文 | 吴怼怼

截至 2026 年 5 月 21 日，英伟达的市值大约在5.5万亿美元。

把这个数字放进全球经济版图里看，会更有冲击力：按 IMF 2026 年 4 月版《世界经济展望》的名义 GDP 预测，美国约 32.38 万亿美元，中国约 20.85 万亿美元，德国约 5.45 万亿美元，日本约 4.38 万亿美元，英国约 4.26 万亿美元，印度约 4.15 万亿美元。

也就是说，按这个口径对照，英伟达的市值已经高过除中美之外的任何单一国家经济体。

市值和 GDP 当然不是一个概念，一个是资本市场定价，一个是一年产出，但这个对比足够说明，英伟达已经走到了多夸张的位置。

很多人对英伟达的印象，还停留在“显卡公司”这几个字上。这个理解今天已经不够用了。最新一季财报出来后，这家公司更像什么，答案其实很清楚：它已经站到了 AI 基础设施最核心的一层。

谁在建大模型，谁在扩数据中心，谁在争夺推理算力，最后大概率都要从它这里买芯片、买网络、买系统、买软件栈。

先看最新一个季度。截止 2026 年 4 月 26 日的 FY2027 Q1，英伟达单季营收 816.15 亿美元，同比增长 85%；其中数据中心收入 752 亿美元，同比增长 92%。

按旧口径拆开，数据中心计算收入 604 亿美元，网络收入 148 亿美元。这一季 GAAP 毛利率 74.9%，GAAP 营业利润 535.36 亿美元，Non-GAAP 净利润 455.48 亿美元。

经营现金流 503.44 亿美元，自由现金流 485.54 亿美元。公司给下一季度的收入指引是 910 亿美元上下 2%，而且明确说了，这个展望里没有计入任何来自中国的数据中心计算收入。

这几组数字最值得注意的，不只是“高增长”，而是增长已经长成了完整的系统生意。

现在的英伟达，钱主要不是从游戏显卡里赚出来的。

FY2026 全年，公司总营收 2159.38 亿美元。其中，数据中心收入 1937.37 亿美元，游戏业务 160.42 亿美元，专业可视化 31.91 亿美元，汽车 23.49 亿美元，OEM 和其他 6.19 亿美元。

数据中心一项，占了全年收入将近九成。再换个分部口径看，FY2026 的 Compute & Networking 收入 1934.79 亿美元，Graphics 收入 224.59 亿美元。这家公司早就不是靠“图形”撑估值了。

问题也就来了：为什么一家公司能把硬件生意做出这种利润率？

答案先从产品形态说起。英伟达在年报里对自己写得很直白。它的数据中心平台，卖的不是单一芯片，而是机架级、子系统级、模块级的计算和网络基础设施，还带软件和服务。

这里面有 GPU、CPU、互连、交换芯片、DPU、NIC，也有完整的 AI 和 HPC 软件栈、API、SDK、行业框架。它还特别强调，数据中心今天已经成了新的计算单元，网络是这个单元里不可分的一部分。

这句话看着平，分量很重。过去大家买芯片，买的是一块零部件。现在大模型公司和云厂商采购英伟达，买的是一整套 AI 工厂。

训练能不能跑起来，推理能不能压低成本，几万张卡能不能稳定协同，系统能不能快速上线，这些问题比“单卡便宜几千美金”重要得多。

从这个角度看，英伟达拿到高毛利，并不奇怪。它卖出去的东西，已经不只是算力本身，还包括时间、效率和确定性。

这一层是经营层面的推论，但它和英伟达当前的产品结构、系统化交付方式以及极高利润率是对得上的。

利润表把这种变化写得很清楚。FY2026 全年，英伟达毛利率 71.1%，净利率 55.6%。这个利润结构放在硬件行业里，已经相当少见。最新一个季度，GAAP 毛利率又抬到了 74.9%。

更重要的是，这些利润还在持续变成现金。单季自由现金流接近 486 亿美元，公司同时宣布新增 800 亿美元回购授权，并把季度股息从 每股 0.01 美元提高到 0.25 美元。能同时做到高增长、高毛利、高现金流，这才是资本市场愿意继续给它极高定价的根本原因。

如果再往深一层看，英伟达最硬的护城河，其实不在 GPU 本身，而在 CUDA。年报里提到，全球已经有超过750万开发者在使用 CUDA 和英伟达其他软件工具。

它的技术栈也不只是一个开发平台，而是 CUDA、CUDA-X、数百个库、框架、算法、SDK、API 叠在一起，最后变成一个完整的软件生态。芯片性能可以被追赶，生态迁移就没那么容易了。

训练代码、推理框架、工程流程、企业部署环境，全都已经围着这套体系跑起来之后，客户就不会轻易换轨。

另一道护城河在网络。AI 时代早就不是单卡竞赛了。真正决定上限的，是几千张、几万张、甚至几十万张 GPU 能不能像一台机器那样协同工作。

英伟达在 10-K 里写到，Blackwell 架构把 36 颗 Grace CPU 和 72 颗 Blackwell GPU连进同一个液冷数据中心级设计里；它的数据中心平台可以把数十万计算节点通过高性能网络互联起来，像一台巨型计算机那样工作。

NVLink、InfiniBand、Ethernet、交换机、网卡、DPU，这些以前常被当成配角的东西，现在都在决定大模型的训练效率和推理成本。网络不是附属件，它已经成了英伟达收入和壁垒的一部分。

这也是为什么它的客户粘性越来越强。英伟达自己写得很清楚：它的客户已经覆盖所有主要的公有云和私有云服务商、AI 模型开发者、企业、初创公司和公共部门。

客户一旦用它搭好了第一期 AI 集群，后面的扩容、兼容、维护、软件适配，大概率还会沿着同一条路径走下去。这样一来，英伟达赚到的就不只是第一笔设备钱，还有后续一整条扩容链路的钱。

当然，英伟达也不是没有隐忧。一个现实问题是客户集中度很高。FY2026 年，英伟达有一个直接客户贡献了 22% 的总收入，另一个贡献了 14%，而且主要都来自 Compute & Networking。再往后看，出口限制仍然是硬约束。

一份年报还提到，FY2026 毛利率承压，部分原因来自业务从 Hopper HGX 系统切换到 Blackwell 全栈数据中心解决方案，另一部分则来自 45 亿美元的 H20 库存和采购义务相关费用。

换句话说，英伟达再强，也仍然要面对客户过于集中、政策约束和供应链波动这些老问题。

但这些风险，并没有改写它现在的位置。英伟达最厉害的地方，是它把 AI 产业链里原本分散的几层价值，收进了同一家公司：底层算力芯片，集群网络，软件生态，整机系统，企业级工具。

全球在建的不是一批普通服务器，而是一座座 AI 工厂；英伟达卖出去的，也不是一张张孤立的 GPU，而是这些工厂里最关键的发动机、交换系统和操作平台。

走到今天，它看上去“富可敌国”，并不只是市场情绪把它推高了，更因为它确实把自己嵌进了这一轮 AI 基建里最值钱的环节。

全球都在抢着开工，英伟达就站在施工图纸最中心的位置上。只要这轮 AI 基建还在继续，它就还会继续赚钱，而且大概率赚得很深。当然，AI泡沫的论调也开始弥漫市场，长远来看AI一定是未来，只是短期反而会有更多不确定性。