ETO Markets 市场洞察｜英伟达路演释放增长信号，Rubin Ultra 延期疑云降温

英伟达再次向市场释放强增长信号。

近期，摩根士丹利在加州举办英伟达非交易路演，英伟达首席执行官黄仁勋、首席财务官 Colette Kress 及投资者关系负责人 Toshiya Hari 出席。会后纪要显示，英伟达管理层重点回应了三类问题：季度收入能否继续逼近 1000 亿美元、Rubin Ultra 是否延期，以及 ASIC 是否会削弱 GPU 需求。

英伟达 2027 财年第一季度收入达到 816 亿美元，同比增长 85%，数据中心收入达到 752 亿美元，同比增长 92%。公司对第二财季收入指引约为 910 亿美元，已经接近单季 1000 亿美元门槛。

摩根士丹利路演纪要进一步强调，管理层认为增长仍在加速，而不是进入见顶阶段。

Rubin 节奏未变，ASIC 替代放缓

路演前，市场曾传出 Rubin Ultra 可能推迟至 2028 年。原因主要集中在 Kyber 机架方案调整、超高密度背板设计、800V 供电以及机架间互连复杂度上。

英伟达在路演中否认了产品延期说法。公司表示，Rubin Ultra 仍将于明年出货，部分机架设计调整属于系统架构优化，而非时间表后移。英伟达此前已经将 Vera Rubin 作为 Blackwell 后的下一代 AI 平台，并宣布 AWS、Google Cloud、微软、Oracle、CoreWeave、Lambda、Nebius 等将成为早期部署客户。

此次路演最受关注的信息，是一家此前主要依赖 ASIC 的头部前沿模型客户，英伟达在其算力中的占比已升至接近 50%。摩根士丹利未直接点名，但市场普遍认为这一描述可能指向此前更多使用定制芯片的 AI 实验室客户。

管理层和分析师给出的信号是，ASIC 和英伟达 GPU 并不是单向替代关系。客户可以继续使用自研芯片处理部分稳定负载，也会在训练、推理扩展、软件生态和新模型迭代中继续增加英伟达平台。

分析师称，关键比较标准不是单颗芯片价格，而是每个 token 的综合成本。训练时间、推理延迟、能耗、软件适配、集群利用率和开发效率，都会影响最终成本。若英伟达平台在多场景下仍能提供更低总成本，客户即使拥有 ASIC，也会继续配置 GPU。

需求来源扩散，平台边界扩大

英伟达收入来源正在从传统云厂商扩散到更多客户。

第一类是 AI 实验室。路演纪要显示，AI 实验室约占英伟达总需求 20%，其中部分客户从自研 ASIC 转向增加 GPU 配置。前沿模型迭代越快，通用平台的灵活性越重要。

第二类是传统超大规模云厂商。微软、Meta、亚马逊和谷歌仍是最大客户群，贡献约一半收入。但这类客户的扩张越来越受电力、土地、数据中心建设和网络资源约束，英伟达收入也从 GPU 延伸到 CPU、网络和整机系统。

第三类是新型 AI 云、主权 AI、工业和企业客户。各国出于数据安全、产业自主和本地模型需求，正在建设本土 AI 基础设施。主权 AI 对自研 ASIC 的依赖较低，更需要可快速交付、系统集成度高的 AI 工厂方案。

英伟达近期也在重新划分业务口径，将数据中心收入进一步拆为 Hyperscale 和 ACIE。2027 财年第一季度，Hyperscale 收入约 379 亿美元，ACIE 收入约 374 亿美元，两者接近持平，说明新型 AI 云、企业和工业客户已经成为重要增量。

公司重申本财年 CPU 业务目标约 200 亿美元。Vera CPU 不只是 GPU 服务器中的管理节点，也可能进入更广泛的 AI 推理和服务器工作负载。随着 Agent、推理和长上下文任务增加，CPU、内存和网络的协同重要性上升。

网络业务同样在扩大英伟达的可服务市场。AI 集群规模越大，数据在 GPU、服务器、机柜和数据中心之间移动的成本越高。英伟达正在把 NVLink、Spectrum-X、ConnectX、DPU 和光互连纳入完整系统方案，目标是提高整座 AI 工厂的利用率。

这也是 Rubin Ultra 能否准时交付被市场高度关注的原因。后续竞争不再是单颗 GPU 与单颗 ASIC 的比较，而是平台与平台之间的比较。谁能提供更低 token 成本、更稳定交付和更完整软件生态，谁就更容易获得大客户长期订单。

免责声明

本文所载信息仅供参考，不构成任何投资建议、要约或招揽。我们不对信息的准确性、完整性或时效性做出保证，对于因依赖此信息而造成的任何损失不承担责任。