又疯癫了，英伟达昨晚业绩出炉，把“印钞机”这个三个字又重新解读了一遍。先看3个最基本的数字，直观感受一下，截止2026年8月26日

市值大约34万亿营收大约8万亿净利润大约5.4万亿

英伟达的三十余年，不是一条平滑上升的曲线，而是由五次清晰的"业绩跳跃期"叠成的台阶。每一次跳跃，都不是单纯卖更多显卡，而是把同一颗 GPU 重新定义一次——从图形卡、到并行处理器、到 AI 训练机、再到 AI 工厂整机。

第一次跳跃：1999 年发明 GPU，从配件厂变标准制定者

1999 年英伟达在纳斯达克上市，同年推出 GeForce 256，首次把"图形处理单元（GPU）"这个概念钉进产业词典：把变换与光照（T&L）从 CPU 卸到专用芯片上。此前英伟达靠 NV1 栽过跟头，靠 RIVA 128 回血，这一仗直接把 3dfx 打进历史。营收从 1999 财年约 1.5 亿美元跳到 2001 财年 7.35 亿美元，2006 财年破 23 亿美元。 跳跃的本质：不再追着主机厂做 OEM，而是定义了 PC 图形这个品类。

第二次跳跃：2006 年押注 CUDA，埋下十年后的引爆线

2006 年 CUDA 发布，黄仁勋干了一件当时财报看不懂的事——把通用并行计算框架焊进每一颗 GPU。前六年它几乎不贡献利润，却让 GPU 从"画画面的"变成"算矩阵的"。同期 Tesla 计算卡、Quadro 专业卡、Tegra 移动芯片把战线拉开。营收从 2006 财年 23.8 亿缓爬到 2012 财年约 40 亿，斜率不高，但地基换了。 这次跳跃在报表上不炸，却在生态上完成了"软硬一体"的转身。

第三次跳跃：2012—2017 年深度学习点亮，数据中心破土

2012 年 AlexNet 用两块 GTX 580 把 ImageNet 错误率砍半，学界突然发现：CNN 的卷积运算和 CUDA 线程束是天作之合。英伟达顺势在 2017 年 Volta 架构塞进 Tensor Core，V100 成为"AI 第一芯"。数据中心营收由 2012 年 3.4 亿涨到 2017 年约 43 亿，总营收从 2015 财年 46.8 亿跳到 2017 财年 69 亿。 跳跃本质：GPU 从游戏外设变成科研基础设施，客户从玩家变成实验室。

第四次跳跃：2016—2022 年 DGX+Mellanox，卖整套训练系统

Pascal 的 P100、DGX-1 超算机把英伟达送进云厂商采购单；2019 年 69 亿美金吞下 Mellanox，补齐 InfiniBand 高速互联，把"单机算力"升级为"集群算力"。2020 年数据中心营收首次追平游戏，2022 财年总营收冲到 269 亿美元。 这次跳跃的报表特征是：毛利率和客单价一起抬升，英伟达从"卖芯片"转成"卖 AI 训练平台"。

第五次跳跃：2023—2025 年生成式 AI 洪流，Hopper 到 Blackwell 的级数爆发

ChatGPT 在 2022 年底炸开，英伟达手里正好有 A100/H100；2023 财年营收 269.7 亿几乎持平，但 2024 财年直接跳到 609 亿（+126%），2025 财年 1305 亿（再翻一倍多），2026 财年达 2159 亿。 Blackwell GB200 把机柜级 NVL72 推上前台，卖的是"AI 工厂"而非单卡。数据中心占总营收近 90%，净利率突破 50%。 这是半导体史上少见的大基盘级数跃迁：从"算力供应商"变成"主权 AI 与云巨头的收税人"。