全球市值第一的位置，现在属于一家卖芯片的公司。英伟达最新市值5.37万亿美元，排在它身后的是苹果4.91万亿美元、谷歌4.21万亿美元。它最新披露的经营数据是：营收1305亿美元，净利729亿美元，毛利率75.0%，机构评级为买入。把这三个数字放在一起，其实只说了一句话——这家公司已经把技术领先，直接换成了定价权。

更有意思的是它的位置。在AI这场淘金热里，每天数钱最多的往往不是挖金子的人，而是提供工具的人。英伟达就是那个卖铲子的角色，只不过这把铲子的毛利率高达75.0%，而且全球最有钱的几家公司都在排队买。

一、它到底靠什么赚钱

收入结构里，AI数据中心用的图形处理器和加速卡占约八成，剩下的部分留给游戏显卡、专业可视化和汽车业务。换句话说，这家公司今天的市值逻辑，几乎完全建立在全球数据中心建设之上。只要云厂商还在扩建算力，它的收入就有支撑；一旦扩建节奏放慢，最先感受到的也是它。

从游戏显卡到AI芯片的转型，并不是一夜完成的。图形处理器原本是为了让游戏画面流畅起来，后来工程师发现，这类芯片擅长的是大规模并行计算，正好适合训练神经网络。于是它先做出配套的软件开发工具，再把全球的开发者留在自己的体系里，硬件和软件互相加固，才有了今天的局面。理解英伟达的关键就在这一层：它卖的从来不只是芯片，而是一整套被全球开发者习惯了的计算方式。

二、卖铲子的生意，为什么最赚钱

淘金热的历史反复证明一件事：绝大多数挖金子的人赚不到钱，卖铲子、卖水、卖牛仔裤的人赚到了。这一轮AI热度的中心是模型和应用的竞争，但模型越难训练、参数规模越大，对算力的需求就越刚性。英伟达站在这个位置，等于站在所有竞争对手的必经之路上。

毛利率75.0%是这门生意成色的直接证明。横向对比更清楚：苹果毛利率46.9%，AMD 46.0%，美光40.2%，英特尔37.4%，戴尔只有21.9%。75.0%的毛利率意味着，每卖出100美元的芯片，扣掉直接成本后还能留下75美元。这种水平通常只出现在软件和平台型公司身上，一家硬件公司能做到这个数字，说明它手里握着的是定价权，而不是单纯的制造能力。

护城河由三根柱子撑起来：一是CUDA软件生态，全球开发者多年积累的工具、代码库和习惯都长在上面；二是布莱克威尔架构带来的代际领先；三是自研高速互连技术，把成千上万块芯片连成一台超级计算机的能力。三者叠加，客户更换供应商的成本被抬得很高。这也是后来者最难过的一关——芯片可以追赶，生态和习惯很难重造。

三、一道简单的算术题

净利729亿美元除以营收1305亿美元，得到的净利率约为55.9%。也就是说，每100美元的营收里，超过55美元变成了净利润。在制造业里，这个数字通常落在个位数到二十几之间。这也是它市值能站上5.37万亿美元的原因：利润体量本来已经很大，而且大部分能留下来，不像是靠低价换来的规模。

另一组需要正视的数字是增速：营收增速10.6%，净利增速2.0%。增长从爆发期进入常态化阶段，增速放缓并不等于逻辑被破坏——真正要跟踪的是毛利率与净利率能否维持在高位，只要定价权还在，估值就有支撑；真正要警惕的是定价权被稀释后，利润和倍数同时下修。目前市场给出的市盈率约为21.7倍，机构评级为买入。

21.7倍的市盈率，配上75.0%的毛利率和55.9%的净利率，指向的是一种相对温和的预期：市场并没有把它当成一家永远翻倍增长的公司来定价，而是当成一家已经进入稳定赚钱阶段的基础设施供应商。这一点和后面会讲到的特斯拉（市盈率271.1倍）恰好相反——同样押注AI，一个在给已经兑现的利润定价，一个在给还没兑现的未来定价。

四、英伟达关键财务一览

表格里最值得盯住的不是市值那一行，而是净利率与增速的组合。净利率决定这家公司赚钱的厚度，增速决定市场还愿意给它多少想象空间。当增速降到10.6%、净利率仍在55.9%以上，它更接近一台高效率的现金流机器，而不是一只需要靠故事支撑的高估值股票。

五、风险在哪里

第一个风险是客户集中。买它芯片的主要是少数几家超大规模云厂商和数据中心运营商，这类采购带有明显的项目制与周期性：资本开支从扩张转向消化时，订单波动会直接反映到营收上。高增长的另一面，就是对少数大客户的高度依赖。

第二个风险是竞争路径正在改变。挑战者不再只在通用芯片上追赶：博通走的定制芯片路线，为大客户量身设计专用芯片，营收增速65.9%就是需求爆发的证据；AMD用净利增速128.5%证明自己在快速上量；而最大的客户们自己也在研发专用芯片，希望降低对单一供应商的依赖。当客户开始变成竞争者，定价权的稳固程度才是真正需要跟踪的变量。

第三个风险是估值与预期之间的微妙关系。21.7倍的市盈率在科技公司里并不算夸张，但它建立在利润维持当前水平的前提上。如果数据中心投资出现阶段性降温，利润下滑与估值倍数下调可能同时发生，这种双杀在上一轮科技周期里并不罕见。

六、卖工具的人，定义了时代的分工

英伟达的故事说到最后，其实是AI时代的一次分工。想做模型的公司很多，想造车的公司很多，想在应用层胜出的公司更多，但这些人最后都要买同一类东西：算力。谁掌握了算力这个环节，谁就拿到了产业链上相对最稳的那一份钱。

这并不是说它没有对手，也不是说它会一直涨。它只是用5.37万亿美元市值、1305亿美元营收、729亿美元净利和75.0%毛利率这组数字，说明了一个朴素的商业规律：当所有人都想去挖金子的时候，卖铲子的那家公司，通常是先赚到钱的那一个。

下一篇会讲真正决定AI算力上限的两个环节——负责把芯片造出来的台积电，和负责造设备的阿斯麦，看看AI的地基是怎么被两家公司瓜分的。

表A：AI芯片三强对比

注：英伟达增速放缓是高基数所致，博通与AMD仍在高速追赶。

表B：三条技术路线

七、展望：算力需求的三段式演进

AI算力需求的演进大概率沿着训练、推理、端侧三个阶段展开。当前训练仍是需求主力，但推理需求爆发后，卖铲子的生意会从训练芯片扩展到推理芯片与网络互连，算力链条的每一环都会分到增量，这一路径仍在早期阶段。

竞争维度上，定制芯片正在分流一部分需求，云厂商自研比例上升会挤压通用芯片的份额；而CUDA生态的粘性决定了通用GPU的基本盘短期难以被动摇。持续跟踪英伟达数据中心收入增速与云厂商资本开支，是验证这条主线最直接的两个指标。

这个系列会持续更新，把AI时代的全球巨头一个个拆给你看。关注「用心小站」，不错过下一份深度拆解。

在关注算力这条主线的机会，也想弄清风险在哪？加微信 yxxz798，一对一交流。

关注用心小站，获取更多深度分析

风险提示：本文不构成投资建议。投资者应关注公司基本面和治理结构，谨慎投资。股市有风险，入市需谨慎。

扫码添加企业微信 · 加入读者交流群

每天一篇深度财经文章 · 了解基金、量化基金选择，欢迎入群交流

扫码添加企业微信

添加微信扫码

（添加企业微信后自动发送入群链接）