英伟达预计 2028 财年销售额达 6730 亿美元

英伟达预计销售额将达 6730 亿美元，AI 需求持续扩大

英伟达预测 2028 财年增长 70%，意味着销售额将达 6730 亿美元，需求扩展至超大规模云厂商之外，尽管仍面临供应限制。

Nvidia projects $673 billion in sales as AI demand widens

英伟达预计2028 财年营收增长 70%，如果当前华尔街对 2027 财年的普遍预期保持不变，这将使年度销售额达到约6730 亿美元。这将使这家芯片制造商在营收上超越 Apple 和 Alphabet，在美国科技公司中，届时预计销售额更高的将只剩 Amazon。

首席财务官 Colette Kress 于 2026 年 8 月 26 日发布了这一预测。它远高于 LSEG 追踪的分析师平均预期 44%，也标志着英伟达披露方式的变化：该公司此前从未提供过如此远期的预测，尽管首席执行官黄仁勋曾就预期的 AI 芯片需求给出过较短期的指引。

Nvidia 2027 财年第二季度业绩为这一展望提供了直接证据。季度营收达到 962 亿美元，是上年同期的两倍多，而数据中心营收增长 117% 至 890 亿美元。一份报道称 Nvidia 股价在盘后交易中上涨约 4%，而另一份市场报告则将当日高点定在 5.6%。这一差异反映的是财报发布后报道的交易区间，而非公司预测的变化。

如今，限制近期上限的是供给，而非需求。黄仁勋表示，包括内存在内的零部件短缺，使 Nvidia 无法给出更高的预测，因为 AI 基础设施消耗了全球芯片和内存产能中越来越大的份额。

Shein targets a $27 billion IPO after its peak valuation

Nvidia 正在扩大其客户群

投资者一直担心，Nvidia 的增长过于依赖少数几家超大规模云厂商，而这些厂商是在为少数几家前沿 AI 实验室建设数据中心。黄仁勋表示，下一阶段将涉及更广泛的买家群体，包括区域性 AI 公司、neocloud 提供商、初创企业以及传统企业。

Nvidia 将这些客户归入 ACIE 这一类别。该公司向他们出售的不只是 GPU。黄仁勋表示，其技术可以供应周边数据中心技术栈的大部分，使 Nvidia 成为那些无法自行组装系统的组织更广泛的基础设施合作伙伴。他说，这一客户类别此前“基本上不为人所见”，但如今它涵盖了越来越多的公司，这些公司部署 AI 是为了有用的生产性工作，而不仅仅是资助大规模模型训练。

“去年这个时候，仅一家实验室就在推动这轮建设；如今，我们迎来了新 AI 实验室和初创企业的黄金时代，多家前沿实验室并行扩张，一个蓬勃发展的开放模型生态，以及物理 AI 正在上线——在美国和全球范围内都势头强劲。”

客户群分散于区域性提供商、初创企业和企业之间，可以降低对任何一家超大规模云厂商资本预算的依赖。这也让 Nvidia 有更多机会在销售处理器的同时，销售网络、系统及其他数据中心组件，不过所提供的业绩并未单独披露这些产品贡献了多少收入。

这一需求已经在影响美国以外的公司。英伟达发布财报后，欧洲半导体股上涨：ASML 上涨约 2.5%，而 STMicroelectronics、Infineon Technologies 和 BE Semiconductor 各自上涨 2% 至 4%。这些走势表明，投资者预计用于建设 AI 基础设施所需的设备和组件的支出将持续，即便欧洲主要股指下跌或持平。

英伟达正在为购买其芯片的基础设施提供融资

英伟达的角色如今已超出销售硬件。该公司正在投资包括 OpenAI 和 Anthropic 在内的模型开发者，支持租用英伟达算力的 neocloud 提供商，并帮助安排数据中心建设的融资。

一个例子是 为俄亥俄州一座在建的大型算力园区提供 1050 亿美元的财务支持，预计 OpenAI 将成为该园区的租户。英伟达还宣布与华尔街主要公司建立合作，安排高达 5000 亿美元的数据中心融资。这些安排引发了关于循环融资的担忧：英伟达帮助为客户的或基础设施提供资金，而这些钱随后可能通过购买英伟达产品回流到英伟达。

黄仁勋为这一战略辩护，认为前沿 AI 公司在拥有能够以低成本借款所需的资产负债表之前，需要异常大量的资本。

“这是第一代需要数百亿美元才能获得融资的初创公司。上一次有人听说一家初创公司需要数十亿美元才能起步、需要数百亿美元才能实现盈利，是什么时候？这种事从来就没发生过。但这正是 AI 的本质。构建 AI 的成本、部署 AI 的成本，都是高度资本密集型的。”

他表示，这些公司中许多都不具备投资级资质，也缺乏获得低成本资本所需的运营和财务历史记录。Nvidia 希望投资它们、支持它们，并鼓励它们基于 Nvidia 的技术进行构建，从而将公司的财务风险敞口与其计算平台的未来需求绑定在一起。

“它们不具备投资级资质。它们没有过往记录，没有资本过往记录，没有财务过往记录，无法以低成本获取或锁定资本。而这正是 Nvidia 可以帮上忙的地方。”

黄仁勋还表示，如果某一家 AI 公司陷入困境，Nvidia 的基础设施可以在不同客户和工作负载之间重新部署，从而限制被单一借款方或租户绑定的风险。

“我们投入的资金将会产生巨大的回报。我认为风险很低。”

这是 Nvidia 的辩护，而非对融资风险的独立评估。该公司的财报显示需求是真实的，但融资结构使 Nvidia 既是供应商，又日益直接地参与到购买其系统所需资本的环节中。悬而未决的问题是，在 Nvidia 的资产负债表不再持续补贴扩张的情况下，更广泛的 ACIE 客户群能否维持预期的增长。

Marcus Vance

企业版编辑

Marcus 追踪资金流向。他报道企业软件、云架构以及 Big Tech 战略的剧变。他将晦涩的财报电话会议和复杂的并购活动转化为关于行业实际走向的可操作洞察。如果某家科技巨头悄然转向，Marcus 通常是第一个察觉的人。