NVIDIA财报816亿创纪录×黄仁勋承认华为替代：全球AI算力格局重塑
摘要
核心结论：NVIDIA 2027财年Q1营收816亿美元，同比暴增85%，AI数据中心业务收入占比超过86%；然而黄仁勋在财报同日亲口承认，英伟达已"基本放弃"中国AI芯片市场，将这块全球最大潜力市场拱手让给了华为。全球AI算力格局正在发生结构性分裂：美系NVIDIA占领欧美日市场，华为昇腾填补中国AI算力需求。这不是结局，而是新博弈的开始。
| 指标 | 数值 | 同比变化 |
|---|---|---|
| NVIDIA Q1营收 | 816亿美元 | +85% |
| GAAP净利润 | 583亿美元 | +211% |
| GAAP毛利率 | 74.9% | 持续提升 |
| 数据中心营收占比 | 86%+ | 创历史新高 |
| 华为昇腾中国市场份额 | 大幅上升 | NVIDIA退出后填补 |
一、财报背后：NVIDIA吃下全球AI算力红利
1.1 历史性数字的背后逻辑
2026年5月20日（美东时间），NVIDIA发布了2027财年第一季度财报。这份财报的数字几乎让所有人目瞪口呆：
- 总营收816.2亿美元，同比增长85%，环比增长20%
- GAAP净利润583.2亿美元，同比增长211%
- GAAP毛利率74.9%，维持在历史高位
这是什么概念？NVIDIA一个季度的营收，相当于英特尔+AMD+英伟达竞争对手全年营收的总和。更直白地说：在AI时代，卖"铲子"的NVIDIA，靠一个季度就赚了将近6000亿人民币的净利润。
什么是NVIDIA的"铲子逻辑"？
在淘金热时代，最稳定赚钱的不是淘金者，而是卖铲子的。NVIDIA的Blackwell GPU就是AI时代的"铲子"——无论是OpenAI、Google、Anthropic，还是国内的百度、阿里，要训练大模型都需要大量GPU。NVIDIA凭借CUDA生态的先发优势，形成了极深的护城河。
1.2 数据中心：NVIDIA的核心引擎
财报拆分来看，最关键的数字来自数据中心业务：
| 业务线 | Q1营收 | 同比增长 |
|---|---|---|
| 数据中心 | 703亿美元 | +92% |
| 游戏 | 78亿美元 | +42% |
| 专业可视化 | 18亿美元 | +30% |
| 汽车 | 14亿美元 | +72% |
数据中心营收高达703亿美元，占总营收86%，同比增长92%。这背后是全球科技巨头们争相购买Blackwell GPU、建设AI算力基础设施的狂热投入。
据Jefferies分析师测算，2026年全球AI基础设施投资预计超过5000亿美元，其中相当大比例流入了NVIDIA的口袋。微软、亚马逊、谷歌、Meta、甲骨文——这些公司的资本开支全都在高速增长，但最终都要经过NVIDIA这个"算力交换机"。
1.3 Blackwell架构：供不应求的烦恼
黄仁勋在财报电话会议上透露，Blackwell GPU的需求仍然"大幅超过供给"：
- Blackwell Ultra架构已向主要云厂商批量发货
- Vera Rubin架构（下一代，支持AI Agent专用指令集）将于2026年Q4-2027年Q1量产
- Grace Blackwell超级计算机节点订单接到手软
不过，NVIDIA也承认了一个重要限制：由于美国出口管制，其高端GPU（H200/B200/Blackwell）被禁止向中国出口，这直接导致NVIDIA"拱手相让"中国市场。
二、黄仁勋承认华为：一句话改变了什么
2.1 那句话
2026年5月20日，在发布亮眼财报的同一天，黄仁勋在接受CNBC专访时说出了让全球科技界震惊的一句话：
“中国的需求非常大。华为非常、非常强大，他们创下了纪录之年，接下来很可能也会是非凡的一年。他们本地的芯片公司生态也做得相当好，因为我们撤离了那个市场。”
“英伟达已基本将中国AI芯片市场拱手让给了华为。”
——黄仁勋（Jensen Huang），NVIDIA CEO，CNBC专访，2026年5月20日
这是迄今为止NVIDIA高层对中国AI芯片市场最直白、最明确的表态。
2.2 历史回顾：从垄断到退出
NVIDIA与中国AI芯片市场的关系，经历了一个令人唏嘘的过山车：
| 时间节点 | 事件 |
|---|---|
| 2020-2022年 | NVIDIA GPU占中国AI芯片市场95%以上份额 |
| 2022年10月 | 美国BIS出口管制：H100被禁，A100/A800受限 |
| 2023年10月 | 出口管制升级：A800/H800系列被禁 |
| 2024年 | H20降规格版短暂上市，旋即被纳入限制 |
| 2025年 | H20系列被彻底禁止，NVIDIA基本退出中国高端AI芯片市场 |
| 2026年5月 | 黄仁勋亲口承认：中国市场已让给华为 |
2.3 华为昇腾：真的能接棒吗？
华为在过去3年的技术追赶速度，已经超出了大多数人的预期。黄仁勋说的"华为非常强大"，并非空穴来风：
华为昇腾910C/B：NVIDIA A100级替代方案
- 昇腾910B：FLOPS接近A100，国产算力代表作
- 昇腾910C：性能进一步提升，通过MindSpore 3.0支持主流框架
- 昇腾3.0（预计2026年Q3）：对标B200，支持FP4/FP8混合精度
生态追赶：CANN与MindSpore
- CANN（计算架构）：PyTorch/TensorFlow适配度已达85%+
- MindSpore 3.0：支持大模型训练，主要国产大模型已适配
- ModelArts：华为云AI开发平台，覆盖训练-推理-部署全链路
然而，华为昇腾与NVIDIA的差距依然存在：
| 维度 | NVIDIA Blackwell | 华为昇腾910C | 差距 |
|---|---|---|---|
| 算力（BF16） | ~4 PFLOPS | ~2 PFLOPS | 约2倍 |
| 内存带宽 | ~8 TB/s | ~4 TB/s | 约2倍 |
| 互联网络 | NVLink 800GB/s | 华为AI Fabric 200GB/s | 约4倍 |
| 生态成熟度 | CUDA 20年积累 | 3-5年快速追赶 | 差距明显 |
| 单集群规模 | 100万+GPU联训 | 数万GPU联训 | 差距明显 |
核心结论：华为在中等规模AI推理场景已基本可替代NVIDIA，但在超大规模模型训练场景（万亿参数级别），差距依然存在。这解释了为什么国内大模型公司通常采用"昇腾做推理+少量A100二手做训练"的混合策略。
三、分裂的AI算力世界
3.1 两个平行宇宙的形成
2026年的全球AI算力市场，正在形成两个相对独立的生态圈：
美系生态圈（NVIDIA主导）
- 核心算力：NVIDIA Blackwell/Vera Rubin
- 主要客户：OpenAI、Google、Microsoft、Amazon、Meta
- 软件生态：CUDA / cuDNN / TensorRT
- 覆盖地区：北美、欧洲、日本、韩国、中东
中国生态圈（华为主导）
- 核心算力：华为昇腾910C/3.0
- 主要客户：百度、阿里、腾讯、字节、DeepSeek
- 软件生态：CANN / MindSpore / ModelArts
- 覆盖地区：中国大陆、部分"一带一路"国家
这种分裂并非偶然，而是美国出口管制政策的直接产物。但它的深远影响可能远超政策制定者的预期：
- 技术标准分化：中美AI框架、接口规范可能走向不同标准
- 开源生态分裂：Hugging Face/GitHub生态 vs. 国内ModelScope/Gitee生态
- AI应用出海受阻：中国AI产品进入海外市场的技术壁垒增加
3.2 国家发改委：政策层面的算力战略
就在NVIDIA财报发布的同一周，国家发改委于2026年5月22日召开新闻发布会，明确表示：将指导国产大模型加大力度适配国产算力芯片。
这一政策信号的含义非常清晰：
- 政府层面将推动大模型厂商加速适配华为昇腾
- 未来AI相关的政府采购，可能优先支持国产算力方案
- "国产算力+国产大模型"的全链路国产化方向将获得政策支持
3.3 英伟达的"损失"究竟有多大？
有人会问：NVIDIA退出中国市场，损失有多大？
从财报数据来看，2025财年NVIDIA中国区收入约为170亿美元，占总营收约13%。2026财年（2026年1月截止）由于出口管制趋严，中国区收入已大幅下滑，估计仅剩60-80亿美元。
然而，黄仁勋的底气来自于：即便完全失去中国市场，NVIDIA在其他地区的增长也足以弥补——美国、欧洲、中东（沙特、UAE大规模AI投资）、日本的需求正在爆炸式增长。
“We would rather have the whole world as our market”（我们宁愿把全世界作为我们的市场）。——黄仁勋在财报会议上的表述。
四、AI算力军备竞赛的下半场
4.1 云巨头的资本开支狂欢
2026年全球云巨头AI资本开支（预测）：
| 公司 | 2026年AI资本开支（预测） | 同比增长 |
|---|---|---|
| Microsoft | $800亿美元 | +43% |
| Amazon AWS | $750亿美元 | +38% |
| Google Cloud | $600亿美元 | +50% |
| Meta AI | $500亿美元 | +47% |
| Oracle/SoftBank | $300亿美元 | +200%+ |
这些资本开支的相当大比例，都流向了NVIDIA的GPU采购。难怪分析师们把NVIDIA称为"AI时代的必选投资"。
4.2 甲骨文：数十万颗Vera CPU的野心
NVIDIA财报中特别提到，甲骨文（Oracle Cloud）将部署"数十万颗"NVIDIA Vera CPU，构建全球最大的AI数据中心之一。
Vera CPU是NVIDIA专为AI Agent设计的CPU产品，其关键特性包括：
- 约650 GB/s内存带宽（较Grace提升约30%）
- AI Agent专用指令集优化，降低上下文切换开销
- 与Blackwell GPU深度NVLink互联
这意味着未来的AI算力基础设施，将不再是单纯的"GPU集群"，而是CPU+GPU深度协同的异构计算架构。
4.3 量子计算的远期威胁
值得一提的是：就在NVIDIA财报发布的同一周（5月19日），中国科学技术大学潘建伟团队宣布"九章四号"量子计算原型机研制成功，量子优势比达到10^54倍。
量子计算对AI算力市场的影响目前仍处于早期阶段，但长期来看，量子计算在优化问题、密码学、部分机器学习任务上可能对GPU产生替代效应。这是10年内GPU算力格局的潜在"搅局者"。
五、对中国AI行业的启示
5.1 华为昇腾的机遇窗口
黄仁勋的"退场声明"，对华为昇腾来说是一次历史性机遇：
- 市场真空：中国AI算力市场规模约占全球15-20%，NVIDIA退出后，华为是最大受益方
- 政策背书：发改委明确支持国产算力适配，大模型厂商有了"向国产迁移"的政策正当性
- 生态催化：随着昇腾装机量增加，围绕CANN/MindSpore的开发者生态将加速完善
5.2 大模型厂商的算力选择
对于国内大模型厂商，当前的最佳实践是：
训练阶段：
- 超大规模预训练（万亿参数）→ 优先A100 H800二手/境外云 + 昇腾910C混用
- 中等规模预训练/微调 → 昇腾910C为主，成本更低
推理阶段：
- 在线推理服务 → 昇腾910C完全可承担，性价比优于二手H800
- 边缘/端侧推理 → 华为/高通等国产芯片
5.3 "脱钩"的代价与机遇并存
正如所有技术竞争一样，"脱钩"并非只有代价：
代价：
- 中国AI模型无法使用最顶级的GPU算力，训练成本更高
- 与全球AI基础设施的互操作性下降
- 部分顶尖科研人才和工具链难以获取
机遇：
- 倒逼国产算力生态快速成熟
- 为华为/寒武纪等国产芯片厂商提供了快速迭代的市场环境
- 中国AI公司在成本优化方面积累了独特的工程能力（DeepSeek的MoE训练效率就是典型案例）
FAQ：常见问题
Q：华为昇腾910C什么时候能追平NVIDIA Blackwell？
A：按当前发展节奏，昇腾3.0（预计2026年Q3量产）在中小规模训练和推理场景可以基本追平NVIDIA A100/H100的性能；但在超大规模分布式训练（万亿参数级）和NVLink互联效率上，差距可能需要2-3代产品周期（约3-5年）才能完全追平。
Q：NVIDIA完全退出中国市场了吗？
A：并非完全退出。NVIDIA仍在中国销售消费级GPU（RTX系列）和部分企业级非AI产品（如Tesla V100旧款）。退出的主要是高端AI训练芯片（H100/H200/A100/Blackwell系列）。此外，NVIDIA在中国仍有软件生态维护团队。
Q：DeepSeek等国产大模型的训练是用什么算力？
A：从公开信息来看，DeepSeek V4训练主要在海外数据中心使用NVIDIA H800/A100（出口管制前的存量设备），同时在国内使用部分昇腾910B设备做推理和微调。这也是DeepSeek近期大力拥抱华为昇腾的背景。
Q：这对普通AI开发者意味着什么？
A：对普通AI开发者（使用云API调用大模型）影响不大。影响主要在大模型厂商层面的训练成本和算力选择。对于有私有化部署需求的企业，国产昇腾算力方案将越来越成熟。
Q：英伟达Q1业绩如此亮眼，为何股价反应平淡？
A：市场已提前消化了部分预期，且投资者开始关注增速是否可持续——816亿的营收基数意味着维持85%的同比增长将越来越困难。此外，Blackwell供货紧张缓解后，溢价空间可能收窄。
参考资料
- NVIDIA官方公告（2026-05-20）: “NVIDIA Announces Financial Results for First Quarter Fiscal 2027” - https://blogs.nvidia.cn/blog/nvidia-announces-financial-results-for-first-quarter-fiscal-2027/
- 新浪财经（2026-05-21）: “英伟达 2027 财年 Q1 财报：营收利润双创新高，AI 算力需求持续爆发” - https://finance.sina.com.cn/tech/roll/2026-05-21/doc-inhyrvzr8268922.shtml
- 新浪科技（2026-05-21）: “终于等到这一天！黄仁勋亲口承认 华为成功替代NVIDIA” - https://finance.sina.com.cn/tech/roll/2026-05-21/doc-inhysaip8202676.shtml
- 快科技（2026-05-21）: “NVIDIA CEO 承认英伟达已基本放弃中国AI芯片市场” - https://news.mydrivers.com/1/1123/1123944.htm
- 国家发展改革委（2026-05-22）: 5月份新闻发布会 - https://news.cctv.com/2026/05/22/ARTIiKSPqed4uN72WVHtwt0W260522.shtml
- EET China（2026-05-21）: “黄仁勋坦言：已基本将中国AI芯片市场拱手让给华为” - https://www.eet-china.com/news/202605211787.html
{
"@context": "https://schema.org",
"@type": "TechArticle",
"headline": "NVIDIA财报816亿创纪录×黄仁勋承认华为替代：全球AI算力格局重塑",
"description": "2026年5月：NVIDIA Q1营收816亿美元同比增长85%，但黄仁勋亲口承认已将中国AI芯片市场让给华为。深度解析全球AI算力格局重塑的背后逻辑与产业影响。",
"author": {"@type": "Person", "name": "大模型技术观察"},
"datePublished": "2026-05-25",
"keywords": "NVIDIA财报,黄仁勋华为,AI算力格局,华为昇腾,AI芯片竞争"
}
AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念，把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起，为开发者提供从开发、训练到部署的一站式体验。
更多推荐
2
0- 0
已为社区贡献155条内容
所有评论(0)