台相结合。上月，公司宣布与日本国家级AI企业Noetra达成合作，共建NVIDIADSXAI工厂，用于开发支撑AIagents、数字孪生、机器人以及physicalAILGAI35AINeoClouds款机构要求数据中心获得单一的长期承购保证方可独立融资，但我们并未将全NVIDIAtake-or-pay承销的信心。作为回报，公司则分享新兴云服务商超出该最低收入门槛部分的公司并不直接提供贷款。在该模式下，英伟达获得两层收益：第一层来自硬件产品销售，第二层来自租金收入分成，在一次性设备采购收入之上叠加高复现性的收益流。长期来看，该模式能够拓宽目标市场，在核心平台营收之外打造与使用量挂钩的持续性收入，中长期有望带来数十亿美元规模的营收增量。英伟达三大核心能力相辅相成，构成增长引擎：可适配全部模型的计算平台、AIAICUDAAIAI在极强需求，但业务扩张速度已经超出自身资产负债表与信用资质可支撑的范需的长期基础设施合约与投资级融资资质。换言之，其发展瓶颈不在于技术或是客户需求，而在于算力供给。对这类企业而言，算力规模越大，智能能力、用户规模与营收体量就越高。英伟达为该正向循环提供核心支撑。AI500AI设，英伟达近期与全球六大头部基建资本方达成合作，包括Apollo、BlackRock、Blackstone、Brookfield、GoldmanSachs、KKR，共同搭建融资5000AIAISoftBankEnergyPORTS-Pike、电力、厂房外壳（shellcapacity）资源，该场地将专门部署NVIDIA算力。项目初期部署预计可提供4.25吉瓦的AI工厂产能，由OpenAI使用。PORTS-Pike园区内部每一代NVIDIAAI工厂系统约对应150万块NVIDIAGPU20LPSAINVIDIAOpenAIOpenAI承诺至2030年将大规模部署NVIDIAAIOpenAI12NVIDIAAI2分算力为其在未获得英伟达信用支持的前提下，已独立获取的大规模NVIDIA公司清楚该类支持的规模，也明白市场部分观点会将其视作循环融资。但英伟达对此持有不同判断。当前正处在重大计算平台变革周期，人类历史上最重要的技术之一正在诞生，而这批企业属于一代人一遇的公司。其技术领先地位已经得到验证，客户吸引力与业务使用规模正快速攀升。公司预计它们将成长为史上规模最大的科技企业。从旺盛的需求基础、为英伟达带来的业务增量、在英伟达平台之上构建的生态，以及投资资本对应的股权回报综合来看，公司认NVIDIA作为参考，预计明年需要动用公司资产负债表予以支持的AI实验室相关需求，约占公司整体业务的四分之一。对应出货算力的实际使用方，均为投资级客户或拥有投资级主体背书的客户。Q2Hopper‑2001%Hopper利率；叠加持续存在的地缘政治不确定性，公司的未来业绩指引中并未纳入来FY27Q2财务情况：毛利率：本季度公认会计原则（GAAP）毛利率和非公认会计原则（Non-GAAP）毛利率均为75%，环比基本持平，受产品结构基本维持不变影响。费用：公认会计原则（GAAP）营业费用环比增长10%，非公认会计原则（Non-GAAP）营业费用环比增长。增长主要源于算力基础设施成本、薪酬福利成本抬升。税率：Q2非公认会计原则（Non-GAAP）有效税率为16%，较去年同期有所上行，核心原因是营收规模扩大。库存：Rubin32060股东回报：Q2公司向股东返还创纪录的260亿美元资金，其中200亿美元用于股票回购，60亿美元来自季度每股0.25美元的股息。按照将50%及以上自由现金流返还股东的规划，年初至今的返还比例已达60%。展望后续，公司计划在扣除战略用途资金后，持续加大超额自由现金流的股东返还力度。FY27Q3展望营收：1080AIRubin28Q3Rubin20%。公司初步预计28财年营收同比增速约70%28达对毛利率的担忧，核心背景是元器件成本大幅上行。正如市场已知，当前存储芯片市场处于极端的价格环境。存储芯片的涨价幅度超出此前预期，且明年毛利率：Q3GAAPnon-GAAP74%50个基点。71%‑72%后2872%‑73%场疑问。当前存储供给紧张很大程度上源自AI产业扩张本身；存储涨价并非单纯增加公司成本而无任何对冲利好，存储供给趋紧恰恰是推动公司业务增长的同一轮需求热潮带来的现象。公司与三大主流存储厂商保持长期深度合作，正与其紧密协作，进一步匹配产品路线图所需的产能规模。费用：GAAP营业费用预计约为92亿美元，Non-GAAP营业费用预计约为90亿美元，全年维度，受产品版图持续扩张、AI工具使用规模进一步提升带动，公司当前预计运营费用增速处于low-50s区间；AI工具目前已经、并将持续提升研发人员工作效率。税率：27财年全年，在不考虑一次性项目以及税务环境发生重大变动的前提下，GAAP与non‑GAAP税率预期维持在16%‑18%区间。Q&AQ：请详细说明该70%对应指标的具体内涵。公司此前未披露全年业绩指引，现阶段出具全年业绩指引的判断依据与信心来源是什么？同时，公司业绩增长幅度与100%的需求增速之间存在多大缺口？造成二者出现差异的核心制约因素有哪些？后续是否有能力随时间推移逐步缩小该缺口？A：人工智能现已具备极强的实用价值，当前大规模落地应用的AI算力资源形成极高消耗。一方面，大语言模型为实现更强的智能能力，模型规15‑100务类型变化，整体算力需求规模十分可观，这也是市场普遍可以观察到的显性因素。而市场容易忽视的是公司业务增长背后的底层逻辑：依托独特的产品交付模式，公司具备差异化竞争优势，是全球唯一一家可自主打造并对外提供完AI而且客户可对产品组件进行自由组合配置，但多数企业既不具备相应技术能力，也缺乏自主搭建的主观意愿。由此催生了一片高速增长的市场赛道，覆盖主权AI、区域AI、新兴云服务、AI100%。长期来看，该领域对应的全球算力需求规模有望超过当前传统云计算市场体量，多重因素共同推升行业需求。与此同时，仅通过技术采购已不足以完成相关基础设施建设，项目落地需要提前落实土地、电力、机房等核心资源，而上述资源通常需要2‑3年的前置规划周期。上述举措能够为后续待建设的全部算力做好储备，相关算力资源最终将落地部署至公司生态体系及客户侧。现阶段公司对上下游产业链的洞察与可见度得到显著提升。公司过往从未开展过提前一年的业绩预测或发布相关指引。尽管实际需求显著高于70%，但基于当前可获得的供应水平，公司对实现70%的交付目标具备信心。后续公司将持续联动供应链，争取进一步提升该交付水平。公司力求与客户、股东及供应链伙伴各方保持信息口径统一，确保所有相关方对业务现状拥有一致认知。鉴于产业链各方均在进行大规模资源投入，维持信息同步具备重要意义，因此公司希望各方获取的信息一致。展望未来，明年将是公司至关重要且极具里程碑意义的一年。Q：投资者高度关注贵公司在推理市场的份额情况。能否请您介绍在AgenticAI领域所观察到的持续演进的工作负载，同时谈谈您对于该领域市场份额随时间演变的趋势判断？尤其结合每一代全新全栈产品迭代落地带来目标市场（TAM）规模的持续扩张、您对ACIE实现更高增速的预期，以及Groq3LPX等相关产品的实际情况。A：人工智能的生命周期已变得比以往更加复杂。该技术对英伟达架构产生的影响远大于以往，其流程大致可划分为四个阶段。第一阶段为全部所需数据的准备工作，数据包含合成数据与真实数据两类，部分数据经由人工标注与人工生成完成；随后开展模型预训练；第三阶段为后训练；最后为代理推理环节，代理推理的复杂度极高。NVIDIANVLink72为行业带来重大突破。第一代系统的搭建过程难度极高，面临诸多重大挑战，NVLink72我们需要对整条供应链、系统与技术进行彻底重构，同时完成软件的重新分发与重构，全流程各环节均面临巨大挑战。但经由上述工作，我们得以搭建一套通用系统，可完整覆盖数据生成、数据准备、预训练、后训练直至代理推理全流程。该系统能够为客户带来十分可观的价值。正如前文所述，从每吉瓦的技术投入，到Hopper周期下NVIDIA的营收增量——涵盖Hopper、InfiniBand、VeraRubin、CPU，还有三类不同的网络类型。为覆盖全球范围内全部数据中心，需要配置多样化的网络类型，此外还需兼顾安全网络规模以及跨多园区网络的规模。Groq素，我们每吉瓦对应的营收贡献或市场机会规模提升至400每吉瓦对应的营收，也从约五年前的300亿美元增长至当前的600亿美元。当然，该方案具备十分可观的生产力，性能表现同样出众，但对应的是600美元规模的投入。该方案可覆盖人工智能生命周期的多个阶段，能够运行各类模型，包括扩散模型、自回归模型、状态空间模型，以及上述模型的各类混合版本，同时可适配各类注意力机制，兼容大、小不同规格的模型。本次投入可实现长期复用，持续创造生产力。因此，我认为我们在该新兴领域具备十分突出的竞争优势，这也正是公司业务增长持续提速的原因：原有业务体量已处于GroqGroq3去数月，我们持续推进NVLink架构的融合工作，该架构将作为核心底座与核心引擎。对于有超高速度交互、超高速度令牌生成服务需求的企业，其业务场景下吞吐量会处于相对较低水平；尽管单令牌成本更高，但可匹配高平均销售价格（ASP）的服务，该类企业可部署Groq系列加速器。我对此十分看好，但RubinNVLink72。Q：28年70%的增速，大致对应27年规模增量约2000亿美元。此前的预期为三年实现12000详细阐述、、Groq以及其余各产品线分别对该轮增长的贡献情况？此外，您提及第一季度将执行提价，据此我判断该部分增长中有一部分来自定价因素。该规模数值当前受到约束，若剔除相关约束，对应数值将会达到什么水平？A：若不存在相关约束，实际增长水平将显著更高。公司当前同比增速已达100%，本年度不受约束状态下的增长空间十分可观。因此，我们必须进一步加大力度扩充产能。公司已搭建规模极为庞大的供应链，拥有优质的合作伙伴，并且锁定了充足的供货资源，但我们仍需要更多供给。具体而言，市场通常仅关注超大规模云服务商，而这仅为整体市场的一半。市场的另一半即为我们所指的AC客户群体，涵盖全部企业级客户、新兴云服务商以及主权AI相关业务，该板块对于市场而言具备较强隐蔽性。究其原因，该类客户不会采购定制芯片，也不会以单颗形式采购芯片。该类客户的核心需求是为其量身打造的完整工厂级平台，这也正是我们能够创造巨大价值的业务领域。当然，回到超大规模云服务商板块，该领域同样展现出强劲的增长动能，其当前订单积压规模已达2万亿美元。如各位所知，当该类客户部署NVIDIACompute产品时，其自身营收将实现增长，利润贡献也将同步提升。Compute业务目前已经实现盈利，且利润水平可观，同时Compute业务能够直接转化为营收增长。因此，两大超大规模云服务商之间正在展开竞赛，竞相部署更多英伟达计算资源。但市场往往容易忽略，在超大规模云服务商之外，还存在广阔的市场机遇。以Hopper架构为例，对应的成本约为每千兆瓦180亿美元；GraceBlackwell架构对应成本约为每吉瓦250亿美元；VeraRubin架构对应成本约为每吉瓦400亿美元。每一代产品的生产力均实现倍数级提升，因此客户均希望尽快完成向下一代产品的迭代。业务获取可观利润，利润率水平十分优异。上述各类变化正在同步发生。整体来看，我们正经历一场平台变革，该变革将作用于全部计算机企业，以及全球这种全新计算模式具备智能属性，不再依托文件检索，而是以生成智能为核心。该模式对算力存在较高要求，但能够产出效果十分出众的结果，目前该趋势正在全球范围内显现。市场各方均希望参与本次人工智能革命，所有主体都需要完成本次计算转型，搭建对应的基础设施。Q：我对CEO的相关评论做了简单汇总，测算得出规模约为5000亿美元，该数值对应的是未来几年的投资总额。对此我有若干问题：第一，未来几年公司全部生态系统投资的总规模是否大致处于该区间，还是后续仍会有其他股权投资或其他类型投资？第二，若该投资中包含现金出资部分，是否应当在2028年予以考量？另外，上述多项投资用于支持前沿实验室，重点包括OpenAI与Anthropic，但这两家企业均在开展自有定制芯片的研发工作。就在近日，OpenAI对外介绍了Jalapeno，并宣称该芯片性能优于Blackwell等产品。那么，在计划大规模投入生态系统的同时，该生态内部分主体又在研发具备竞争属性的解决方案，贵司如何平衡这一动态关系？AXPU定云平台或特定业务开发的推理专用芯片，而英伟达提供的是一套完整平台，AIAI署于任意云平台，支持跨场景运行，我们也可协助客户完成任意场景下的部署全部AI分相信相关服务会持续落地，并且会运行于全球各地的NVIDIA平台之上。同时，我百分之百确信，我方技术能够持续为其创造极高价值。无论在数据处理、训练、训练后处理，还是智能体处理环节，选用我方技术都具备突出的经济效益，我方技术对其而言具备显著优势，因此他们必将选用我方产品。据此，我十分确信，该类主体会成为我们长期的客户与合作伙伴。退一步来讲，对这两家企业，以及我们所投资的多家人工智能实验室进行布局，本身属于难得一遇我十分乐于与他们开展合作。对于他们基于英伟达架构搭建生态系统、依托我方平台实现规模化发展，我持积极态度。同时我百分之百确信，在未来相当长的一段时间内，他们仍将借助英伟达计算平台承载海量计算任务。A：针对上述各项承诺，尤其是其中的供应承诺部分，我再做一点补充，这对于当前以及明年全年VeraRubin项目的资金筹措至关重要。可以看到，上述承诺的绝大部分集中于前三年，我们将运用该部分资源完成所需产品的生产。鉴于我们已就供应承诺以及所需产能完成充分协调，这也使得我们对公司的增长与营收具备充足信心。Q：开源模型或将在美国工作负载市场争夺市场份额，贵司凭借Nemotron已因此，不少投资者认为开源模型会对上述企业的增长带来负面影响。对此您如何权衡其中利弊？在您看来，开源模型的兴起对于英伟达而言属于利好，抑或是最终会造成负面影响？A绝大多数，甚至可以说几乎全部开源模型，均运行于英伟达平台之上。究其原因，一方面英伟达具备全球最高的覆盖度，另一方面英伟达架构通用性极强，DGXSpark开源模型的性能表现十分优异，闭源模型同样具备突出能力。FrontierLabs的销售额实现高速增长，同时维持较高利润率，能够产出具备盈利属性的代币，CUDA开源模型同时也是全球几乎所有AI原生企业与大型企业的发展基石，对其具备关键意义。企业应当尽可能租用智能化能力，也就是高性能、高水准的智能能力。这也是英伟达选择租用云服务，并鼓励员工尽可能充分使用云服务的原因。但各大企业、各个国家以及各家初创企业都需要打造面向自身业务场景的专属AI，以此构筑自身独有的竞争优势。达到前沿水准的开源模型为上述目标提供实现路径，使各类主体能够完成相关建设。网络安全是前沿模型的关键应用领域之一。可以看到，大量网络安全企业依托前沿模型，搭建起分布式、大规模分布式且可持续运转的自主网络安全防御系统，这类企业正不断崭露头角，其中不乏实力出众的优质企业。倘若没有开源模型，上述成果便无从实现。开源模型不仅取得巨大发展、达到行业前沿水平，同时对美国经济乃至全球经济都具备重大意义，对于企业搭建自身专属AI同样不可或缺，闭源与开源二者缺一不可。两类模型均会收获长足发展。放眼全部AI模型的市场覆盖，我认为我们是唯一一套能够承载全部前沿模型的平台。无论模型属于闭源或是开源，绝大多数均基于英伟达技术开发，在英伟达平台上可以实现优异运行效果。因此，对于任意模型取得成功，我们都乐见其成，对此我持积极态度。闭源模型与开源模型均会走向成功，二者同时在拉动我方的销售规模实现增长。Q：贵司此前提到明年需求将实现100%的增长，我想了解一下驱动该轮增长的若干因素，以及背后更深层次的动因。此处涉及两个概念：其一为递归自我改进（R。可以看到，在Anhropc与pnA，具备自我迭代提升能力的人工智能技术推进十分顺利。OpenAI甚至提出，有望在今年年底之前实现通用人工智能（A。伴随RI与AI是否会迎来新一轮拐点？若上述情形落地，对英伟达意味着什么？您如何看待其作为需求催化剂所发挥的作用？A：该趋势还将进一步演进。当前绝大多数人工智能任务均由人类发起。我认为，就在上个月，这一趋势已经发生转变。当下多数人工智能已经具备智能代理能力，未来每家企业都将部署大量智能代理。展望未来，假设我们拥有约4万名员工，同时会部署40万个、甚至400万个智能代理，并且这些代理将持续运转，在后台执行任务。如果接触过边缘端个人AI代理的开发人员便会了解，这类代理会部署在DGXSpark设备上运行。DGX高性能工作站，可通过戴尔采购，产品能力十分突出。AI代理会在DGX工作站上7×24小时不间断运行，持续承接各类任务。因此，当行业全面转向代理驱动系统之后，各类代理将保持常驻运行状态，相互协同配合。它们将在后台从多个维度来看，我们当下正处在递归演进的阶段。尽管该机制目前尚不算成熟完善，但代理每完成一轮执行，便会复盘思考如何优化后续表现，并对技能文件进行更新。每一轮运行结束之后，Markdown格式的技能文档都会完成迭代更新。因此，在下一轮运行时，它的表现便会得到提升。这属于一种松散、粗粒度的自我改进，该现象已经随处可见。由此，从诸多任务维度来看，我们实际上已经实现通用人工智能（I。在我看来，过去各类相关里程碑与