報告名稱：2026年展望：偏好人工智慧賽道（文末附全文PDF）一、雲AI主導全球半導體市場兆級擴張2026年全球前十雲廠商資本開支預計達6320億美元，推動AI半導體成為增長絕對引擎。報告測算，僅雲AI晶片市場規模2024-2029年複合增長率即達36%，定製ASIC更高達65%，將帶動整體半導體產業規模在2030年突破兆美元大關。AI相關收入佔台積電營收比重預計從2024年15%躍升至2029年40%以上。二、從訓練向推理需求結構性轉移月度Token處理量呈指數級增長（字節跳動、OpenAI等頭部廠商月處理量已超兆），推理計算需求增速遠超訓練。DeepSeek等低成本推理方案進一步刺激應用爆發，推動Cloud AI晶片中推理佔比從2024年40%提升至2026年50%以上。這一轉變要求晶片架構更注重能效比與成本最佳化。三、邊緣AI開啟第二增長曲線2023-2030年Edge AI半導體市場複合增長率預計達22%，總規模超千億美元。生成式AI向機器人、AI眼鏡、智能汽車、AI PC/手機等垂直領域擴散，但邊緣計算功耗與成本瓶頸仍待突破。報告指出，聯發科、高通等廠商在端側AI SoC的佈局將是關鍵勝負手。四、先進封裝成為AI算力絕對瓶頸台積電CoWoS產能將從2023年32K/月暴增至2026年125K/月，仍難滿足需求。CPO（光電共封裝）技術將在2026年實現2倍功耗降低、10倍延遲縮減，Broadcom、Arista等已啟動量產。3D堆疊的SoIC技術使晶片間互聯密度提升百倍，封裝環節價值量從傳統5%提升至AI晶片的25%以上。五、儲存器結構性短缺常態化HBM成為AI晶片性能最核心的物理限制。2026年HBM消耗量預計達32億Gb，佔DRAM總產能30%以上，供應高度集中於三星、海力士、美光三家。NOR Flash因AI裝置程式碼儲存需求也將進入供不應求周期，華邦電等利基型儲存廠商迎來量價齊升。六、中國AI生態加速"去美國化"DeepSeek低成本推理方案引爆國產AI需求，GPU自給率將從2024年34%提升至2027年50%以上。華為Ascend 910C性能對標輝達H20，CloudMatrix 384超算叢集已實現商用。但SMIC N+2工藝產能不足成為最大瓶頸，先進製程裝置進口在2025年下半年出現反彈但仍受長期限制。七、雲廠商自研ASIC形成"反輝達"聯盟Google TPU進入第6代、AWS Trainium 3/4迭代加速、Meta MTIA與Microsoft Maia規模商用，四大雲廠商2026年定製ASIC採購量將佔其AI晶片總需求的30%。無論GPU還是ASIC路線勝出，台積電作為核心代工廠將攫取90%以上AI晶片製造份額，形成"賣方市場"絕對話語權。八、供應鏈"AI優先"導致非AI晶片持續失血晶圓代工、封裝測試產能全面向AI晶片傾斜，成熟製程利用率和ASP持續承壓。台積電N3/N2先進製程價格年漲幅超15%，CoWoS成本轉嫁導致非AI晶片設計公司毛利率承壓3-5個百分點。技術通膨與需求替代效應下，傳統伺服器、消費電子晶片復甦將滯後至2026年下半年甚至更晚。 (TOP行業報告)

“AI Infra 就是雲端運算本身。”100 多年前，電力首次進入工廠，許多工廠主做了一個看似合理的決定：保留複雜的蒸汽機傳動軸和皮帶系統，只用電動機替換蒸汽機。結果令他們大失所望：動力更強了，生產效率幾乎沒有同步提升。接下來的 20 年，他們才逐步意識到，電力帶來的真正變革不只是簡單替代動力源，而是把它嵌入到不同的業務單元中，用不同類型的電機驅動鑽頭、傳送帶等，生產力才迎來爆發。這是阿里雲希望給企業深入應用 AI 提供的能力。他們認為，AI 時代客戶要的不只是單一的模型或雲的能力，而是更低成本使用更強模型時，有更靈活的綜合體驗。AI 雲應該像當年的電力真正提高工業生產力時那樣，提供多層次的服務，全面嵌入到企業的業務流程中。這一判斷有業務資料支撐：在阿里雲上呼叫大模型 API （ MaaS 服務）的客戶中，有七成也同時在使用其 GPU 算力服務。阿里雲智能集團資深副總裁、公共雲事業部總裁劉偉光說，第一批深度使用 AI 的客戶，會把場景分成不同檔次：不只是簡單呼叫大模型 API，還會用內部資料精調或者後訓練基礎模型，或者自己從頭訓練一個模型。在劉偉光看來，AI 給雲端運算行業帶來的變化才剛剛開始，整個雲端運算體系架構都要為 AI 重構，“MaaS 增長潛力很大，但關鍵是打贏 AI 雲新增的全量市場”，要建立軟硬一體的 AI 雲全端能力，推動企業用更低成本呼叫更強的 AI 模型，解決不同層次、不同場景問題，“這才是競爭中的勝負手”。146 個 行業客戶深度調研：Token 質量比數量重要“如果今天所有的 AI 應用每天只能免費用 100 次，你會用它做什麼？”這是劉偉光 2025 年走訪了 146 個客戶後反覆思考的問題。 他的結論非常直接：沒有人會把它浪費在寫段子或閒聊上，一定會做最重要的東西——對工作最有幫助的決策、對家庭生活最關鍵的建議。在他看來，這是企業使用大模型與個人使用者的本質區別。個人使用者可能為了娛樂消耗 Token，但追求效率的企業，每一次 Token 的交換都有成本。他們不僅要為 Token 付費，業務線上的人力、時間也是投入。很難想像一個年輕的工程師面對裝置故障時，還需要多輪對話才能得到解決方案，需要更快的響應、能讓他迅速解決問題的指南。同樣，基金公司的交易員用 AI 輔助捕捉交易訊號時，也很難容忍模型動輒陷入沉思，然後給出長篇大論，再問一句 “是否需要我幫你整理得更完善”。傳統行業的企業正在用不同的方式，儘可能避開 AI 的短板、提升效率。比如汽車診斷公司，用 30 年積累的產業檢測報告做出來遠端幫助汽修的大模型，才用到診斷報告中；基金公司會用沉澱 20 多年的資料和交易的行為跟模型結合，把各種形式的非結構化資料（如文字、語音、圖像等）轉化為可供投資參考的標準化資訊。企業也希望充分挖掘 AI 的潛力。中國兩家農牧業巨頭公司都在用千問做相同的事情，他們不僅嘗試用 VL（視覺大模型）識別豬的數量，還用它來識別豬的異常行為，檢測豬的健康與活性，或者是開發獸醫大模型解決專業人才短缺問題。還有頭部照明公司接入千問後，不再侷限簡單的開關燈或者調控色溫，還用 AI 理解使用者模糊的指令，用更流暢的對話打造更聰明的端側語言模型，讓人與光的互動更自然。而企業一旦找到合適的方式把 AI 嵌入業務流程中，就會是嚴肅和連貫的。線上招聘行業中的每一家公司，幾乎都在引入 AI 簡歷篩選、智能化面試、自動生成面試記錄。當招聘專員習慣用 AI 輔助工作後，就會形成新的工作流，每天都會使用，不會受到個人喜好影響。“個人消費者使用 AI 的情況會有波動，但企業級市場只會不斷增長。” 劉偉光說，而且使用的廣度和深度會不斷加強，很多場景還沒有解鎖，“如果 AI 能把車損定損給改了，那絕對是一種 ‘革命’。”2024 年雲棲大會上，阿里巴巴集團 CEO 吳泳銘在演講中稱，生成式 AI 最大的想像力，絕不是在手機螢幕上做一兩個新的超級 App，而是接管數字世界，改變物理世界。過去一年中國 AI 企業市場的發展證實了他的判斷。AI 已不只在手機裡面作為應用程式，而是出現在更多的載體中，包括眼鏡、耳機、學習機、玩具、健身器材、汽車、機器人等全品類硬體裝置中。這種不同層次、不同場景的需求，當下無法用單一的模型 API 服務滿足。在美國市場，原本已經給企業提供工具的 SaaS 行業，大模型呼叫量規模持續上漲，提供了一種相對標準化的方案。而在 SaaS 行業未能發展起來的中國市場，傳統行業偏向定製服務解決特定場景問題，往往需要後訓練或者微調大模型。雲端運算公司提供這樣的服務，在一定程度上為企業提供了類似 SaaS 的服務。“現在所有 MaaS 服務加一起，在中國雲端運算市場、甚至 AI 雲市場佔比都不高。MaaS 的空間當然非常大，但不是今天。” 劉偉光說，只統計公有雲市場大模型 API 的呼叫量，無法代表 AI 雲全貌。真實的 Token 消耗量，要把 MaaS 平台 API 呼叫、公共雲 GPU 推理叢集產生 Token、私有化模型部署產生 Token，裝置端模型產生的 Token 等全部統計在內。“冰川下的 Token 消耗非常大，卻無法統計。而且企業用 AI 還處於轉型早期， 90% 以上的企業還沒有真正行動起來，未來肯定是百倍的增長。”但可以觀察的是，只要基礎模型的性能持續提升，雲廠商深入到技術堆疊的每一層提供服務，改進推理能力、節省成本，就可以帶動更多行業的更多客戶用 AI 解決問題。做 AI 時代的基礎設施，承接不同層次的需求輝達 CEO 黃仁勳曾拋出一個著名的論斷：GPU 叢集就是 “Token 工廠”，輸入的是能量，輸出的是 Token。這是典型的晶片公司視角，把 AI 生產過程簡化為了物理層面的能量轉換。對於雲廠商來說，如果只是從事算力轉售業務，現在很難提供可用的 AI 服務。他們必須用系統工程能力，儘可能提升現有算力效率，針對不同行業、不同層次的企業提供模型服務。這也是阿里雲的選擇：做 AI 時代的基礎設施。用劉偉光的比喻來說，阿里雲正在搭建的是一套現代化的自來水廠，而不只是水（大模型 API）的搬運工，還要維護水源地（開源模型）、搭建淨化車間（資料清洗與模型訓練平台）、鋪設輸水管網（高性能網路），以及處理污水（安全治理）等。在這套體系中，阿里雲能夠提供當前不同類型的 “用水” 需求：MaaS（直供水服務）： 就像家庭擰開水龍頭就能用水，企業或者開發者不用關心底層複雜的管網，直接呼叫 API，開箱即用，按需付費。這是最輕量的接入方式。PaaS（工業用水服務）： 類似於工廠需要特定的水源，企業可以獲得基礎模型，直接用 “開源模型” 在阿里雲平台上微調或者自己後訓練，然後部署到合適的環境中。IaaS（水處理基礎設施）： 像是將經過初步淨化、萃取後的水源，輸送給飲料廠或啤酒廠，企業可以用阿里雲提供的算力和基礎軟體，用來訓練獨家配方的 “飲料”，比如自動駕駛模型、各種垂類大模型等等。阿里雲已經有了初步成績。根據市場調研機構 Omdia 資料，2025 年上半年，中國 AI 雲整體市場（AI IaaS+PaaS+MaaS）規模達 223 億元，阿里雲佔比 35.8 %，超過第二到第四名總和。搭建這套全面的基礎設施，不僅需要高昂的投入，還要有戰略決心。2025 年 2 月，阿里宣佈未來三年將投入超過 3800 億元，用於建設雲和 AI 硬體基礎設施，總額超過去十年總和。僅僅是 2025 年前三個季度，阿里用於建設 AI 資料中心等的資本開支就兌現了 950 億元。在基礎模型層面，阿里持續投入訓練不同尺寸、不同類型、不同模態的基礎模型，並投入資源把它們做到第一梯隊。比如視覺生成模型萬相 2.6 性能媲美 OpenAI 的 Sora 2；Qwen-Image-Layered 是業界首個能實現圖像分層精準編輯的模型；Qwen3-Max 的性位居全球模型性能榜單前列。阿里選擇把這些模型開源，提供給各行各業的團隊或企業使用，其中 Qwen 的衍生模型數量超過 18 萬，規模位居全球第一。作為基礎設施，阿里雲上長出來的不只有阿里自研的模型，月之暗面也在阿里雲上訓練 Kimi 系列模型，以及許多智駕團隊也用阿里雲訓練模型。與此同時，阿里雲也提供了一整套體系能力，支撐 AI 時代新誕生的產品迅速發展，除了阿里體系的千問 App，還有螞蟻集團的靈光、阿福，以及月之暗面的 Kimi 應用、MiniMax 的海螺等。儘管當前各行各業應用 AI 還處於早期階段，但定位基礎設施的阿里雲，也在探索更新的產品形態，為接下來的 AI 應用爆發做好準備。最典型的例子就是阿里正在開發千問 App 的 Agent 版本。它不只侷限於使用者提問，還能夠呼叫淘寶比價、使用高德導航，甚至阿里所有的服務都有可能成為它的外掛。最終這些在阿里內部業務和行業頭部公司驗證過的能力，都會沉澱在阿里雲中，成為對外提供服務的產品。讓客戶具備長期、可持續地產生和使用智能的能力，而不是把客戶鎖定在某一種計量方式裡。AI 加速推動客戶上雲AI 正在給雲廠商帶來了新的增長動力。無論是 AWS、微軟 Azure、Google Cloud 還是阿里雲，規模都在迅速增長。但提供動力的不只是 GPU 用量或者大模型 API 的呼叫。阿里雲團隊觀察到， 在阿里雲上使用這些服務的客戶群體，他們在計算、儲存、網路以及巨量資料等產品上用量的增長，高於整個大盤的增長。“AI 會加速推動客戶上雲。” 劉偉光說，客戶為了用好 AI，不得不將資料全面上雲。企業想要讓一個 Agent 產生價值，基礎模型只是一個方面，高品質的業務資料同樣重要。微軟 Azure 的增長邏輯類似，出售 OpenAI 的基礎模型的 API 服務只是其中一個方面，更充足的動力來自企業為了在業務中應用更強的模型，把分散在本地與各系統中的內容與資料，遷移到了更方便模型呼叫的雲產品中。為高並行 Web/HTTP 請求設計的傳統雲端運算架構，難以高效支撐這樣的需求。甲骨文重新獲得增長動力，很大一部分因素就來自於部署 RDMA（遠端直接記憶體訪問）高性能網路和自治資料庫，適應了大模型訓練、推理的需求。這直接改變了公共雲端運算服務在中國市場的前景。此前多年，中國雲端運算公司並不像 AWS 等海外雲平台那樣，公共雲客戶遍佈各行各業，囊括美國證券交易所、大型石油公司、銀行業巨頭等，做大規模就能擁有利潤。在中國雲端運算市場，平台依賴的電力、頻寬等基礎設施成本並不受企業自身控制；部分傳統企業出於資料安全、合規或歷史慣性等原因，仍傾向於自建資料中心。“阿里雲的基礎雲架構，為 AI 重做了一遍。” 劉偉光說，AI Infra 並不是一個特定的垂直方向，就是雲端運算本身，不僅需要規模化、安全和穩定，更需要雲上的跨服務流轉能力，比如新型的向量資料庫、高效的巨量資料清洗平台、靈活的開發框架，滿足企業不同層次、不同場景使用  AI  的配套軟體體系。在阿里雲看來， AI 時代雲端運算平台的競爭力在於 “軟硬一體化” 的體系能力：硬體不只是晶片，而是圍繞 GPU 算力建構的整個高性能底層架構；軟體則是對模型的理解、最佳化和調度能力。“阿里雲的目標是拿下 2026 年中國 AI 雲市場增量的 80%。” 劉偉光說，但是下一年增量的 10% 都會大於上一年的全量。所以過去取得了什麼成績並不重要，變化才剛剛開始。 (晚點LatePost)

雲市場很久沒有這麼熱鬧了。IDC最新資料顯示，2025年上半年中國公有雲市場規模達到1206.69億元，同比增長接近20%。其中MaaS市場規模12.9億元，同比增長421.2%，成為雲端運算賽道中增長最快的細分領域；AI大模型解決方案市場規模30.7億元，同比增長122.1%，金融、政務和製造行業貢獻了超過六成預算。AI給雲端運算帶來了二次發展的機遇，這一點毋庸置疑。熱鬧歸熱鬧，喧囂之中也有一些值得冷靜的地方。年末各家陸續曬出成績單，Token呼叫量成為最熱門的指標。日均幾十兆的數字在行業裡此起彼伏，頗有當年市場份額大戰的既視感。但熟悉雲端運算行業的人應該還記得，市場份額這件事，行業已經很久不怎麼強調了。不是因為不重要，而是大家逐漸意識到，在一個還在快速擴張的市場裡，份額只是某個切面的快照，很難說明太多問題。今天的Token呼叫量，某種程度上也在重複這個邏輯。把數字放在一起看就更清楚：MaaS市場12.9億，整個公有雲市場1206億，佔比剛過1%。當所有注意力都集中在這1%的增速和排名上時，我們可能正在用一把過於狹窄的尺子丈量這個市場。Token呼叫量能說明一些問題，但說明不了全部。雲端運算的競爭也從來不只發生在應用層。因此，矽星人的判斷是：2026年，AI雲的競爭終將回歸基礎設施，回歸全端能力的比拚。Token是一個好指標，但不是唯一指標Token呼叫量成為熱門指標，有它的道理。它直觀、可量化、易傳播，在一個需要強心劑的市場裡，“日均幾十兆”這樣的數字天然具有衝擊力。對投資人、媒體、甚至部分客戶來說，這是最容易理解的AI繁榮證據。但問題也同樣明顯。首先數量不等於質量，同樣一個任務，一個模型用1萬個Token完成，另一個用1000個完成，誰的能力更強？場景差異同樣巨大，寫一段行銷文案消耗的Token，和幫金融機構做票據識別消耗的Token，消費端陪聊產生的Token，和生產端提升效率產生的Token，意義都完全不同。更關鍵的是，API呼叫只是企業使用AI的方式之一，而且是最輕量的一種。從雲服務商的視角看，企業使用AI大致有幾種路徑：直接呼叫API，模型在雲端，按量付費，這是當前Token統計的主要口徑；往深一層是在雲上做後訓練和微調，企業把自己的資料灌進去，訓出適配業務的模型；再往深是下載開源模型在本地或私有雲部署，資料不出域，推理在本地完成；還有更特殊的場景，比如車端智駕、機器人端側推理，模型直接跑在裝置上，響應必須是毫秒級，根本不可能等雲端返回。這些路徑產生的算力消耗同樣龐大，但從未進入任何一份公開報告的統計口徑。據矽星人瞭解，在阿里雲上，使用API呼叫服務的客戶和使用GPU算力的客戶，重合度高達70%。這意味著真正深度使用AI的企業，從來不是只選一種方式，而是根據場景選擇不同的服務層級：有些調API就夠了，有些需要自己訓模型。只看API呼叫這個口徑，相當於只看到了冰山露出水面的部分。而冰山之下，是企業向AI轉型的真實圖景：它不是簡單地接入一個API，而是一場涉及資料、流程、組織的體系化變革。這件事快不了，也不可能一蹴而就。沒有一個企業在選擇AI服務時會想“你的Token呼叫量最多，所以我選你”。它們想的是：你能不能解決我的問題。AI雲的客戶，遠不止網際網路公司什麼樣的場景在消耗Token？這個問題的答案，決定了我們如何理解當前AI雲市場的真實狀態。目前中國這波AI熱潮，最直觀的繁榮集中在消費端：ChatBot、唱歌、跳舞、AI換臉、虛擬陪伴……這些應用主要跑在手機上，使用者增長快，Token消耗大，資料好看。與此同時，MaaS市場增長最快的客戶群體是AI原生企業和網際網路公司，它們天然就是API呼叫的理想使用者：業務線上，資料現成，開發能力強，呼叫API就能跑起來。但這只是AI市場的一個切面。更廣闊的空間在企業級市場，在各類終端上。2025年大量傳統行業開始嘗試AI：農牧業在用AI做牲畜數量識別、異常行為檢測；安防領域在做多模態的家用監控，嬰兒看護、寵物識別、火焰告警；重工業在用維修助手縮短高級技師的培養周期；教育公司在做智能判卷，不只是選擇題，連主觀題都能批；物流公司給一線員工配上AI助手處理日常諮詢。這些場景不只發生在手機上，還發生在車端、機器人、工業裝置、IoT終端，對即時性、可靠性、資料安全的要求遠高於消費端。這些企業有一個共同特點：它們不是AI原生的。它們有幾十年積累的業務資料和行業know-how，需要的不是簡單呼叫一個API，而是把AI和自己的資料、流程深度耦合。很多企業連數位化都沒完成，需要先做資料治理，再做後訓練和微調，最後才是部署應用。這是一整套服務，不是一個API介面能解決的。這也是為什麼開源模型和閉源模型對雲市場的拉動作用呈現出不同的節奏。閉源模型的路徑更直接：客戶呼叫API，按量付費，收入確認清晰，增長曲線漂亮。開源模型的邏輯不同，客戶下載後可能在本地部署，可能用自己的GPU叢集做推理，也可能在雲上做後訓練但不走API呼叫。這些使用行為同樣在發生，但很難被統計。開源對雲的拉動是存在的，只是更分散、更隱蔽、周期更長。從全球範圍看，阿里雲是一個比較特殊的存在，它是少數同時押注雲端運算基礎設施和開源模型生態的大型雲服務商。Qwen系列模型開源後，全球下載量已超過8億次。但這8億次下載中，有多少轉化成了阿里雲的收入？很難直接計算。開源是一個生態邏輯，不是一個交易邏輯。消費端的熱鬧只是開始，企業級市場的AI轉型才是真正的硬仗：資料治理、流程再造、組織適配，每一步都不容易。整個產業向AI的轉型，還有很長的路要走。回到雲端運算的底層邏輯雲端運算行業發展了這麼多年，一個最深的體感是：雲端運算行業沒有討巧的事。每一個資料庫產品，上線時的產品，被幾十家客戶打磨後幾乎完全重構。每一層服務能力，都是髒活累活苦活堆出來的。基礎設施的穩定性、安全性、彈性擴展能力，都不是靠講故事講出來的，而是靠無數次故障復盤、性能調優、架構迭代磨出來的。這些能力沒有捷徑，也無法速成。不管AI給這個行業帶來多大的想像空間，底層的邏輯沒有變：誰的基礎設施更紮實，誰的全端能力更完整，誰才能走得更遠。MaaS的競爭也從來不是孤立的。一個企業客戶呼叫大模型API，背後發生的事情遠比“請求-響應”複雜得多。它背後是PaaS層的能力：資料怎麼存、怎麼治理、怎麼灌進模型做訓練、怎麼搭建Agent工作流；再往下是IaaS層的積累：晶片、伺服器、網路、儲存、GPU叢集調度，一整套基礎設施在支撐。任何一層出了短板，整體體驗就會打折扣。這也是為什麼全端能力在AI時代變得更加重要。過去雲端運算的競爭，IaaS、PaaS、SaaS相對獨立，客戶可以分層採購，今天用A家的計算，明天換B家的資料庫。但AI改變了這個邏輯。模型訓練需要海量算力，推理需要低延遲網路，資料需要在安全合規的前提下流動，這些環節高度耦合，很難拆開。誰能把模型能力和基礎設施能力結合得最好，打造出最高的性價比，誰才具備長期競爭力。2026年，當更多企業從“嘗鮮”走向“深度使用”，當AI從消費端走向生產端，競爭一定會回歸到全端。但這場競爭究竟會如何演化，現在下結論還太早。1996年，摩托羅拉總裁訪問中國，預測到2000年中國手機使用者大概有100萬。結果2000年中國手機使用者突破1億，再過幾年突破10億。而那時候，摩托羅拉已經掉隊了。技術變革期的預測，往往會低估市場的爆發力，也會高估短期的競爭格局。MaaS市場佔整個雲端運算大盤剛過1%，中國企業級市場的AI滲透才剛剛開始，99%的企業還沒有真正入場。雲端運算的發展從來都是一個漫長的過程，沒有捷徑可走。暫時的資料波動，不值得過度興奮，也不值得過度焦慮。真正值得關注的，是誰在紮紮實實地建基礎設施，誰在認真地服務企業客戶，誰在為三年後、五年後的競爭做準備。 (矽星人Pro)

近期，多家機構對阿里巴巴的雲業務及AI驅動的投資前景表示樂觀。高盛指出，阿里巴巴作爲中國最大的超大規模雲服務商，其雲業務的可預見性持續強勁，AI驅動的投資主題保持不變。儘管由於市場競爭和即時零售的再投資，高盛下調了對中國電商核心EBITA的增速預測，但對阿里雲的估值保持不變，並維持“買入”評級。富瑞的報告也指出，阿里巴巴的雲業務收入在第二季度同比增長34%，超出市場預期。富瑞認爲，儘管供應鏈存在波動，但AI需求的強勁支持將推動雲業務繼續保持高增長。此外，阿里巴巴的即時零售業務預計在本季度將顯著縮減虧損，表現優於市場預期。Jefferies的研究報告進一步強調，阿里巴巴的雲業務在上一季度實現了34%的同比增長，儘管與微軟Azure和Google Cloud的增長率相比略有差距，但整體增長勢頭依然強勁。Jefferies還指出，阿里巴巴在AI應用方面的進展，特別是在即時零售和電商領域的協同效應，將進一步推動其業務發展。UBS的報告則提到，阿里巴巴的雲業務收入在上一季度超出預期，管理層的資本支出展望仍是市場關注的焦點。UBS認爲，隨着阿里巴巴在未來三年加大投資，其雲業務和AI驅動的戰略將繼續爲投資者帶來積極回報。總體來看，機構普遍認爲阿里巴巴的雲業務和AI驅動的投資主題具有持續的增長潛力，儘管在電商領域面臨一定的競爭壓力，但其在雲計算和人工智能領域的領先地位將繼續爲其提供強勁的發展動力。

【導讀】阿里財報發佈：核心業務連續進攻，AI+雲強勁增長34%，大消費平台協同效應顯著11月25日，阿里巴巴集團發佈2026財年第二季度財報（即自然年2025年三季度），當季實現收入2477.95億元，超出市場預期，剔除已出售業務影響，收入同比增長15%。具體來看，阿里巴巴對AI+雲、消費兩大戰略領域的投入持續收穫成效，核心業務強勁增長：阿里雲季度收入同比加速增長34%，再創新高；大消費平台協同效應顯著，即時零售帶動淘寶App月活躍消費者快速增長。基於對未來的發展信心，阿里巴巴表示，將在兩大戰略方向上持續投入，驅動長期增長。阿里巴巴集團CEO吳泳銘表示：“我們正處於投入階段，建構AI技術和基礎設施平台，以及生活服務與電商結合的大消費平台，創造長期戰略價值。本季度，我們在這些領域大力戰略投入，AI+雲、大消費兩大核心業務保持強勁增長。旺盛的AI需求推動雲智能集團收入進一步加速，季度收入同比增長34%，其中AI相關產品收入連續第九個季度實現三位數增長。在消費領域，即時零售規模擴大、單位經濟效益顯著改善，帶動淘寶App月活躍消費者實現快速增長。”受業績利多消息影響，阿里巴巴美股盤前一度拉升，截至發稿，股價漲超4%，報167.80美元/股。阿里雲強勁增長34%AI收入連續九個季度三位數增長根據財報，在強勁的AI需求推動和公共雲收入增長帶動下，阿里雲季度收入繼續加速增長34%，AI相關產品收入連續九個季度實現三位數同比增長。阿里雲持續投入全端AI能力提升。據介紹，雲棲大會期間，阿里雲發佈從AI基礎模型到高性能AI基礎設施再到AI開發框架的全端AI升級。其中AI模型實現7連發，覆蓋語言、語音、視覺、多模態、程式碼等模型領域，通義旗艦模型Qwen3-Max在大模型用Coding解決真實世界問題、Agent工具呼叫能力等專項測試中處於全球第一梯隊。依託全端AI能力，阿里雲持續引領中國蓬勃發展的AI雲市場。根據Omdia報告，2025年上半年，阿里雲在中國AI雲市場的份額達35.8%，超過第二到第四名的總和。近期，NBA、萬豪、中國銀聯、博世等，都與阿里雲達成AI合作。在企業級市場加速增長的同時，阿里上線“千問App”，將在AI to B和to C領域齊發力。據瞭解，千問App公測一周新下載量已超1000萬。未來，千問還將陸續接入電商、地圖、本地生活等阿里業務生態場景。各業務加速協同大消費平台效應初顯根據財報，本季度，電商客戶管理收入（CMR）同比增長10%，即時零售業務收入同比增長60%，單位經濟效益（UE）自9月以來顯著改善，使用者留存率提升，平均訂單價格提高，業務規模持續增長，並帶動淘寶App的月活躍消費者快速增長。阿里生態多個業務加速接入即時零售。資料顯示，截至10月31日，約3500個天貓品牌將其線下門店接入即時零售。在協同效應下，天貓雙11期間，淘寶App實現消費者同比雙位數增長，近600個品牌成交破億，天貓品牌即時零售日均訂單環比9月增長198%。據瞭解，阿里旗下另一款國民級應用高德於9月上線“高德掃街榜”，基於使用者的“行為+信用”，建構全新的線下服務信用體系。10月1日，高德DAU突破3.6億，創歷史新高。此外，在堅定投入核心業務加速增長、加速釋放協同效應的同時，阿里多業務的經營效率持續提升。本季度，虎鯨文娛經營業績改善，高德、盒馬、阿里健康收入同比增長。 (中國基金報)

對於阿里而言，即將落幕的2025年，註定是具有里程碑意義的一年。這一年，AI和大消費這兩大歷史性機遇交匯，同時發力的阿里重新成為資本市場矚目的焦點。隨著2026財年第二季度（2025年7月至9月）財報的披露，這家科技巨頭向市場傳遞出更明確的訊號：其在“AI+雲和大消費”兩大戰略上的堅定投入，正持續轉化為強勁的增長動能。財報顯示，2026財年第二季度，阿里收入2477.95億元，超市場預期，剔除已出售業務影響，收入同比增長15%。AI驅動下的雲端運算業務成為阿里2026財年第二季度的最大亮點，阿里雲收入加速增長34%，其中AI相關產品收入連續第九個季度實現三位數增長，業績增長態勢進一步鞏固；與此同時，大消費戰略的協同效應下，即時零售帶動淘寶App月活躍消費者快速增長。當然，加大兩大戰略投入的同時，阿里也難以避免地面臨利潤增長放緩的短期陣痛，當季經調整淨利潤103.52億元，同比下降72%。這是阿里為未來增長蓄力的必要之舉。阿里管理層態度明確，那就是基於對未來的發展信心，阿里將對AI和大消費繼續保持高強度的戰略投入，以長遠佈局搶佔未來發展先機。面向未來，阿里的戰略藍圖也逐漸明晰：在電商類股，以“淘寶閃購”為突破口，打造一個全場景、更具廣闊增長空間的“大消費平台”；在AI+雲領域，同時朝著B端市場份額加速增長和作為全球超級入口的C端AI應用全面發力。在行業競爭加劇、AI時代加速到來的當下，阿里正建構起AI全端能力與消費生態協同的雙重競爭壁壘。充滿戰鬥力的阿里又回來了。資本市場也對阿里的新故事投下信任票。今年以來，阿里巴巴港股股價累計已上漲超過90%，總市值達到近3兆港元。01 AI+雲持續增長今年以來，為把握AI時代的巨大發展機遇，阿里在AI領域持續加大投入。在2月份提出三年3800億投入AI基建計畫的基礎上，9月的雲棲大會上阿里巴巴CEO吳泳銘再次甩出王炸，表示計畫追加更大的投入。同時他稱，到2032年，阿里雲全球資料中心的能耗規模將在2022年的基礎上提升10倍。財報資料顯示，阿里在今年第三季度資本開支（capex）達到315億元。過去四個季度，阿里在AI+雲基礎設施的資本開支約1200億元。本次財報電話會上，吳泳銘也再次指出，之前的3800億投入，偏小了。3800億是一個三年規劃，如果供應鏈、機房節奏、上架節奏在按照最快的速度滿足客戶需求的情況下，還不能滿足客戶的需求，不排除進一步增投。高盛在10月23日的報告中稱，預計阿里巴巴在2026至2028財年的合計資本開支將達到4600億元人民幣，遠高於該公司此前3800億元的目標。得益於阿里對AI的堅定投入，阿里的AI能力也得到了市場的廣泛認可。在模型層面，阿里巴巴旗下的自研模型千問Qwen已然擁有了全球影響力。自2023年全面開源以來，阿里旗下Qwen模型全球下載量已突破6億次，衍生模型突破18萬個，超越美國Meta的Llama成為全球第一的開源模型家族。季度內，阿里發佈的旗艦模型Qwen3-Max，在性能上已超過GPT-4、Claude 3 Opus等國際頂尖模型。在此背景下，Qwen已成為不少開發者和企業級市場的首選。就在11月25日，據新加坡媒體報導，新加坡國家人工智慧計畫（AISG）正在進行一次重大戰略調整，在其最新的東南亞語言大模型項目中，放棄了Meta模型，轉向Qwen模型。這無疑標誌著阿里Qwen模型在全球影響力進一步擴大。今年以來，阿里雲還大力擴張全球AI基建，在北京、上海、杭州，以及泰國、韓國、馬來西亞、阿聯和墨西哥建成啟用8個新的AI雲資料中心和可用區。目前，阿里雲已在四大洲開服營運29個公共雲地域、92個可用區，全球邊緣節點數超過3200個，網路覆蓋70多個國家和地區，為全球企業智能化營運提供了堅實的基礎設施。市場對阿里AI能力的認可也直接體現在阿里財報中，今年第三季度，阿里雲收入同比增長34%至398.24億元，增速較上一季度的26%進一步提升。吳泳銘表示，在雲端運算市場兩大趨勢正在加速顯現：一方面，隨著AI應用加速落地，越來越多的開發者和企業客戶傾向於選擇具備AI全端技術產品組合的雲端運算廠商；另一方面，客戶對AI的使用深度和廣度同步提升，顯著拉動了對計算、儲存、資料庫等傳統雲產品的需求。這些共同推動本季度阿里雲的外部商業化收入加速增長。阿里堅定開源模型路線，目標是成為“AI時代的Android”；同時建構“下一代電腦”的超級AI雲，為全球提供智能算力網路。基於上述戰略，阿里雲目前在多個細分市場上所向披靡。Omdia發佈《中國AI雲市場，1H25》報告顯示，2025年上半年，中國AI雲市場規模（包含IaaS、PaaS、MaaS）達223億元，阿里雲佔比35.8%位列第一，市場份額高於2到4名的總和。隨著模型能力的提升，阿里也決定全力進軍AI to C市場，於11月17日正式宣佈千問APP公測版上線，要基於全球性能第一的開源模型Qwen3，憑藉免費，以及與各類生活場景生態的結合，與ChatGPT展開全面競爭。千問APP成為阿里搶奪下一代超級流量入口的先鋒，阿里核心管理層更是將“千問”項目視為“AI時代的未來之戰”，未來，千問還將陸續接入電商、地圖、本地生活等阿里業務生態場景。吳泳銘指出，AI和阿里業務生態的協同有更大的想像力。基於AI模型和阿里生態優勢，千問App有望率先打造未來的AI生活入口。因此，在AI to B加速增長的同時，阿里做出了全力入局AI to C的戰略決定，未來則是AI to B和AI to C齊發力。目前來看，千問App的市場表現也十分強勁，公測一周新下載量就突破了1000萬次，已超越ChatGPT、Sora等，成為史上增長最快的AI原生應用。02 大消費平台加速協同如果說AI+雲是阿里面向未來的長坡厚雪，那麼大消費平台則是其捍衛當下基本盤的必贏之戰。在今年4月阿里啟動“淘寶閃購”業務後，快速完成淘天集團、餓了麼、飛豬的戰略整合，組建大消費平台。到8月份，淘寶推出了全新的淘寶大會員體系，進一步打通餓了麼、飛豬、高德等跨業務會員權益，實現“衣食住行”全場景覆蓋。阿里的目標很明確，那就是希望通過建構統一的大消費平台，將“遠場電商”、“近場即時零售”、“本地生活服務”等分散場景納入同一體系。這一系列的調整，為淘寶升級成“大消費平台”注入了強勁的動力，淘寶閃購規模不斷做大的同時，也直接帶動了淘寶電商業務的增長。今年8月，淘寶閃購的日訂單峰值達到1.2億單，周日均訂單量達到8000萬單，帶動閃購整體的月度交易買家數達到3億，對比今年4月增長了200%。此外，據QuestMobile資料顯示，受淘寶閃購流量拉動，今年Q3淘寶月活躍使用者數首次突破10億，創下歷史新高。也就是說，淘寶閃購不僅為阿里開闢了即時零售新戰場，更成為啟動淘寶電商使用者增長的催化劑。實現“遠場”電商與“近場”即時零售的全面融合，這一增量空間是巨大的，淘寶預計在未來三年內，閃購和即時零售將為平台帶來1兆的新增成交。反映在財報中，今年第三季度，阿里電商CMR（客戶管理收入）同比增長10%至789.7億元，即時零售業務收入同比增長60%。與此同時，淘寶的88VIP會員數規模在高基數上繼續保持同比雙位數增長，規模已超過5600萬。阿里財報指出，本季度，阿里即時零售業務的使用者心智不斷增強，規模持續增長，推動淘寶APP月活使用者同比快速提升，同時帶動客戶管理收入增長。此外，自9月以來，得益於履約物流效率的提升、高客戶留存率及客單價的上升，即時零售業務單位經濟效益已實現顯著改善。作為淘寶閃購全面參與的第一個雙11，今年雙11的戰果也進一步驗證了即時零售給阿里帶來的戰略協同價值。天貓雙11期間，淘寶App實現消費者同比雙位數增長，近600個品牌成交破億，天貓品牌即時零售日均訂單環比9月增長了198%。在10月16日的天貓雙11發佈會上，淘寶平台總裁處端曾表示，在淘寶閃購點過外賣、但尚未在電商下單的使用者規模過億，這是品牌拉新的巨大空間，淘寶閃購將成為品牌增長的超級增量。為了抓住即時零售帶來的協同增長機遇，財報顯示，截至10月31日，約3500個天貓品牌將其線下門店接入即時零售，打通線上線下，開啟“遠近一體”經營。重新找回創業狀態的阿里，過去一年來，在AI基建投資、淘寶閃購、高德掃街榜、千問AI To C等戰場猛攻。如今在兩大核心戰略均取得良好戰績，無論是資本市場還是公司內部士氣如虹，一個更有想像力的阿里正在加速形成。 (華爾街見聞)

三季度總營收兩年來首次同比加快增長，和資料中心收入齊創單季新高，後者同比增66%、環比增近25%；四季度營收指引中值同比增65%，三季度毛利率略低於預期但四季度料升至75%、六個季度內首次同比提升。黃仁勳稱，雲GPU售罄，訓練和推理的計算需求均呈指數級增長。股價盤後一度漲超6%。CFO重申，新晶片未來幾個季度料將創收5000億美元，稱六年前發貨的A100 GPU今年仍滿負荷工作。在投資者持續擔心企業的人工智慧（AI）領域超高投入難以為繼之際，AI晶片龍頭輝達送來驚喜：上一財季營收加快增長，增速重回60%以上，和資料中心的收入均創單季新高，體現AI基礎設施需求持續強勁，本財季的營收料將保持60%以上的增速，再度超出華爾街預期。輝達CEO黃仁勳在財報公告中表示，公司最新一代Blackwell架構的晶片“銷量遠超預期，雲端GPU已售罄”，“訓練和推理的計算需求持續加速增長，均呈指數級增長。我們已進入AI的良性循環。” 他在業績電話會上再次反駁AI泡沫論，稱關於AI泡沫的說法很多，“從我們的角度看截然不同。”評論稱，雲GPU售罄通常是黃仁勳用來表明其晶片買家和使用者——雲服務商需求旺盛、且沒有閒置產能的慣用說法。這顯然是他近期的宣傳策略，意在安撫擔心產能過剩的投資者。還有評論指出，財報顯示，截至 上財季末，輝達持有現金及等價物606億美元，顯示其仍有充足的資金支援AI在新的經濟領域應用。財報公佈後，收漲近3%的輝達盤後漲幅迅速擴大，盤後漲幅曾超過6%。分析師認為，輝達提供的總營收和毛利率指引緩和了外界的AI泡沫擔憂。美東時間11月19日周三美股盤後，輝達公佈截至自然年2025年10月26日的公司2026財年第三財季（下稱三季度）財務資料，以及第四財季（下稱四季度）的業績指引。1）主要財務資料：營收：三季度營業收入570.1億美元，同比增長約62%，分析師預期551.9億美元，輝達自身指引529.2億至550.8億美元，前一季度同比增長56%。EPS：三季度非GAAP口徑下調整後的每股收益（EPS）為1.30美元，同比增長60%，分析師預期1.26美元，前一季度同比增長54%。毛利率：三季度調整後毛利率為73.6%，同比下降1.4個百分點，分析師預期74.0%，輝達指引為73%至74%，前一季度為72.7%、同比下降3個百分點。營業費用：三季度調整後營業費用42.15億美元，同比增長38%，分析師預期42.2億美元，輝達指引為42億美元，前一季度增長36%。2）細分業務資料：資料中心：三季度資料中心營收512億美元，同比增長66%，分析師預期為493.4億美元，前一季度同比增長56%。遊戲和AI PC：三季度遊戲和AI PC業務營收43億美元，同比增長30%，分析師預期為44.2億美元，前一季度同比增長49%。專業可視化：三季度專業可視化營收7.6億美元，同比增長56%，分析師預期為6.128億美元，前一季度同比增長32%。汽車和機器人：三季度汽車和機器人業務營收5.92億美元，同比增長32%，分析師預期為6.209億美元，前一季度同比增長69%。3）業績指引：營收：四季度營收預計為650億美元，上下浮動2%，即637億至663億美元，分析師預期中值為619.8億美元。毛利率：四季度非GAAP口徑下調整後毛利率預計為75.0%，上下浮動50個基點，即74.5%至75.5%，分析師預期中值為74.6%。營業費用：四季度調整後營業費用預計為50億美元，分析師預期45.9億美元。01 總營收兩年來首次同比加快增長和資料中心收入齊創新高財報顯示，輝達三季度營收達到創紀錄的570億美元，高於公司的整個指引區間，並且較分析師預期高3%以上。營收同比增速從前一季度的56%提升至62%，這是自2024財年第四財季以來、將近兩年來首次營收增速較前一季度加快增長。貢獻三季度將近九成營收的資料中心業務收入也創單季最高紀錄，較分析師預期高將近190億美元、將近4%，同比增速從前一季的56%提升至66%。環比一季度，資料中心收入增長約101億美元，環比大增24.6%。三季度調整後EPS盈利同比也加快增長，同比增速從前一季的54%提高至60%，為本財年內最高增速。02 營收指引中值同比增65% 毛利率升至75%從業績指引看，輝達的整個四季度營收指引區間都高於分析師預期中值，以指引區間的中值650億美元計算，輝達預計的四季度營收將再創單季新高，較分析師預期中值高將近5%，預計將同比增長逾65%，也就是有望保持60%以上的增速。不過，此前一些非常樂觀的華爾街人士預期營收為750億美元，較輝達的指引區間中值高15%以上。輝達首席財務官（CFO）Colette Kress在業績電話會上說，四季度的營收指引未包含來自中國的資料中心計算收入。輝達三季度的毛利率同比超預期回落至73.6%，略低於分析師預期的74.0%，但四季度毛利率指引表現不錯。四季度輝達預計，毛利率中值將較去年同期的73.5%提高至75.0%，那將是自2025財年第二財季以來六個季度內首次毛利率同比增長。Kress說，即使面臨投入成本不斷增加，輝達也在努力將毛利率維持在75%左右。Wedbush證券的分析師Matt Bryson指出，輝達實現了此前投資者擔憂無法達到的兩個目標，一是預測總營收將超過600億美元，二是預計毛利率將達到75%左右。彭博行業研究高級技術分析師Kunjan Sobhani評論稱，輝達三季度的業績和四季度的指引均高於市場普遍預期，指引尤其高於預期，據其解讀，也領先於大多數買方機構的預測。這表明，GB300晶片的產能將大幅提升。03 CFO：六年前發貨的A100 GPU 今年仍滿負荷工作花旗、摩根大通等機構此前就對輝達的三季度業績持樂觀態度。這種信心源於輝達的客戶基礎。微軟、亞馬遜、Alphabet和Meta這四家公司合計佔輝達銷售額的40%以上，預計未來12個月這些公司的AI支出總額將增長34%至4400億美元。更關鍵的是，黃仁勳在今年10月的GTC大會上透露，輝達已合計獲得2025年和2026年兩個公曆年價值5000億美元的晶片訂單，其中包括將於明年開始量產的新一代Rubin晶片。本周三的業績電話會上，輝達CFO Kress重申，輝達預計，旗下最先進的一些晶片未來幾個季度將帶來5000億美元的收入，並且資料中心基礎設施領域存在著數兆美元的巨大整體機遇。Kress說，輝達有望達成這一5000億美元的目標，而且這個數字還會增長。Kress表示，OpenAI的使用者數量和毛利率都是令人鼓舞的跡象，其競爭對手Anthropic的營收也同樣讓人鼓舞。Kress稱，在三季度，GB300對輝達營收的貢獻超過了其前代產品GB200，實現了“交叉”。六年前發貨的A100 GPU今年仍滿負荷工作。Kress透露，針對中國市場的定製款AI晶片H20三季度銷售僅僅0.5億美元。她說，由於地緣政治問題的緣故、也因為市場競爭越來越激烈，H20 AI晶片的訂單永遠不會很大。公司正在努力尋找方法對華出口“更具競爭力的資料中心計算產品”。談到大客戶如何從AI投資中獲利，黃仁勳說，客戶的融資方式“由他們自己決定”，各國也將自行籌集AI建設的資金。如果深入瞭解就會發現其中蘊藏著巨大的利潤，足以負擔建設的投入。對於輝達是會將持有的現金投入生態系統，還是會回饋股東，黃仁勳說，這要看供應鏈。輝達的投資與擴大其技術的應用範圍密切相關。這些合作關係旨在幫助輝達與這些公司在更深層次的技術層面展開合作。輝達投資OpenAI是為了建立深度合作關係並支援其發展。 (硬AI)

在投資者持續擔心企業的人工智慧（AI）領域超高投入難以為繼之際，AI晶片龍頭輝達送來驚喜：上一財季營收加快增長，增速重回60%以上，和資料中心的收入均創單季新高，體現AI基礎設施需求持續強勁，本財季的營收料將保持60%以上的增速，再度超出華爾街預期。輝達CEO黃仁勳在財報公告中表示，公司最新一代Blackwell架構的晶片“銷量遠超預期，雲端GPU已售罄”，“訓練和推理的計算需求持續加速增長，均呈指數級增長。我們已進入AI的良性循環。” 他在業績電話會上再次反駁AI泡沫論，稱關於AI泡沫的說法很多，“從我們的角度看截然不同。”評論稱，雲GPU售罄通常是黃仁勳用來表明其晶片買家和使用者——雲服務商需求旺盛、且沒有閒置產能的慣用說法。這顯然是他近期的宣傳策略，意在安撫擔心產能過剩的投資者。還有評論指出，財報顯示，截至 上財季末，輝達持有現金及等價物606億美元，顯示其仍有充足的資金支援AI在新的經濟領域應用。財報公佈後，收漲近3%的輝達盤後漲幅迅速擴大，盤後漲幅曾超過6%。分析師認為，輝達提供的總營收和毛利率指引緩和了外界的AI泡沫擔憂。美東時間11月19日周三美股盤後，輝達公佈截至自然年2025年10月26日的公司2026財年第三財季（下稱三季度）財務資料，以及第四財季（下稱四季度）的業績指引。1）主要財務資料：營收：三季度營業收入570.1億美元，同比增長約62%，分析師預期551.9億美元，輝達自身指引529.2億至550.8億美元，前一季度同比增長56%。EPS：三季度非GAAP口徑下調整後的每股收益（EPS）為1.30美元，同比增長60%，分析師預期1.26美元，前一季度同比增長54%。毛利率：三季度調整後毛利率為73.6%，同比下降1.4個百分點，分析師預期74.0%，輝達指引為73%至74%，前一季度為72.7%、同比下降3個百分點。營業費用：三季度調整後營業費用42.15億美元，同比增長38%，分析師預期42.2億美元，輝達指引為42億美元，前一季度增長36%。2）細分業務資料：資料中心：三季度資料中心營收512億美元，同比增長66%，分析師預期為493.4億美元，前一季度同比增長56%。遊戲和AI PC：三季度遊戲和AI PC業務營收43億美元，同比增長30%，分析師預期為44.2億美元，前一季度同比增長49%。專業可視化：三季度專業可視化營收7.6億美元，同比增長56%，分析師預期為6.128億美元，前一季度同比增長32%。汽車和機器人：三季度汽車和機器人業務營收5.92億美元，同比增長32%，分析師預期為6.209億美元，前一季度同比增長69%。3）業績指引：營收：四季度營收預計為650億美元，上下浮動2%，即637億至663億美元，分析師預期中值為619.8億美元。毛利率：四季度非GAAP口徑下調整後毛利率預計為75.0%，上下浮動50個基點，即74.5%至75.5%，分析師預期中值為74.6%。營業費用：四季度調整後營業費用預計為50億美元，分析師預期45.9億美元。01 總營收兩年來首次同比加快增長 和資料中心收入齊創新高財報顯示，輝達三季度營收達到創紀錄的570億美元，高於公司的整個指引區間，並且較分析師預期高3%以上。營收同比增速從前一季度的56%提升至62%，這是自2024財年第四財季以來兩年來首次營收增速較前一季度加快增長。貢獻三季度將近九成營收的資料中心業務收入也創單季最高紀錄，較分析師預期高將近190億美元、將近4%，同比增速從前一季的56%提升至66%。環比一季度，資料中心收入增長約101億美元，環比大增24.6%。三季度調整後EPS盈利同比也加快增長，同比增速從前一季的54%提高至60%，為本財年內最高增速。02 營收指引中值同比增65% 毛利率升至75%從業績指引看，輝達的整個四季度營收指引區間都高於分析師預期中值，以指引區間的中值650億美元計算，輝達預計的四季度營收將再創單季新高，較分析師預期中值高將近5%，預計將同比增長逾65%，也就是有望保持60%以上的增速。不過，此前一些非常樂觀的華爾街人士預期營收為750億美元，較輝達的指引區間中值高15%以上。輝達首席財務官（CFO）Colette Kress在業績電話會上說，四季度的營收指引未包含來自中國的資料中心計算收入。輝達三季度的毛利率同比超預期回落至73.6%，略低於分析師預期的74.0%，但四季度毛利率指引表現不錯。四季度輝達預計，毛利率中值將較去年同期的73.5%提高至75.0%，那將是自2025財年第二財季以來六個季度內首次毛利率同比增長。Kress說，即使面臨投入成本不斷增加，輝達也在努力將毛利率維持在75%左右。Wedbush證券的分析師Matt Bryson指出，輝達實現了此前投資者擔憂無法達到的兩個目標，一是預測總營收將超高600億美元，二是預計毛利率將達到75%左右。彭博行業研究高級技術分析師Kunjan Sobhani評論稱，輝達三季度的業績和四季度的指引均高於市場普遍預期，指引尤其高於預期，據其解讀，也領先於大多數買方機構的預測。這表明，GB300晶片的產能將大幅提升。03 CFO：六年前發貨的A100 GPU今年仍滿負荷工作花旗、摩根大通等機構此前就對輝達的三季度業績持樂觀態度。這種信心源於輝達的客戶基礎。微軟、亞馬遜、Alphabet和Meta這四家公司合計佔輝達銷售額的40%以上，預計未來12個月這些公司的AI支出總額將增長34%至4400億美元。更關鍵的是，黃仁勳在今年10月的GTC大會上透露，輝達已合計獲得2025年和2026年兩個公曆年價值5000億美元的晶片訂單，其中包括將於明年開始量產的新一代Rubin晶片。本周三的業績電話會上，輝達CFO Kress重申，輝達預計，旗下最先進的一些晶片未來幾個季度將帶來5000億美元的收入，並且資料中心基礎設施領域存在著數兆美元的巨大整體機遇。Kress說，輝達有望達成這一5000億美元的目標，而且這個數字還會增長。Kress表示，OpenAI的使用者數量和毛利率都是令人鼓舞的跡象，其競爭對手Anthropic的營收也同樣讓人鼓舞。Kress稱，在三季度，GB300對輝達營收的貢獻超過了其前代產品GB200，實現了“交叉”。六年前發貨的A100 GPU今年仍滿負荷工作。Kress透露，針對中國市場的定製款AI晶片H20三季度銷售僅僅0.5億美元。她說，由於地緣政治問題的緣故、也因為市場競爭越來越激烈，H20 AI晶片的訂單永遠不會很大。公司正在努力尋找方法對華出口“更具競爭力的資料中心計算產品”。談到大客戶如何從AI投資中獲利，黃仁勳說，客戶的融資方式“由他們自己決定”，各國也將自行籌集AI建設的資金。如果深入瞭解就會發現其中蘊藏著巨大的利潤，足以負擔建設的投入。對於輝達是會將持有的現金投入生態系統，還是會回饋股東，黃仁勳說，這要看供應鏈。輝達的投資與擴大其技術的應用範圍密切相關。這些合作關係旨在幫助輝達與這些公司在更深層次的技術層面展開合作。輝達投資OpenAI是為了建立深度合作關係並支援其發展。 (華爾街見聞)