【导读】8月26日，英伟达交出2027财年第二季度成绩单——营收962亿美元，同比增长106%；数据中心业务890亿美元，同比增长117%。对任何一家企业而言，这都是一组令人艳羡的数字。然而市场关注的焦点，却不在增速本身，而在“增速不够快”。公司对2028财年约70%的营收增速预期，虽显著高于市场44%的预期，却仍远低于客户需求近乎翻番的预测。英伟达CFO Colette Kress与CEO黄仁勋相继坦言：需求依然旺盛，但供应链开始成为增长的约束。

但更值得关注的是，按照英伟达目前掌握的客户预测，明年的需求增长可能接近翻番。也就是说，客户想要的增量远高于英伟达目前能够提供的增量。

英伟达CFO Colette Kress在电话会议上表示，供应能力限制了公司的增长空间。黄仁勋也表示，如果没有供应瓶颈，明年的业绩展望会更高。需求依然旺盛，但供应链开始成为增长的约束。

AI芯片的瓶颈，正在从GPU向整个供应链扩散

过去两年，AI芯片竞争主要围绕GPU展开。芯片性能、先进制程和GPU产能，是市场关注最多的几个指标。

现在，影响AI芯片交付的因素正在向上下游扩散。HBM、先进封装以及高速互连，都开始成为决定算力供给的重要环节。

这一次，英伟达把存储供应问题直接摆到了台面上。

Kress表示，目前存储市场非常紧张，价格上涨幅度超过此前预期，而且这种压力可能延续到明年。对于英伟达来说，存储成本上升还会进一步影响未来毛利率。

原因在于，GPU出货增长会直接带动HBM需求。随着大模型规模扩大以及推理需求增加，HBM已经不是普通的配套器件，而是高端AI芯片系统的重要组成部分。HBM供应如果跟不上，GPU本身的产能也很难完全转化为最终出货。

先进封装面临的情况也类似。GPU与HBM之间需要进行高密度集成，芯片封装的复杂度不断提高，先进封装因此成为影响AI芯片产能的重要环节。

所以，英伟达未来能够增长多少，已经不仅取决于客户愿意购买多少GPU，也取决于HBM、先进封装以及相关制造环节能够提供多少产能。

AI集群越大，高速互连越重要

供应链压力还在改变AI基础设施的竞争重点。

随着AI集群规模扩大，GPU之间的数据传输效率越来越重要。GPU数量增加的同时，交换芯片、高速SerDes、AEC、光模块以及硅光等高速互连技术的需求也会随之增长。

这也是英伟达持续强化网络业务的重要原因。如今，英伟达已经将GPU、CPU、交换机、互连和软件整合成完整的AI计算平台。

对于AI芯片企业而言，设计出一颗性能不错的芯片只是第一步。能否获得足够的HBM和先进封装资源，能否解决高速互连问题，以及最终能否把芯片交付成客户可以使用的AI系统，都正在变得重要。

某种程度上，英伟达当前最大的约束，已经不是订单，而是供应链的交付能力。

70%背后，是产业链扩产压力

如果客户需求真的接近翻番，那么GPU之外的相关产业链都需要继续扩张。

HBM需要扩产，先进封装需要扩产，高速互连需要扩产，服务器、电源和散热系统也需要同步建设。任何一个环节跟不上，都可能影响最终算力部署。

结论

英伟达70%的增长预期，折射出的并非AI需求的放缓，而是供应链承压的现实。GPU产能之外，HBM价格飙升、先进封装紧缺、高速互连需求暴涨，正在共同构成AI算力交付的新瓶颈。当AI集群规模持续扩大，芯片性能之外，能否获取足够的关键资源、能否将算力高效整合为可用的系统，正成为决定胜负的新标尺。对于整个半导体行业而言，这既是挑战，也是机遇——HBM、先进封装、光模块、服务器等环节都将受益于这一轮扩产浪潮；对于中国AI芯片产业来说，推理、边缘AI、具身智能等差异化赛道，或可成为切入市场的突破口。