BV1GG4m69ET7
数据中心昼夜不停的散热风扇背后，一组财报数据正在重新定义AI产业的景气刻度
英伟达位于圣克***总部的服务器集群已经连续运转超过72小时，工程师们正在为下一代GB300平台的散热模组做最后验证。与此同时，太平洋另一侧，MiniMax上海办公室的算力调度大屏上，实时Token消耗曲线在7月创下了一个新坐标——达到1月的20倍。两个看似独立的场景，被同一份券商研报串联起来。
中信建投证券最新发布的研报显示，英伟达FY2027第二季度实现营收962.2亿美元，同比增长106%。这一数字距离单季千亿美元营收仅一步之遥。公司同时对FY2027第三季度给出1080亿美元±2%的营收指引，对应同比增长约89%。更值得关注的是，英伟达首次对2028财年给出收入增长约70%的预期，并明确指出“若供应链不受限，增速预计更快”。
千亿美元单季营收背后：从训练到推理的需求迁移
962.2亿美元的单季营收，放在五年前几乎难以想象。彼时英伟达全年营收不过109亿美元。增长的核心驱动力已从最初的大模型训练集群采购，逐步向推理侧算力需求扩散。据公开信息，全球主要云厂商2026年资本开支中，用于AI推理基础设施的比例已从此前的不足三成提升至接近五成。
这一结构性变化与MiniMax的数据形成了呼应。中信建投研报披露，MiniMax 2026年上半年实现收入约1.17亿美元，同比增长283.1%；二季度收入环比增长81.8%。进入三季度，增长进一步提速，8月ARR（年度经常性收入）突破8亿美元。7月Token消耗量达到1月的20倍——Token消耗量的增长曲线，比收入曲线更陡峭。
Token消耗量的意义在于，它直接对应着推理侧算力的调用强度。用户每向大模型发起一次请求、Agent每完成一次多步任务拆解，背后都是GPU集群在实时计算。MiniMax的ARR与Token消耗量同步高速增长，说明其商业化并非依赖少数大客户的合同签署节奏，而是建立在持续、高频的API调用之上。中信建投在研报中判断，国产大模型正从模型能力提升阶段加速迈向规模化商业变现阶段。
Agent场景成为高Token消耗的核心变量
业内普遍将Agent视为推理算力需求的下一个爆发点。与传统单轮对话相比，Agent完成一项任务需要多次调用模型、反复生成中间步骤，Token消耗量可提升一到两个数量级。MiniMax在2026年二季度以来的增长提速，与其Agent相关产品线的商业化推进在时间点上高度吻合。
据业内人士透露，MiniMax在7月至8月间向多家企业客户交付了Agent定制化方案，覆盖客服、数据分析、代码生成等场景。此类场景的共同特征是调用频次高、上下文长、任务链复杂。对于算力供应商而言，这意味着即使模型单价持续下降，总调用量的增长仍然足以推动收入规模扩张。
从行业层面看，这一逻辑同样适用于英伟达的增长指引。当推理需求成为主导，GPU的需求节奏将从“训练集群的一次性大规模采购”转向“随调用量增长的持续性扩容”。这也是英伟达敢于对2028财年给出约70%增长预期的底层判断之一。
供应端约束与竞争变量：繁荣之下的两条暗线
英伟达的业绩指引中，有一个容易被忽略的限定条件：“如果供应链不受限”。这不是一句套话。CoWoS先进封装产能、HBM高带宽内存供应、以及台积电先进制程节点的排产空间，共同构成了GPU出货量的物理上限。据公开信息，台积电2026年CoWoS产能已较2025年扩张近一倍，但排队周期仍未显著缩短。
与此同时，竞争变量也在积累。AMD的MI400系列在推理场景中的性价比优势逐步获得云厂商认可；谷歌TPU v6已在其内部推理负载中规模化部署；国产算力芯片在特定场景下的可用性持续提升。英伟达的领先地位短期内难以撼动，但客户对供应链多元化的诉求正在从“讨论”走向“订单”。
国产大模型的商业化拐点与结构性问题
MiniMax的ARR突破8亿美元，是国产大模型公司中一个值得标记的节点。横向对比，这一规模已接近部分美国二线AI公司的收入体量。但需要指出的是，ARR的统计口径在不同公司间存在差异，且ARR反映的是合同承诺而非实际回款，在评估现金流状况时需要结合应收账款等指标综合判断。
更深层的结构性问题在于成本侧。MiniMax的高速增长建立在持续的算力投入之上。Token消耗量20倍增长的背后，是GPU集群规模与电费支出的同步攀升。当收入增速与算力成本增速之间的剪刀差未能收敛时，规模化商业变现的成色仍需时间检验。中信建投的研报对此着墨不多，但其“建议持续关注国内AI产业链相关标的”的表述，暗示了产业链上下游的联动机会可能比单一公司更具确定性。
截至发稿，MiniMax未对ARR数据及商业进展作出公开回应。英伟达下一份财报的发布日期尚未公布。
本文由AI辅助生成
