nvidia财报

network

Nvidia 正准备迎来另一轮大规模盈利报告，市场焦点迅速转向 Vera Rubin 的量产进程及其生态系统融资。


Jeff Pu 将 $NVDA 的目标价上调至 $345（基于 28 倍 FY27E/FY28E 每股收益），预计短期业绩强劲：


• F2Q 收入预计为 945 亿美元（对比 Bloomberg 共识的 918 亿美元和买方预期的约 940 亿美元）
• F3Q 收入指引预计接近 1080 亿美元，受基础需求 1100 亿至 1110 亿美元以及约 50 万台 Rubin 单元的支撑


短期增长故事已很清晰，但真正的考验在于其如何在架构转型中执行。


预览中的关键细节：
• 封装与硅片：四家美国 CSP 加大 VR200 需求，推动 2027 年 CoWoS 预测上调至 105 万台。Rubin Ultra 预计支持四种 HBM 选项，向 HBM4 8-Hi（192 GB）和 HBM4e 12-Hi（384 GB）倾斜。Oberon 的封装高度微调仍在“9-18-9”和“10-9-8”之间进行。
• 竞争格局：配备 NPO 扩展的 NVL576 将与 AMD 的 MI500 256-GPU 配置正面交锋。
• 客户牵引力：近期订单显示在 AWS 和 Google 的份额增长，Anthropic 的采用率更高，以及开源权重模型的强劲需求。
• 融资模式：其 5000 亿美元融资工具帮助新兴云提供商比传统 CSP 更快扩展，在严格信贷条款下锁定循环 GPU-小时收入。


在财报电话会议中密切关注毛利率，因为初始 Rubin 硅片（可能全部为 2300W 部件）和先进封装调整可能在产量成熟前造成短期利润摩擦。


你最密切关注 Rubin 量产进程的哪一部分，或是这个 5000 亿美元融资工具的哪一方面？











NVDA 预览摘要


📈价格目标：基于 28 倍 FY27E/FY28E EPS，将目标股价上调至 345 美元。
* 财报前瞻：F2Q 收入预计为 945 亿美元，相比彭博的 918 亿美元以及买方约 940 亿美元。
* F3Q 指引前瞻：预计指引约为 1080 亿美元（基于 1110-1110 亿美元需求），Rubin 约 50 万台。
* 电话会议关键观察点：Nvidia 的 5000 亿美元融资平台、二季度/一季度 Rubin 爬坡曲线（可能全部为 2300W）、利润率轨迹，以及内存/光学规格。
* 客户势头：近期订单增加表明在 AWS 和 Google 的份额增长，同时在 Anthropic 和开源权重模型势头增强。
* Vera Rubin & Rubin Ultra：四家美国 CSP 增加 VR200 需求；2027 年 CoWoS 预计达 105 万。
* 内存规格：如前所述，Rubin Ultra 提供四种 HBM 选项，可能转向 HBM4 8-Hi（192GB）和 HBM4e 12-Hi（384GB）。
* Rubin Ultra Oberon：芯片高度在“9-18-9”和“10-9-8”之间进行微调。
* 生态系统与竞争对手：配备 NPO 扩展的 NVL576 定位竞争 AMD 的 MI500 256-GPU 配置。
* Neocloud 势头：融资支持帮助新云扩展、超越 CSP，并以强有力的信贷条款锁定 recurring GPU-小时收入，尽管估值争议仍在继续。

network

英伟达的内存削减实际上对美光并不看跌，原因就在这里（保存此文）。

关于英伟达在其下一代 Rubin Ultra 芯片中削减内存的传闻一直压低着内存股的表现，但美国银行的新报告认为这种担忧被夸大了，这对美光来说是个大好消息。

英伟达最初的 Rubin Ultra 路线图要求使用 16 个 16 层 HBM4e 堆栈，提供大约 1TB 的 HBM 内存，但目前评估中的设计已降至仅 192GB 至 288GB，使用更少的 8 层或 12 层堆栈，这是因为 HBM 供应受限以及最新 HBM4e 内存的认证风险。

这种规格降级之所以重要，是因为每颗芯片内存减少理论上意味着每块 GPU 对 HBM 的需求减少，而这正是内存供应商搭乘 AI 建设热潮的整个看涨论据。

美国银行针对这种担忧提出了三个反驳理由。

首先，下一波内存技术——HBM4e 和 HBM5 将在 2027 年至 2030 年间到来——已经在设计中使用 12 层或 16 层堆栈实现 500GB 至 1,000GB 的容量，因此通往海量内存容量的路线图并未消失，只是被推迟了。

其次，制造端已经超越了较低内存的 8 层配置，因为截至 2026 年下半年，TSV 产能已转向 12 层，这意味着供应链本身已转向更高容量的堆栈，而不是倒退回去。

第三，也是最重要的是，美国银行表示，一旦内存容量降至 288GB-500GB 范围，Rubin Ultra 的实际性能就会急剧下降，这使得接近 1TB 的容量成为功能性必需品而非锦上添花，尤其对于像机器人这样的物理 AI 应用，这些应用需要将巨型模型保存在内存中。

这直接支撑了对美光的看涨论据，因为整个内存规格降级恐慌此前被解读为 AI 芯片对 HBM 需求可能低于预期的信号。

如果美国银行的判断正确，即性能需求将在 HBM4e 供应跟上时迫使英伟达回归更高容量堆栈，那么美光在 HBM 领域的增长跑道将进一步延长而非缩短，因为整个行业仍将在 2027-2030 年迈向每加速器 500GB-1TB 的目标。

这也强化了当前供应紧张才是真正制约因素的观点，这与更广泛的内存市场背景一致：在这种背景下，像 H200 和 B200 这样配备 HBM 的芯片的 GPU 租赁价格将在 2026 年持续大幅上涨，因为计算需求已超过可用供应。

在供应紧俏的环境中，客户被迫采用较低规格配置仅仅是因为先进内存供应不足，这对定价能力是利好，而不是对内存制造商本身不利。

再结合美光自身的评论，即其目前仅满足数据中心客户不到一半的 HBM 订单量，当英伟达因为内存不足而不得不重新设计芯片时，你怎么还能看空美光呢？