英伟达最新一季财报出来后，市场最容易记住的，还是那个熟悉的结论：它又赚疯了。

北京时间5月21日凌晨、美股盘后，英伟达披露了截至4月26日的，2027财年第一季度业绩报告。单季度营收816.15亿美元、同比增长85%，GAAP毛利率逼近75%，数据中心业务营收同比增长92%，以及董事会宣布800亿美元新增回购。

如果只看这些高光，英伟达更像是一台被AI资本直接接上的印钞机。

创始人兼首席执行官黄仁勋宣称，“代理式AI已经到来”，“AI工厂的建设正在加速”。在随后的电话会议上，他和CFO科莱特·克雷斯（Colette Kress）讲述了一个关于技术统治、资本嵌合与生态重新定义的宏大故事。

然而，在这些陈述背后，还“隐藏”着另外三个故事：

● 583亿美元GAAP净利润里，有159亿美元来自股权类证券收益，不是卖GPU直接赚来的；

● 调整了业务披露方式，主动回应一个越来越重要的质疑：到底是不是还在靠几家云巨头的资本开支获取收益；

● 客户购买GPU这笔账已经不能再按折旧逻辑来算，因为一块卡被折旧完之后，可能还在继续赚钱。

这三个故事连起来看，比单纯卖出多少块Blackwell芯片，更能看到这家万亿巨头的真实一面。

算力巨头的“副业”

业绩报告显示，第一季度英伟达GAAP净利润为583.21亿美元，non-GAAP净利润为455.48亿美元，GAAP净利润被大额投资收益显著抬高。柯莱特·克雷斯在额外的一份文件中给出解释“第一季度权益类证券净收益达159亿美元，主要受到上市股票及非上市股权未实现浮盈的推动”。

这意味着，这家全球芯片制造商在本季度有接近27%的净利润，实际上是由资本市场和其外部风投组合贡献的。英伟达更像是一家硅谷最赚钱的顶级风险投资机构。值得留意的是，科莱特·克雷斯使用了“unrealized gains”，意思是，这些收益并非通过出售股票套现，而是因估值上涨，所以按照会计准则被计入当期利润。

过去两年，英伟达在AI生态里投了不少公司，类型覆盖大模型企业、AI原生云和算力基础设施公司，如人工智能公司Anthropic、AI算力龙头CoreWeave、深度学习GPU云原生平台Lambda Labs，以及深度入局马斯克的AI独角兽xAI等。

在残酷的军备竞赛中，英伟达作为战略投资者入局，为它们注入资金或提供信用背书。紧接着，这些初创公司拿到钱后的第一件事，就是“还给”英伟达，用来购买生存赖以需要的Hopper或Blackwell加速器。随着这些公司在新一轮融资、二级市场或内部重估中估值抬升，英伟达账面上的股权资产也跟着升值，并最终反映到GAAP净利润里。

图片来源：AI生成

这是一个精妙的商业闭环，英伟达的角色不再只是单纯的“卖铲人”，它不仅赚走了硬件销售中留存的最高一截毛利，还通过股权纽带，将行业的资本溢价也赚取回了自己的口袋。但这也值得警惕，因为这些收益大部分尚未变现。一旦AI投资情绪转变，或者这些被投公司的业务不及预期，这些浮盈可能迅速蒸发，甚至转为亏损。

事实上，英伟达投资版图已经相当庞大。第一季度，它花费了186亿美元购买非上市证券，总余额从上一季度的223亿美元跃升至434亿美元，几乎翻倍。这些投资的未来估值变化，将直接影响英伟达的GAAP利润。

此外，英伟达调整了非GAAP指标本身的计算规则。从第一季度开始，该公司决定不再剔除股权激励费用。过往加回是一种常见的做法，因为股权激励是非现金支出，且被认为能更好地反映核心经营成果。

然而，股权激励已经是英伟达一项真实且巨大的成本，第一季度高达19.3亿美元。继续将其加回会过度夸大“核心盈利能力”，但这一变化也使得历史数据不再具有直接可比性。英伟达对历史同期的Non-GAAP数据进行了追溯调整。

击碎空头软肋的防御

更加重大的调整是，英伟达更改了收入披露的框架。

过去几个财年，英伟达的营收披露方式是典型的硬件公司模式，数据中心、游戏、专业可视化、汽车与机器人四大类。这种旧口径虽然清晰，却也把最关键的数据中心业务做成了一个“大筐”，外界只能看到总数，却很难了解它到底卖给了谁、靠什么场景在增长。

在本季财报中，英伟达彻底摒弃了过去让市场模糊猜测的方式，而是将核心引擎“数据中心”业务分成了两个部分。一边是传统的“超大规模公有云厂商（Hyperscale）”，实现营收378.69亿美元；另一边是全新定义的 “ACIE（AI云、工业与企业）” 平台，实现营收373.77亿美元。

这一变化的作用，不只是提高财务透明度，也是英伟达对长期做空势力和质疑者的回击。

长期以来做空英伟达的逻辑很简单，就是认为其繁荣是一场不可持续的垄断，其命脉完全系于微软、谷歌、亚马逊和Meta这四巨头的资本开支，本质是一只“云CapEx周期股”。一旦这些客户放缓资本开支、延后部署节奏，或者以自研芯片取代，英伟达就该被重新定价。

最新几乎1:1的财务数据，无疑是告诉市场，四大巨头之外的市场已经具备了分庭抗礼的体量。

黄仁勋在电话会上把这个变化的动机说得很直接，AI的运行环境本来就是多样的，既可能在超大规模云，也可能在AI原生企业、企业本地部署、工业场景和边缘侧。英伟达的独特性在于，它构建了完整、端到端、极端协同设计的技术栈，同时又把平台开放出去，适配不同环境。

更关键的是，他还在结尾时专门点名了第二类市场时称，“这一细分市场的增长速度惊人。”这句话其实已经把英伟达的意图说透了。不过，当一家公司主动拆分数据时，它通常是选择性展示它认为最有利的部分。这不是欺骗，只是管理层想透露出来的而已。

至于把原来游戏、汽车等长尾边缘硬件整合到边缘计算一个类目下，一位受访二级市场分析师告诉虎嗅，这块本来的收入占比就比较低。2026财年年报显示，这些业务营收占总营收的比例约为10.4%。

AI作图，数据来源：英伟达财报

GPU的真实赚钱周期

这个季度，颇有意思的是英伟达管理层对客户ROI（投资回报率）逻辑的重构。

在电话会议开始，科莱特·克雷斯说出了一句大多数投资者可能忽略的话，“客户在GPU的可折旧寿命之外，仍在产生盈利性收入”。

这是一个相当有趣的讨论。通常，一台服务器中的GPU会在3到5年内完成会计折旧。在那之后，它在账簿上的价值归零。但科莱特·克雷斯声称，英伟达芯片的实际寿命更长，长到客户在账面价值归零后，依然能靠它们赚钱。

传统的互联网时代，企业客户购买硬件所能收回成本的速度，往往很难赶上硬件设备本身陈旧和贬值的速度。因此，算力在过去始终被牢牢定义为“成本支出”。

但科莱特·克雷斯和黄仁勋想讲述另一个逻辑，因为英伟达芯片的性能，买得越多省得越多，并且能立刻产生正向的净现金流。这套逻辑也直接解释了一个外界反复追问的问题，为什么英伟达的卡这么贵，客户还愿意持续买？

同时，这也是为什么，英伟达越来越喜欢讲“AI factory”的故事的原因。如果高端GPU在折旧完成之后，依然能持续支撑推理、模型服务、企业AI应用甚至Agent任务处理，那么客户看待这项资产的方式就会完全不同。换句话说，服务器是成本，工厂是产能；成本天然会被压价，产能只要能赚钱，就会被持续加码。

硬币的另一面。一旦客户大规模采用英伟达的生态，迁移到竞争对手平台的成本变得极高。“折旧外收入”所揭示的资产长寿命，意味着这种锁定关系将持续很多年。这会强化英伟达的商业护城河，但也会让它难以回避反垄断层面的审视。

历史上，微软因将IE浏览器与Windows捆绑，利用操作系统的主导地位排挤竞争对手；英特尔因向PC厂商提供排他性回扣，阻止其使用AMD的芯片；高通因“无授权无芯片”政策，要求客户在购买芯片前必须签署专利许可协议。这些公司都曾被处以数亿至数十亿美元的罚款。

当把一个季度财报背后的三个故事放在一起，英伟达就不该再只被当成一家硅谷半导体公司来分析了。它不仅在制造芯片，更在重新定义整个科技行业的底层游戏规则。过去，市场用算力、制程和摩尔定律来衡量它，而今天，驱动它狂飙的是生态、标准和无法复制的开发者网络。

某种意义上，黄仁勋这次确实有了一件“新皮衣”，不只是穿在身上的那件，更是一层新的公司“外衣”。这件“外衣”的纤维，是由全栈的软件生态、重新划分的业务边界共同编织而成。这件“皮衣”让英伟达变成了一个同时掌握利润解释权、增长定义权和回报定价权的AI基础设施平台。

当然，如果有一天AI投资放缓，或者监管风暴来临，这件“新皮衣”或许会被重新审视，但在此之前，作为全球市值最高的公司，英伟达的故事显然不该只有一个版本。