> **来源：[研报客](https://pc.yanbaoke.cn)** # Agentic AI 重塑需求空间，算力全链进入供给约束期 ## 核心内容 本报告分析了 NVIDIA 在 FY27Q2 的财务表现及行业影响，指出 Agentic AI 正在改变算力需求模式，推动算力从训练端向推理端转移，并引发行业竞争范式的变化。随着 AI Agent 的广泛应用，推理算力需求从阶段性投入转变为持续性刚需，NVIDIA 推出的 Vera-Rubin 异构整机方案在这一背景下成为行业新标杆。 ## 主要观点 - **Agentic AI 推动算力需求转型**：AI Agent 具备自主任务调度、工具调用、循环迭代能力，可 7×24 小时不间断运行，单次任务所需算力可达人类直接操作的 15-100 倍。推理算力需求由训练侧向应用侧迁移，成为企业智能体持续运转的核心支撑。 - **Vera-Rubin 异构整机引领行业升级**：NVIDIA 推出的 Vera-Rubin 整机方案集成了 Rubin GPU、Vera CPU、Groq LPU 等多类芯片，结合高速互联与 CPO 封装技术，显著提升算力利用率与单位推理成本效率。 - **算力竞争转向机架级全栈运营**：行业竞争已从单芯片参数比拼，转向整机解决方案的全栈运营，整机硬件价值与资本回报效率同步提升。 - **算力供给瓶颈外延**：算力扩张的约束已从芯片层面扩散至土地、电力、机壳等基础设施，基建落地周期长达 2-3 年，成本上升对毛利率形成压力。 - **投资回报周期缩短**：NVIDIA 表示，500 亿美元级别数据中心项目投资回报期压缩至不足 1 年，叠加 NeoCloud 收益分成模式，进一步强化算力资产现金流属性。 ## 关键信息 ### 财务表现（FY25-Q2 至 FY27Q2） | 财务指标 | FY25Q1 | FY25Q2 | FY25Q3 | FY25Q4 | FY26Q1 | FY26Q2 | FY26Q3 | FY26Q4 | FY27Q1 | FY27Q2 | |------------------|----------|----------|----------|----------|----------|----------|----------|----------|----------|----------| | 营业收入（亿美元）| 260.4 | 300.4 | 350.8 | 393.3 | 440.6 | 467.4 | 570.1 | 816.2 | 962.2 | 681.3 | | 营业利润（亿美元）| 169.1 | 186.4 | 218.7 | 240.3 | 216.4 | 284.4 | 360.1 | 535.4 | 637.3 | 596.9 | | 毛利率（%） | 78.4 | 75.2 | 74.6 | 73.0 | 60.5 | 72.4 | 73.4 | 75.0 | 75.0 | 62.0 | | 净利率（%） | 57.1 | 55.3 | 55.0 | 56.2 | 42.6 | 56.5 | 56.0 | 71.5 | 63.1 | 62.0 | ### 数据中心业务增长趋势 - **超大规模数据中心业务**：占比从 FY25Q1 的 109.3 亿美元增长至 FY27Q2 的 487.1 亿美元，增速稳定。 - **AI 云、工业、企业数据中心业务**：增长显著，从 FY25Q1 的 116.3 亿美元增至 FY27Q2 的 403.1 亿美元，增速高于超大规模云厂商。 - **客户结构变化**：从依赖头部云厂商向云厂商与 ACIE 客户并重转变，推动行业需求多元化。 ### 市场格局与竞争 - **地域分布**：美国、中国台湾、中国大陆及其他地区收入均有显著增长，其中中国台湾地区增速最快，中国大陆地区在 FY26Q4 后显著回升。 - **行业竞争**：随着异构整机方案快速迭代，市场竞争加剧，可能对 NVIDIA 的算力订单和产品溢价空间形成挑战。 ## 投资建议 - **短期关注**：NVIDIA FY27Q2 超预期业绩，Vera-Rubin 整机规模化落地，推动行业进入机架级全栈运营阶段。 - **长期趋势**：Agentic AI 规模化落地将带来持续高增的推理算力需求，机架级异构整机有望成为主流方案。 - **风险提示**： 1. AI 产业需求不及预期； 2. 供给端成本扰动风险； 3. 行业竞争加剧风险。 ## 结论 NVIDIA 在 FY27Q2 实现营收与利润双增长，Vera-Rubin 异构整机方案标志着 Agentic AI 时代的算力需求结构发生根本性变化。随着推理算力需求持续上升，行业竞争将从芯片参数转向整机运营，土地、电力等基建资源成为新的供给瓶颈。未来，具备多芯片异构协同、高效封装技术的整机方案将在算力建设中占据主导地位。