作者：137Labs

2026 年 2 月 25 日，全球 AI 芯片龙头英伟达（NVDA）发布 2026 财年第四季度（截至 2026/1/25）及全年财报：营收、利润与数据中心收入几乎全面超出预期，同时给出的下一季度指引继续上修。按传统“业绩驱动股价”的逻辑，这样的财报往往意味着上涨的确定性。

市场却给出了相反的答案。财报发布次日，NVDA 股价下跌约 5.46%，并出现“单日蒸发约 2600 亿美元市值”的广泛统计口径。强基本面与弱股价形成尖锐背离，背后的核心并非“业绩真假”，而是资本市场的定价权重正在从“当季利润”转向“增长久期、资本开支斜率与结构性风险”。

一、先把财报钉死：强到什么程度？

以英伟达官方披露为准，2026 财年 Q4 与全年核心数据如下：

·Q4 营收：681.27 亿美元，同比 +73%，环比 +20%

·Q4 数据中心营收：623 亿美元，同比 +75%，环比 +22%，继续创纪录

·Q4 GAAP 净利润：429.60 亿美元；非 GAAP 净利润：395.52 亿美元

·全年营收：2159.38 亿美元，同比 +65%

·全年 GAAP 净利润：1200.67 亿美元

·下一季度（2027 财年 Q1）指引：营收约 780 亿美元（±2%）

这组数据意味着两件事：第一，AI 基建需求仍处在强势扩张阶段；第二，英伟达的收入结构正在进一步向“数据中心单引擎”集中。

二、强项正在变成单点风险：数据中心占比过高

财报的耀眼之处，也恰恰是市场最敏感的地方：Q4 数据中心营收 623 亿美元 / 总营收 681 亿美元，占比约 91.5%。这意味着英伟达几乎把增长完全押注在“AI 资本开支周期”上——云厂商、主权国家与大型企业的算力投入越猛，英伟达越像一台高速增长机器；一旦资本开支从扩张转向收敛，波动也会被同步放大。

与此同时，非数据中心业务即便增长，也难以形成有效对冲。汽车、游戏、专业可视化等业务在体量上与数据中心不在一个量级。例如汽车业务单季营收约 6.04 亿美元，远不足以抵御数据中心的周期变化。这种结构在牛市阶段被视为“高度聚焦的效率”，在情绪拐点却会迅速转化为“单引擎依赖”的折价。

三、客户集中度上升：油门掌握在少数人手里

市场常用“五大云厂商贡献一半以上营收”来概括英伟达的客户结构。英伟达 2026 财年销售集中度上升，并指出有两位客户合计占到 36% 的销售额。结论非常直接——英伟达的超级增长与少数超大客户深度绑定。

这种绑定带来双刃剑效应：

·上行期：头部客户扩张越快，英伟达越能“收税”；

·下行期：一旦头部客户放缓资本开支，英伟达的订单与估值会同时承压；

·更隐蔽的风险在于议价权变化：当客户开始系统性扶持第二供应商或自研替代，英伟达的“垄断溢价”会被压缩为“领先溢价”。

市场在财报后给出的下跌，很大程度上是对“增长集中度 + 议价权迁移”组合风险的提前贴现。

四、为何“超预期”反而成了利空？定价逻辑从当季切换到久期

英伟达连续多个季度超预期，使“超预期”本身逐渐失去边际惊喜。资金在财报前通过仓位与衍生品结构对“强财报”进行了充分定价，结果导致一个典型的交易结局：财报再强，只要缺少“超越既有叙事的新增量”，便容易触发获利了结。

这类走势往往体现为“利好兑现”。当市场期待的是 2027 乃至更长周期的增长路径时，财报最需要解决的不是“当季能不能继续爆表”，而是“增长还能维持多久、以什么结构维持、在什么竞争环境下维持”。缺乏更长久期的确定性，便会出现“基本面强、股价弱”的反常组合。

五、AI 泡沫是不是伪命题？更像资本开支与信用的再评估

“AI 泡沫”往往被误读为“AI 没价值”。更贴近真实分歧的说法是：AI 的价值毋庸置疑，但投入与回报的时间错配正在被严肃定价。

云厂商的 AI 资本开支规模持续攀升，投入体量巨大，而商业化回报仍在爬坡期。在高利率或盈利压力背景下，市场会自然追问：如此庞大的算力投入，何时转化为可持续利润？若短期内仍呈现“只投不赚”，资本开支斜率一旦放缓，上游算力供应商的估值中枢就会被重估。

这与加密行业的周期并不陌生：基础设施扩张常常先于应用兑现。当“供给扩张”跑在“需求兑现”之前，价格与估值对情绪变化极其敏感。AI 正处于类似的阶段，只是这一次的“账本”不在链上，而在云厂商与半导体龙头的财报里。

六、竞争的真实威胁：不是“有人能做 GPU”，而是“客户不想只买一家”

长期以来，英伟达靠 GPU 领先、CUDA 生态与系统方案形成护城河。但竞争格局的关键变化并非某家公司单点突破，而是客户侧的结构性转向——引入第二供应商 + 自研芯片 + 以系统替代单卡采购。

1）AMD × Meta：第二供应商策略走向制度化

Meta 与 AMD 达成高金额级别的长期合作并非只为立刻改变份额，更重要的是释放信号：超大客户正在用确定性订单扶持替代方案，减少单一供应商依赖。这类策略的直接后果是英伟达在未来议价中的“定价权边际下降”，从而压缩估值溢价。

2）推理时代的到来：算力竞赛从“训练”转向“成本与延迟”

AI 产业的重心正在从不计成本的训练逐步转向成本敏感的推理。推理侧关注的是吞吐、延迟、能耗与单位成本，容易出现更细分的新架构玩家。英伟达通过引入推理相关技术与团队（例如与推理芯片公司 Groq 的技术许可与人员整合安排）来补齐短板，显示推理时代的竞争已经从“芯片性能”扩展为“全栈系统效率”的肉搏战。

七、英伟达在做第二曲线：从云端算力到物理世界的操作系统

只把英伟达理解为“卖 GPU 的公司”，会低估其战略纵深。财报周期里，英伟达持续推动自动驾驶、机器人、工业仿真等“物理 AI”方向的平台化布局，并推出面向自动驾驶推理与安全验证的开源能力（例如 Alpamayo）。这条线短期贡献有限，却代表着一种方向：将英伟达从“卖铲子”升级为“提供操作系统级底座”，把客户从“买硬件”锁定到“买平台与生态”。

一旦这种平台化成功，英伟达的增长久期就不再完全由云厂商的资本开支决定，而会更多来自产业数字化、工业机器人与自动驾驶等更长周期需求。但在这条第二曲线真正规模化之前，市场仍会优先用“数据中心单引擎 + capex 周期资产”的框架去定价。

八、2026 年的关键变量：决定股价的是三条曲线，而不是一张利润表

决定 2026 年英伟达估值中枢的核心，不是“还能不能继续增长”，而是“增长还能维持多久、以什么结构维持”。市场将主要盯住三条可被验证的曲线：

1）云厂商资本开支斜率：继续加速，还是边际放缓？

2）推理收入结构与系统化渗透：从“卖 GPU”到“卖整套系统方案（网络互连、软件栈、平台工具）”的转化能否持续提升粘性与单客价值？

3）第二供应商与自研渗透速度：替代方案从试点走向规模采购的速度越快，英伟达的溢价空间越容易被压缩。

结语：财报证明了算力神话仍在延续，但定价进入“久期审判”

这份财报证明，AI 基建热潮仍在延续，英伟达依旧是最强的算力现金流机器。但股价下跌提醒市场：当“爆表”成为常态，定价逻辑已从增速转向可持续性，从利润转向增长久期，从垄断溢价转向竞争格局。

财报后的调整未必意味着基本面反转，而更像一次估值重心的迁移。英伟达仍然强，但真正的考验在于——增长能维持多久，结构能否更稳。

这一答案，将决定 2026 年英伟达的估值边界，也将影响 AI 资产的风险偏好方向。