8月26日,英伟达发布2026年Q2财报,单季营收962亿美元,同比暴涨106%。数据中心业务收入890亿美元,同比增长117%。Q3指引更是直接给出1080亿美元,超出市场预期。
财报发布后,黄仁勋说了一句被各大媒体反复引用的话:AI已经达到了拐点,计算就是收入,算力就是利润。
这句话值得拆开来看。因为它的含义不只是在炫耀一张好看的财报。
从烧钱到赚钱,AI产业转了个弯
过去三年,AI行业的基调一直是投入。各大厂疯狂采购GPU、建设数据中心、训练大模型,但商业化回报始终模糊。投资人心里都在打鼓:这些钱到底什么时候能赚回来?
英伟达这份财报,某种程度上给了一个答案。962亿美元营收,75%毛利率,596亿美元净利润。这些数字说明一件事:下游客户不是在试水,是真金白银地在花钱买算力,而且花得越来越多。
数据中心收入890亿美元,占总营收的92%以上。这意味着英伟达已经不再是一家芯片公司,而是AI基础设施的垄断供应商。你不管是OpenAI、Google、Meta还是亚马逊,只要你想做AI,就得给英伟达交钱。
亚马逊200万颗GPU大单,释放了什么信号
同一天,英伟达宣布和亚马逊扩大合作,AWS将额外部署200万颗GPU,配套Vera CPU,部分与Rubin集成。时间跨度覆盖到2029财年。
这笔订单的意义不只是数字大。它说明头部云厂商对AI算力需求的判断已经从短期投机变成了长期基建。亚马逊不是在买一批显卡,而是在建一个未来五年的AI工厂。
更值得注意的是,AWS还宣布将在Bedrock和SageMaker平台上线英伟达Nemotron系列开源模型,同时亚马逊仓库机器人将全面采用Omniverse、Cosmos、Isaac、Jetson等物理AI技术栈。这不只是买芯片,是全栈押注。
Vera Rubin全面投产:算力的衡量标准变了
黄仁勋在电话会上确认,新一代Vera Rubin平台已全面投产。此前Hot Chips 2026大会上公布的数据显示,Vera Rubin NVL72跑DeepSeek V4 Pro智能体负载时,每兆瓦吞吐量是上代GB300的30倍,每Token成本降35倍。
这个数据背后的逻辑是:AI算力的竞争维度已经从"谁的模型更聪明"变成了"每度电能产出多少Token"。电费正在取代芯片本身,成为AI工厂真正的稀缺资源。
换句话说,未来决定AI好不好用、贵不贵的,不只是模型能力,更是能源效率。
对普通人和行业意味着什么
黄仁勋说"AI变现拐点已到",这话不能全信,但也不能不信。不能全信是因为英伟达是这个生态的卖方,他当然会说市场很好。不能不信是因为,连续几个季度的翻倍增长确实说明下游需求是真实的。
对普通用户来说,最直接的影响是:AI服务的底层成本在快速下降。当推理成本每12个月降一半,那些以前"太贵"的AI应用会突然变得可行。端侧AI、实时翻译、个人智能体,这些场景的商业化门槛正在被底层硬件的进步一点点拉低。
对行业来说,英伟达这份财报释放的信号很明确:AI产业已经过了"能不能赚钱"的阶段,进入了"谁能更高效地赚钱"的阶段。接下来比的不是谁的PPT更漂亮,而是谁的Token更便宜、谁的落地更快。

数据中心占92%营收,说明英伟达已经不是芯片公司了,是AI时代的'卖水人'。淘金热中最赚钱的永远是卖铲子的。
作为一个不太懂财务的人,我就记住一件事:以后用AI越来越便宜就对了
962亿美元一个季度...我算了一下,相当于每天赚10.5亿美元。这比很多公司的年收入都多 ?
算力就是利润?那电力算什么?未来的AI战争,打的不是算法,是电费账单吧 ?
从技术角度看,Vera Rubin每兆瓦吞吐量30倍于GB300这个数据很关键。这意味着同样的电费,能产出30倍的推理量。对开发者来说,API调用成本会进一步下降。我们跑模型的,最关心的不是谁的模型跑分高,而是每美元能买到多少Token。英伟达在做的,本质上是在降低整个行业的边际成本。