英伟达129亿收购Hugging Face​ | 黄仁勋 | NVIDIA财报 | Vera Rubin | Blackwell Ultra | AI芯片 | 开源模型

财报业绩：营收翻倍与增长动力解析

英伟达于美国当地时间8月26日公布了2027财年第二财季的业绩报告，单季度营收达到962.21亿美元，同比增长高达106%，环比增长18%。这一数据不仅远超市场预期的921亿美元，更在一年时间内实现了营收近乎翻倍的惊人增长。同期净利润达到596.88亿美元，同比增长126%，摊薄后每股收益为2.46美元。运营利润高达637.34亿美元，同比增长124%，毛利率维持在75%的高位。财报公布后，股价先跌后涨，反映出市场对AI基础设施建设可持续性的担忧与对英伟达未来增长潜力的博弈。

推动这轮爆发式增长的绝对核心是数据中心业务。第二财季数据中心收入达到890.23亿美元，同比增长117%，几乎贡献了公司全部的营收增量。英伟达调整了披露方式，将客户分为两类：超大规模客户（Hyperscale）收入487.1亿美元，同比增长102%；而AI云、工业与企业客户（ACIE）收入403.13亿美元，同比增长138%。这一分类揭示了一个关键趋势：AI算力需求正从少数云巨头向企业、政府及更多行业场景扩散。英伟达预计，非超大规模云业务未来将占据数据中心收入的一半左右。

“人工智能已经到达拐点……Token正在创造生产力和盈利能力，现在计算就是收入。”

值得注意的是，中国大陆市场被明确排除在增长展望之外。第二财季运往大陆的Hopper产品收入占比低于1%，且未来季度预期中未计入任何中国数据中心计算收入。边缘计算业务虽增长27%至71.98亿美元，但消费级PC因内存和系统价格上涨部分抵消了增幅。整体来看，英伟达在极高基数下仍保持高速增长，显示出其在AI硬件领域的统治力。

产品迭代：Blackwell Ultra与Vera Rubin的量产进程

在产品层面，Blackwell Ultra是本季度数据中心收入增长的主要推手。英伟达明确表示，当季的增长主要得益于Blackwell Ultra基础设施的大规模部署。与此同时，下一代平台Vera Rubin已经全面投产，其机架系统已在CoreWeave、Google Cloud等合作伙伴的云平台运行。Vera Rubin平台涵盖了GPU、CPU、网络及系统级解决方案，其中Vera CPU是英伟达首款专为AI智能体设计的CPU。此外，用于交互式AI推理的Groq 3 LPX也已全面投产，旨在加强实时推理场景竞争力。

软件生态方面，英伟达推出了DSX平台，为基础设施建设者提供从设计到运营的大规模AI工厂完整方案。同时扩展NVIDIA Agent Toolkit和CUDA-X库，增强开发能力。产品竞争已不再局限于单颗芯片性能，而是围绕从芯片、网络、软件到系统的完整生态展开。黄仁勋指出，AI已从实验阶段走向生产阶段，更多实验室和初创企业在快速扩张，开源模型生态和物理AI等新方向也在发展。

英伟达还披露了一组关键数据以展示每代产品的价值提升：在Hopper时代，每吉瓦数据中心对应的英伟达收入机会约为180亿美元；Grace Blackwell提高到约250亿美元；而Vera Rubin则进一步达到约400亿美元。与Grace Blackwell Ultra相比，Vera Rubin每兆瓦吞吐量提升了30倍，Token成本降低了约97.1%。Vera Rubin本月已开始量产出货，预计将成为英伟达历史上爬坡速度最快的一代产品。

供应链瓶颈：需求爆发与供给限制的博弈

尽管需求强劲，但供应仍是英伟达增长的主要瓶颈。黄仁勋判断，客户对算力的需求明年可能还会增长约100%，但受供应限制，公司目前只能有把握实现约70%的营收增长。英伟达预计第三季度营收为1080亿美元（上下浮动2%），毛利率约74%，且未计入任何中国数据中心收入。相比华尔街预期的1042亿美元，英伟达再次超预期。

建设AI数据中心面临复杂的供应链挑战。土地、电力和机房壳体往往需要提前两到三年锁定，还需协调施工、制冷、劳动力及整个硬件供应链。黄仁勋表示，目前几乎每个环节都在满负荷运转。这也是英伟达首次愿意提前一年公开增长预期，旨在让供应链和客户同步投入资源。需求增长的背后，核心变量是智能体（Agent）。黄仁勋解释称，大模型正在变得更大更聪明，而智能体消耗的计算量可能是人类直接调用AI时的15到100倍。他预计未来英伟达4万名员工可能对应40万至400万个持续运行的AI智能体。

“对于很多任务，我们甚至可以说已经实现了某种意义上的AGI……真正决定产业投入的是三件事：AI能完成有生产力的工作、生成可盈利的Token，以及更多算力可生成更多盈利Token。”

在财务承诺方面，截至7月26日，英伟达的未来承诺金额达到3600亿美元。最受关注的是SB Energy俄亥俄州项目，英伟达提供最高1050亿美元的信用支持，用于托管OpenAI的基础设施。此外，英伟达已与阿波罗、贝莱德等机构合作，目标动员超过5000亿美元第三方资本用于AI基建。尽管股东回报力度加大（回购和股息约260亿美元），但存储市场的极端定价环境正压缩利润率。HBM3E交付周期拉长至20-26周，单价约300美元；下一代HBM4单价高达550美元。英伟达已通知客户服务器价格上调超15%，但毛利率预计将在第四季度触底至71%-72%。

战略收购：斥资129亿美元买下Hugging Face的逻辑

在财报发布的同时，英伟达宣布以129亿美元收购全球最大的AI开源社区Hugging Face。这一举动看似昂贵，实则蕴含深层战略逻辑。表面看，英伟达处于产业链最舒适位置，但超级模型公司（如OpenAI、Anthropic）正在开发自研芯片以降低对英伟达的依赖。例如，OpenAI发布了与博通合作的推理芯片Jalapeño，在多项测试中效率超过英伟达GB200/300系统。为制衡这些巨头，英伟达需要押注开放模型生态。收购Hugging Face是控制开发者进入算力世界入口的关键一步，类似于微软当年以75亿美元收购GitHub。

Hugging Face成立于2016年，最初尝试做聊天机器人，后转向服务机器学习开发者。截至2026年春季，平台托管超200万个公开模型和50万数据集，注册用户超1300万。其商业模式虽未完全盈利（ARR估计超过1.5亿美元），但增速极快。英伟达收购Hugging Face并非为了拥有模型，而是为了控制分发入口。只要开放模型生态繁荣，无论哪家模型公司胜出，都需要使用英伟达的算力进行训练、微调和推理。

“模型可以免费，但算力不会免费。只要开放模型生态继续繁荣……英伟达都有机会给它们卖GPU。”

此外，收购Hugging Face也是英伟达重新靠近云业务的一种自然方式。此前英伟达尝试的DGX Cloud模式因与AWS、Google等云厂商存在渠道冲突而受阻。Hugging Face天然处于模型和算力之间，可以屏蔽底层基础设施差异，提供优化、推理服务。通过收购英伟达无需亲自成为第二个AWS，即可掌控开发者获取模型和算力的路径。黄仁勋公开表示开放模型是创新的重要动力，英伟达已在该平台发布超650个开源模型。

风险与挑战：从芯片卖方到金融兜底方的角色转变

尽管英伟达表现强劲，但其激进的投资和担保策略正引发华尔街对财务风险的担忧。市场对英伟达的定价逻辑发生转向，关注点从营收超预期转向收入质量及潜在负债。首先，英伟达对前沿AI实验室的投资已接近500亿美元，并通过复杂融资结构撬动数千亿第三方资本。其次，英伟达为OpenAI俄亥俄州项目提供最高1050亿美元的信用支持，连同其他担保总敞口达1085亿美元。这种将现金流与高风险物理基建绑定的做法，削弱了其科技龙头的估值根基。

“英伟达正在从单纯的芯片卖方，变成整条AI产业链的底层金融兜底方。它不只在卖铲子，还在给淘金者提供杠杆、为基建做担保。”

第三，技术并购上的激进态势带来高昂摊销成本。九个月内英伟达进行了三笔同类交易，包括以60亿美元购买Poolside技术授权及投资10亿美元。在AI模型迭代极快的背景下，这些天价收购能否转化为等比例商业收入存在巨大不确定性。英伟达的角色已从卖铲子扩展到投资矿场、电网甚至淘金公司，股价必须开始包含对整个AI产业杠杆水平的风险贴现。此外，Hugging Face被收购后能否保持中立性也备受质疑。过去其特殊性在于不属于任何主要云厂商或芯片公司，如今成为英伟达子公司后，开放模型生态反对被少数巨头控制的立场可能受到冲击。

结论

英伟达通过强劲的财报和激进的资本运作，展示了其在AI算力领域的绝对统治力。营收翻倍、Vera Rubin量产以及收购Hugging Face，标志着英伟达从单纯的硬件供应商向AI生态基础设施掌控者转型。然而，这种扩张伴随着巨大的供应链瓶颈和财务风险。存储成本上升、毛利率短期承压以及巨额担保带来的隐性负债，使得英伟达的角色日益接近于AI产业的金融兜底方。未来，黄仁勋的棋局能否成功，不仅取决于技术迭代的速度，更依赖于AI算力需求是否能持续抵消供应链限制与杠杆风险。若增长放缓，这种建立在高预期和高负债之上的生态护城河将面临严峻考验。