文章重點
- NVIDIA於2月26日公佈FY2026第四季度實際業績:營收681億美元(按年增長73%、按季增長20%),大幅超越華爾街662億美元共識預期;調整後每股盈利1.62美元,高於預期的1.53美元
- 數據中心業務收入623億美元(按年增長75%),佔總營收91%,超越607億美元預期;超大規模雲端客戶(Hyperscalers)貢獻數據中心收入超過50%,AI基建軍備競賽持續白熱化
- 全年FY2026營收2,159億美元(按年增長65%);Q1 FY2027指引780億美元(正負2%),再次超越分析師預期,顯示增長動能未有減弱跡象
- 下一代Vera Rubin架構樣品本週已交付客戶,預計2026年下半年量產,每瓦性能較Blackwell提升10倍;中國市場方面,NVIDIA在Q1 FY2027展望中「不假設任何來自中國的數據中心計算收入」
- 盤後股價一度飆升4%,但隨後出現「利好出盡」回吐行情;自由現金流Q4達350億美元、全年970億美元,411億美元回饋股東,NVIDIA穩坐全球市值最高上市公司寶座
一、歷史性的一季:681億美元背後的數字拆解
2026年2月26日美股收市後,NVIDIA(輝達)公佈了截至2026年1月底的FY2026第四季度財報。數字本身已經不需要太多修飾——681億美元的單季營收,放在任何一家科技公司的歷史上都是一個令人震撼的紀錄。這個數字不僅按年增長73%、按季增長20%,更大幅超越了華爾街662億美元的共識預期。換言之,NVIDIA在一個季度內「超額交付」了近20億美元的收入。
盈利能力同樣驚人。調整後每股盈利(EPS)達到1.62美元,高於分析師預測的1.53美元。淨利潤接近430億美元,較去年同期幾乎翻倍。GAAP毛利率維持在73%左右的極高水平——這意味着NVIDIA每賣出100美元的產品,就能留下73美元的毛利。在全球半導體行業中,這種毛利率結構幾乎只有NVIDIA獨有,反映的是其在AI加速計算領域絕對的定價權。
值得特別關注的是自由現金流數據。單季自由現金流350億美元、全年970億美元——這已經超越了絕大多數科技巨頭的全年營收水平。NVIDIA在FY2026全年向股東回饋了411億美元(通過股票回購和股息),但其現金生成能力仍然遠超分配速度。這種「印鈔機」式的財務表現,為NVIDIA提供了幾乎無限的戰略靈活性——無論是投資下一代技術、收購關鍵供應鏈環節,還是加大研發投入,都不需要依賴外部融資。
二、數據中心:AI基建軍備競賽的核爆級引擎
如果說681億美元的總營收是標題,那麼623億美元的數據中心收入就是正文。這個數字按年增長75%,超越了分析師預期的607億美元,並且佔到了NVIDIA總營收的91%。在短短三年前,數據中心業務佔NVIDIA收入還不到一半;如今,NVIDIA在本質上已經是一家「數據中心公司」,而非傳統意義上的「GPU公司」。
更加值得深思的是收入的集中度。NVIDIA在財報電話會議中透露,超大規模雲端客戶(Hyperscalers)——即Microsoft Azure、Amazon AWS、Google Cloud、Meta等科技巨頭——佔數據中心收入的比例超過50%。這意味着僅僅幾家公司就貢獻了超過310億美元的季度收入。這種集中度既是NVIDIA的優勢(大客戶帶來的訂單規模和可預測性),也是其潛在風險(任何一家超大規模客戶削減支出都會產生顯著影響)。
超大規模雲端客戶的AI基建支出為何如此瘋狂?答案在於一場「沒有人敢率先收手」的軍備競賽。Microsoft需要為Azure OpenAI和Copilot構建算力底座;Google需要為Gemini和Cloud AI服務擴張GPU集群;Amazon需要確保AWS在AI推理市場的領先地位;Meta則需要為其AI推薦系統和下一代AI模型持續堆疊算力。任何一家暫停投資,都意味着可能在AI時代的基礎設施競爭中落後——而落後的代價是失去未來十年的雲端和AI服務收入。
對於NVIDIA而言,這場軍備競賽的結果是一個近乎完美的商業飛輪:超大規模客戶的競爭性投資推動GPU需求持續超過供應,供需失衡支撐NVIDIA維持極高的定價權和毛利率,而高毛利率又為NVIDIA提供了充裕的研發資金來鞏固技術領先地位——形成了一個正向循環。Q4數據中心收入75%的按年增長率,正是這個飛輪高速運轉的結果。
三、非數據中心業務:遊戲回暖,汽車未達標
儘管數據中心業務的光芒遮蓋了一切,NVIDIA其餘業務線的表現仍然值得逐一審視。遊戲業務錄得37億美元收入,按年增長47%。這一數字顯示GeForce GPU的需求正在穩步回升,部分受惠於RTX 50系列顯卡的發佈週期帶動的升級需求。雖然遊戲業務佔總營收的比例已經從昔日的半壁江山縮減至不到6%,但47%的增長率表明消費級GPU市場並未如部分分析師所擔憂的那樣「被AI吞噬」。
專業視覺化(Professional Visualization)業務是本季的亮點之一,收入13.2億美元,按年飆升159%。這一增長的主要驅動力是企業客戶對AI驅動的設計、模擬和數碼孿生(Digital Twin)工具需求的爆發。從建築設計到汽車工程,從影視特效到製藥研發,NVIDIA的RTX專業GPU和Omniverse平台正在成為越來越多企業數碼化流程的核心基建。
汽車業務則是本季唯一明顯低於預期的板塊。6.04億美元的收入雖然在絕對數字上並不算差,但低於分析師預期的6.548億美元。NVIDIA的汽車業務涵蓋自動駕駛晶片(DRIVE系列)和車載信息娛樂系統,收入波動主要受到汽車廠商交付週期和新車型導入節奏的影響。考慮到全球自動駕駛技術正在加速從L2+向L3/L4演進,汽車業務的長期增長軌跡仍然清晰,但短期的季度波動提醒投資者不要對該板塊設定過高的線性增長預期。
「AI正在從根本上重塑每一個行業。我們正處於一個新的計算時代的起點——AI工廠正在成為全球最重要的基礎設施。」——Jensen Huang,NVIDIA創辦人兼首席執行官
四、Q1 FY2027指引:780億美元的信號意義
如果說Q4業績是對過去的驗證,那麼Q1 FY2027的780億美元營收指引(正負2%)就是對未來的宣言。這個數字不僅再次超越了華爾街的共識預期,更意味着NVIDIA預計在下一個季度實現接近15%的環比增長——對於一家年營收已超過2,000億美元的公司來說,這種增速是前所未見的。
780億美元指引的底氣來自幾個具體因素。首先,Blackwell架構GPU的產能爬坡正在加速。經歷了初期的供應瓶頸後,台積電(TSMC)和NVIDIA的供應鏈合作夥伴已經大幅提升了CoWoS先進封裝和HBM高帶寬記憶體的產能,Blackwell系列的交付量在Q1將顯著提升。其次,超大規模客戶的AI基建計劃並未出現任何放緩跡象——Microsoft已宣佈FY2026資本支出800億美元、Meta和Google的AI投資同樣在加碼。
但780億美元指引中有一個極為重要的「隱含訊息」值得細讀:NVIDIA明確表示,Q1 FY2027的展望中「不假設任何來自中國的數據中心計算收入」。這一聲明的含義是雙重的——第一,它意味着780億美元的指引完全建立在中國以外市場的需求之上,即使中國市場貢獻為零,NVIDIA仍然有信心達成這一數字;第二,它暗示美國對華出口管制的不確定性已經迫使NVIDIA在財務規劃中徹底剝離中國變量。
對於中國市場的「零假設」策略,既是一種風險管理的務實態度,也可能是一種預期管理手段。如果實際上中國市場在Q1仍然產生了一些收入(例如通過合規產品),那麼最終業績超越780億美元指引的概率就會進一步提高——這對投資者情緒顯然是正面的。NVIDIA在財報溝通中的這種「保守承諾、超額交付」模式,已經成為其管理華爾街預期的標誌性手法。
五、Vera Rubin登場:下一代架構的戰略佈局
本次財報發佈中最具前瞻性的消息,是NVIDIA確認下一代Vera Rubin架構的樣品已於本週交付給客戶,預計2026年下半年進入量產。根據NVIDIA披露的技術指標,Vera Rubin在每瓦性能(Performance per Watt)方面較Blackwell提升高達10倍——這不是增量改進,而是代際性的飛躍。
每瓦性能10倍提升的意義,需要從數據中心運營的經濟學角度來理解。對於超大規模雲端客戶而言,GPU的採購成本只是總體擁有成本(TCO)的一部分,電力消耗和冷卻成本往往佔到數據中心運營成本的40-50%。一塊能夠在相同功耗下提供10倍性能的晶片,意味着客戶可以在不擴建數據中心電力基礎設施的前提下,大幅提升AI計算能力。在全球各地數據中心面臨電力供應瓶頸的當下,這種能效提升的商業價值是不可估量的。
Vera Rubin的命名延續了NVIDIA以科學家命名GPU架構的傳統(前有Ampere、Ada Lovelace、Hopper、Blackwell),致敬了美國天文學家薇拉魯賓——她在暗物質研究領域的開創性工作為現代宇宙學奠定了基礎。這個命名選擇或許也暗含了NVIDIA對AI計算未來的一個隱喻:正如暗物質構成了宇宙質量的大部分卻不可見,AI推理計算的規模正在以不為大眾所見的方式急速膨脹。
對於NVIDIA的競爭格局而言,Vera Rubin的提前亮相具有重要的戰略意義。AMD的MI400系列、Intel的Falcon Shores、以及各大雲端廠商的自研晶片(Google TPU、Amazon Trainium、Microsoft Maia)都在2026-2027年進入市場。NVIDIA通過在Blackwell尚在產能爬坡期就展示下一代架構,向市場傳遞了一個清晰的信號:試圖追趕NVIDIA的競爭者,面對的不僅是當前的技術差距,還有NVIDIA持續加速的迭代節奏。這種「永遠領先一代」的策略,是NVIDIA維持AI加速計算壟斷地位的核心武器。
此外,GTC 2026大會即將到來,市場預期Jensen Huang將在會上揭曉更多關於新一代晶片的細節。這種「財報鋪墊、大會引爆」的節奏管理,也體現了NVIDIA在資訊發佈和市場預期管理方面的精準掌控。
NVIDIA GPU架構演進路線圖
Hopper(H100):2022年發佈,開啟AI訓練大規模商用時代,成為ChatGPT等大型語言模型背後的核心算力
Blackwell(B200/GB200):2024-2025年量產,AI訓練與推理性能大幅提升,NVLink互連技術實現超大規模GPU集群
Vera Rubin:2026年樣品交付、下半年量產,每瓦性能較Blackwell提升10倍,瞄準下一波AI基建需求
未來架構:NVIDIA維持約兩年一代的迭代節奏,GTC 2026預計將揭示更多未來路線圖細節
六、市場反應解讀:「利好出盡」的深層邏輯
NVIDIA財報公佈後的市場反應,完美演繹了華爾街的經典劇本——「Buy the rumor, sell the news」(買在謠言時、賣在新聞時)。盤後交易中,股價一度飆升4%,但隨後漲幅迅速收窄,部分漲幅被「利好出盡」的拋售所吞噬。
這種市場反應的原因是多層次的。首先,NVIDIA的股價在財報公佈前已經計入了極高的預期。作為全球市值最高的上市公司,NVIDIA的估值隱含了市場對其持續高速增長的共識預期。當實際業績雖然超預期但「超預期的幅度」未達到部分激進多頭的希望時,短期獲利了結的壓力就會湧現。
其次,近期科技板塊整體面臨的宏觀逆風也在影響投資者情緒。美國國債收益率的波動、聯儲局利率路徑的不確定性、以及地緣政治風險(特別是中美科技脫鈎的持續深化),都為科技股的估值帶來了額外的壓力。即使NVIDIA的基本面無可挑剔,資金配置層面的再平衡也會導致短期價格波動。
但從中期視角來看,「利好出盡」式的盤後反應往往是短暫的噪音。歷史數據顯示,NVIDIA在過去多次財報公佈後都出現過類似的盤後回調,但在隨後的數週內股價通常會重新走強——原因很簡單:當基本面持續改善時,估值壓力最終會被盈利增長所消化。780億美元的Q1指引意味着NVIDIA的盈利增長軌跡在短期內沒有放緩的跡象,這對中長期投資者而言是最核心的利好。
七、香港與亞太投資者視角:半導體供應鏈的連鎖效應
NVIDIA的亮眼業績對於香港和亞太區的投資者而言,具有遠超「一家公司業績好」的意義。NVIDIA的供應鏈高度集中在亞太地區——台積電(TSMC)負責晶片製造、SK海力士和Samsung提供HBM高帶寬記憶體、日月光和安靠科技提供先進封裝——NVIDIA的每一次營收跳升,都會在亞太半導體供應鏈中產生連鎖效應。
對於在港上市和港股投資者關注的標的而言,幾條邏輯鏈值得追蹤。第一,台積電(美股TSM)作為NVIDIA獨家晶圓代工夥伴,其先進製程(3nm/2nm)產能的需求能見度因NVIDIA的強勁指引而進一步增強。第二,HBM記憶體供應商(SK海力士、Samsung)的訂單前景同樣受益於NVIDIA數據中心GPU的持續出貨增長。第三,CoWoS先進封裝產業鏈中的設備和材料供應商(部分在港股和A股上市)也將受到正面帶動。
然而,中國市場的「零假設」聲明對亞太區投資者是一個重要的警示信號。NVIDIA明確不將中國數據中心計算收入納入Q1展望,反映的是美國出口管制對中國AI算力供應的持續收緊。對於在中國運營的科技企業和數據中心客戶而言,這意味着獲取最先進NVIDIA GPU的通道正在進一步縮窄。華為昇騰(Ascend)系列和中國國產GPU替代方案的市場空間,可能因此進一步擴大——但技術差距在短期內仍然顯著。
對於香港作為國際金融中心的角色而言,NVIDIA業績帶來的另一層啟示是:AI算力正在成為比石油、半導體製程更具戰略意義的稀缺資源。正如20世紀的地緣政治圍繞能源供應展開,21世紀的科技競爭正在圍繞AI算力的生產和分配展開。香港的投資者——無論是機構還是個人——在評估科技投資時,需要將「算力供應鏈安全」作為一個核心分析維度。NVIDIA全年970億美元自由現金流的「印鈔機」表現,恰恰是這種算力稀缺性溢價的最直接體現。
八、前瞻:AI算力的下一個拐點
NVIDIA Q4 FY2026的業績,是AI算力需求持續爆發的又一個里程碑式驗證。但投資者和產業觀察者需要思考的,不僅是「NVIDIA這季度表現有多好」,更是「這種增長還能持續多久、下一個拐點在哪裡」。
從需求端看,三股力量正在為AI算力需求提供結構性支撐。第一,大型語言模型的訓練規模仍在指數級擴張——GPT-5、Gemini 2.5、Claude的下一代模型都需要更大規模的GPU集群。第二,AI推理(Inference)的計算需求正在超越訓練——當AI應用從實驗階段進入大規模商用(如Claude Cowork企業插件、Copilot等),每一次用戶查詢都需要消耗GPU算力,推理側的GPU需求可能成為比訓練更大的市場。第三,AI Agent(AI代理)的興起帶來了全新的算力消費模式——當AI系統不再是被動回應用戶查詢,而是主動執行多步驟任務時,每個Agent會話的計算量將大幅提升。
從供應端看,台積電的先進製程產能擴張和CoWoS封裝產能爬坡仍然是瓶頸。雖然台積電正在全力擴充產能,但從建設新晶圓廠到量產通常需要18-24個月的週期。這意味着在2026-2027年,GPU供應大概率仍將落後於需求——而供需缺口正是NVIDIA定價權的來源。
NVIDIA面臨的真正長期風險,不是需求放緩,而是客戶的自研替代。Google的TPU已經進入第六代、Amazon的Trainium正在擴大部署、Microsoft也在推進其自研AI晶片Maia。如果超大規模客戶的自研晶片在性能和成本效益上逐漸接近NVIDIA GPU,那麼NVIDIA對這些最大客戶的定價權可能會面臨壓力。但從目前的技術差距和軟件生態(CUDA)的護城河來看,這個風險在未來2-3年內仍然是可控的。
「每一次技術世代的更替都會創造一個巨大的安裝基礎更新週期。全球數據中心的價值超過一萬億美元,而整個基礎設施正在從通用計算轉向加速計算。」——Jensen Huang,NVIDIA創辦人兼首席執行官
總結而言,NVIDIA Q4 FY2026的業績不僅是一份超預期的財務報表,更是AI基建軍備競賽正在加速而非減速的決定性證據。681億美元的季度營收、780億美元的下季指引、Vera Rubin的提前交付——每一個數據點都指向同一個結論:我們距離AI算力需求的頂峰還很遠。對於香港和亞太區的投資者而言,NVIDIA的業績是審視自身投資組合中AI算力供應鏈曝險度的最佳時機——無論你是持有還是觀望,這份財報都在告訴你:AI革命的基礎設施建設週期才剛剛進入中場。