社区

上周英伟达最新业绩会上，黄仁勋和管理层再次给全球AI板块打了一针鸡血。

就在这场业绩会之前，市场对英伟达的换代节奏并非没有疑虑。过去几个月，围绕Vera Rubin系列一度出现推迟传闻：早期争议涉及散热结构调整，随后又有报告将延误风险指向Rubin Ultra的Kyber多机架系统。黄仁勋公开否认Vera Rubin延期，最新业绩会则给出更明确的信号——平台已开始出货，并有望成为公司历史上爬坡最快的平台之一。市场的问题由此从“能否按时交付”，转向“供应链能否跟上需求”。

公司预计下一财年收入仍可能增长约70%。在如此庞大的基数上，这已经是一条陡峭的曲线。但是，英伟达管理层给出的解释是，约70%的增长仍是一份受供应约束的预测。按照客户提交的需求信号，增长空间可能接近100%；公司目前能够看清并组织起来的晶圆、存储、系统制造和数据中心产能，大致只够兑现其中的70%。

黄仁勋随后谈到内存、系统厂商、电力和机房。这些听起来不像一家芯片公司业绩会上的常规话题，却准确说出了英伟达眼下最现实的约束：客户要买的已经不只是一颗GPU，而是一套能够接通电力、完成液冷、稳定运行并开始生产Token的AI工厂。

一家芯片公司的增长上限，越来越取决于芯片之外的物理世界。

原因藏在英伟达的路线图里。Blackwell仍在扩产，Blackwell Ultra已进入规模交付，Vera Rubin开始走下生产线；再往前，Rubin Ultra和Feynman已经进入公开规划。五代架构首尾相接，留给供应商完成设计、验证和量产的时间被压到前所未有的程度。

对英伟达，一年一代意味着性能和收入上限可以持续上移。对产业链，这是一场更复杂的接力：产线正在装配GB300，工程团队同步调试Vera Rubin，采购和供应链部门则要为Rubin Ultra甚至Feynman准备存储、网络、供电与液冷方案。

联想、戴尔、慧与、超微以及大型ODM厂商由此被推到路线图的更前端。过去，它们常被视作GPU产业链的末端；现在，它们开始影响一代新架构何时能够真正进入数据中心。

英伟达把路线图压缩到一年

英伟达正在把AI计算平台带入一年一代的更新周期。

Blackwell之后是Blackwell Ultra，随后是Vera Rubin、Rubin Ultra，再往后是Feynman。过去，一代服务器平台往往可以销售数年，供应商有相对充裕的时间完成验证、扩产和成本摊薄。现在，几代产品周期开始彼此重叠。

当GB300仍在扩大交付时，Vera Rubin已经进入量产准备；等Rubin成为市场主力，下一代产品的供应链验证很可能早已启动。原本前后相继的产品周期，正在变成几条同时运行的生产线。

更重要的是，英伟达更新的早已不只是一颗GPU。

从GB200 NVL72开始，GPU、CPU、NVLink交换、供电和液冷被组合成一个完整系统，整座机架开始成为一台计算机。到了Rubin Ultra和Feynman，系统还将从单机架继续扩展到多机架计算域。路线图在时间上越来越紧，产品在物理上却越来越大、越来越复杂。

这也是一年一代最容易被低估的地方。芯片迭代速度加快，理论上首先考验设计能力；但当GPU走向机架、机架继续扩展为多机架系统，真正决定一代产品能否准时上市的，越来越多是设计之外的能力：一座机架需要CPU、HBM、交换芯片、电源、液冷、网络同时到位，还要经过产线改造、系统测试、运输、安装和数据中心联调。系统越复杂，需要同步推进的环节越多，任何一处慢下来，都可能拖住整代产品的商业化。

因此，英伟达真正“恐怖”的地方：它正在尝试让一个规模越来越庞大的产业体系，也按照它的节奏运转。

这比一年推出一颗新GPU困难得多。

黄仁勋在业绩会上回顾，第一代GB200 NVL72曾迫使英伟达重新梳理系统、技术、软件和供应链。那次艰难爬坡留下的价值，并不会在换代时归零。GB200积累的机械结构、供电和液冷经验进入GB300；GB300形成的产线、工艺和人员能力，又在缩短Vera Rubin的量产周期。

产品周期越短，上一代留下的制造经验反而越重要、越值钱。这也改变了产业链的竞争方式——新进入者或许能拿到一代产品，却很难在短时间内补齐前几代积累的测试数据、供应链关系和现场交付经验。

过去，衡量一家服务器厂商，更多看它能否拿到某一代产品、能否完成一次大规模交付。现在更重要的问题是，它能否一边扩大当前产品出货，一边为下一代扩产，同时提前验证再下一代的液冷、供电和网络方案。

竞争正在从“交付一代”，变成“连续跨越多个产品周期”：路线图越快，供应链的容错时间越短；系统越复杂，长期工程和制造能力的价值越高。

从Blackwell到Feynman，它们已经不再是几次彼此独立的新品发布，更像是一条持续加速的工业流水线。

未来真正稀缺的，可能不是能够做出某一代AI服务器的厂商，而是那些能够一直站在这条流水线上，连续跟上英伟达每一次换挡的公司。

谁能连续交付英伟达的AI路线图

英伟达的路线图正在重排合作伙伴的价值。产品周期越短，它越需要一批能够跨代复用工程能力、提前参与系统设计并持续扩产的厂商。整机企业的角色，也由硬件组装者向AI工厂的工业化接口靠近。

当然，目前还没有整机厂商能够宣称自己有能力交付五代产品。Rubin Ultra尚未进入大规模量产，Feynman距离真正部署更远。判断谁有资格跟到最后，最可靠的线索仍是其在前三代系统中留下的交付记录。

联想与英伟达的合作提供了一条相对完整的观察样本。GB200阶段，联想第一时间拿出其全球首台NVL72系统；Blackwell Ultra阶段，公司开始交付GB300 NVL72机架；Vera Rubin发布后，联想成为NVL72首发合作伙伴，并规划全液冷机架系统和HGX Rubin NVL8。

两家公司近一年的几次公开互动，也为这条合作线增加了更具象的细节。今年CES前，杨元庆到英伟达总部与黄仁勋对谈，两人提出将AI基础设施合作规模扩大五倍。此后，黄仁勋在CES为联想站台，并联合发布了Lenovo AI Cloud Gigafactory；到了GTC，他又对杨元庆说了那句“今年将属于你”。

舞台上的默契只能说明合作意愿，真正决定分量的仍是工厂和客户。据联想集团披露，其服务器年产能已超过7万架，其中直接液冷机架超过1.1万架。

客户结构同样影响交付能力。联想的CSP业务服务于主要大型云厂商，公司称已覆盖全球前十大公共云厂商中的八家；ESMB业务则面向企业、NeoCloud和主权AI客户。前者要求规模、速度和成本控制，后者需要更多方案设计、本地部署和持续服务。

最近一个季度，联想CSP和ESMB收入均接近翻倍。ISG收入达到85亿美元，同比增长98%；运营利润为7.77亿美元，运营利润率升至9.1%。AI服务器项目储备订单达到540亿美元，环比增长157%。

联想管理层给出的下一步也很清楚：继续扩大GB300部署，同时加快Vera Rubin机架方案的准备与上市节奏；新增机会将同时来自超大规模云、企业智能体AI和私有AI云。高端存储占比提升、液冷机架放量和服务收入增加，则被视为ISG继续改善盈利能力的支点。

这恰好触及整机厂商估值中长期存在的争议。市场过去习惯把服务器企业看作低毛利组装环节；当交付物由一台服务器变成高密度机架、液冷集群乃至AI工厂，收入中开始叠加系统设计、存储、网络、部署和运维，价值量与客户黏性都有机会提高。ISG利润率升至9.1%，至少让这种变化第一次变得容易观察。

今年年初CES期间，黄仁勋在联想Tech World上说，AI可能推动过去30年建立起来的计算基础设施被重新建设，投资规模达到数万亿美元。若这场重建继续推进，英伟达需要交付的将不只是越来越快的GPU，还有一张每年更新、规模不断扩大的工业路线图。

芯片决定路线图的速度和性能上限；联想等整机厂商决定这些架构何时成为一座能够运行、收费并持续生产Token的AI工厂。

到了机架级计算时代，真正稀缺的资产不再是一台服务器，而是一条不会错过换挡的供应链。连续交付五代架构，正在成为留在英伟达牌桌上的新门票$联想集团(00992)$