文章核心观点 - 英伟达2026财年第三季度业绩稳健超预期，尽管市场对AI支出存在担忧，但公司凭借数据中心业务的强劲增长、健康的财务状况、领先的技术平台和生态系统护城河，在AI革命中占据主导地位，分析师认为其长期前景稳固，2026年存在多个增长动力，但同时也面临行业估值调整的潜在风险 [1][2][14][22] 2026财年第三季度财报表现 - **营收与盈利超预期**：第三季度营收达570.1亿美元，超出市场预期3.48%，同比增长26% [1][4]；调整后每股收益为1.30美元，超出分析师预期3.46% [1] - **数据中心业务驱动增长**：数据中心部门收入达512亿美元，同比增长66%，表明需求依然强劲 [4] - **毛利率变化与原因**：毛利润同比增长60%至418亿美元，但毛利率同比下降1.2个百分点至73.4%，主要原因是销售模式从单个芯片转向包含GPU、冷却系统、网络解决方案等的完整系统，这些附加部件的利润率较低 [5] - **出色的运营与盈利能力**：营业收入同比增长65%至360亿美元；净利润同比增长65%至319亿美元，基本每股收益为1.31美元 [6] - **强劲的资产负债表与现金流**：现金及现金等价物同比增长40%至606亿美元，总资产1611亿美元，总负债423亿美元，资产负债表健康 [6]；经营现金流同比增长40%至665亿美元，自由现金流同比增长36%至617亿美元 [6] - **下季度展望积极**：管理层预计下季度营收约为650亿美元（上下浮动几个百分点），毛利率预计约为74.8%，显示持续增长势头和利润率可能企稳甚至提升 [6] 英伟达的估值分析 - **当前股价与历史表现**：发布时股价约188美元/股，过去六个月上涨约10%，一年期回报率约42%，五年期涨幅近1300% [9] - **估值倍数高于行业**：公司当前GAAP预期市盈率约40倍，意味着投资者为其每1美元年化收益支付约40美元，比行业平均水平高出约26% [12]；预期市净率高达29倍，比行业中位数高出约500% [13] - **高估值的合理性**：公司在AI市场占据主导地位（有报告称占据90%的市场），处于互联网以来最大技术革命的中心，其CUDA软件平台已成为行业标准，创造了巨大的转换成本和竞争护城河，这些竞争优势支撑了溢价估值 [13] - **技术迭代推动增长**：芯片性能呈指数级增长（从Hopper到Blackwell，再到预计2026年下半年推出的Rubin），性能飞跃降低了旧型号和替代品的吸引力，形成了升级周期的飞轮效应，使竞争对手持续追赶 [14] - **长期投资视角**：对于五年以上投资视野的长期投资者而言，当前价格水平被认为是合理的，尽管预计近期会因AI支出消息而产生波动 [14] 2026年的潜在增长动力 - **中国市场重新开放**：限制解除后，来自中国科技公司的H200芯片订单超过200万片，单价约2.7万美元，首批约8万片预计于2026年2月中旬出货，有望显著贡献利润 [16] - **Rubin平台发布**：预计2026年下半年推出的Rubin平台是一项重大技术升级，据称与Blackwell相比，能将运行AI模型的成本降低10倍，训练AI模型所需的GPU数量减少4倍 [18] - **客户广泛采用**：微软、Alphabet、亚马逊、甲骨文等超大规模数据中心承诺在2026年下半年部署Rubin；Anthropic、Meta、OpenAI等AI公司也计划利用Rubin训练下一代模型 [18] - **市场扩张潜力**：Rubin带来的效率提升可能遵循杰文斯悖论，即效率提高导致使用量增加，从而显著扩大AI市场，而非减少芯片销量 [19] - **巨大的盈利潜力**：若到2028年Rubin占据高性能芯片市场60%到70%的份额，该平台可能产生1500亿至2000亿美元的毛利润，扣除运营成本后，可能转化为1200亿至1600亿美元的净利润 [19] 2026年的潜在风险 - **行业投资回报缺口**：高盛预测，2026年主要云公司在AI基础设施上的支出将达5270亿美元（较2025年的约4000亿美元显著增加），但这些投资需要产生超1万亿美元的年利润才能证明合理性，而2026年估计利润仅约4500亿美元，存在巨大缺口 [20] - **AI泡沫与估值重估风险**：德意志银行预计OpenAI在2024年至2029年间可能消耗1430亿美元才能盈利，若其2026年下半年上市后财务状况不佳，可能引发整个AI行业估值的广泛重新评估，导致AI股票抛售 [20] - **历史模式警示**：当前巨额投资期望AI应用回报但实际收入滞后的模式，类似于历史上的铁路繁荣、互联网泡沫等，行业可能过度扩张并在价值实现前经历痛苦调整 [21] - **股价下行风险**：若AI泡沫破裂，英伟达估值可能从当前40倍预期市盈率降至低于20倍，叠加盈利增长放缓，股价可能大幅下跌，即使公司运营执行良好 [21]

行业需求与市场动态 - 大型语言模型对推理芯片的需求激增，导致英伟达GPU供不应求，需求遍及所有地区 [3][4] - token生成量自年初以来增长5倍以上，给生态系统带来巨大压力，推动对处理工作负载的投资激增 [4] - AI公司用户数量呈爆炸式增长，例如Open Router等API公司数据显示，GPU资源争夺激烈，甚至出现"最后一块GB200"在2025年仅剩一块的状况 [4] 英伟达的供应与业绩 - 英伟达Blackwell芯片（尤其是GB200/300型号）供应受限，短期内无法满足爆炸式需求 [6] - Hopper GPU需求虽改善，但云客户5-6年折旧周期可能导致投资回报率不理想 [6] - 美元上行、供应紧张和出口限制叠加，引发市场对英伟达短期盈利的担忧 [6] 摩根士丹利的观点与调整 - 摩根士丹利将英伟达目标价从162美元轻微下调至160美元，主要反映同行组整体估值下降，而非公司基本面变化 [3][6] - 下调目标价体现对英伟达短期业绩的谨慎态度，但长期增长潜力依然强劲 [3][8] - 截至发稿，英伟达股价为111美元，较大摩目标价高45%左右 [6] 推理需求的关键性 - 摩根士丹利认为推理需求是关键，由使用模型并产生收入的部分驱动，证明推理模型的扩展是真实存在的 [4] - 推理需求与仅依赖风险投资的训练需求有本质区别 [4]

投资者情绪与需求变化 - 过去四周投资者情绪因宏观经济和供应链风险恶化 但英伟达GPU核心需求因大型语言模型对推理芯片需求飙升且遍及所有地区 [1] - token生成量自年初以来增长5倍以上 给生态系统带来巨大压力并推动处理工作负载的投资激增 [1] - 多家AI公司报告用户数量爆炸式增长 例如Open Router等API公司因推理软件需求被迫争抢GPU资源 [1] 英伟达芯片供需状况 - 英伟达Blackwell芯片供应受限 尤其是GB200/300型号无法满足爆炸式需求 [2] - Hopper GPU需求有所改善 但云客户5-6年折旧周期导致投资回报率不理想 [2] - 美元上行、供应紧张和出口限制叠加 引发市场对英伟达短期盈利担忧 [2] 摩根士丹利对英伟达的评估 - 摩根士丹利将英伟达目标价从162美元下调至160美元 主要反映同行组整体估值下降而非公司基本面变化 [2] - 截止发稿英伟达股价为111美元 较大摩目标价高45%左右 [2] - 摩根士丹利认为供应限制和毛利率压力影响市场情绪 但对长期增长潜力保持信心 [4] 财务预测调整 - 摩根士丹利将2026财年收入预测上调10.7% 每股收益上调11.9% 并认为这些数字可能仍非常保守 [5]

性能提升与行业记录 - 英伟达GB200 NVL72服务器相比前代Hopper GPU在1000亿参数模型训练中实现高达3倍性能提升 [3][8] - GB200 NVL72系统在MLPerf v5.0测试中刷新行业记录 提供前代H100芯片2-3倍性能提升 [3][7][8] - 通过优化大统一内存 FP4精度和72个GPU的NVLink域 Cohere获得显著更高吞吐量并缩短令牌生成时间 [8] 核心合作伙伴与部署进展 - CoreWeave成为首批大规模部署英伟达GB200 NVL72系统的云服务提供商 Cohere IBM和Mistral AI成为首批用户 [3][4] - CoreWeave与OpenAI合作 进一步巩固其作为AI基础设施提供商的领先地位 [5] - 英伟达承诺四年内向CoreWeave支付13亿美元租回自产芯片 双方构建紧密合作关系 [4] 技术优势与市场定位 - GB200 Grace Blackwell超级芯片在AI推理测试中创下新纪录 未优化架构即实现性能突破 [7][8] - CoreWeave强调工程实力和执行速度 多次成为首批运营最先进系统的公司 [4] - 在AI算力紧缺背景下 能提供最先进芯片组的云服务商占据市场竞争优势 [5]

数据中心与AI基础设施 - 预计2028年数据中心资本开支将达1万亿美元，主要用于加速计算芯片[1][2] - 2024年向四大云服务商交付130万颗Hopper GPU，2025年计划出货360万颗Blackwell GPU[2] - AI基础设施计算量较去年预计增长100倍，Tokens数量大幅增加[2][9][10] - 数据中心正在向"人工智能工厂"转型，专注于AI驱动的处理和应用[13] Blackwell平台与未来产品 - Blackwell已全面投产，NVL72结合Dynamo推理性能提升40倍[3] - 计划25H2发布Blackwell Ultra，算力提升50%，FP8精度算力达0.36EF[3] - 预计26H2推出Vera Rubin NVL144，推理能力达每秒50千万亿次浮点运算[3] - 预计27H2推出Rubin Ultra NVL576，FP4精度算力达15EF，性能较GB300提升14倍[3] - 预计2028年推出Feynman平台，迎接千兆瓦AI工厂时代[3] CPO交换机技术 - 预计25H2推出Quantum-X CPO交换机，交换容量115.2Tb/s，能耗降低3.5倍[5] - 预计26H2推出Spectrum-X CPO交换机，包含两种型号，最高背板带宽409.6TB/S[5] - 采用MRM micro mirror技术，可将连续激光束转化为二进制信号[5] - CPO技术可帮助数据中心节省60MW电力，相当于100个Rubin机柜耗电量[5] 自动驾驶与机器人技术 - 推出Halos系统保障汽车安全，已评估700万行代码并申请1000多项专利[25][26] - 借助Omniverse和Cosmos加速自动驾驶开发，实现端到端训练[26] - 推出开源通用基础模型Isaac Groot N1，具有快慢双系统架构[6][61] - 预计到2030年全球将短缺5000万名工人，机器人产业潜力巨大[60] AI技术演进与应用 - AI分为三个层次：生成式AI、智能体AI和物理AI[7] - 推理模型带来100倍Tokens增长，计算速度需提升10倍[9][10][11] - 推出Dynamo操作系统，Blackwell性能是Hopper的40倍[35][38] - CUDA-X行业框架覆盖计算光刻、5G、基因测序等多个领域[14][15] 产品路线图与技术突破 - 每年更新路线图，每两年更新架构，持续推出新产品[53] - 采用液冷技术，单个机架功率达120千瓦，含60万个部件[29][30] - 光子学技术突破，硅光子交换机可扩展到数百万GPU规模[47][48] - 与台积电合作采用3D共封装技术，实现高性能光子集成电路[49]

核心观点 - 台积电CoWoS订单削减并非需求萎缩，而是客户过度乐观预期回归理性调整 [2][3] - 2025年CoWoS产能仍将供不应求，英伟达Blackwell芯片出货量有望达600万片 [1][2][7] - AI芯片整体需求趋势好于预期，B200/B300系列及ASIC项目需求强劲 [5][7][8] 订单调整原因 - 英伟达、Marvell、亚马逊等客户下调2025年CoWoS订单预期8-10%，英伟达产能预期下调4-4.5万晶圆 [1][3] - 调整源于客户初期过度预订，台积电要求更准确预测促使修正 [3] - 产品变更（英伟达多款产品）及订单优先级变化（台积电优先CoWoS-L）导致供应链预期调整 [4] 产能供需分析 - 供应链曾激进预期2025年底台积电CoWoS月产能8.5-9万晶圆（全年超80万），摩根大通预期更现实（年底月产能7.5万，全年72.5万） [4] - 即使台积电产能扩张超2倍，2025年仍供不应求 [6] - 英伟达2025年CoWoS-L晶圆需求39万片（实际产出或更低），可生产600万片Blackwell芯片 [7] 需求端表现 - 英伟达B200/B300、H200s/H20需求强劲，亚马逊Trainium 2等ASIC项目进展顺利 [5][8] - 前端晶圆订单（N4/N5）及HBM需求2025年全年保持强劲 [6] - 亚马逊Trainium 2预计2025年需求超150万片，成AI ASIC主要增长点 [8] 长期展望 - 预计2026年英伟达CoWoS晶圆需求增长20%，可生产750万片Blackwell和Rubin芯片 [7]