最新财报显示，英伟达2027财年第二季度营收达962亿美元，同比增长106%，远超市场预期。公司给出的2028财年增长约70%的指引，较市场预估的45%高出不少。黄仁勋甚至表示，如果供给没有约束，增速会远高于100%。这组数据背后，是AI算力需求依然处于极度旺盛的状态，而供给瓶颈而非需求不足，成了当前制约行业发展的首要因素。
在芯片主业高歌猛进的同时，英伟达祭出了一笔重磅收购——以129亿美元拿下Hugging Face。这个被称作“AI界的GitHub”的开源模型托管平台，是全球开源AI开发者协作的核心节点。此举的战略意图十分清晰：英伟达不仅要卖算力，更要掌控AI开发者的入口和生态话语权。在开源模型与闭源模型的竞赛中，掌握平台意味着掌握标准、流量和未来模型迭代的土壤。
与英伟达的扩张逻辑呼应，AI大数据公司Databricks完成了50亿美元融资，估值飙升至1900亿美元，成为万亿级独角兽。超过20家机构参与这轮拥挤的融资，其中包括黑石、阿布扎比MGX等顶级资本。资本对数据基础设施的狂热追捧，印证了AI产业链的价值正在从单纯的模型训练向数据治理、分析应用等全链条扩散。数据作为AI燃料的地位，正被资本市场重新定价。
终端侧同样在发生深刻变化。苹果官宣9月10日发布会，首款折叠屏iPhone Ultra将亮相。折叠屏并非新物种，但苹果的入局意味着AI终端形态的竞争进入新阶段。结合英伟达在云端算力和开发者平台的双重布局，一个清晰的图景浮现：AI基建的竞争已从单一芯片维度，升级为涵盖算力、数据、开源生态、终端入口的全栈式较量。
英伟达的“算力印钞机”逻辑建立在供给约束之上，而收购Hugging Face和Databricks的高估值则表明，资本正在为AI的“水电煤”基础设施支付溢价。这些事件的内在联系在于：AI行业正从野蛮生长的探索期，迈向基础设施整合与生态定型的成熟期。谁能在算力、数据、开发者社区和终端体验之间构建闭环，谁就能在下一阶段掌握定义权。
值得注意的是，英伟达从Blackwell到Rubin的快速迭代，以及苹果在折叠屏上的谨慎入局，都指向同一个趋势——技术领先的窗口期在缩短，生态卡位的紧迫感在加剧。对于行业观察者而言，盯着单一产品的参数已不够，需要关注的是这些巨头如何将芯片、平台、数据与终端编织成一张难以拆解的网。这场基建竞赛的终局，将决定AI红利的分配格局。