4.1 数据中心：规模、增速与利润结构
- 规模（A）：FY2026 数据中心 1,937 亿美元（占营收 90%）；FY2027 Q2 890.23 亿美元（占 92.5%），同比 +117%。
- 客户结构（A，Q2）：超大规模客户（公有云＋最大消费互联网公司）487.1 亿美元（+102%），AI 云、工业与企业（ACIE，含 AI 原生云、主权 AI、工业与企业自建 AI 工厂）403.1 亿美元（+138%）。ACIE 增速已超过超大规模，说明需求正在从几家云巨头向更广的客户群扩散——这是管理层“需求未见顶”论证的核心，也是验证点（见第九章）。
- 产品线：Hopper（H100/H200）→ Blackwell（B200 / GB200 NVL72 机架，单机架含 72 块 Blackwell GPU，售价约 200–300 万美元，二手资料）→ Blackwell Ultra（GB300/B300，2025 年下半年出货）→ Vera Rubin（2026 年 8 月量产）。Vera Rubin 单 GPU 约 3,360 亿晶体管、288GB HBM4 显存，公司称单位能耗的智能体吞吐量可达 Blackwell 的 10 倍（管理层表述，二手转述）。
- 利润率：公司不单独披露数据中心分部的经营利润（A，分部口径只分计算与网络、图形）。书中不可编造数据中心利润率，只能写整体毛利率 75% 与经营利润率 66%（637.34/962.21，本报告计算）。
4.2 边缘计算：游戏、工作站、机器人与汽车
- 规模（A）：FY2027 Q2 71.98 亿美元（+27%），占营收 7.5%。FY2026 图形分部 225 亿美元（+57%）。
- 构成：游戏 GPU（GeForce RTX 系列）、专业可视化工作站（Blackwell 工作站为 Q2 增长主因）、机器人（Jetson / Isaac 平台）与汽车（Drive 平台）。各子项 Q2 具体数字未核实（新平台口径不再单独披露游戏、专业可视化、汽车、OEM 四条线），见附录未核实清单。
- 战略意义：边缘计算是 CUDA 生态的“开发者入口”——游戏与工作站的开发者与 AI 开发者是同一批人；汽车与机器人是“物理 AI”（Physical AI）的试验场，黄仁勋在多个场合称其为下一个增长曲线（管理层表述）。
4.3 软件与生态：CUDA、网络与系统
- CUDA：2006 年推出，注册开发者约 750 万、活跃开发者 400 万以上（公司表述，二手转述）；3,000 多个 GPU 加速应用、4 万多家公司使用（同上）。CUDA 是英伟达最宽的护城河：竞争对手的硬件可以追赶算力，但迁移数百万开发者与数十年积累的库（cuDNN、TensorRT、NIM 等）需要时间。
- 网络：Mellanox 带来的 InfiniBand 与 Spectrum-X 以太网，加上 NVLink 芯片间互联与 BlueField DPU，构成“机架即计算机”的底座。2026 年 Q2 电话会与二手分析均指出，网络已成为数据中心收入的重要组成部分，但网络业务单独收入未核实。
- 系统化销售：从卖芯片转向卖整机架、整数据中心（DGX / HGX / GB200 NVL72），单价从数万美元的芯片升至数百万美元的机架，这是营收规模跃升的商业模式原因，也是客户集中度与应收账款上升的原因。
4.4 区域结构（A，按客户所在地计费）
FY2027 Q2：美国 600.7 亿美元（62%）、台湾 269.9 亿美元（28%）、中国（含香港）78.8 亿美元（8%）。台湾收入高企反映的是代工与系统组装链（台积电、鸿海、纬创等），而非终端需求所在地，书中引用区域数字时必须写清这一口径，否则会误读“台湾需求暴涨”。中国收入占比已从 FY2024 年的约 20% 量级降至个位数，且 Q3 指引假设为零。
从芯片到机架：单价跃升的商业模式含义
产品线的演进有一条清晰的单价曲线：Hopper（H100/H200）→ Blackwell（B200 / GB200 NVL72 机架，单机架含 72 块 Blackwell GPU，售价约 200–300 万美元，二手资料）→ Blackwell Ultra（GB300 系列）。单机架 72 块 GPU、售价约 200–300 万美元，意味着客户的最小采购单位已经从“一块芯片”变成了“一个机架”，而数据中心的采购单位则变成了“整机架、整数据中心”。这是营收规模跃升的商业模式原因，也是客户集中度与应收账款上升的原因：采购单位越大，单个客户的订单金额就越大，客户付款条件的变化对现金流的影响也就越大——FY2027 第二季度 DSO 从 45 天升至 60 天，正是这一机制的财务表现。
推理 vs 训练：需求结构的变化
数据中心内部的需求结构也在变化：训练需求曾经是绝对主力，推理需求正在快速追赶。推理与训练的区别在于：训练是一次性的大规模算力投入，推理是持续性的小批量算力消耗，前者决定季度的订单脉冲，后者决定长期的收入粘性。英伟达的布局是两边都做：Blackwell 架构同时服务训练与推理，NIM 推理微服务则把推理变成可以按量付费的软件服务。区域结构（按客户所在地计费）也值得注意：FY2027 第二季度美国 600.7 亿美元（62%）、台湾 269.9 亿美元（28%）、中国（含香港）78.8 亿美元（8%）。台湾收入高企反映的是代工与系统组装链（台积电、鸿海、纬创等），而非终端需求所在地，书中引用区域数字时必须写清这一口径，否则会误读“台湾需求暴涨”。中国收入占比已从 FY2024 年的约 20% 量级降至个位数，且第三季度指引假设为零——出口管制的影响已经体现在区域结构里。
