短短兩天，寒武紀兩度超越貴州茅台，成為 A 股第一高價「股王」。而推動用戶預期不斷攀升的，離不開 AI 市場的持續火熱。
與之形成此消彼長走勢的是，英偉達在今日公布 2026 財年第二季度財務業績後，反而股價大跌，不過交出的成績單還是亮眼的：
營收達 467 億美元，較第一季度增長 6%，同比增長 56%
數據中心收入為 411 億美元，較第一季度增長 5%，同比增長 56%
Blackwell 數據中心收入環比增長 17%
這家曾經的遊戲顯卡廠商，如今市值突破 4 萬億美元，成為 AI 時代當之無愧的「賣鏟人」，也難怪不少人將本次財報比作解答 AI 泡沫疑慮的答卷。
被「寵壞」的市場預期，和永遠在路上的下一代產品
英偉達正被自己過去的成功所綁架，這是一種甜蜜的詛咒。
過去多個財季，英偉達每次都超越了營收預期，這種「業績超預期並上調指引」的固定模式，已經讓市場習慣於期待一次又一次的超預期。
但問題是，當英偉達總是給出 110 分的答案，那麼 100 分就顯得像是不及格。
在財報前夕，市場關注的焦點集中在新一代 Blackwell GPU 和 NVL72 機架的大規模部署上。
從技術角度看，這種期待並非空穴來風。
英偉達花費數年時間打造了 Blackwell NVLink 72 系統 ——一種機架級計算平台，使其能夠作為一個單一的巨型 GPU 運行。
從 NVLink 8（節點級計算，每個節點是一台電腦）過渡到 NVLink 72（機架級計算，每個機架是一台電腦），不僅帶來了數量級的性能提升，也就意味著更高的能效和更低的 Token 生成成本。
英偉達創始人兼 CEO 黃仁勛表示：
「Blackwell 是全球期待已久的人工智慧平台，帶來了卓越的一代飛躍 —— Blackwell Ultra 正在全速量產，市場需求極為強勁。」
新一代核心 Blackwell 架構的 B100/B200 系列，性能相比 H100 提升了 2.5 倍。GB200 NBL 系統正在被廣泛採用，已在國內外雲服務商和網際網路公司大規模部署。
包括 OpenAI、Meta 等廠商也正在數據中心規模上使用 GB200 NBL72，不僅用於訓練下一代模型，也用於生產環境中的推理服務。
且由於 GB200 與 GB300 在架構、軟體和物理形態上的兼容性，使得主要雲服務商向新一代基於 GB300 的機架架構過渡過程十分順暢。
據英偉達 CFO Colette Kress 透露，7 月下旬和 8 月上旬的工廠產線已順利完成轉換，以支持 GB300 的爬坡生產。
「目前已全面進入量產階段，產能恢復到滿負荷，每周大約生產 1000 個機架。隨著更多產能的上線，預計在第三季度內產量還將進一步加快。我們預計在下半年實現大規模市場供應。」
按照慣例，Blackwell 之後還有代號「Rubin」的下一代架構，預計 2026 年推出，隨後是 2027 年的「Rubin Ultra」。這種快速疊代的節奏，既保持了技術領先，又讓競爭對手永遠在追趕路上。
英偉達 CFO Colette Kress 對 AI 市場的發展有著更為龐大的野心，她在財報電話會議上表示
「我們正處在一場將改變所有行業的工業革命開端。預計到本十年末，AI 基礎設施的投入將達到 3 到 4 萬億美元。
這一增長主要來自雲廠商到企業的資本開支，僅今年就預計在數據中心基礎設施和算力上的投資將達到 6000 億美元，兩年間幾乎翻倍。」
這也是過去很長一段時間，英偉達反覆強調的事情——英偉達已經不再是單純的 GPU 公司，而是一家不折不扣的 AI 基礎設施公司。
黃仁勛今天凌晨的原話是這麼說的：
以 1GW 規模的 AI 工廠為例，造價可能在 500 億至 600 億美元之間，其中大約 35% 左右由 NVIDIA 提供（上下浮動）。這裡客戶獲得的不僅僅是 GPU。
雖然我們以 GPU 的發明而聞名，但過去十年，我們已經轉型成為一家 AI 基礎設施公司。要打造一台 Rubin AI 超級電腦，就需要六種不同類型的晶片。而要擴展到 1GW 規模的數據中心，就需要數十萬 GPU 計算節點和大量機架。因此，我們的定位是 AI 基礎設施公司，希望能持續推動這個行業的發展，讓 AI 更有用。
並且，在黃仁勛看來，英偉達的亮眼之處在於 GPU 的能效最佳。在電力受限的數據中心，性能功耗比直接決定了收入，而性能功耗比遠超任何其他計算平台，所以買得越多，成長越快。
尤其是當推理型與智能體 AI 的發展與普及，所帶來的算力需求呈指數級增長，而這種對 AI 計算能力「永不滿足」的需求，成了英偉達營收增長的主要引擎。
不僅如此，英偉達提供的 CUDA 並行計算平台、推理加速庫、各行業 AI 模型框架等，已成為 AI 開發者必備工具。
這種生態壁壘意味著客戶一旦採用英偉達方案，往往難以替換。換句話說，英偉達真正提供了一個面向 AI 工廠的完整全棧解決方案。
黃仁勛：將 Blackwell 帶到中國市場
這季度財報最扎眼的數據，在於明確了中國市場的影響。英偉達 2026 財年第二季度財報顯示，來自中國市場收入 27.69 億美元，比 2025 財年第二季度的 36.67 億美元縮水近 9 億美元。
相應地，黃仁勛表示，中國市場在數據中心總收入中的占比已降至「低個位數百分比」 。
當然，英偉達的當務之急，或許就是推出一系列性能降低、符合出口管制的「合規晶片」。這一策略始於基於 Hopper 架構的 H20，並延續至基於新 Blackwell 架構的產品線。
據路透社此前報道，英偉達正在準備專為中國定製的 Blackwell 架構削減版 GPU（代號 B30A）。
該晶片性能介於受限 H20 和國際版高端 GPU 之間，如獲批准將瞄準中國高端算力需求。此外還有一款規格較低的推理晶片 RTX6000D，專門針對中國市場的特定需求。
作為全球第二大計算市場，黃仁勛表示中國市場今年對英偉達來說大約有 500 億美元的機會，而且每年會以 50% 左右的速度增長。在他看來，來自中國的開源模型質量非常優秀。
例如 DeepSeek 在全球聲名鵲起，Qwen 很出色，Kimi 也很出色。還有許多新的模型不斷湧現，它們是多模態的，是優秀的大語言模型。這些開源模型實際上推動了全球企業對 AI 的採用。
另外黃仁勛還不忘表示，將 Blackwell 帶入中國市場是完全有可能的。包括黃仁勛上個月也親自來華斡旋，表態將不遺餘力優化產品以符合監管要求，並堅定服務中國市場。
但在另一側，國內力量正在加速崛起。
最近，DeepSeek 發布了最新版本 V3.1，被稱為「邁向 Agent 時代的第一步」。
但更重要的信號還在於，DeepSeek V3.1 引入了一種稱為「UE8M0 FP8 Scale」的新參數精度格式，並明確表示這是「針對即將發布的下一代國產晶片設計」的精度格式。
DeepSeek 採用的 UE8M0 FP8 格式尤其針對國產晶片的硬體邏輯特點設計，在 8 bit 的位寬限制下（即當前低精度場景）丟棄尾數而極大擴展指數動態範圍。
這一設計讓國產晶片在大模型訓練中更穩定，高效利用每一點算力。此外，對於許多在 HBM 高帶寬內存上不及英偉達的國產晶片而言，FP8 格式有效緩解了帶寬瓶頸，讓硬體性能得到充分發揮。
而巧合的是，英偉達最近提出的 NVFP4（4 位數值格式）則在大模型預訓練領域實現了突破。
相比於以往訓練常用 16 位（FP16/BF16）或 8 位 （FP8）精度，而 NVFP4 將精度進一步壓縮到 4 位，在保持模型精度的同時大幅提升訓練速度和算力利用率。
實驗結果顯示，在 120 億參數的 Mamba-Transformer 混合模型上，NVFP4 能完整訓練到 10 萬億 token，收斂效果幾乎與 FP8 一致，下游任務測試精度也基本相同。
只是，當國產頭部晶片廠商組建「朋友圈」，共同打造適配本土晶片的軟體棧、工具鏈，也將有望提升下遊客戶對國產方案的信心。
英偉達依舊是在淘金熱中穩賺不賠的「賣鏟人」。但現在，礦場邊上湧現出越來越多本土的鐵匠鋪，正用本地的礦石和工藝，打造出更適合本地礦工的工具。
