AI推理更便宜，英伟达会少赚还是卖更多？

英伟达截至2026年7月26日的季度经营利润为637.34亿美元，前季为535.36亿美元。与此同时，Amazon称，Bedrock大多数推理已运行在自研Trainium芯片上。英伟达利润增长与客户使用替代芯片，正在同时发生。

这个财季，英伟达收入环比增长17.9%，经营利润增长19.0%，公司毛利率约75%，与前季接近。五个季度的收入、毛利额和经营利润连续增加。这些公司报表尚未呈现降本挤压主营利润的结果；收入也不只是推理业务，更不是GPU出货数量。

计算成本降低后，软件可以加入原本不划算的AI功能，也可以把节省的预算用于更充分的推理。英伟达能从中获得多少订单，要看这些用途需要多少计算、客户又选择哪套系统。

对使用者，在同一计费范围内，总支出等于平均付费单价乘以付费数量。数量增长超过抵消降价所需的幅度，总账单就会增加。更长的上下文、更多候选答案和额外验证，还会让每项工作用掉更多计算：一次服务便宜了，不代表整个服务预算缩小。

API价格却不能直接当成设备需求。模型变小、计算效率提高、硬件降价、利用率改善，或服务商让利，都可能降低客户账单。前几项可能减少完成同样工作所需的资源，让利则未必改变资源用量。判断设备需求，要比较达到同样质量的全部计算，包括失败和重试。

下方计算器只演示资源变化。假设每项任务少用40%的资源，任务数量增加60%，总资源指数为96，仍比原来低4%。抵消这项节省，任务数量要增加约66.7%。这些百分比是读者可调整的假设，不是API降价幅度，也不是测得的需求增长。

英伟达收入还隔着客户的硬件选择。新增计算可能运行在GPU、TPU或Trainium上，不同产品的售价和利润率也不同。于是总调用量增加、算力需求增加、英伟达多赚钱，不能写成同一个结果。

Google在2026年7月22日的二季度CEO说明中称，模型API处理速率达到每分钟约220亿token，上季披露约160亿。按这两个约数计算，增幅约37.5%，公司仍称供给受限。这是两个披露时点的速率，显示使用规模扩大，不是季度累计调用量。

在另一条服务线，Google称AI Mode单次响应成本已降到上线以来最低，整体搜索查询同时获得增量。API与搜索服务的指标不能合成同一条价格—需求曲线。但这家运营商的经历至少说明，效率改善和使用增长可以并存，降本并未必然带来需求萎缩。

商业使用也不只停留在试用。Google还披露，近500个Cloud客户各自在过去12个月处理超过1万亿付费token。这里的token量会随模型和工作组合变化，不能换算成GPU采购；它仍比产品发布、下载量或融资消息更接近实际需求。

计算预算还可能被更深的推理消耗。OpenAI在2024年的o1研究中展示，在某些推理任务上，生成答案时投入更多计算可以改善表现。客户可以少付钱完成原来的工作，也可以用同样的钱争取更好的回答。已有付费使用，比单纯从降价推断少买算力更支持市场扩展。

Amazon称，Bedrock的大多数推理已运行在Trainium上。它还表示，Claude模型使用超过100万颗Trainium2，覆盖训练和运行。前者是自家平台的部署情况，后者包含两类计算，不能当成全球推理份额；但它们都不是等待兑现的路线图。

Claude的例子打破了“简单模型用专用芯片、聪明模型只能用GPU”的分法。客户是否有条件采用专用芯片，要看请求规模、工作是否持续，以及能否自行优化模型、编译器和芯片。请求量足够大，长期工程投入便能摊到更多服务上。AWS具备这样的组织条件，也已经把方案投入运行。

英伟达面临的具体竞争，是这类买方可能让自己的芯片承接更多新增工作。对模型变化快、混合工作多、又需要尽快上线的客户，可复用的GPU工具仍有价值：少做底层适配，也可能比单颗芯片便宜更重要。两类环境的差异在工程和服务成本，不在模型是否足够聪明。

大云厂商也未必只选一种硬件。Google同时提供自有与NVIDIA加速器，并支持GPU、TPU之间的软件可移植性。市场扩展可以容纳多条路线；工作越成熟、重复，客户越有条件比较不同平台的实际费用。英伟达要面对的是新增订单和定价上的竞争，而不是AI突然失去用途。

NVIDIA的开发文档描述了两类工具：Triton后端把请求分批处理、复用缓存，并支持跨设备执行；Dynamo按请求处理量和等待时间目标规划容量。这些工具试图解决的，是如何把GPU的计算能力交付成可用服务。

KV缓存保存已经算出的中间结果，供后续生成复用；等待时间目标则涉及多久开始输出、后续输出间隔多长。文档说明了功能，并未证明客户已经省下多少成本。对于反复部署新模型的客户，工具是否值得继续使用，要看它能减少多少适配工作、能否满足服务要求。

Meta提供了一个具体反例。它报告，DDA通信优化让MI300X在其特定测试配置中达到与H100相当的整体性能。这不是所有任务的硬件胜负，却说明有工程能力的大买方能改善替代系统，不必把全部集成价值都付给英伟达。AWS的自研部署体现了另一种同样依赖组织能力的路线。

英伟达因此需要持续证明：客户换模型、增加服务时，沿用它的系统仍然更值得。更快上线、减少运维负担和可靠完成工作，都可能留下订单；客户也会把这些收益与系统价格放在一起比较。软件生态是竞争筹码，不是利润永远安全的保证。

英伟达这一季经营利润环比增长19.0%，净利润却只增加2.3%。如果只看净利，容易把非主营波动看成芯片业务减速。两者的差距，主要落在经营之外的收益变化。

经营利润比前季多101.98亿美元，其他收益净额少85.94亿美元，所得税费用多2.37亿美元，净利最终增加13.67亿美元。下图把这条变化拆开：净利增幅小，主要被非主营收益减少所影响，并不等于芯片主业停滞。

现金则是另一项需要认真对待的变化。二季度经营现金240.77亿美元，环比下降52.2%，同比仍增长56.7%；应收余额环比增加54.9%，快于收入的17.9%。公司确认了更多收入和利润，经营现金却没有同步增加。回款、合同账期、公司付款时点和营运资本，都关系到这项差异。

这一季利润与现金走向不同，还不能把现金下降归因于芯片替代。利润何时变成现金，要区分客户回款、合同账期与公司自身付款。一次季度现金下降，不能说明推理需求正在萎缩。

截至最新披露季度，英伟达仍在增加收入和主营利润，Google的模型API使用规模也在扩大。现有资料没有显示“计算更便宜，生意就缩小”这一简单结果，也没有证明降本造成了这些增长。对英伟达，更值得追问的是：这些新增工作会不会继续购买它的系统？

Amazon已经运行的Trainium给出了具体反方。如果大客户把更多新增推理交给自研芯片，同时英伟达的毛利额与经营利润持续受压，即使付费使用增加，也应下调对其系统优势的判断。相反，新增订单继续选择英伟达、主营利润持续增长，会加强这项判断；能否按合同收回货款，还要单独检验。