界面新闻记者 |
界面新闻编辑 | 文姝琪
当地时间2月25日，英伟达发布截至2026年1月25日的2026财年第四季度及全年财报。各项核心财务指标显示，英伟达在营收规模与盈利能力上均保持了强劲的增长势头。
财报数据显示，公司第四季度单季总营收达到681亿美元，环比增长20%，同比增长73%，创季度营收历史新高。在整个2026财年，英伟达全年总营收达2159亿美元，同比增幅达到65%。
在盈利能力方面，第四季度GAAP毛利率和非GAAP毛利率分别为75.0%和75.2%，略高于此前预期。同时，公司第四季度净利润高达429.6亿美元，同比增长94%。
财报公布后，英伟达股价在美股盘后交易中一度上涨4%，但很快转跌，下跌约1%。
在随后的电话会上，英伟达创始人兼CEO黄仁勋明确提出了“算力即收入”（Compute equals revenues）的核心论断。
他强调，在全新的智能体AI时代，如果没有底层算力支持就无法生成Token，没有Token就无法实现收入的增长。
黄仁勋称，过去全球每年在传统计算领域的投资大约为3000亿到4000亿美元，“而现在AI时代的计算需求是过去的一千倍，算力需求正呈指数级攀升。”
根据财报信息，支撑英伟达市值绝对核心的数据中心业务，依然是拉动整体基本面的主力。该板块第四季度营收达到创纪录的623亿美元，环比增长22%，同比增长75%。
数据中心业务的增长主要得益于加速计算和AI。在产品端，英伟达发布的Rubin平台，包含六款新芯片，与现有的Blackwell平台相比，推理Token成本最高可降低10倍。亚马逊AWS、谷歌云、微软Azure及甲骨文云基础设施都将成为首批部署Vera Rubin实例的云服务商。
“计算需求正在呈指数级增长，代理式AI（Agentic AI）的拐点已经到来。”英伟达创始人兼CEO黄仁勋表示，配备NVLink的Grace Blackwell是当今推理计算领域的王者，能够将单Token成本降低一个数量级，而Vera Rubin将进一步巩固这一领先地位。
黄仁勋称，企业对Agentic AI的采用率正在飙升，“我们的客户正竞相投资人工智能计算，这些‘工厂’将驱动AI工业革命及其未来增长。”
针对市场高度关注的产能与交付节奏，英伟达执行副总裁兼CFO科莱特·克雷斯（Colette Kress）在电话会上透露，首批Vera Rubin架构的样品已向客户发货，量产出货计划将在今年下半年稳步推进。
她表示，目前英伟达的库存和采购承诺大幅增加，订单需求能见度已延伸至2027自然年。
不过，管理层也表示，先进架构的供应链短期内依然受限。科莱特·克雷斯在电话会上表示，供应受限将成为第一季度及之后游戏业务面临的主要阻力。
此外，针对“太空数据中心”概念，黄仁勋在电话会中表示，由于太空环境缺乏空气流动，散热只能依靠传导且无法使用液冷技术。尽管能源获取充足，但该模式目前的经济可行性依然较差，相关技术仍需突破，短期内难以实现大规模商业化落地，“目前经济可行性还很差，但未来会逐步改善。”
围绕底层算力生态的拓展，英伟达正加速将业务延伸至产业的核心节点。在头部企业合作方面，英伟达于当地时间2月17日宣布了与Meta一项涵盖本地、云端及AI基础设施的多年期战略合作，Meta计划在未来几年内部署“数以百万计”的英伟达处理器。
值得注意的是，在全球高阶算力争夺战中，英伟达的主要竞争对手AMD也在2月24日宣布了与Meta类似的长期合作协议。AMD透露，这笔交易价值将达到数百亿美元。
除了核心的云端算力硬件，英伟达在个人计算、专业可视化以及物理AI领域的布局也在稳步推进，不过部分业务单季表现并未达到华尔街此前预期。第四季度游戏与AI PC业务营收为37亿美元，较去年同期增长47%，这主要得益于消费者端对Blackwell架构产品的需求。
尽管该业务板块的单季增速受到终端渠道库存常态化调节影响，但业界普遍预期，端侧AI硬件的市场渗透率将持续稳步提升。
根据Gartner发布的预测数据，全球AI PC出货量将在2025年达到7700万台，占整个PC市场的份额31%，而这一占比在2026年预计将达到55%。此外，Gartner预测，到2029年，AI PC将成为主流。
此外，在专业可视化领域，凭借对Blackwell架构的强劲需求，该业务第四季度营收达到13亿美元，同比增长159%。而在汽车和机器人业务板块，第四季度营收为6.04亿美元，全年达到23亿美元。
在对下个季度的业绩展望中，英伟达预计2027财年第一季度的总营收将达到780亿美元左右，上下浮动2%。
值得注意的是，英伟达在财报中特别说明，其第一季度业绩展望中没有假设任何来自中国市场的数据中心计算营收。
在随后的电话会议上，管理层进一步补充了关于中国市场的现状与面临的竞争压力。
科莱特·克雷斯提到，英伟达在中国本土的竞争对手们，在近期IPO的推动下正取得显著进展，这在长期内有潜力颠覆全球AI产业的既有竞争结构。