（来源：格隆汇APP）

来源：格隆汇

现在全球市场讨论最多的话题，就两个：

1.美联储12月份到底将不降息；

2.AI到底有没有、有多大泡沫？

前者的分歧越来越大，预期概率一变再变；后者，Peter Thiel和软银旗下基金都选择在高位减持甚至清仓英伟达，恐慌情绪不断蔓延，投资者也开始纷纷抛售AI股。

此时此刻，作为全世界的希望，英伟达再一次站了出来。

11月19日盘后，英伟达扔出堪称离谱Q3财报：总营收达到创纪录的570.06亿美元，不仅同比暴涨62%，还远超市场预期的549.2亿。

净利润飙到319.1亿美元，同比涨65%，折算下来每天净赚3.5亿；每股收益为1.30美元，同样超过预期的1.26美元。

更重要的是接下来的预期，Q4营收预计将达到650亿美元，上下浮动2%，依然远远超过分析师平均预期的616.6亿美元。

这也意味着，英伟达未来的增长引擎依然没有熄火的迹象。

基于这些硬核数据，黄仁勋在财报会上安抚投资者：“我们看到的是完全不同的景象——每一块GPU都被点亮并使用，训练和推理需求均呈指数级增长，AI正进入良性循环”。

简单来说，什么AI泡沫，没有的事。

财报发布后，英伟达当天在常规交易时段已经涨了3%，盘后又一度涨超 6%，大幅缓解近一个月的回调压力。

但就在所有人都松一口气的时候，幺蛾子又来了。

老黄话音刚落，就被光速打脸。

01

真真假假

由于9月非农大幅超预期，市场对12月降息预期下降，导致美股大涨转大跌。

英伟达前一天的涨幅全部蒸发。

客观来说，这次转跌与英伟达本身的关系并不大，但好巧不巧……

与此同时，外网突然疯传一篇文章，题为《揭穿6100亿美元庞氏骗局的算法：机器智能如何揭露AI行业的循环融资骗局》，作者为Shanaka Anslem Perera。

核心观点之一是：英伟达发布的Q3财报中的数据存在严重矛盾。

第一，财务矛盾。

英伟达财报显示未结账款达334亿美元（同比激增89%），库存积压198亿美元（3个月增长32%），但管理层声称“需求旺盛供应紧张”，二者逻辑矛盾。

第二，现金流异常。

英伟达实际产生145亿美元现金，却报告193亿美元利润，两者相差48亿美元。

现金转化率只有75%，远低于同业95%的水平，达到危机级别。

最吸引人眼球的是第三，循环注资骗局。

英伟达向xAI注资20亿美元，xAI却借贷125亿美元采购英伟达芯片；微软向OpenAI投入130亿美元，OpenAI承诺斥资500亿美元购买微软云服务；微软为该云平台订购价值1000亿美元的英伟达芯片；甲骨文向OpenAI提供3000亿美元云服务额度，OpenAI则为甲骨文数据中心订购英伟达芯片。

同一笔资金在不同公司间循环往复，被多次计入营收，却无人真正付款。

一旦资金链断裂，可能触发6100亿美元级别的系统性清算。

有人觉得，正是因为以上事实被揭露，才导致英伟达在短短18个小时内股价反转。

不可否认，文章的观点看起来是挺有说服力。

但作为投资者，不能听风就是雨，必须要去求证。

首先，这篇小作文的作者，实际上是一家斯里兰卡的宠物店老板，并不是所谓的“独立研究员”。

我们当然不会戴有色眼镜，这位老兄或许对行业确实有深入的研究。

但我不认为市场的反应，会跟一个完全不搭边的人的言论有任何关系。

也就是说，英伟达乃至整个AI板块的表现，与这篇小作文无关。

很多人完全是倒果为因、牵强附会。

其次，数据有没有问题？

这是最重要的。

如果仔细做过对比，你会发现，文章中有部分数据与实际完全不符，怀疑是为了佐证自己的论点而编造的。

文字中声称的几个数据点如下：“应收账款334亿美元”，“一年内激增89%”；“库存芯片达到198亿美元”，三个月内增长32%；“现金转换率仅75%”，“客户平均付款周期由46天延长至53天”……

对比真实财报：应收账款约339.91亿美元，没问题，但并没有“一年内激增 89%”之类的数据。

报表显示库存为197.84亿美元，但并没有“三个月内增长 32%”这一增幅公开报表。

同样的，报表里找不到“现金转换率”的公开数字，也没有“客户平均付款周期 46→53 天”、“104 亿美元可能永远无法收回”等细节。

……

显然，这篇小作文大部分都是前半段数据与公开数据吻合，但后半段涉及到描述的数据，比如增长率、不可收回金额、客户付款周期、供应链受限导致库存累积等等，不仅在财报中根本没有提及，在其他官方报表或主流财经报道中也都找不到来源。

既然大家都不知道，那么一家宠物店的老板，上哪知道的这些“秘密”呢？

不能说100%，但大概率，是被夸大、乃至于捏造的。

那么，为什么一篇这样不知所谓的文章能引起全市场关注？

还是因为市场连日陷入冰点，大家太慌了。

冷静下来，真实情况并没有那么糟糕。

02

全面开花

还是回到英伟达的Q3财报上。

分业务来看。

第一，当然是占总营收89.5%的数据中心业务，这是绝对核心。

首先是计算业务（核心为GPU），以430亿美元营收贡献了数据中心业务的84%，主要来源于 Blackwell系列芯片的统治级表现。

截至Q3末，Blackwell GPU总出货量已达600万块，其中第二代Blackwell Ultra芯片占比超 70%，单季出货量突破280万块，相当于每天卖出3.1万块芯片。

其赚钱能力非常惊人。单块Blackwell Ultra芯片均价约1.2万美元，较上一代Hopper芯片高 30%，但因采用台积电4NP先进工艺，单芯片制造成本仅增加12%，直接将计算业务的毛利率推至78.2%，比数据中心业务整体毛利率高4.8%。

不过上一代产品依然在发挥余热。

Hopper系列本季仍贡献62亿美元营收，其中H100芯片在中小企业AI推理场景的出货量达 45万块，占该系列总出货的63%。

更传奇的是六年前发布的A100芯片，目前全球仍有超120万块在满负荷运行，仅Q3就通过维护服务、升级授权等方式创造4.3亿美元收入，堪称“算力常青树”。

其次“GPU + 网络”的协同效应继续爆发，导致网络业务以82亿美元营收、162%的同比增速成为最大惊喜。

核心产品InfiniBand交换机Q3出货量达18万台，同比暴涨210%，其中支持400Gb/s速率的IB 400系列占比85%，单台均价4.2万美元，较上一代高 25%。

这种爆发源于“算力集群化”需求：每 100 块Blackwell Ultra芯片需配套8台InfiniBand交换机，而Q3数据中心客户平均每单采购包含1200块GPU+96台交换机，这种“捆绑式采购” 使得网络业务营收增速始终高于计算业务。

以微软Azure为例，本季采购的15万块Blackwell芯片配套了1.2万台交换机，仅这一单就贡献12%的网络业务收入。

第二，游戏与AI PC。

43亿美元营收、30%的同比增长，看似是“配角”，实际上是英伟达在稳固消费级市场的基本盘。

传统游戏方面，RTX 50系列显卡自今年发布以来，累计出货量已达1100万块，Q3单季出货480万块，占全球高端显卡市场（单价≥300美元）的72%份额。

其中RTX 5080最受追捧，单季出货210万块，部分电商平台溢价率甚至高达20%。

当然更重要的还是AIPC业务，本季营收达14亿美元，同比激增 68%，成为游戏板块的黑马。

核心产品GeForce RTX 5090 AI显卡出货量达85万块，占AI PC显卡市场的67%，配套的AI软件平台NVIDIA AI Studio已有超2800万用户，较上季度增长45%。

第三，专业可视化业务。

企业级的需求正在爆发，主要集中在设计工具和医疗影像两大场景。

面向建筑、汽车设计的Quadro RTX系列本季营收4.1亿美元，同比增长62%。

这背后是企业数字化转型的刚需：全球Top 50汽车制造商中，42家已将Quadro RTX系列用于自动驾驶仿真测试，单家年均采购量达2300块，较去年增长40%。

医疗影像的核心产品NVIDIA Clara Guardian AI医疗显卡出货量达5.8万块，较上季度增长 32%。

美国FDA已批准采用该显卡的12款AI影像诊断设备上市，仅Q3就新增3款，推动北美地区医疗客户采购量同比增长 110%。

此外，科研领域的需求同样强劲，全球超500所高校采购该系列显卡用于分子模拟研究，单校平均采购量达180块，较去年增长50%。

第四，汽车与机器人。

营收占比虽然只有1%，但没有人会怀疑其长期潜力。

自动驾驶芯片业务的核心产品DRIVE AGX Orin出货量达120万块，同比增长55%，配套的自动驾驶软件订阅服务收入达8200万美元，同比增长180%。

更重要的是客户结构升级：本季新增蔚来、小鹏等4家中国车企客户，全球采用Orin芯片的车型已达68款，较上季度增加12款，其中L4级自动驾驶车型占比从18%提升至25%，推动单芯片均价从280美元涨至320美元。

机器人业务的核心产品Jetson AGX Orin开发者套件出货量达9.2万块，较上季度增长28%，配套的Omniverse机器人仿真平台已有超1.2万家企业用户，较上季度增长35%。

工业机器人领域表现尤为突出：ABB、库卡等头部机器人制造商本季采购量达1.8万块，用于打造 AI 驱动的协作机器人，单台机器人配套的英伟达芯片及软件价值达4500美元，较传统机器人高3倍。

财报给出的是过去看得见摸得着的数据，意味着近几年的AI狂欢，是有实际支撑的。

泡沫可能是有，但必然没有做空资本宣传的那么大。

那么后续呢？

英伟达已经给出了5000亿美元的收入承诺，而且2025-2026两年数据中心收入可见度已经锁定，这意味着订单已经排到后年了。

需求端有三个明确的爆发点：

1.推理需求即将反超训练：现在训练需求占主导，但据黄仁勋的说法，推理要实现“全天候运行”，每家公司都在生成海量token，未来12个月推理需求可能超过训练，而英伟达在推理的高准确度、高吞吐量优势没人能比。

2.具身智能接棒：黄仁勋反复强调的“物理 AI”已经起步，能理解物理世界的机器人需要巨量算力，这也是英伟达建Omniverse的原因，这块需求才刚刚打开缺口。

3.主权AI和企业AI持续放量：欧盟200亿、沙特500MW只是开始，全球至少20个国家在推进主权AI项目，企业端“AI 工厂”建设热潮才刚启动，这些都得靠算力撑着。

目前最大的变量是，Rubin平台能否延续神话？

英伟达方面说，Rubin芯片平台进展顺利，2026年下半年量产，这是决定下一轮增长的关键。

从现有数据看，Rubin会使用更先进的制程和封装技术，台积电从上面赚的钱会从11亿涨到14-19亿美元 / GW，这意味着Rubin的单价和性能都会再上一个台阶。

更重要的是，Rubin要适配物理AI和更大型的AI工厂，正好踩中了下一波需求爆发点。

如果产能能跟上（台积电已经在提前备货），英伟达的5000亿收入承诺能完成，甚至可能把 AI算力的景气周期再拉长2-3年。

而到那个时候，最前沿的技术又不知道该进化成什么样了。

03

尾声

短期看，Q4 650亿美元的营收目标依然能稳军心；中期看，2026年Rubin量产前，算力需求大概率都不会降温；长期看，数据中心向“AI 工厂” 转型也才刚开始，这波革命至少要持续5-10年。

正如黄仁勋自己所说，AI正经历从CPU到GPU、从生成式AI到智能体的三大转型，当前仍处于早期阶段。

作为这个时代最热门的领域，泡沫一定是存在的，但重塑全球产业的效率革命，也确确实实正在发生。

后者才是主干，前者不过是细枝末节。

AI 的故事，或许才刚刚进入高潮。（全文完）