北京时间 10 月 28 日,据 Gate 股票行情数据显示,甲骨文(Oracle Corp,NYSE: ORCL)收盘报 130.53 美元,单日上涨 4.47 美元,涨幅 3.55%,市值约 3,957 亿美元。当日盘中最高触及 132.34 美元,最低 126.86 美元,成交量配合下价格重心较前几个交易日明显上移。放在更长的时间轴上看,这一涨幅并不足以修复此前的深度回撤:ORCL 52 周高点为 285.46 美元,年内累计跌幅仍超过 30%,市场对 AI 基础设施“谁来买单”的疑虑远未消散。但 3.55% 的方向本身值得拆解:它出现在甲骨文宣布一轮罕见的“多芯片”扩容之后,又恰好落在投资者日的前夜。上涨的直接催化剂是合作公告,深层逻辑则是市场开始对甲骨文 AI 算力路线的“去单一依赖”倾向给出正面定价。
来源:Gate 股票行情数据
从“单押 NVIDIA”到“多供应商并行”:Google TPU 落地 OCI 的信号意义
10 月 27 日,甲骨文与 Alphabet 旗下 Google 联合宣布,Google 的张量处理单元(TPU)将通过甲骨文云基础设施(OCI)向客户提供,这是 Google TPU 首次在 Google 以外的超大规模云平台上可用。根据双方公布的时间表,OCI 上的 Google TPU 预计于 2027 日历年推出,并在多年内逐步扩大规模,OCI 负责提供电力、冷却和数据中心网络。首批引入的是 Google 第八代 TPU 中的 TPU 8t(面向训练)与 TPU 8i(面向推理),前者被描述为可将前沿模型开发周期从数月压缩至数周,每 pod 算力约为上一代的 3 倍。
这一安排的行业含义大于短期财务含义。在此之前,超大规模云厂商的 AI 加速器供给几乎默认以 NVIDIA GPU 为轴心,Google TPU 的“外部化”意味着推理与部分训练负载有了一个在性能和单位电力经济性上经过内部大规模验证的替代选项。对甲骨文而言,引入 TPU 使其 OCI 的算力组合从“NVIDIA 单一主轴”变为“GPU + TPU + 推理专用芯片”的多层结构,客户可以按工作负载对吞吐量、延迟和成本的不同敏感度进行匹配。甲骨文 OCI 总裁 Mahesh Thiagarajan 的表述也指向同一逻辑:不同 AI 工作负载有不同的算力需求,多架构并存让客户为每项负载选择“在性能、吞吐量和经济性上最合适的基础设施”。
同一轮公告中,甲骨文还纳入了 Cerebras Systems 的晶圆级 AI 芯片(预计 2027 年上半年部署)以及英特尔支持的 SambaNova Systems 推理芯片,进一步将“多供应商”从概念落到了具体的采购清单上。市场当日的反应不仅体现在 ORCL 的 3.55% 涨幅上,Cerebras 同日大涨超过 10%,费城半导体指数整体上涨 3.6%,说明“算力供给多元化”叙事在芯片与云两个层面同时获得了资金关注。
NVIDIA 合作没有退场,而是升级:Vera Rubin 扩至多吉瓦级
“多芯片”容易被误读为对 NVIDIA 的疏离。实际公告的方向恰好相反:甲骨文与 NVIDIA 宣布,将 OCI Supercluster 中搭载 NVIDIA Vera Rubin NVL72 系统的部署规模扩展至多吉瓦级,同时 Vera Rubin NVL72 与 NVIDIA Vera CPU 在 OCI 上正式可用。NVIDIA Vera Rubin NVL72 的单机架通过 NVLink 连接 72 颗 GPU,OCI 的多平面网络可跨数十万颗 GPU 扩展,配合吉瓦级供电与冷却,面向的是前沿模型训练与大规模推理的持续负载。甲骨文还计划推出搭载 8 颗 Rubin GPU 的 HGX Rubin NVL8 系统,以 x86 服务器形态为训练、微调和推理提供更小的部署粒度。
值得注意的是,即便在 NVIDIA 系统内部,甲骨文也在推进网络层的自主化:基于 NVIDIA 系统的部分部署将弃用 NVIDIA 网络芯片,改用甲骨文自研的 Acceleron 网络芯片。这一细节说明“多元化”不仅发生在加速器品牌层面,也发生在系统集成的价值分配层面。NVIDIA 的 CUDA 软件栈仍然是客户黏性的核心来源,但甲骨文试图在电力、冷却、网络和调度这些云侧环节保留更高的控制权和利润空间。
NVIDIA 合作升级与 Google TPU 引入并不矛盾,它们共同指向甲骨文对 AI 云基础设施竞争格局的一个判断:训练市场的份额集中度短期内难以撼动,但推理市场的竞争格局更分散,云厂商的差异化空间恰恰在于能否用一套统一的云平台承载多种加速器,把“芯片选择”转化为“工作负载匹配”的服务能力。
OpenAI:从算力客户到应用层嵌入
甲骨文与 OpenAI 的合作在同一天向两个方向延伸。在基础设施侧,OpenAI 已在得克萨斯州阿比林的 OCI Supercluster 上使用超过 100,000 颗 NVIDIA Blackwell GPU 训练和 serving GPT-6 Astra,这为 Vera Rubin 的后续扩展提供了可参照的部署规模。在应用侧,甲骨文宣布将 ChatGPT 与 Codex 集成到其企业应用之中,使数据库的开发、部署和管理具备自然语言交互能力,甲骨文数据库在医疗与金融行业的广泛覆盖也为 OpenAI 拓展企业客户提供了渠道。
这一合作结构的战略价值在于“锁定深度”。OpenAI 约占甲骨文剩余履约义务(RPO)的一半,Cantor Fitzgerald 分析师的这一估算意味着 OpenAI 不仅是甲骨文最大的 AI 算力客户之一,也是其未来收入储备最集中的单一来源。将 ChatGPT 和 Codex 嵌入甲骨文的应用层,是在算力采购关系之上叠加软件层的互操作性,理论上可以提高客户切换成本、延长合同生命周期,但也同时放大了客户集中度风险:OpenAI 的融资能力、模型路线和合同执行节奏的任何变化,都会沿着 RPO 向甲骨文的收入兑现路径传导。
投资者日:目标上调预期与资本开支“硬约束”的对撞
3.55% 涨幅的第三个支点是投资者日的预期博弈。甲骨文将于美东时间 10 月 28 日在拉斯维加斯 Oracle AI World 期间举行投资者日,这是公司时隔一年再度举办该活动。在 2025 年 10 月的财务分析师会议上,甲骨文曾提出 2030 财年营收 2,250 亿美元、每股收益 21 美元的目标,并将 OCI 2030 财年收入预期上调 220 亿美元至 1,660 亿美元。过去四个季度 RPO 的强劲增长使部分卖方倾向于认为管理层具备再度上调长期目标的数据基础:RPO 达到 6,640 亿美元,同比增加约 2,090 亿美元,巴克莱据此重申增持评级及 252 美元目标价,Bernstein SocGen 则重申跑赢大盘评级及 325 美元目标价。
但投资者日同样是一次“成本侧”的检验。2027 财年第一季度,甲骨文营收同比增长 30% 至 193.45 亿美元,云业务收入增长 62% 至 116.07 亿美元,其中 OCI 收入增长 121% 至 74 亿美元,收入端的扩张速度在大型软件公司中处于极高水平。问题出在现金流结构:当季资本开支约 285 亿美元,经营现金流约 231 亿美元,自由现金流为负 54 亿美元;公司对 2027 财年总资本开支的指引为 900 亿至 950 亿美元,净现金资本开支不超过 700 亿美元。为支撑扩张,甲骨文已通过市场增发计划筹集约 200 亿美元,并依赖客户预付款和客户自行采购硬件来分担部分资金压力。瑞穗在投资者日前夕的表述具有代表性:投资者日将是管理层回应资本开支强度、资金来源以及自由现金流转正路径的关键窗口。
换言之,当前股价同时定价了两条方向相反的线索。合作公告与目标上调预期提供了向上的催化剂,而 900 亿美元级别的年度资本开支和负自由现金流构成向下的估值约束。3.55% 的涨幅说明,在投资者日临近的时点上,市场选择先对“算力版图扩张”和“目标可能上修”定价,但并未放弃对现金流兑现的审视。高盛在 10 月下旬将 ORCL 目标价从 240 美元下调至 206 美元、同时维持买入评级,也反映了这种“方向认可、节奏保留”的分歧结构。
结语:3.55% 之后,投资者日需要回答的三个问题
甲骨文此次 3.55% 的上涨,表层触发因素是 Google TPU 落地 OCI、NVIDIA Vera Rubin 扩至多吉瓦级以及 OpenAI 合作向应用层延伸的三重公告叠加;更深层的变化在于,市场开始将甲骨文视为一个有能力在多家加速器架构之间进行调度和商业化的云平台,而非 NVIDIA 算力的单一转售通道。但这一叙事要转化为可持续的估值支撑,投资者日需要给出可验证的答案:长期营收与 OCI 目标的上调幅度是否足以覆盖资本开支的增量;客户预付款与外部融资的组合能否将净现金资本开支控制在指引范围内;以及自由现金流转正的可见时间表。在 AI 基础设施的竞争从“谁能买到芯片”转向“谁能以可承受的资本结构把芯片变成收入”的阶段,这三个问题的权重,不会低于任何一项合作公告本身。
FAQ
Q1:甲骨文 10 月 27 日股价上涨 3.55% 的直接原因是什么?
直接触发是当日公布的多项合作:Google TPU 将通过 OCI 向客户提供,NVIDIA Vera Rubin 部署扩至多吉瓦级,OpenAI 的 ChatGPT 与 Codex 集成到甲骨文应用。三者叠加投资者日前的目标上调预期,推动 ORCL 收涨 3.55% 至 130.53 美元。
Q2:Google TPU 进入 OCI 对甲骨文意味着什么?
这是 Google TPU 首次在 Google 以外的超大规模云平台可用,预计 2027 年上线。甲骨文的算力组合从以 NVIDIA 为单一主轴,转向 GPU、TPU 与推理专用芯片并行的结构,客户可按工作负载匹配性能与成本,OCI 则保留电力、冷却和网络的集成价值。
Q3:甲骨文与 NVIDIA 的合作是否因引入 TPU 而减弱?
没有减弱,而是同步升级。Vera Rubin NVL72 在 OCI 上的部署规模被扩展至多吉瓦级,Vera CPU 也正式可用。引入 TPU 和推理芯片属于工作负载分层,NVIDIA GPU 仍承担前沿训练和大规模 serving 的核心角色。
Q4:投资者日最需要关注什么?
关注三个变量:2030 财年营收和 OCI 目标是否上调、900 亿至 950 亿美元资本开支的资金来源与净现金口径、以及自由现金流转正的路径。RPO 虽达 6,640 亿美元,但约一半集中在 OpenAI,兑现节奏取决于合同执行与数据中心交付。
Q5:ORCL 当前的主要风险是什么?
客户集中度与资本结构。OpenAI 约占 RPO 的一半,其融资和合同执行变化会直接影响收入兑现;同时负自由现金流与高额资本开支使外部融资需求持续存在,若经营现金流未能同步改善,估值可能承压。




