英伟达四季度财报，比超预期更可怕的是还没见顶

文 | 赛博汽车

2026财年最后一个季度，英伟达营收达681亿美元，同比增长73%，远超市场预期的662.3亿美元。

英伟达对2027财年第1季度的指引是780亿美元。

英伟达2026财年全年营收是2159亿美元，按照如果按照780亿美元年化，2027财年全年营收将高达3100亿美元。

在稍后的财报电话会上，英伟达CEO黄仁勋和首席财务官Colette Kress反复强调，AI发展已经迎来拐点，算力需求呈爆发式增长。

黄仁勋抛出结论：AI基建没有见顶，也就意味着英伟达的增长更没有见顶，而且还在加快。

抛出一个对比更加直观，华为2025年全年销售收入为8809亿元人民币（约合1220亿美元），但其没公布利润情况。参考华为上半年业绩推算的毛利率47.5%，对此相对的是英伟达2026财年的毛利率高达71%。

科技产业的峰值利润依旧掌握在美国科技企业手中。

高毛利、高现金流

英伟达连续多个季度保持高速增长，而且是各个细分领域都保持较高增长。

数据中心业务第四季度收入623亿美元，同比增长75%，环比增长22%。全年数据中心收入达1937亿美元，同比增长68%。自2023年ChatGPT引爆AI浪潮以来，英伟达的数据中心业务规模已扩大近13倍。

网络业务第四季度收入110亿美元，同比增长超3.5倍。全年网络业务超310亿美元，较2021财年（收购Mellanox之年）增长超10倍。

专业视觉业务首次突破10亿美元大关，收入13亿美元，同比增长159%，环比增长74%。

游戏和AI PC业务收入37亿美元，同比增长47%。

汽车和机器人业务收入6.04亿美元，同比增长6%。值得注意的是，“物理AI”（Physical AI）已在2026财年为英伟达贡献了超过60亿美元的收入。

资料来源：英伟达财报

毛利率方面，随着Blackwell芯片产能爬坡，英伟达的利润率实现实质性回升。英伟达第四季度GAAP毛利率为75.0%，非GAAP毛利率为75.2%，与市场预期高度吻合。英伟达第四季度净利润达到惊人的429.6亿美元，同比大增94%，单季度净利率超过63%。

资料来源：英伟达财报

2026财年全年，英伟达的GAAP 净利润为1200亿美元。通过分析其现金流量表，扣除资本性支出（Capex）后，其全年自由现金流（FCF）达到了965.7亿美元。2026财年，英伟达以股票回购和现金分红的方式向股东回报了411亿美元，占全年自由现金流的43%。截至第四季度末，公司尚有585亿美元的回购额度可供未来使用。

算力即收入，Token即货币

对于未来收入，黄仁勋充满信心。

在财报电话会议上，黄仁勋喊出：

“在这个AI新世界中，算力等于收入。没有算力，就无法生成token；没有token，就无法实现收入增长。”

过去，云厂商购买服务器是为了“托管”——帮客户存储数据、运行传统应用。现在，情况完全不同了。在黄仁勋描绘的未来里，云厂商购买的每一块GPU，都是在为自己“挖矿”——只不过挖的不是加密货币，而是AI token。这些token直接转化为收入：无论是Claude Code的订阅费，还是OpenAI的API调用费，抑或是Meta广告系统中由AI带来的点击率提升。

有分析师在电话会上提出了一个尖锐的问题：“今年云厂商资本支出接近7000亿美元，很多投资者担心明年很难继续增长，而且有些客户的现金流已经开始承压。如果他们的资本支出不增长，英伟达还能增长吗？”

黄仁勋的回答充满信心：“我对他们现金流的增长充满信心。”

他的逻辑很简单：Agentic AI的拐点已经到了。OpenAI的Codex、Anthropic的Claude Code、GitHub的Copilot……这些AI智能体不再是实验室里的玩具，而是开始真正产生生产力的工具。云服务提供商每投入1美元的算力，能产出超过1美元的收入——这种生意，没有理由不做。

换句话说，云厂商不是在“花钱”，而是在“投资”。而且这笔投资的投资回报率（ROI），可能比以往任何一次技术革命都要高。

Agentic AI：被反复提及的“拐点”

本次财报和电话会，有一个词被反复提及——Agentic AI（智能体AI）。黄仁勋在不同场合至少提到了三次这个词，并明确表示：“我们已经看到了Agentic AI的拐点。”

Agentic AI就是能够自主决策、自主执行任务的AI系统。不是那种你问一句它答一句的聊天机器人，而是能像真正的员工一样，接收任务、分解步骤、调用工具、完成工作的智能体。

OpenAI的GPT-5.3 Codex、Anthropic的Claude Code、Meta的超级智能实验室……这些产品都在指向同一个方向：AI正在从“工具”变成“员工”。

Agentic AI已达到“实用智能拐点”，其核心标志是token生成具备盈利性。这一变化直接推动了全球算力扩张需求。以Anthropic为例，据透露其收入在一年内翻了十倍，但严重受限于算力产能。

黄仁勋在电话会上算了一笔账：全球有数亿知识工作者，如果其中只有1%开始大规模使用AI智能体，对算力的需求将是现在的几十倍。这就是为什么他对2027年的增长充满信心。

每年一代的“芯片军备竞赛”

英伟达要维持头部地位，就要保证产品的领先性，就要做到产品的持续迭代。

目前，英伟达的主力架构为Blackwell，已部署近9吉瓦，覆盖各类核心客户。其中GB300 NVL72在推理性能上实现重大突破，通过CUDA优化实现快速性能提升。GB系列贡献了约三分之二的数据中心收入，成为当前增长的核心引擎。

根据SemiAnalysis的InferenceX基准测试，与竞品相比，GB300和NVL72实现了高达50倍的每瓦性能和低35倍的每token成本。

2026年1月，英伟达在CES上发布了Rubin平台。该平台的核心优势是：用四分之一的GPU数量训练MoE模型，与Blackwell相比将推理token成本降低最多10倍。2026年2月，英伟达已向客户发送首批Vera Rubin样品，计划2026年下半年启动量产。2026年全年，英伟达将实现Blackwell与Rubin双线销售。

短板、威胁和不确定性

近日，英伟达与Groq达成非独家许可协议，整合其低延迟推理技术，并吸纳其工程师团队。这一举措的核心目的是增强自身AI基础设施的性能，补齐推理栈中低延迟这一关键短板。

黄仁旭表示：“我们将用Groq的创新来扩展英伟达的架构，以实现AI基础设施性能和价值的新水平。”这让人联想到当年英伟达收购Mellanox的战略逻辑——将外部最优技术嵌入自身全栈体系，既保持架构的统一性，又快速补齐关键能力。

面对分析师关于Google TPU、Amazon Trainium等定制芯片的提问，黄仁勋的回应颇具智慧：英伟达不把定制芯片看作威胁，而是看作生态系统的补充。“你有你的专用加速器，我有我的通用平台，我们可以共存。”

除了竞争对手，中国市场也存在不确定性。虽然英伟达少量面向中国客户的H200产品已获得美国政府批准，但其尚未产生任何收入，并且不知道是否允许任何产品进口到中国。因此，英伟达的展望中并未计入来自中国市场的数据中心计算板块收入。

无论如何，英伟达还在创造纪录，780亿美元的季度营收指引，如果达成，将是一个新的世界纪录。但这只是开始。

黄仁勋在电话会上透露，他已经看到了2027年的增长路径。这意味着英伟达的订单已经排到了明年，甚至更远。

更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App