黄仁勋卸任英伟达CEO:33年掌舵后,AI财报首考谁接棒?
首份财报超预期,“后黄时代”过了第一关?
“后黄仁勋时代”的首场大考
借 AI 的东风,这家公司过去几年几乎一路高歌猛进。
可就在这份财报发布之前,黄仁勋走了。
11 月 11 日,黄仁勋卸任英伟达总裁、CEO 及董事会成员职务,当天生效。CFO Colette Kress 临时接任 CEO,董事会则着手寻找正式接班人。他掌舵这家公司 33 年,把它从图形处理器厂商做成了 AI 计算平台的关键供应商,多年间那些大额交易与生态布局,多数由他推动。公司方面称,日常运营与产品路线图不会因此中断。
管理层变动搅动市场情绪,英伟达股价周一又跌了 4.12%,收在 156.14 美元。跟 10 月 6 日 239.24 美元的收盘高点相比,累计跌幅已逼近 35%。这份财报因此要同时回应两件事:AI 需求还旺不旺,以及怎么稳住投资者的信心。
英伟达给出的第一个回答,是单季营收站上千亿美元。北京时间 11 月 18 日凌晨披露的 2027 财年第三季度财报显示,截至 10 月 25 日,公司季度营收 1158.44 亿美元,同比增长 103%,环比增长 20%。这一数字高于公司此前 1080 亿美元指引中值,也超过 FactSet 调查的约 1089 亿美元市场预期。

盈利也在往上走。GAAP 口径下,季度营业利润 775.20 亿美元,同比增长 115%;净利润 652.87 亿美元,同比增长 105%;摊薄每股收益 2.70 美元。调整后每股收益 2.68 美元,高于市场此前约 2.48 美元的预期。收入到利润,这份成绩单延续了英伟达近几个季度的强势表现。
增长的大头来自数据中心业务:季度收入 1076 亿美元,同比增长 110%,环比增长 21%,占总收入约 93%。边缘计算业务收入 82 亿美元,同比增长 42%,环比增长 14%。英伟达的收入结构,已经高度集中在围绕 AI 数据中心的基础设施建设上。
支撑这轮增长的重要一环,是新一代平台 Vera Rubin 开始交付。财报里,英伟达把 Vera Rubin NVL72 称为公司历史上爬坡最快的产品,相关机架已在 CoreWeave、Google Cloud、Microsoft Azure、Oracle Cloud Infrastructure 和 Nebius 等合作伙伴处运行。Oracle 与 Google Cloud 也已上线基于 Vera Rubin 的云服务。
Kress 在财报中表示,公司的增长动力是真实的,Vera Rubin 开局强劲,产品路线图仍按计划推进。对刚失去创始人 CEO 的英伟达来说,这番话直接回应了市场最关心的问题:已经成形的产品、工程与客户合作体系,还能不能保持原有节奏。
科技巨头的历史也说明,创始人离开,并不会让多年积累的业务体系随之瓦解。Bill Gates 在 2000 年交出微软 CEO 职位,2008 年退出日常管理,微软此后照样完成了向云计算的转型;Jeff Bezos 2021 年把 Amazon CEO 职位交给 Andy Jassy,电商、物流和 AWS 也继续运转。对英伟达而言,CUDA 生态、已进入交付阶段的产品,以及客户正在建设的 AI 集群,同样具备跨越个人任期的延续性。黄仁勋离任带来了预期上的震荡,但现有业务仍有自身的运行惯性。
另外,财报电话会议一开始,英伟达董事会主席哈维·琼斯(Harvey Jones)就表示,董事会不打算让黄仁勋(Huang)重返首席执行官一职。
财报发布前几个小时,黄仁勋在个人 X 账号发了一篇长文,感谢过去一周朋友、行业同事以及英伟达员工和投资者的支持。他再次承认自己在个人生活中犯了错误,同时第一次明确表态,愿意重新出任英伟达 CEO。

英伟达给出的下一季度指引,也延续了增长预期。公司预计 2027 财年第四季度收入 1300 亿美元,上下浮动 3%,高于 LSEG 汇总的约 1252.5 亿美元分析师预期。该季度比通常多出一周,指引仍未计入来自中国的数据中心计算收入。
收入继续扩大的同时,利润率压力也更明显了。第三季度英伟达 GAAP 毛利率 74.8%,调整后毛利率 74.9%,比上一季度只是小幅下滑;到第四季度,公司预计两种口径的毛利率都会降到 71%—72%。
也就是说,下一季度即便收入更高,每一美元销售额留下的毛利润比例也会变少。按 1300 亿美元收入算,毛利率每变动一个百分点,对应约 13 亿美元毛利润。对英伟达这种体量的公司,几个百分点的变化,就足以明显影响利润增长。
财报说明一件事:英伟达的订单和交付链条还在快跑。数据中心收入翻倍,新平台已经进了客户的基础设施,下一季度的指引又高过预期,这几样都给管理层交接垫了底。但本季度截至 10 月 25 日,黄仁勋还没走,新班子真正要过的执行关,得往后看。
Kress 接手的,是一家需求依旧强劲、规模空前庞大,同时也要承担更多供应链投入和系统交付责任的公司。
财报继续狂飙,英伟达还能通吃多久?
英伟达的统治地位是数十年攒下来的。从图形处理器起家,到围绕 CUDA 建起软件生态,再到持续投入高带宽内存和芯片间互连,它慢慢把竞争从单颗芯片的性能,扩展到整个计算系统的效率。训练大模型所需的计算、数据交换和软件工具,被整合进同一套平台。客户用得越深,迁移时要重新适配和验证的工作就越多。
其实,AI 基础设施的复杂度远不止 GPU 一层。应用跑在 CPU 上,任务调度和工具执行也靠它;数据能不能及时送达计算单元,取决于内存;大量芯片能否高效协同,则由网络决定。英伟达把优势建在这些环节的配合上,但压力也从多个方向涌来:最大客户想要更多采购话语权,AMD 在数据中心业务上持续加码,制造、内存与封装等供应链环节又不断牵动整套系统的交付节奏和成本。
第一股压力,来自云厂商想少依赖供应商。对大规模建 AI 集群的企业来说,GPU 是笔大开销,而供货节奏、产品路线和软件生态又都跟同一家供应商绑得很深。采购规模越大,另建一条技术路线就越划算。客户既要更多算力,也想在价格、交付和产品选择上拿到更多主动权。
Google 与 Broadcom 的合作已落到长期供货安排上。Broadcom 在 2026 年 4 月披露,将替 Google 开发和供应未来几代 TPU,并为下一代 AI 机架提供网络及其他组件,协议最长延续至 2031 年。同月,Meta 也宣布扩大与 Broadcom 的合作,围绕自研训练与推理加速器 MTIA 推进多代芯片及配套网络技术。Amazon 则有自己的芯片设计团队:AWS 在 2015 年收购 Annapurna Labs,之后逐步搭起 Graviton 和 Trainium 等产品系列。云厂商的研发与合作模式各不相同,但都在试着把庞大的计算需求转成自研硬件的规模优势。
这些芯片不必替掉所有 GPU,就足以改变采购预算的流向。云厂商手里有自己的模型、软件和业务数据,可以先迁走那些运行量大、流程稳定的任务。只要长期省下的成本能盖住研发和适配的投入,一部分工作负载就有动力离开英伟达平台。最大的客户,也就成了最有能力养出替代方案的企业。
第二股压力是 AMD 的实质性追赶。AMD 长期同时做 CPU 和 GPU,这个布局在 AI 时代开始兑现。2026 年第三季度,AMD 数据中心收入达到约 85 亿美元,同比增长 97%,增长动力包括 EPYC 服务器处理器需求,以及 Instinct GPU 业务。这说明它不只是“理论上的替代选项”,而是开始实际抢份额。
第三重压力出在制造端:产能集中,成本也跟着上来。英伟达、AMD 和云厂商的多种芯片方案,都得靠台积电这类关键代工伙伴。芯片设计这边竞争越打越凶,可上游制造、先进封装和 HBM 供应没法以同样的速度扩产。客户即便多找了几家芯片供应商,交付卡壳的问题还是可能一样碰上。
为保住后续供货,英伟达把长期承诺的盘子铺得更大了。到 2026 年 7 月 26 日,它的供应与产能承诺已从上一季度的 1190 亿美元涨到 2790 亿美元,多出来的部分主要花在内存采购上。提前把资源锁住,交付是稳住了,可更大规模的需求预测风险,也就落到了公司自己头上。
需求分化:推理换了一种活法
英伟达面对的竞争,正随着 AI 的使用方式而变。以前,训练更大的模型意味着更多 GPU、更大的高带宽内存和更快的芯片间网络;现在,AI 从回答问题转向执行任务,新增需求对硬件的要求也跟着分化。处理一份数百页的合同、实时生成语音,以及让 Coding Agent 连续工作几个小时,都属于推理,却未必适合同一套硬件配置。
McKinsey 在 10 月发布的分析中预计,到 2030 年,推理将占 AI 需求的约 60%,训练约占 40%。按这个预测,芯片厂商未来争夺的市场,会越来越多地由模型部署后的日常运行构成。
这给英伟达出了一个更复杂的问题:推理需求涨了,市场会变大,可不同推理任务之间的差异,也在给其他架构腾出机会。
拿一款合规工具来说,它读一份 300 页的合同,最后只返回少量需要关注的条款。大量工作发生在处理输入的 prefill 阶段,更吃计算能力。语音助手则要持续、快速地生成回复,逐 token 输出的 decode 阶段更重要,对内存带宽和延迟更敏感。同一颗芯片能处理这两种任务,但客户可能要为一部分没充分用上的能力买单。
英伟达的 GPU 能兼顾这些需求:强计算能力撑住 prefill,HBM 装下模型权重和 KV cache,高速互连让多颗 GPU 协同。这种通用性本身就是优势——一套系统可以在训练和推理之间调换用途,客户不必为每种任务重建基础设施。可一旦某类任务的运行量足够大,为它选专用硬件,省下的成本就可能盖过软件适配与部署投入。
Cerebras 盯上的正是这种机会。它把整片晶圆做成一颗芯片,靠跨越不同曝光区域的边界来布线,减少传统芯片间连接的开销。其 WSE-3 配备 44GB 片上 SRAM,带宽达到每秒 21PB;作为对比,H100 配备 80GB HBM,带宽为每秒 3.35TB。两者在内存容量与带宽上的取舍截然不同:Cerebras 用较小的片上容量换取极高的访问速度,希望让模型更快地生成 token。推理需要大量 token,显然是 Cerebras 最擅长的领域。
行业也开始尝试把同一次推理请求拆开,交给不同硬件处理。McKinsey 列举的方案包括 AWS 将 Trainium 用于 prefill、将 Cerebras 用于 decode,以及 Intel 与 SambaNova 将 prefill 分配给 GPU、将 decode 分配给可重构数据流单元。AMD 也与 Cerebras 建立了合作。竞争已经深入到一次请求的执行过程:输入怎么处理、输出怎么生成、缓存放在哪里,都可能成为重新分配硬件资源的依据。
专用芯片终究躲不开一个时间差:模型架构几个月就变,芯片开发却往往按年算。等一颗为特定工作负载优化的芯片交货,当初的需求可能早就变了。McKinsey 提到,Google 已把基于强化学习的布局规划用在多代 TPU 上;Jeff Dean 也设想过用 AI 把芯片设计周期从 18 至 30 个月压到 3 至 6 个月。这个周期能不能缩短,直接决定专用芯片跟不跟得上模型的变化。
真正的转折点落在 Agent 推理上。回答型推理和 Agent 推理,最后可能长成两套不同的硬件架构:前者围着人等答案转,后者是“完成任务”,由计算机听其他计算机的指令持续干活,人不必实时守在一旁。
这一区别会改写延迟的价值。开发者手里的编程助手,每等一次都打乱节奏;被安排在夜间跑代码迁移、检查和修复的 Agent,执行窗口则长得多。对后者,客户先看的是能不能按时交活、总成本多少,未必每一步都要最快响应。
优先级也就跟着变了。Agent 推理最要紧的不再是 token 生成速度,而是内存与存储。Agent 要上下文、要状态、要历史:一部分作为活跃 KV cache 存在,一部分放在主机内存或 SSD,大量内容沉在数据库、日志、向量嵌入和对象存储里。Agent 推理会越来越围绕模型周边的分层存储体系转,GPU 回答单个问题只是其中一环。这套体系里,速度和容量得取舍;延迟既然可以接受,愿意为极致算力付溢价的人就少了。速度慢些、价格低些的传统 DRAM 反而更有意义;系统大部分时间在等内存,芯片也不必是最快的那款。
于是冒出一个反直觉的判断:Agent 消耗的算力可以越来越多,客户对最贵算力的依赖却可能往下走。英伟达靠高速计算、HBM 和互连攒下的优势,得在新的任务结构下重新证明溢价。当“够用就好”能把活干完,客户就有动力把预算挪给更便宜的计算与存储组合。
英伟达并非没有察觉。它推出 Dynamo 推理框架,把推理过程的不同部分拆开,同时交付独立的内存机架和 CPU 机架,支持更大的 KV cache 和更快的工具调用——核心目标都是让昂贵的 GPU 保持忙碌。可对远未受 GPU 性能限制的 Agent 推理来说,成本和简洁性对云厂商的吸引力会越来越大。
这不意味着英伟达明天就会丢掉主导地位。训练仍然重要,它的架构在训练领域会继续占主导;回答型推理也仍是有意义的市场,只是规模相对小些。但在 Agent 推理这个有望成为最大增量的市场上——它不受人类数量或时间的限制——英伟达方案的溢价将承受越来越大的压力。黄仁勋的离任,又给这场压力添了一层不确定性。他任内推动的大额交易和生态承诺,是新管理层要接手的资产,也是要回答的问题:按原节奏走,还是重新看一遍。这将是财报数字之外,市场真正在等的答案。
参考链接: