黄仁勋预计明年芯片销量翻倍,AI机房扩张才是英伟达的主战场
黄仁勋预计英伟达2027年芯片销量将达到2026年的约两倍,但这轮增长的核心仍是AI数据中心。AWS计划分阶段部署约200万颗GPU,Rubin等新一代AI基础设施也在持续扩张。AI需求持续吃掉大量GPU、内存和供应链资源,至于5090/6090等消费级显卡能否因此获得更多供货和更低价格,仍要看后续产能分配。

英伟达的芯片生意,还在继续往数据中心狂奔。
9月17日,英伟达CEO黄仁勋在苏格兰一场活动上表示,他预计**2027年的芯片销量将达到2026年的约两倍。
这个数字相当夸张。
不过,对普通PC玩家来说,可能先别急着高兴。英伟达这里说的“芯片”,并不只是大家熟悉的GeForce游戏显卡,还包括数据中心GPU、服务器CPU以及网络芯片等产品。
而从目前英伟达的大客户扩建计划来看,这轮增长的主要动力,依然来自**AI数据中心。
换句话说:
英伟达准备卖更多芯片,但这批新增芯片,大概率首先要塞进一座座AI机房,而不是你的游戏主机。
AI客户扩机房,GPU需求还在往上堆
英伟达最新财报已经把这种趋势表现得非常明显。
公司8月公布的2027财年第二季度业绩显示,截至2026年7月26日的这一季度,英伟达营收约为962亿美元,其中数据中心业务贡献约890亿美元,占公司总营收九成以上,同比增长达到117%。
如今的英伟达,已经越来越像一家围绕AI基础设施运转的公司。
更关键的是,大客户的扩容计划并不是简单地买几台服务器,而是直接按“百万颗GPU”的规模计算。
英伟达在财报电话会上透露,AWS计划分阶段新增部署约**200万颗GPU**,交付周期一直延续到2029财年第二季度,同时还会部署英伟达Vera CPU。
200万颗GPU当然不会一次性全部装进机房,而是会按照不同阶段逐步交付。
但这也说明一个问题:
AI算力需求已经从“买几台服务器”变成了长期的大规模基础设施建设。
与此同时,英伟达还披露,基于Vera Rubin架构的机架系统已经开始在CoreWeave、Google Cloud、微软Azure等合作伙伴处运行。
这些云服务商拿到硬件后,并不是简单地把服务器放在那里吃灰,而是继续向AI公司、企业和开发者提供算力。
训练模型需要算力,模型上线后同样需要算力。
用户每发起一次AI请求,都可能意味着一次推理任务;当用户规模越来越大,模型越来越复杂,推理所消耗的算力也会持续增加。
所以AI模型发布并不是算力需求的终点。
恰恰相反,模型真正开始服务用户之后,才会进入长期、持续的算力消耗阶段。
卖更多芯片,只是第一步
当然,黄仁勋说“芯片销量翻倍”,并不意味着英伟达只要把GPU生产出来就能完成目标。
AI数据中心是一套完整的基础设施。
以Rubin平台为例,GPU需要搭配HBM4高带宽内存,还要与CPU、网络芯片、供电系统、散热系统以及机架设备进行整合。
任何一个环节出现瓶颈,都可能影响最终的交付速度。
英伟达其实已经在提前锁定供应链。
公司财报显示,截至7月26日,英伟达的供应与产能承诺已经从上一季度的1190亿美元增加到2790亿美元,主要针对数据中心基础设施系统所需的内存和制造资源,并覆盖当前及未来产品架构。
这意味着英伟达正在提前为未来几年的AI基础设施需求准备产能。
而对于超大规模数据中心来说,真正的难题也不只是GPU。
电力、土地、建筑、散热、网络以及资金,都可能成为扩建速度的限制因素。
一颗GPU从工厂出来,到最终变成用户能够调用的AI算力,中间还隔着一整套复杂的工程。
因此,接下来观察英伟达的增长,不能只盯着“生产了多少GPU,还要看这些芯片能不能真正进入机架、接通电源,并最终投入运行。
AI机房越扩越大,游戏显卡会受到影响吗?
这可能是普通玩家最关心的问题。
毕竟AI数据中心和GeForce游戏显卡虽然都属于英伟达的半导体业务,但两者并不是简单的“同一颗芯片换个包装。
Rubin平台使用的是HBM4高带宽内存,而RTX 5090等消费级显卡使用的是GDDR7。
从GPU设计、内存、封装到服务器系统,两者都有明显区别。
因此,不能简单理解为:
AI服务器多卖一颗GPU,就等于游戏显卡少一颗。
但另一方面,整个半导体产业的制造、封装、内存以及供应链资源又存在一定关联。
当AI基础设施投入持续扩大,供应商和制造资源自然会优先围绕利润更高、订单规模更大的数据中心业务进行配置。
这也是为什么未来几年,AI芯片市场的变化依然可能间接影响消费级显卡的供应和价格。
英伟达的增长故事,已经不只是显卡了
从黄仁勋提出的“明年芯片销量约翻倍”,到AWS计划部署约200万颗GPU,再到Rubin机架开始进入云服务商的数据中心,可以看到一个越来越明显的趋势:
英伟达正在卖的,已经不是单纯的一块GPU,而是一整套AI计算基础设施。
GPU负责计算,CPU负责通用任务,网络芯片负责连接,HBM提供高速内存,机架系统负责把这些东西组合起来,而云服务商再把最终算力卖给AI公司和开发者。
这套生意一旦跑起来,需求就不再只是“某一代显卡卖得好不好。
AI模型越多、用户越多、推理任务越多,背后的数据中心就需要不断扩容。
所以黄仁勋所说的“芯片销量翻倍”,真正值得关注的并不是数字本身,而是**AI基础设施正在进入持续扩张阶段。
至于RTX 5090、未来的6090等消费级显卡,能不能从中获得更多供应和更好的价格,最终还得看消费级产品自身的产能、需求以及供应链分配。
至少从目前这波扩张来看:
英伟达眼里的大生意,显然还是一座座正在不断扩建的AI机房。
玩家的显卡购物车,暂时还排不到队伍最前面。
讨论与补充
0还没有讨论
分享一条可复现的补充、问题或使用经验。