本文来自微信公众号： 未尽研究 ，作者：未尽研究
英伟达再次交出了超预期的财报，但定义下一阶段预期的关键变量，悬念保留到了3月中旬的GTC 2026峰会。下一代AI芯片路线图、Groq技术资产整合，以及与中国市场合作边界，关系到英伟达下一阶段的转型之路。
英伟达还是那个英伟达。超预期本身已被市场预期。老黄很善于整这个。四季度，公司营收681亿美元，显著超越华尔街预期的662亿美元；对下一季度的营收指引为780亿美元，同样显著超越预期。新一代Blackwell架构芯片产能持续爬坡，推动公司数据中心业务增长75%，超过公司整体营收增速，公司毛利率也回升至75.2%。
英伟达市场地位再次得到巩固。当打的Blackwell芯片，已经部署了至少9GW（吉瓦）。相比传统分散部署的GPU集群，GB300 NVL72这种高度集成、系统级设计的方案，每瓦性能提升了50倍，每token成本降低了35倍；近四个月内，对CUDA软件持续优化，让GB200 NVL72性能提升了5倍。黄仁勋证实，OpenAI最新的GPT-5.3-Codex，正是GB NVL72系统训练的。这开启了Agentic AI时代，强化了“算力即收入”叙事。
财报发布后，英伟达股价一度上涨4%，但随着电话会的进行，英伟达股价涨幅收窄。对于下一阶段的布局，黄仁勋卖足了关子，要留到GTC大会；而对中国市场的前景，黄仁勋依旧语焉不详。
开放竞争
在迎来超预期财报的同时，英伟达也迎来了更强的挑战。在电话会议上，黄仁勋好几次提到与Meta的合作，有种与AMD隔空较劲的意味。AMD刚从Meta手里签下一项跨年、跨代的算力订单，与上次绑定OpenAI一样，以约占当前10%的股权，换取多达6GW的订单。它们也是英伟达的大客户。在年初的CES上，苏姿丰宣布下半年推出MI455，对抗Rubin平台，2027年上市的MI500硬刚英伟达下一代Feyman架构。
如果只看算力性能，也许同期的英伟达芯片，都要超过竞争对手。但是，AI已经进入推理时代，不同应用场景需要针对不同约束条件优化；模型厂商正在寻找新的技术路径，也将改变芯片适配市场格局。
这正是过去一年英伟达GPU叙事出现松动的底层原因。谷歌TPU越来越能打，吸引了OpenAI与Anthropic。近期，前谷歌TPU资深工程师创立的MatX，融资5亿美元。英伟达刚收购前谷歌TPU资深工程师创立的Groq，市场非常想知道，黄仁勋将如何将其整合到自己的生态内。但Groq的人才并非全部被英伟达收入了囊中。Groq前高管创立的Positron，号称能让每瓦效能达到Rubin架构的5倍；还有不少Groq工程师流向了同样侧重内存架构创新的d-Matrix。
英伟达的风险敞口已经扩大。在这次电话会议上，黄仁勋没说的是，用英伟达芯片训练出来的GPT-5.3-Codex，在推出之后一周，OpenAI就上线了更轻量版的Codex-Spark。后者是这家AI巨头首个运行在英伟达竞争对手Cerebras芯片上的模型，响应速度更快，达到1000token/秒。这将为Cerebras芯片支持OpenAI未来的模型做好准备。Cerebras创始人Andrew Feldman称，Codex-Spark是为实时软件开发而打造的，在编程领域，响应速度本身就是产品。也许他也可以模仿黄仁勋的口吻说，“速度即收入”。
此外，推理并行、智能体并行等等已经出现的新趋势，或仍藏在实验室或论文里的新尝试，都会改变推理负载结构，从单纯的解码吞吐，转向更强调内存管理、缓存复用与系统调度能力。这种变化，正在对AI推理芯片的设计重点提出新的要求。
而且，随着AI推理逐步落地，vLLM和SGLang等主流大模型推理库逐步支持谷歌TPU、亚马逊Trainium，以及AMD的MI系列芯片。更关键的是，这些开源推理引擎和模型，正在逐渐抽象底层硬件差异，开发者不必基于GPU底层编程，可能压缩英伟达GPU在开发入口层面的CUDA生态溢价。
在电话会议上，Melius Research的Ben Reitzes很直接地提问，英伟达75%的毛利率是否能够长期保持下去。黄仁勋的回答是，“如果能向客户交付代际性能飞跃的话”。英伟达想要维持75%以上的毛利率，就意味着售价必须是成本（COGS）的4倍。而客户的自研芯片，想让TCO（总拥有成本）低于英伟达的GPU，事实上并不需要追平英伟达芯片的性能，毕竟，它可以只为此支付成本价；推理时代的规模效应，使这种成本摊销更具现实基础。
无疑，英伟达正在推动自身转型。这包括推出Triton推理服务器与KV缓存调度等工具，将竞争重心从编程接口，延伸至系统级性能与部署效率。KV缓存调度，有助于避免重复生成KV缓存，减少推理成本开销。英伟达也计划推出新的推理定制芯片CPX。此外，在年初的CES上，黄仁勋还介绍过，Rubin架构芯片将引入全新的内存存储平台，实现推理上下文在十亿级规模下的扩展。
在电话会议上，黄仁勋称，首批Vera Rubin样品已经发给客户验证，有望下半年量产出货。但无论是Vera CPU，还是Rubin GPU，更多细节会在3月16日的GTC 2026上揭晓；也许，还会有Feynman架构。
同样的，多位分析师追问了数次，英伟达将如何整合近期收购的Groq，都被黄仁勋“我有一些很棒的想法”，“你来GTC大会就知道了”挡了回来。市场期待，就像英伟达收购Mellanox那样，最终Groq的技术资产也将扩展英伟达的生态。最近一个财年，英伟达网络业务营收超310亿美元，是收购整合Mellanox技术资产当年的10倍以上。
开源生态
如果说，市场还可以等待三周后的GTC 2026，英伟达最终仍将通过产品和战略回应市场预期，那么中国市场的预期，则并非英伟达自身可以控制的变量。
在电话会议上，英伟达确认，虽然美国政府批准了向中国客户提供少量H200产品，但尚未产生任何收入，相关产品是否最终能够顺利进入中国市场仍存在不确定性。公司在最新指引中依然未计入来自中国数据中心业务的潜在收入，只是表态称，在倡导美国在全球竞争的能力基础上，“我们将继续与美国和中国政府接触”。
今年1月，在美国商务部放宽了对华出口H200芯片的限制后，英伟达在中国市场的命运，又交到了美国国务院、国防部和能源部的手中。15日，美国商务部工业与安全局（BIS）发布最终规则（Final rule，编号2026-00789），将特定先进AI芯片对华出口从“推定拒绝”，修改为满足合规条件下的“逐案审查”。21日，美国众议院通过《AI守望法案》（AI OverWatch Act），要求国会向审查导弹出口那样，审查先进AI芯片的出口许可证。
最新BIS的合规要求包括：证明这些芯片不会挤占美国客户现在与未来的产能；出口数量不超过美国出货的一定比例；H200芯片在离境前必须经由符合资质的第三方查验；执行严格的“了解你的客户”（KYC）程序，筛查并防止未经授权的远程访问；申请人必须掌握部署于中国境内H200的任何预期（intended）的最终用户，以排除“推定拒绝”实体，或敏感用途；基于H200芯片训练的模型权重与算法，无法被“推定拒绝”实体或“未披露主体”或敏感用途访问。
在这一监管框架下，开源模型厂商若使用H200进行训练，将面临非常高的合规不确定性。因为一旦模型权重公开，申请人难以证明其不会被受限实体获取或远程访问。各类“推定拒绝”实体名单的最终审核，也涉及美国政府间多个部门。路透社报道称，中国客户暂未向英伟达下达H200芯片的订单。美国商务部官员在国会听证会上证实，截至24日，H200销售记录为零。
在电话会议上，英伟达对这一结果的表述为，“我们在中国的竞争对手，在近期IPO的支持下取得了进展，从长远来看，有潜力颠覆全球AI产业的结构。”这句话的意思，不仅仅是英伟达的收入在中国清零，而是对长期的全球竞争力的担忧。
开源模型已经成为AI生态的关键力量。行业分析师Dylan Patel认为，当中国无法再使用英伟达AI芯片时，开源模型就不会再针对CUDA架构优化，转而优先适配国产AI芯片，这不仅会削弱英伟达的护城河，更会让中国形成独立的协同生态。而当这个中国主导的生态成熟后，就会进一步扩展到全球市场。这才是英伟达最核心的顾虑。
这一顾虑正在成为现实。据路透社称，对于即将更新的DeepSeek-V4，英伟达和AMD并未如常提前获得访问权限，而多家中国AI芯片厂商已经提前数周参与适配。
英伟达的GTC，曾经是全球AI生态的交汇点。在ChatGPT尚未发布的时候，DeepSeek就站在GTC的舞台上演讲，连续三届，成为这一生态的重要参与者，直至去年首次缺席。
三周之后，GTC的舞台仍将热闹，然而，市场将从对Rubin与Groq的披露中收获更多信心，还是对全球AI生态分化趋势的重新评估，仍有待揭晓。