对比

NVIDIA 数据中心的两条腿:超大规模 601 亿与 AI 云企业 475 亿

NVIDIA 数据中心单季 1,076 亿美元里,超大规模计算平台 601 亿美元(同比 +71%),AI 云、工业及企业 475 亿美元(同比 +195%)。两个数字的增速差接近三倍。本文用五个维度对比这两条腿的结构差异:谁在买、买来干什么、增长能持续多久,以及为什么增速差会在下一季继续扩大。

一句话总结

把 NVIDIA 数据中心拆成两半:超大规模 601 亿美元涨 71%,AI 云与工业/企业 475 亿美元涨 195%。前者是存量巨头扩容,后者是新买家入场——后者的增速更快,但也更依赖融资环境与推理需求。

为什么要拆开看 ​

NVIDIA 数据中心单季营收 1,076 亿美元、同比 +110%,这个总数会掩盖一件更重要的事:买家结构已经改变了。

按公司财务补充说明,数据中心分成两类:

  • 超大规模计算平台(hyperscale):601 亿美元,同比 +71%,占总营收约 51.9%;
  • AI 云、工业及企业(AI cloud、industrial and enterprise):475 亿美元,同比 +195%,占总营收约 41.0%。

两个数字加起来是 1,076 亿,但增速差了近三倍。这不是统计细枝末节,而是这轮算力周期的方向变化。

对比表 ​

维度超大规模计算平台AI 云、工业及企业
本季营收601 亿美元475 亿美元
同比增速+71%+195%
占总营收约 51.9%约 41.0%
上一财年同期(按增速反推)约 351 亿美元约 161 亿美元
典型买家超大规模云厂商(自有数据中心)neocloud、AI 原生公司、工业企业、主权 AI 项目
采购动机存量业务扩容、推理需求承接新建算力、模型训练与推理外包、私有化部署
资金结构自有现金流为主融资租赁、债务、客户预付款较多
议价能力强,多年框架协议较弱,单笔订单规模波动大
风险资本开支周期见顶融资环境、项目落地节奏、利用率不足

差异一:一个是存量扩张,一个是增量入场 ​

超大规模那 601 亿美元,本质是既有的四大云厂商在原有资本开支计划上继续加码。它们的采购通常对应两件事:替换旧一代 GPU,以及为推理流量扩容。

AI 云与工业/企业那 475 亿美元不同。它的买家包含 neocloud(CoreWeave、Nebius、Nscale 一类)、AI 原生公司(OpenAI、Anthropic 等通过云采购)、工业企业与主权 AI 项目。这些买家多数不是靠自有现金流买单,而是靠融资、预付款与租赁。

一句话概括:前者是「有钱的人继续买」,后者是「借钱的人开始买」。这决定了增速差异,也决定了风险差异。

差异二:195% 的增速里有一次性成分 ​

475 亿美元、同比 +195%,这个增速不可能长期维持。原因有三:

基数低。 上一财年同期约 161 亿美元,只有超大规模那半边的一半不到。低基数会把增速放大。

新建项目集中交付。 大量 neocloud 与主权 AI 项目在 2026 年集中上线,采购在几个季度内集中释放。

推理需求刚开始爬坡。 训练侧的采购相对稳定,推理侧才刚开始放量。推理需求一旦成为主力,采购会从「项目制」变成「按用量滚动」,增速会自然回落。

所以 195% 更适合理解为「新买家入场速度」,而不是「长期增长率」。

差异三:下一季的毛利率指引,和这两条腿都有关 ​

第四季度毛利率指引降到 71%-72%(本季 74.8%)。公司解释是 Rubin 新平台初期产能爬坡。

但结构因素同样重要:新买家(neocloud、AI 原生公司)对单价的敏感度显著高于超大规模云厂商。它们更倾向于整机柜、更高集成度的方案,也更愿意用长约换取折扣。这会进一步压低单位毛利。

换句话说,毛利率下滑不只是「新平台成本高」,也是「客户结构在向价格敏感的一端移动」。

差异四:合同储备结构决定了增长的可持续性 ​

公司披露了三组承诺数据:未来供应及产能采购承诺 3,900 亿美元(上季 2,790 亿)、云服务协议及尚未开始的数据中心租赁承诺 1,020 亿美元(上季 740 亿)、各类担保安排最高风险敞口 1,180 亿美元。

这三组数字大部分对应的是「AI 云、工业及企业」这条腿的项目——因为超大规模云厂商通常自己承担数据中心与电力,不需要 NVIDIA 提供信用支持。担保敞口 1,050 亿美元与 SB Energy 的俄亥俄项目、OpenAI 的 20 年租约,是这条腿的典型样本。

结论:增速更快的那条腿,同时也是需要 NVIDIA 提供信用与租赁支持的腿。这既是需求证明,也是风险集中点。

差异五:两条腿的「可持续增速」不同 ​

判断维度超大规模AI 云、工业及企业
可预测性高(多年资本开支计划)中低(项目制,节奏波动)
增速中枢(可维持)中双位数到 30% 量级高双位数,但波动大
对融资环境的敏感度低高
对推理需求放量的敏感度高极高

如果 2027 年推理需求真的成为主力,两条腿都会受益,但受益方式不同:超大规模靠利用率提升与替换周期,AI 云靠项目数量与单项目规模。

结论:三句话 ​

第一,NVIDIA 的增长故事正在从「四家客户」变成「一群客户」。 这是好事——客户集中度下降意味着周期韧性上升。

第二,但客户质量在下降。 超大规模用自有现金流买单,neocloud 用融资与长约买单。后者的支付能力与项目落地率,是这条腿最大的不确定项。

第三,毛利率是这两条腿共同的价格标签。 71%-72% 的下一季指引,既反映新平台爬坡,也反映客户结构向价格敏感端移动。这个数字比营收增速更能说明这轮周期的性价比。

不能直接比较的部分 ​

  • 601 亿与 475 亿美元的拆分来自公司财务补充说明,新闻稿正文未单列;两类之和 1,076 亿与公布的设备中心营收一致,但分类口径由公司定义,可能随时间调整;
  • 上一财年同期的 351 亿与 161 亿美元为按同比增速反推的近似值,非公司直接披露;
  • 采购买家类型的归类为基于公开信息的行业判断,公司未逐类披露客户名单;
  • 采购承诺、租赁承诺、担保敞口覆盖全部业务,不能全部归入某一条腿;
  • 本文不做估值判断,不预测股价。

参考来源 ​