【BT财报瞬析】英伟达单季近千亿，存储芯片卡住AI算力产业链的喉咙

2026年8月26日盘后，英伟达交出2027财年第二季度成绩单：单季营收962亿美元，同比增长106%；数据中心业务收入890亿美元，同比增长117%。公司给出的下季度营收指引高达1080亿美元，远超华尔街预期的990亿美元，并预计2028财年营收增长约70%——大幅高于此前市场一致预期的45%。盘后股价大涨超7%，市值单日增加约3668亿美元，至少13家机构集中上调目标价，瑞杰金融最高目标价515美元，对应市值约12.4万亿美元。

黄仁勋在财报中写道："AI已经到了拐点，它的token正在产生生产力和利润。现在，算力就是收入。需求正在加速。"

一个旧周期正在失效

过去三十年，半导体行业遵循着清晰的周期逻辑：需求上升，产能扩张，供过于求，价格下跌，产能出清，周而复始。即便是最强势的芯片公司，也很难连续四个季度维持50%以上的同比增长。

英伟达正在打破这个规律。

数据中心业务单季度890亿美元的收入规模，已逼近全球半导体行业单季总收入的三分之一。这意味着一家公司的一个业务板块，体量已经接近整个行业历史周期的峰值水平。更关键的是，环比18%的增长表明需求仍在加速，而非基数效应。

管理层对第三季度的营收指引中值为1080亿美元，比华尔街最高预期还高出约90亿美元。而对2028财年全年70%的增速预期，更是直接将"增速放缓"的叙事彻底击碎。值得注意的是，这一指引还不包含中国数据中心计算收入——这意味着实际增长潜力可能更大。

当一个行业的龙头公司连续超出所有人预期时，问题不再是它还能不能增长，而是旧的分析框架是否还适用。

Blackwell量产爬坡与需求结构变化

这轮超预期的增长，有两个核心驱动力。

第一，Blackwell架构GPU的量产爬坡顺利。英伟达在财报中透露，Blackwell在MLPerf Training 6.0基准测试中实现全品类领先，并已在CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud等主要云平台部署。与此同时，下一代Vera Rubin平台已进入"全面量产"阶段，在多个合作伙伴处已有机架运行。

第二，AI推理需求的爆发正在改变算力消费结构。训练是一次性投入，推理是持续运营。当AI Agent、搜索增强生成、代码助手等应用大规模上线，推理算力需求呈指数级增长。英伟达联合Apollo、BlackRock、KKR等金融机构，正在动员超过5000亿美元第三方资本投入AI基础设施建设——算力建设正在从科技公司的自有投资，变成全球金融资本驱动的系统性工程。

从客户结构看，英伟达的合作方已覆盖全球主要云服务商（Google Cloud、Azure、OCI）、AI实验室（CoreWeave、Nebius）、电信运营商（SK Telecom、NAVER）以及主权AI项目（日本政府）。这种多元化的客户基础，意味着需求并非依赖单一行业或单一客户，而是正在成为跨行业的通用基础设施。

存储芯片：从配角变成瓶颈

然而，这场算力狂潮暴露了一个关键约束：存储芯片。

英伟达在财报中宣布与SK海力士达成"多年技术合作，推进面向AI工厂建设的下一代存储"。这份合作的背景是：GPU性能再强，也需要高带宽存储器（HBM）来喂饱数据吞吐。而HBM的产能扩张速度，远远跟不上AI芯片的需求增长。

HBM与传统DRAM不同，需要通过硅通孔（TSV）技术将多层芯片垂直堆叠，制造工艺复杂，良率提升需要时间。目前SK海力士、三星、美光三大存储厂商均在大幅扩产，但产能释放需要18-24个月的周期。这意味着，即便现在宣布扩产，真正的产能缓解也要等到2027年下半年甚至2028年。

产能瓶颈直接制约了GPU的出货量——换句话说，AI算力的真实需求可能比当前出货量更大，只是被供应链的产能上限所压制。这正是英伟达选择与SK海力士签署多年合作协议的深层逻辑：锁定未来几年的存储产能，确保GPU出货不被上游卡脖子。即便是全球市值最高的芯片公司，也无法独自解决供应链问题。

产业链正在被重塑

存储芯片从"配角"变成"瓶颈"，这一产业权力结构的变化正在重塑上游投资格局。

在存储端，铠侠、闪迪等NAND闪存厂商加速扩产，美光在HBM领域的资本开支持续攀升。在封装端，台积电的CoWoS先进封装产能成为全行业争夺的焦点——这是将GPU芯片与HBM存储集成为完整模组的关键工艺，产能利用率已接近满载。

英伟达单季962亿美元的营收、管理层将增速指引从45%大幅上调至70%，这两个数字放在一起，说明一件事：AI算力需求的增长已经突破了传统半导体周期的分析框架。

这不是一次普通的景气上行，而是一次计算范式的迁移——从通用计算到AI计算。当算力变成像水电一样的基础设施，建设它的产业链也必然经历一场前所未有的扩张。而在这场扩张中，谁掌握了存储芯片和先进封装的产能，谁就掌握了AI时代的定价权。

对科技从业者和投资者而言，真正的问题已经不是"AI需不需要更多算力"，而是：在存储芯片和先进封装的产能完全释放之前，这场算力基建的天花板，到底在哪里？

参考数据来源

• NVIDIA官方新闻稿：NVIDIA Announces Financial Results for Second Quarter Fiscal 2027，2026年8月26日发布
• 每经网：英伟达Q2财报出炉，2026年8月27日