当英伟达市值逼近5万亿美元关口，市场沉浸在其AI算力龙头地位的狂欢中时，《大空头》原型迈克尔·伯里却逆势做空，其斥资逾10亿美元买入英伟达与 Palantir 看跌期权。此后，软银又曝出清仓英伟达。一石激起千层浪，一时间，有关AI产业究竟是技术革命，还是资本炒作催生短期泡沫的讨论不绝于耳。

美东时间11月19日，英伟达发布2025年第三季度财报。数据显示，当季，英伟达总营收达570亿美元，同比增长62%，环比增长22%；净利润同比增长65%，达到319.1亿美元；毛利率 GAAP下为73.4%，非GAAP下为73.6%；每股收益1.30美元，超过了分析师预期的1.24美元。

在业绩会上，英伟达CEO黄仁勋表示，世界正同时经历三大平台转型，这是摩尔定律诞生以来的首次。从CPU到GPU的加速、生成式人工智能的主流化、智能人工智能的出现，这三大趋势将成为未来多年AI基础设施投资的核心驱动力。

财报超预期 Rubin将贡献更高收入

英伟达三季度营收、净利超预期的背后，各业务板块均实现大幅增长。其中，受AI需求爆发影响，包含GPU等在内的数据中心业务成为英伟达的核心支柱。

财报显示，2025年第三季度，数据中心业务营收510亿美元，同比增长66%，创历史纪录；网络业务营收82亿美元，同比激增162%；游戏业务同比增长30%至43亿美元，专业可视化同比增长56%至7.6亿美元，汽车业务同比增长32%至5.92亿美元。

就数据中心业务而言，AI需求的火爆直接体现在GPU等产能利用率上。目前，市场仍然处于供需失衡的状态。英伟达执行副总裁兼首席财务官科莱特·克雷斯表示，英伟达的GPU装机容量已完全利用，云服务已售罄。

面对强劲需求，英伟达维持了此前提出的目标，即从2025年初至2026年12月，Blackwell与下一代Rubin平台的累计收入将达到5000亿美元。

谈及目标进展时，科莱特·克雷斯表示：“本季度已交付价值 500 亿美元的产品，此外还有更多潜在订单，比如与沙特阿拉伯达成协议，未来三年内将额外供应40万至60万块图形处理器，因此营收绝对有进一步增长的空间。”

值得注意的是，从产品迭代来看，Rubin平台的商业化进展成为未来收入增长的核心。据黄仁勋介绍，Rubin平台按计划将于2026年量产，首块芯片已交付。同时，Rubin可兼容Grace Blackwell的软件栈，客户无需重构CUDA代码即可完成升级。

黄仁勋进一步解释了Rubin的技术定位，从Ampere到Hopper，再到Blackwell、Rubin，每一代产品都在推动数据中心相关价值增长。Hopper系列每吉瓦对应的产品价值约为200多亿至250亿美元；Blackwell 系列大约在300亿美元左右；Rubin系列则可能更高。这意味着，未来，AI基础设施或将转向能效成本竞争。

不过，财报亮眼数据的背后，英伟达依然面临着地缘政治的不确定性以及先进制程成本上升的挑战。科莱特·克雷斯坦言，受地缘政治问题及中国市场竞争加剧影响，本季度面向中国市场的大额采购订单未能兑现，直接影响了数据中心计算产品的出货。在盈利能力方面，尽管投入成本持续上涨，英伟达通过业务结构优化和周期时间缩短，将GAAP毛利率维持在73.4%。对于2027财年，克雷斯表示将努力把毛利率维持在75%左右，但也承认面临利润率压力。

回应AI泡沫论 三大平台正在同时转型

目前，关于AI是否是泡沫的讨论仍未停止。而这背后，则体现在AI带来的实效上。麦肯锡报告显示，截至2025年11月，88%的企业已部署AI技术，但仅39%实现显著营收增长。

除了迈克尔·伯里，高盛亦对AI前景表示担忧。其指出，人工智能已成为美国企业界最热门的流行语，但其带来的收益尚未显现。AI应用仍处于初期阶段，主要集中在大型企业及金融、信息行业。若AI投资回落至2022年水平，2026年标普500指数市值或缩水15%-20%。

不过，黄仁勋却表示：“关于人工智能泡沫的说法很多，但从我们的角度来看，情况却截然不同。”当前正处于三大根本性转型的关键期，这并非短暂热潮，而是将驱动多年基础设施投资的根本性变革。

黄仁勋所说的三大转型，即从CPU到GPU的加速计算、生成式人工智能的主流化，以及智能体人工智能的出现。

在黄仁勋看来，向加速计算的转型是基础性和必要性的，这是为了解决后摩尔定律时代计算成本下降放缓的难题；生成式人工智能的转型是变革性的，它正在彻底改造超大规模云计算厂商的核心业务，例如Meta已通过生成式AI模型提升了广告转化率；而智能体人工智能则将具有革命性，正在催生能够推理、规划和使用工具的新一代应用，从编码助手到自动驾驶系统。

为支撑这一预判，黄仁勋提到，在最新的MLPerf训练测试和第三方推理基准测试中，Blackwell平台均实现了数倍的性能提升。例如在DeepSeek R1测试中，Blackwell的每瓦性能是H200的10倍，每令牌成本降低了10倍。这种代际飞跃，使得客户在建设人工智能基础设施时，其总拥有成本和能效获得了显著优化。

值得注意的是，在芯片之外，英伟达正通过投资进一步加码生态布局。针对外界对英伟达投资的疑问，黄仁勋解释称，对OpenAI、Anthropic等模型开发商的战略投资，是为了扩大CUDA生态系统的影响力，以确保每个模型都能在英伟达的全系列产品上实现最佳运行。

在黄仁勋看来，人工智能基础设施的需求将不仅来自顶级的云公司，每个国家、众多行业都将为其自身的数字化转型提供资金。礼来的药物研发AI工厂、Agility Robotics的机器人开发等例子都在表明企业计算和物理人工智能将成为下一个增长引擎。