重点摘要
- CoreWeave 本季 FY2Q26 营收达 25.75 亿美元，年增 112%、季增 24%，创历史新高，调整后 EBITDA 达 15.10 亿美元、年增约 101%，EBITDA Margin 为 59%，调整后营业利益由前季 2,100 万美元增至 1.28 亿美元，营业利益绿由 1% 升至 5%。营收 Backlog 于季末达 1,040 亿美元，年增 246%，且尚未计入 FY3Q26 初新增超过 250 亿美元的净新增客户承诺，现有 Backlog 中已有超过 50% 相关合约开始交付，公司预期至 2026 年底将提高至超过三分之二。
- AI Cloud 需求持续超过可供应产能，短期 Capacity 仍接近全数售罄，Blackwell 与 Vera Rubin SKU 的定价及 Margin 均创新高，前代 GPU 定价亦维持在或高于数年前水准；FY2Q26 新签客户合约的预期贡献 Margin 较近几季合约再提高 5-10 个百分点，同时公司于 7 月因应需求与客户 ROI 提升，将各 SKU 价格平均调升约 25%。
- Managed Inference 成为新的高成长业务，推出数月以来 Booked ARR 已由 100 万美元增加至超过 1 亿美元，预期 2026 年底至少达 2.5 亿美元，成长受限于短期产能。Grammarly、You.com 等客户已由实验阶段进入实际 Production Traffic；同时 Storage、CPU、Networking 与 Software 等非 GPU AI Products & Services 的 ARR 已合计超过 4 亿美元，可进一步提升整体 Margin。
- 本季推出 7 项新 AI Platform Capabilities，累计追踪的 Model Training Runs 已突破 10 亿次，并推出 CoreWeave ARIA 等 Agentic AI 能力，串联 Training、Inference、Evaluation、Reinforcement Learning 与 Production Deployment，公司 TCO 最高可较 Hyperscaler 平均水准低 47%。CoreWeave 也是首家完成 NVIDIA Vera Rubin NVL72 Bring-up 与 Validation 的 Cloud Provider，在 NVIDIA Grace Blackwell 上亦创下新的 MLPerf Training 与 Inference 纪录，同时客户基础持续由 AI Native 扩大至传统企业与不同产业。
- 持续扩大 AI Infrastructure，FY2Q26 Active Power 达 1.5 GW，单季增加接近 500 MW，创公司单季最高纪录且年增超过三倍；Contracted Power 由季末 3.7 GW 进一步增至法说会前的 4.2 GW，另有超过 1.5 GW 潜在 Powered Land、扩建选择权与 LOI。公司将 2026 年底 Active Power 指引由超过 1.7 GW 上调至超过 1.85 GW，并维持 2030 年至少 8 GW 长期目标。
- 全球容量布局同步扩张，公司目前已在美国以外签约超过 1 GW 电力，并正式进入 APAC，在印尼取得 360 MW，预计约 18 个月后开始陆续上线；首批 Self-build Data Center 亦已进入建设阶段，第一座预计 2026 年稍晚上线。供应链方面，公司除了持续深化与 NVIDIA、OEM、ODM 合作外，也与 Solidigm 签订长期协议，以确保 AI Infrastructure 扩张所需的关键零组件供应。
- 本季 CapEx 达 94 亿美元，略高于原指引上缘，Construction in Progress 亦由前季 96 亿美元增至 119 亿美元，大量 PP&E 预计于 FY3Q26 初部署；仅 6 月即新增超过 300 MW Active Power。融资本季透过 Debt、Convertible 与 Equity 募得约 180 亿美元，累计超过 320 亿美元资本，过去一年加权平均 Cost of Debt 已降低近 300 bps，约为 11 亿美元年化利息节省。
- FY3Q26 营收预估 34.5-36.0 亿美元、调整后营业利益 2.0-2.6 亿美元，预期于 FY4Q26 达低双位数的营业利益率， 资本支出约为 115-135 亿美元。公司上调 FY26 全年营收指引至 124-132 亿美元、调整后营业利益至 9.60-11.50 亿美元，并将年底 Annualized Run Rate Revenue 上调至 185-195 亿美元；因新增 Capacity 与 Customer Wins，全年 CapEx 同步提高至 350-390 亿美元。
FY 2Q26 财务概况
简明损益表
FY2Q26 Revenue 达 25.75 亿美元，年增 112%、季增 24%，再创历史新高，主要受 AI Cloud 强劲需求及新增容量上线带动。更重要的是，规模效益开始反映在 GAAP 营运表现，Operating Loss 由 FY1Q26 的 1.44 亿美元缩窄至 4,900 万美元，Operating Margin 亦由 -7%改善至 -2%；Net Loss 则由前季 7.40 亿美元缩窄至 6.26 亿美元。不过，CoreWeave 高资本密集度的商业模式仍使利息负担快速增加，FY2Q26 Interest Expense 达 6.40 亿美元，较 FY1Q26 的 5.36 亿美元增加约 19%，亦较去年同期 2.67 亿美元增加约 140%，使 Net Loss Margin 仍达 -24%。公司表示其融资主要用于前置建置 GPU Cluster 与资料中心容量，待 Cluster 交付后，长约收入才逐步开始贡献现金流。
| 单位：百万美元 | FY 2Q26 | FY 1Q26 | FY 2Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 营业收入 | 2,575 | 2,078 | 1,212 | 24% | 112% |
| 营业利益 (损) | -49 | -144 | 19 | N.A. | N.A. |
| 营业利益率 | -2% | -7% | 2% | 5ppt | -4ppt |
| 净利息费用 | -640 | -536 | -267 | 19% | 140% |
| 税后净利 (损) | -626 | -740 | -290 | -15% | 116% |
| 税后净利率 | -24% | -36% | -24% | 12ppt | 0ppt |
FY3Q26 财测指引
预期 FY3Q26 营收达 34.5-36.0 亿美元，以中值 35.25 亿美元计算，较 FY2Q26 的 25.75 亿美元季增约 37%，调整后营业利益预估 2.0-2.6 亿美元，亦高于本季 1.28 亿美元，随既有 AI 基础设施投入逐步转化为营收，公司预期营运杠杆持续改善。另一方面，FY3Q26 CapEx 将进一步升至 115-135 亿美元，利息费用亦由本季 6.40 亿美元增加至 8.60-9.40 亿美元，反映快速扩张仍依赖资本支出与融资。此外，公司同步将 FY2026 全年营收指引上调至 124-132 亿美元、调整后营业利益至 9.60-11.50 亿美元，CapEx 提高至 350-390 亿美元，并预期年底 ARR 达 185-195 亿美元。
| 单位：百万美元 | FY 3Q26 (G) | FY 2026 (G) | FY 2Q26 (A) |
|---|---|---|---|
| 营业收入 | 3,450-3,600 | 12,400-13,200 | 2,575 |
| 调整后营业利益 | 200-260 | 960-1,150 | 128 |
| 利息费用 | 860-940 | - | 640 |
| 资本支出 | 11,500-13,500 | 35,000-39,000 | 9,400 |
核心观点
Backlog 支撑成长与营收能见度，但资本支出与利息仍是风险
本次财报后 CoreWeave 盘后股价一度上涨逾 14%，市场反应的核心不只是 FY2Q26 营收达 25.75 亿美元、年增 112%，更重要的是营收能见度持续提升。本季营收 Backlog 已达 1,042 亿美元、年增 246%，且尚未包含 Q3 初新增超过 250 亿美元的客户承诺；Meta 的 210 亿美元合约延伸至 2032 年，Anthropic 亦签订多年期算力合约。Q2 新增约 500 MW Active Power，其中约 300 MW 集中于 6 月，相关营收主要将于下半年陆续反映，限制成长的是电力、GPU 与资料中心的部署速度。
更值得注意的是，新签合约预期利润率较前几季提高约 5-10 个百分点，同时 FY26 CapEx 提高至 350-390 亿美元，同期净利息费用达 6.40 亿美元、年增约 140%。过去一年加权平均债务成本已降低近 300 bps，DDTL 5.5 亦提高短期算力合约的融资弹性；若 Active Power 上线持续带动营收与现金流，搭配再融资降低利息负担，获利有望加速改善。反之，则即使 Backlog 增加，高杠杆仍将放大下行风险，因此后续关键将由营收成长进一步转向资本支出的现金报酬与转化效率。
Managed Inference 延长 GPU 经济寿命，改善资产效率
Managed Inference 是本季主要成长来源，Booked ARR 单季由 100 万美元增至超过 1 亿美元，年底预计至少达 2.5 亿美元，该服务本身并非 CoreWeave 独有护城河，更重要的是能否发挥 Neocloud 专注 GPU 算力的专业化优势，提高大量资本投入后的 GPU 使用率与经济寿命。相较 Hyperscaler 同时经营大量通用云端服务，CoreWeave 更集中于 AI Training、Inference 与 GPU Infrastructure，公司亦引用 Signal65 资料指出，其总持有成本（TCO）最高可较 Hyperscaler 平均低 47%。
另一方面，Neocloud 长期风险之一是 NVIDIA GPU 快速迭代可能使旧设备提前失去经济价值，但 CoreWeave 已将采用 2020 年架构的 GPU 签约至 2029 年，且旧世代 GPU 的 ASP 仍维持在约一年前或更高水准。公司可将 Blackwell、Vera Rubin 等最新 GPU 配置于高效能训练与推论，而 A100 等旧 GPU 在原始 Take-or-pay 合约结束后，仍可重新签约或转入 Managed Inference。若不同世代 GPU 能持续分层配置，将提高全生命周期营收与 ROIC，并降低快速技术迭代造成的资产减值风险。
Neocloud 竞争由 GPU 取得转向电力、资本与平台能力
CoreWeave 透过采购 GPU、取得资料中心与电力，再以长约、On-Demand 或 Managed Inference 对外提供算力。目前 CoreWeave、Nebius、Lambda、Crusoe 等 Neocloud 早期竞争高阶 GPU 供应，但随 GPU 取得逐渐改善，产业瓶颈转向电力、土地、资料中心部署以及融资能力。CoreWeave FY2Q26 营收 25.75 亿美元，约为 Nebius 同期 5.82 亿美元的 4.4 倍，规模与大型 AI 客户关系领先；Nebius 则维持更高成长率，但仍处于高资本支出的快速扩张阶段，两者呈现不同的风险报酬特征。
其中，电力是将 GPU 转化为可出售算力的必要条件。本季 CoreWeave 已取得 4.2 GW Contracted Power，另有约 1.5 GW Powered Land Options 与 LOI，潜在电力资源接近 6 GW；相较 GPU 可持续采购，电网连接、土地与液冷资料中心通常需要更长建置时间，提前锁定电力可形成更难复制的门槛。不过，竞争最终仍回到资本效率，Nebius 等竞争者也在快速扩张容量与提高合约定价，需观察公司能否将电力快速转成 Active Power，再转化为高使用率、高利润率的付费算力与更高投资报酬率。
关键指标
Active Power 上线与 Backlog 转化
Q2 新增约 500 MW Active Power，其中约 300 MW 集中于 6 月上线，因此尚未完整贡献本季营收；公司同时将 2026 年底 Active Power 目标提高至超过 1.85 GW。后续应观察新增 MW 上线后的营收爬坡速度，以及 1,042 亿美元 Revenue Backlog 能否同步转化，若 Active Power 快速增加但营收增速未跟上，可能代表客户部署、GPU 安装或容量利用率仍存在落差。
算力定价与新合约利润率
7 月算力价格提高约 25%，且近期新签合约的预期利润率较前几季提高约 5-10 个百分点。 需观察在于 GPU、电力、资料中心租赁等成本上升后，新增合约是否仍能保持较高利润率；若涨价后需求与签约速度未明显下降，且利润率改善延续，将验证目前算力供不应求带来的议价能力。
利息覆盖程度与去杠杆进度
Q2 净利息费用已达 6.40 亿美元、年增约 140%，而 FY26 CapEx 指引进一步提高至 350-390 亿美元，因此后续应观察 Adjusted EBITDA 对利息费用的覆盖程度、债务增速及加权平均融资成本。目前公司过去一年加权平均债务成本已下降近 300 bps；若 EBITDA 成长与再融资降息能逐步抵销新增债务，将是公司由高速扩张走向净利与自由现金流改善的重要讯号。
Q&A
Q1：旧世代 GPU 合约到期后如何处理？旧 GPU 是否会因新一代产品推出而快速贬值？
目前即将到期、需要重新签约的 GPU 其实只占整体 Fleet 非常有限的一部分，而旧世代 GPU 的 ASP 仍维持在较高水准，或至少与约一年前相当，更具体而言，公司已成功将一款采用 2020 年架构的 GPU 签约并完整定价至 2029 年，显示旧世代 GPU 并未因 Blackwell、Vera Rubin 等新平台推出而失去商业价值，不同 AI Workload 仍存在大量适合旧世代算力的需求。
对于到期设备，公司不会采取单一处理方式，而是根据 Economics 在重新签订长期 Term Contract、较短期合约及转入 Managed Inference 之间配置。管理层认为目前 AI Compute 仍处于持续多年的供需失衡，因此短期合约反而可能取得更高 Margin；同时，旧 GPU 转入 Inference 亦能延长资产的有效变现周期，使公司在设备原始长约结束后仍可持续产生收入。
Q2：为何近期新合约的 Contribution Margin 可以提高 5-10 个百分点？主要来自涨价、短约还是产品竞争力？
5-10 个百分点的 Margin 改善无法归因於单一因素，而是平台品质、Infrastructure Reliability、Security、TCO 与客户自身商业化程度共同带动，许多客户的 AI 产品已逐渐进入 Monetization 阶段，对取得 Compute 急迫性提高，更愿意支付 Premium Pricing，客户持续回购并扩大 CoreWeave Cloud 使用规模，也反映相同 Infrastructure 经 CoreWeave 平台交付具有更高价值。CoreWeave Cloud Output Value 提升速度高于 Supply Chain Input Cost 上升速度，即使 GPU、Networking、Memory 等零组件成本面临上行压力，仍未抵销售价与产品价值提升带来的 Margin Expansion。管理层也表示，即使市场竞争增加，目前观察到的 Demand、Pricing 与 Margin 三者仍同步扩张。
Q3：DDTL 5.5 对 CoreWeave 的融资模式与合约期限有何改变？未来是否会增加 2-3 年短期合约？
DDTL 5.5 的重要性不只是取得资金，而是证明资本市场愿意为 CoreWeave 的较短期限 Compute Contracts 提供融资。过去公司主要透过长期 Take-or-pay Contract 建立规模，但 DDTL 5.5 完成后，公司可以更自由地在长约与短约之间配置，长约提供稳定性，短约则可利用目前供需环境取得更高 Margin。这也直接扩大 Enterprise 市场的可服务范围，企业客户通常不希望一次签 5 年合约，而较偏好 2-3 年 Compute Contract，过去这类合约因融资架构限制而较难承作，但 DDTL 5.5 已使其成为可行市场，公司预期，随着能按照企业实际采购周期提供算力，市场将 meaningfully accelerate。
Q4：Inference 持续增加后，既有资料中心是否需要重新设计？Training 与 Inference 的基础设施有何不同？
公司并不把 Infrastructure 分成 Training 与 Inference Infrastructure，而是从一开始就建置完整的 AI Infrastructure，AI Workload 本身会在 Training、Inference、Evaluation 等不同阶段反复循环，因此基础设施必须同时具备 GPU、CPU、Storage、Networking 等完整元件，而非只针对单一 Workload 最佳化。即使 Inference 对 CPU 与 Storage 的需求更高，公司认为目前建置的 Infrastructure 可随时间无缝转向支援更多 Inference Workload，不需要将既有资料中心完全重新设计，也是持续扩大 CPU、Storage、Networking 与 Software 能力的原因，让同一套基础设施可服务完整 AI Lifecycle。
Q5：AI 未来会更多移往 Edge 吗？CoreWeave 如何看待 Edge、Neocloud 与 Hyperscaler 之间的竞争？
管理层认为未来并不会单纯由 Edge 或大型集中式 Cloud 其中一方胜出，而是不同 Workload 会采用不同部署方式，部分对 Latency 高度敏感的工作负载将由 Edge 处理，但另一些 Workload 并不需要相同程度的低延迟，因此仍适合部署于大型集中式 AI Infrastructure；CoreWeave 的架构则设计成可以同时支援两类需求。公司优势在于同时服务 Hyperscalers、AI Labs 与逐渐扩大的企业客户，能持续取得不同客户对 Workload 部署方式的资讯，公司将依客户需求动态调整 Edge 与大型集中式产能配置，大规模 Infrastructure 及在不同 Workload 之间调度 Compute 的能力，是长期竞争力来源。
Q6：资料中心监管与地方反对声浪是否会影响扩建时程？管理层如何因应 Moratorium？
部分地区的 Data Center Moratorium 不会改变 AI Infrastructure 的总需求，而是改变资料中心最终建在哪里，因此公司策略是提前与 Local Governments、Utilities、Policymakers 与当地 Community 协调，包括自行负担 Grid Upgrade 成本，避免相关支出转嫁至当地 Rate Base，同时以 Construction Jobs、长期 Data Center Employment 与 Tax Base Contribution 增加地方经济效益。
管理层表示目前 Regulatory Pushback 尚未影响公司已公布的 Capacity Guidance，对既定建设计划仍具信心，未来取得电力与土地不只取决于资本，而 increasingly 取决于与地方社区、政府及 Utility 的协调能力，将 Community Engagement 视为全球 Infrastructure Expansion 的必要环节。
Q7：Q2 新增的大量电力为何尚未完全反映在营收？何时会开始产生较完整的 Revenue Contribution？
FY2Q26 约新增 500 MW Active Power，但新增容量高度集中在季度后段，其中仅 6 月就新增约 300 MW，甚至高于 CoreWeave 过去任何一个完整季度的新增电力规模。因此，虽然 Q2 已完成大量 Capacity Deployment，但由于上线时间偏晚，这些容量在本季实际能贡献营收的天数相对有限。
这批 Back-end Loaded Capacity 财务贡献将开始在 FY3Q26 与 FY4Q26 逐步反映，Power 上线与 Revenue Recognition 之间存在时间差，不能直接用单季新增 MW 与当季 Revenue Growth 做一对一比较；Q2 后段部署的容量，需要进入后续季度后才会更接近完整的 Revenue Run-rate。
Q8：CoreWeave 如何管理 AI 供应链风险？Solidigm 长约是否代表未来会与更多供应商签订类似协议？
管理层将 Supply Chain 定义得相当广泛，不只包括 GPU，而是从 Land、Power、Data Center Shell，到 GPU、Networking、Memory 全部纳入管理，这些环节都受到 AI Infrastructure 快速扩张带来的供应压力，公司过去数年持续与 ODM、OEM、NVIDIA 及 Memory Suppliers 建立长期合作，核心目标是确保 Infrastructure、Components 与 Capital 能同步取得。管理层未提供 Solidigm 模式与长约的具体数量或新增合作名单，但强调会根据确保供应所需的条件积极管理不同环节。
