英伟达 FY2026 数据中心营收 1937 亿美元（+68%），国产 AI 芯片中国份额首破 50%，推理算力占比达 54%，HBM 短缺将持续至 2028-2029 年
2026 年全球 AI 算力产业正经历三个结构性转折。第一，推理算力首次超过训练：Deloitte 预测 2026 年推理将占 AI 算力的 2/3，IIM 估算推理侧算力需求占比达 54%、对应市场规模约 1010 亿美元，标志着 AI 从「模型建设」进入「模型运营」阶段。第二，国产芯片份额历史性突破：IDC 与中国半导体行业协会数据显示，2026 Q1 中国国产 AI 芯片份额首破 50%、达 52.3%，华为昇腾以 37% 居首，英伟达在华份额从峰值 95% 降至 42.7%。第三，瓶颈从芯片设计转向内存与封装：HBM 需求每年增长 80-100%，供应仅增长 50-60%，三家制造商（SK Hynix/Samsung/Micron）合计投资超 500 亿美元建新厂，但最早 2028 年才能量产。
英伟达 FY2026（截至 2026.01.25）全年营收 2159 亿美元（+65%），数据中心 1937 亿美元（+68%），净利润 1201 亿美元（+65%），GAAP 毛利率 71.1%。单季 Q4 数据中心 623 亿美元（+75%），其中网络业务 110 亿美元（+263%）。过去四个季度出货 600 万颗 Blackwell GPU。但英伟达全球份额从 2024 年峰值 87% 缓降至 80%，定制 ASIC（Broadcom/Google TPU/AWS Trainium）增速更快。
本报告核心判断：第一，算力市场的竞争已从「谁的芯片算力高」转向「谁的内存带宽大、封装良率高、供应链韧性强」；第二，中国国产替代已从「备选项」变为「必选项」，2026 年国产高端 AI 加速卡出货将超 212.3 万颗（+136%）；第三，对企业的经营含义是——算力成本结构正在变化，推理优化比训练投入更影响经营利润，HBM 价格每涨 2-2.5 倍，云厂商 AI 资本开支将整体增加约 30%。
英伟达 FY2026（截至 2026 年 1 月 25 日）全年营收 2159 亿美元，同比增长 65%；GAAP 净利润 1200.67 亿美元（+65%），每股收益 4.9 美元（+67%）。数据中心业务贡献 1937 亿美元（+68%），占公司总营收近九成。Q4 单季数据中心 623 亿美元（+75%），其中计算业务 513 亿美元（+58%）、网络业务 110 亿美元（+263%）。过去四个季度累计出货 600 万颗 Blackwell GPU。
英伟达正从「卖芯片」升级为「卖 AI 工厂」。通过 GB200 NVL72 机架级系统，将单卡约 4 万美元的平均售价提升至单套 200-300 万美元。CFO Kress 透露，Blackwell 与 Rubin 的可见收入已超 5000 亿美元，订单量约 2000 万颗 GPU。首批 Vera Rubin 样品已出货，下半年量产。黄仁勋判断「Agentic AI 拐点已到来」，对 2030 年全球数据中心资本支出达 3-4 万亿美元保持乐观。
| 财年 | 数据中心营收 | 总营收 | DC占比 | YoY DC增长 |
|---|---|---|---|---|
| FY2024（截至2024.01） | 475亿美元 | 609亿美元 | 78% | +217% |
| FY2025（截至2025.01） | 1152亿美元 | 1305亿美元 | 88% | +142% |
| FY2026（截至2026.01） | 1937亿美元 | 2159亿美元 | 90% | +68% |
FY2026 网络业务突破 310 亿美元，较 2021 财年收购 Mellanox 时增长超 10 倍。NVLink、Spectrum-X 以太网与 InfiniBand 驱动横向扩展与纵向扩展需求创历史新高。分析师指出，网络业务堪称英伟达 CUDA 生态之外另一项「杀手锏」，以更灵活姿态渗透竞争对手阵营，随机架架构出货增多，网络业务占比将持续提升。
2026 年 GPU 短缺的瓶颈已从芯片制造（英伟达与 TSMC 已扩产）转移到上游的高带宽内存（HBM）。HBM 需求每年增长 80-100%，而供应仅增长 50-60%，缺口到 2028-2029 年才可能消除。这是行业历史上持续时间最长的短缺。
HBM 仅由三家公司制造——SK Hynix（~53% 份额）、Samsung（~35%）、Micron（~12%），使用硅通孔（TSV）将 8-12 层 DRAM 裸片堆叠，每 GB 所需硅面积是标准 DRAM 的 2-3 倍，制造良率仅 60-75%（标准 DRAM 85-95%）。12 层堆栈中一个缺陷裸片就报废整个堆栈。新建晶圆厂需 18-24 个月，加上 6-12 个月验证，2026 年投资最早 2028 年量产。
| 制造商 | HBM份额(2026) | 投资承诺 | 新产能时间线 |
|---|---|---|---|
| SK Hynix | ~53% | 180亿美元+（韩国、美国新厂） | 2027下半年-2028上半年 |
| Samsung | ~35% | 170亿美元+（韩国、德州扩建） | 2028上半年 |
| Micron | ~12% | 150亿美元+（爱达荷、日本扩建） | 2027下半年-2028 |
HBM 短缺直接波及消费级 GPU。英伟达 2026 上半年将 RTX 50 系列产量削减 30-40%，因为生产消费级 GDDR7 的内存制造产能也用于 HBM 生产线。HBM 每 GB 价格 15-30 美元，远高于标准 DRAM 的约 3 美元，内存制造商优先生产 HBM。DRAM 产能分配中，HBM 占比从 2023 年的 17% 升至 2026 年的 42%。
2026 年 5 月 7 日，IDC 与中国半导体行业协会联合发布报告，国产 AI 芯片在 2026 Q1 中国市场份额首次突破 50%，达 52.3%。华为昇腾以 37% 份额居首，占国产芯片总量近 70%。昇腾 950PR 推理性能达 1.56 PFLOPS，为英伟达中国特供 H20 的 2.87 倍。寒武纪 Q1 营收 28.85 亿元（+159.56%），首次实现季度盈利。海光信息 Q1 营收 40.34 亿元（+68.08%）。摩尔线程与东华软件签订三年 50 万片 GPU 独家采购协议，已提货 18.7 万片。
| 厂商/阵营 | 2022份额 | 2025份额 | 2026Q1份额 | 趋势 |
|---|---|---|---|---|
| 国产合计 | <10% | 41% | 52.3% | ↑ 五年五倍 |
| 华为昇腾 | <1% | 20.3% | 37% | ↑↑ 国产第一 |
| 寒武纪 | — | 2.9% | 8% | ↑↑ 增速黑马 |
| 海光信息 | — | 2.1% | 6% | ↑ CPU+DCU |
| 阿里平头哥 | — | 6.6% | 5.5% | → 偏自用 |
| 英伟达（在华） | ~95% | 55% | 42.7% | ↓↓ 垄断瓦解 |
2026 年 5 月 31 日美国商务部新规，对总部位于中国的实体（即便采购主体在境外）出口美国先进 AI 芯片须提前申领许可证，堵住绕道漏洞。TrendForce 预测 2026 年中国高端 AI 芯片出货同比增长超 83%，国产方案市场份额有望接近 90%，英伟达在华份额可能从 2025 年的约 40% 降至 8%。2026 年 6 月 30 日，美团 LongCat-2.0 万亿参数模型在五万卡国产算力集群完成全流程训练与推理，标志着国产大模型+国产算力的正向循环正式确立。发改委发文强制大模型适配国产算力，9 款国产 AI 芯片获国家级安全 I 级认证。
国产 AI 服务器撬动 2.5 倍本土产值。长鑫存储 2026 上半年预计营收 1100-1200 亿元（同比+612%~677%），AI 场景 DRAM 出货占比超 40%。长江存储 AI 相关存储产品出货增速超 120%。高端 AI 服务器中存储成本占总物料成本比例从 2024 年不足 20% 升至 35-40%。三头部（华为/寒武纪/海光）合计占国产份额七成。
Deloitte 预测 2026 年推理将占 AI 算力的 2/3，IIM 估算推理侧算力需求占比达 54%、对应市场规模约 1010 亿美元。英伟达自身数据中心收入中约 40% 已来自推理。推理对成本敏感度远高于训练——训练追求峰值算力，推理追求最低 token 成本。这一转变正在重塑芯片采购逻辑：从「谁的芯片算力高」转向「谁的 token 成本低」。
定制 AI ASIC 出货占比预计 2026 年达 27.8%，增速 44.6%（近三倍于通用 GPU 的 16.1%）。Broadcom 是「隐形巨头」：Q1 FY2026 AI 半导体营收 84 亿美元（+106%），Q2 指引 107 亿美元，CEO Hock Tan 称「2027 年 AI 芯片收入有望超 1000 亿美元」，在手订单 730 亿美元。Broadcom 已确认六大 XPU 客户：Google（七代 TPU 合作）、OpenAI（100 亿瓦定制加速器）、Meta、字节跳动、富士通。Google TPU v7（Ironwood）单芯片 4614 FP8 TFLOPS、192GB HBM3E，9216 芯片超级 Pod 达 42.5 FP8 exaflops，TCO 比 GB200 服务器低约 44%。AWS Trainium3 为首款 3nm 芯片。微软 Maia 200 声称性能为 Trainium 的 3 倍。
| 玩家 | 2024份额 | 2025份额 | 2026预测 | 核心产品 |
|---|---|---|---|---|
| 英伟达 | 87% | 80-81% | ~54-70% | H100/B200/Rubin |
| Broadcom(定制ASIC) | 7-10% | 10-12% | ~19% | Google TPU/OpenAI XPU |
| AMD | 5% | 6-8% | 5-7% | MI300X/MI350X/MI400 |
| Google TPU | 5-7% | 5-7% | 5-7% | TPU v7 Ironwood |
| AWS Trainium | 3-5% | 3-5% | 上升 | Trainium3 (3nm) |
| 华为昇腾 | 2-3% | 3-5% | 3-5%(全球) | 昇腾950PR/Atlas |
趋势一：算力成本结构重塑。存储成本在高端 AI 服务器中从不足 20% 升至 35-40%。伯恩斯坦测算 HBM 价格 2027 年若再涨 2-2.5 倍，云厂商 AI 资本开支整体增加约 30%。企业 AI 服务的 token 定价将直接承压。
趋势二：中国算力自主化加速。2026 年国产高端 AI 加速卡出货超 212.3 万颗（+136%），国产份额有望接近 90%。美团 LongCat-2.0 万亿参数模型在五万卡国产集群完成全流程训练，验证了「国产大模型+国产算力」的正向循环。国产芯片比同档进口产品便宜 40-60%，供应链不受出口管制影响。
趋势三：机架级集成取代单卡采购。英伟达将客户从单张 B200 引导至 GB200 NVL72 机架级系统，ASP 从 4 万美元升至 200-300 万美元。云厂商从「买芯片」转向「买系统」，算力采购从一次性安装变为持续舰队扩展。
组织层（AI 员工）：推理算力占比达 54% 意味着 AI 员工从「训练阶段」进入「运营阶段」——企业需要为 AI 员工的日常推理成本建立预算体系，而非仅关注一次性训练投入。token 成本将成为 AI 员工的「人力成本」等价物。
流程层（流程治理）：HBM 短缺和定制 ASIC 崛起说明，算力供应链本身需要流程治理——从芯片选型、内存分配、封装良率到功耗管理，每个环节都需纳入治理框架。企业应建立算力 FinOps 流程，像管理财务预算一样管理算力预算。
经营层（经营重塑）：全球八大 CSP 2026 年资本开支超 7100 亿美元（+61%），算力正在从 IT 成本项变为经营核心变量。企业 AI 投入的决策逻辑应从「要不要上 AI」转向「训练成本 vs 推理成本 vs token 单价」的精细化经营测算——这是经营重塑在算力层的具象体现。
本报告数据采集截至 2026 年 9 月 15 日，主要来源如下：
估计值声明：各机构对英伟达全球份额预测存在差异（54%-80%），源于口径差异（营收口径 vs 出货量口径 vs 包含/不含定制ASIC）。TrendForce 对国产份额接近 90% 的预测为前瞻性估计。HBM 供需平衡时间线（2028-2029）为基于已宣布投资的推算。
