社区

8月26日的英伟达业绩会上，摩根士丹利分析师率先抛出了一个问题：一家很少提前一年给出增长指引的公司，为什么这次敢于预计下一财年收入增长约70%？

管理层直言，按照客户提交的需求预测，英伟达下一财年的增长空间可能接近100%。约70%的指引，反映的是公司目前已经锁定并有把握兑现的供应能力。被问及最紧张的环节时，黄仁勋没有给出排序，只说：“整条供应链都面临挑战。”

从财务口径看，这里的“供应”首先是英伟达能够形成收入的平台供给，直接涉及晶圆、先进封装、HBM、网络部件和系统制造。土地、电力、机房及施工影响更长周期的部署，却不能简单归入尚未满足的30%需求。

Vera Rubin是英伟达将供给扩张推到系统层级的最新一代产品。英伟达称，Rubin已经于8月启动生产出货，并拿到所有主要超大规模云厂商、AI云厂商和系统OEM的采购订单。公司预计，该平台将在本季度贡献约20%的数据中心收入，并成为其历史上爬坡速度最快的产品。

业绩会召开四天前，微软CEO萨提亚·纳德拉在X上发出Vera Rubin抵达数据中心的照片，并写下两个词：“交付日。”

他宣布，首批量产版Vera Rubin系统已经运抵微软数据中心。纳德拉随后感谢了英伟达，以及Azure的硬件和数据中心团队。照片的主角没有舞台灯光，只是一排刚刚抵达机房的设备。

AWS、Google Cloud和Oracle Cloud也已进入首批部署名单，CoreWeave、Lambda、Nebius和Nscale等AI云厂商则在争夺下一代算力的上线速度。

云厂商争相“晒机架”，因为这座机架本身已经成为竞争力。

采购GPU只能锁定潜在算力。机架运抵以后，还要接通高功率电源和液冷系统，完成网络配置、软件调试与集群验证。直到模型开始运行并持续生成Token，这笔数百万美元的设备投资才真正进入生产状态。

英伟达约70%的供给约束与云厂商的上线速度，是两个相互衔接又有所区别的问题。前者决定英伟达能够卖出多少平台，后者决定客户何时把资本开支转化为收入。

真正值得关注的变化发生在产品形态。英伟达的产品正在从GPU扩展到整座机架，计算、网络、供电和液冷被装进同一套系统。OEM与ODM的职责随之越过简单组装，开始参与新架构的工程验证、规模制造与客户适配。AI基础设施由此进入“重工业时刻”，整机厂商的价值也有了新的衡量方式。

AI基础设施的“重工业时刻”

Vera Rubin NVL72虽然是一座服务器机架，但是内部已经接近一台完整的超级计算机。

单个机架集成72颗Rubin GPU、36颗Vera CPU，以及HBM4、NVLink交换系统、网卡、DPU、电源和液冷设备。72颗GPU通过第六代NVLink组成高速计算域，需要像一颗大型加速器那样协作。

传统服务器以单机为基本单位。到了Rubin这一代，计算边界扩展至整座机架。内存带宽、网络延迟、供电波动和液冷流量，都会影响最终的Token吞吐量。机架承载设备的同时，也成为计算架构的一部分。

智能体进一步放大了这种变化。它为了完成一项任务，会不断读取上下文、调用工具并检查结果。英伟达援引OpenRouter数据称，智能体任务消耗的Token可以达到普通对话的15倍。

在英伟达近期公布的测试中，Vera Rubin NVL72在特定智能体负载下，单位兆瓦吞吐量最高达到GB300 NVL72的30倍，每百万Token成本最多下降约35倍。测试仍有待外部评审，但指标已经说明客户衡量算力的方式正在改变：每兆瓦能够生产多少Token，开始决定数据中心的收入能力。

今年1月CES期间，黄仁勋在联想Tech World上把这轮变化放进了一个更长的技术周期。他说，过去十年形成的、规模约10万亿美元的计算基础设施，正在向加速计算和AI迁移。这相当于对过去数十年以CPU和通用服务器为中心的计算体系进行一次大规模更新。

这轮重建带有鲜明的重工业特征。芯片设计仍然处在产业中心，制造对象已经扩大到机架和集群。单个项目开始以吉瓦计量，投资以数百亿美元计算。芯片、存储、网络、电源、液冷和软件需要同时准备，其中任何一项落后，都可能延迟整套系统上线。

英伟达经历了漫长的机架级工程爬坡。黄仁勋在业绩会上回忆，第一代NVLink 72系统“每一个环节都很难”，公司为此重新设计了系统、供应链和软件。从GB200、GB300到Vera Rubin，英伟达如今已走到第三代NVLink 72机架。Rubin看似是一款刚刚量产的新产品，背后却已有两代系统的制造和部署经验。

联想、戴尔、慧与和超微等OEM，以及鸿海、广达、纬创等大型ODM，因此被拉到更靠前的位置。过去，它们多在芯片和参考架构确定后承接制造；到了机架级服务器阶段，机械结构、供电、散热和网络等验证工作必须在GPU量产前同步展开。

机架级服务器同时抬高了OEM和ODM的门槛。OEM需要把英伟达参考架构转化为面向不同客户的产品，负责整机设计、软件验证、现场部署和生命周期服务；服务超大规模云厂商的ODM，也开始从按图制造走向联合设计、专线改造、部件协同验证和良率爬坡。规模制造依然重要，但已经不再是唯一要求。

GPU、HBM和网络部件是英伟达扩大供给的重要约束；这些零部件到位以后，系统厂商决定它们能够以多快速度被复制成合格机架。Rubin的放量，需要上游产能与系统制造同步扩张。

机架越重，整机厂商的位置越靠前

英伟达在业绩会上披露，公司在每吉瓦AI数据中心中对应的收入机会，已经从Hopper时期约180亿美元，提高到Blackwell时期约250亿美元；到了Vera Rubin，这一数字预计达到400亿美元。

同样一吉瓦电力，现在要容纳价值更高的计算、存储、网络和热管理设备。AI工厂的技术密度与资本密度同时上升，一座机架承载的产业价值随之增加。

最靠近GPU的是先进封装和HBM4。智能体需要不断读写长上下文，存储器直接影响推理速度。为锁定关键部件，英伟达的长期采购承诺已经从上季度的1190亿美元升至2790亿美元。

再向外是网络和液冷。GPU数量增加以后，实际性能取决于数据能否快速流动。功率密度上升，又让冷板、管路和冷却液分配系统参与决定设备布局。CoreWeave甚至为Rubin开发了可编程阀门和统一机架控制设备，用于监控水流、温度、压力与漏液风险。

这些细节很难出现在GPU参数表上，却决定机架能否长期稳定运行。

整机厂商的增长空间也由此扩大。机架数量继续增长，单机交付价值也在提高。系统设计、工厂测试、现场安装和持续运维开始进入收入范围。

英伟达提供的参考架构只是起点，实际机架很难完全标准化。头部云厂商拥有自己的网络和数据中心规范，NeoCloud追求更短的上线周期，企业客户则需要预验证方案与本地服务。系统厂商必须在英伟达架构和客户机房之间完成适配。客户采购的，已经包括从部件集成到可用算力的一段工业化过程。

不同厂商正在沿着各自优势争夺这个位置。

戴尔率先向CoreWeave提供Rubin系统，验证了其导入大型AI项目的速度；慧与在高性能计算和大型机构市场积累较深；超微习惯快速跟进新一代GPU；鸿海、广达和纬创等ODM则依靠规模制造服务超大云厂商。进入机架级系统以后，ODM同样需要补充联合设计、液冷与供电验证以及机架级良率管理能力。

联想的特点在于同时覆盖大型CSP和企业客户。

联想称，其基础设施已经进入全球前十大公共云厂商中的八家，并以ODM+模式参与设计、制造、系统集成和全球部署。相比传统代工，ODM+向客户机房两端延伸：前端介入产品定义和验证，后端覆盖部署与维护。

这为联想争取Rubin放量初期的头部云厂商项目提供了基础。微软、AWS、Google Cloud和Oracle Cloud争夺首批Rubin算力时，背后需要一批能够供应高密度机架的制造和系统合作伙伴。联想长期进入大型CSP供应体系，新平台可以沿着既有客户关系进入验证和产能爬坡；最终能否转化为收入，仍取决于订单获取、制造效率和成本控制。

Neptune海神液冷进一步增加了这种机会的价值。

今年CES期间，联想与英伟达发布AI Cloud Gigafactory，将机架制造、Neptune液冷、英伟达计算平台和部署服务组合在一起，目标是把云厂商获得第一个Token的时间压缩至数周。

“第一个Token”比“服务器出货”更接近客户收入。系统早一个月上线，云厂商就可以早一个月出租算力。随着机架价值提高，交付速度本身也成为经济价值。

这轮机会伴随着更高风险。高价值机架占用更多营运资金，HBM涨价会抬高成本，平台快速迭代可能带来库存压力。收入增长能否转化为利润，最终还要看制造效率和客户结构。

联想最新一季度的结果，开始为这条逻辑提供一些现实证据。

从CSP到ESMB，系统级能力开始写进业绩

去年CES前，联想集团董事长兼CEO杨元庆曾带领管理层造访英伟达总部，并与黄仁勋进行了深度对话。谈到合作规模时，他说联想与英伟达过去两年的业务扩大了五倍。黄仁勋随即表示，没有理由不能在未来两年再扩大五倍，因为每家公司、每个行业和每个国家都将建设AI基础设施。

到了3月的GTC，黄仁勋又来到联想展台，对杨元庆说：“今年会是属于你们的一年。”他随后在一台联想设备上写下“J. Huang WAS HERE”。杨元庆看了一眼签名，笑称这台机器恐怕不能卖了。

展会上的互动最终需要由业绩验证。

2026/27财年第一季度，联想基础设施方案业务集团收入达到85亿美元，同比增长98%；运营利润达到7.77亿美元，运营利润率升至9.1%，三项数据均创下历史新高。

更值得关注的是增长结构。联想的CSP业务和企业及中小客户业务收入增长都接近翻番。

CSP云基础设施业务承担目前最集中的AI基础设施投入。联想在业绩会上披露，已经为一家新型云服务商交付包含7000多颗GPU的“AI工厂”，并通过数千台服务器支持另一家AI基础设施客户扩容。

ESMB中小企业基础设施业务则连接到下一阶段的推理需求。训练仍集中于大型云厂商，企业智能体会逐步进入私有云和本地数据中心。双线覆盖使联想可以参与Rubin最早一轮云端放量，并承接推理向企业扩散的增量。Neptune液冷、制造和全球服务能力，也可以在两类市场重复使用。

联想披露的AI服务器储备订单已经达到540亿美元，环比增长157%。对于ISG的下一阶段，联想管理层没有给出具体的增长率或利润率指引，但判断相当明确。ISG总裁Ashley Gorakhpurwalla在业绩会上表示，当前增长“并非一个季度的现象”，公司正扩大GB300交付，并加快Vera Rubin机架方案的测试和量产准备；企业智能体、私有AI云及超大规模AI云的需求，正在形成更长的项目管线。CFO郑孝明则认为，随着ISG在收入、尤其是利润端成为更重要的贡献者，加上高利润率存储业务逐步进入产品组合，集团利润率具备继续上行的基础。

联想也不是唯一的受益者。戴尔、慧与、超微以及大型ODM都在争夺同一轮机会，竞争范围已经从拿到某一代GPU，延伸到机架设计、制造良率、液冷集成和跨代切换。

英伟达约70%的供给展望，说明AI硬件供应仍然紧张，却不能单独证明整机交付是主要瓶颈。对联想等厂商而言，剩余30%的缺口更像一支需求温度计；真正改变其价值的，是Rubin把英伟达的产品边界推到了机架级。

机架越复杂，OEM和ODM的竞争就越依赖跨代研发、联合设计、液冷与供电验证、规模良率和全球服务能力。联想最新业绩显示，这些能力已经开始进入收入与利润；下一步的检验，是公司能否在GB300向Rubin切换时继续保持爬坡速度和盈利质量。 $联想集团(00992)$