重點摘要
- CoreWeave 本季 FY2Q26 營收達 25.75 億美元，年增 112%、季增 24%，創歷史新高，調整後 EBITDA 達 15.10 億美元、年增約 101%，EBITDA Margin 為 59%，調整後營業利益由前季 2,100 萬美元增至 1.28 億美元，營業利益綠由 1% 升至 5%。營收 Backlog 於季末達 1,040 億美元，年增 246%，且尚未計入 FY3Q26 初新增超過 250 億美元的淨新增客戶承諾，現有 Backlog 中已有超過 50% 相關合約開始交付，公司預期至 2026 年底將提高至超過三分之二。
- AI Cloud 需求持續超過可供應產能，短期 Capacity 仍接近全數售罄，Blackwell 與 Vera Rubin SKU 的定價及 Margin 均創新高，前代 GPU 定價亦維持在或高於數年前水準；FY2Q26 新簽客戶合約的預期貢獻 Margin 較近幾季合約再提高 5-10 個百分點，同時公司於 7 月因應需求與客戶 ROI 提升，將各 SKU 價格平均調升約 25%。
- Managed Inference 成為新的高成長業務，推出數月以來 Booked ARR 已由 100 萬美元增加至超過 1 億美元，預期 2026 年底至少達 2.5 億美元，成長受限於短期產能。Grammarly、You.com 等客戶已由實驗階段進入實際 Production Traffic；同時 Storage、CPU、Networking 與 Software 等非 GPU AI Products & Services 的 ARR 已合計超過 4 億美元，可進一步提升整體 Margin。
- 本季推出 7 項新 AI Platform Capabilities，累計追蹤的 Model Training Runs 已突破 10 億次，並推出 CoreWeave ARIA 等 Agentic AI 能力，串聯 Training、Inference、Evaluation、Reinforcement Learning 與 Production Deployment，公司 TCO 最高可較 Hyperscaler 平均水準低 47%。CoreWeave 也是首家完成 NVIDIA Vera Rubin NVL72 Bring-up 與 Validation 的 Cloud Provider，在 NVIDIA Grace Blackwell 上亦創下新的 MLPerf Training 與 Inference 紀錄，同時客戶基礎持續由 AI Native 擴大至傳統企業與不同產業。
- 持續擴大 AI Infrastructure，FY2Q26 Active Power 達 1.5 GW，單季增加接近 500 MW，創公司單季最高紀錄且年增超過三倍；Contracted Power 由季末 3.7 GW 進一步增至法說會前的 4.2 GW，另有超過 1.5 GW 潛在 Powered Land、擴建選擇權與 LOI。公司將 2026 年底 Active Power 指引由超過 1.7 GW 上調至超過 1.85 GW，並維持 2030 年至少 8 GW 長期目標。
- 全球容量布局同步擴張，公司目前已在美國以外簽約超過 1 GW 電力，並正式進入 APAC，在印尼取得 360 MW，預計約 18 個月後開始陸續上線；首批 Self-build Data Center 亦已進入建設階段，第一座預計 2026 年稍晚上線。供應鏈方面，公司除了持續深化與 NVIDIA、OEM、ODM 合作外，也與 Solidigm 簽訂長期協議，以確保 AI Infrastructure 擴張所需的關鍵零組件供應。
- 本季 CapEx 達 94 億美元，略高於原指引上緣，Construction in Progress 亦由前季 96 億美元增至 119 億美元，大量 PP&E 預計於 FY3Q26 初部署；僅 6 月即新增超過 300 MW Active Power。融資本季透過 Debt、Convertible 與 Equity 募得約 180 億美元，累計超過 320 億美元資本，過去一年加權平均 Cost of Debt 已降低近 300 bps，約為 11 億美元年化利息節省。
- FY3Q26 營收預估 34.5-36.0 億美元、調整後營業利益 2.0-2.6 億美元，預期於 FY4Q26 達低雙位數的營業利益率， 資本支出約為 115-135 億美元。公司上調 FY26 全年營收指引至 124-132 億美元、調整後營業利益至 9.60-11.50 億美元，並將年底 Annualized Run Rate Revenue 上調至 185-195 億美元；因新增 Capacity 與 Customer Wins，全年 CapEx 同步提高至 350-390 億美元。
FY 2Q26 財務概況
簡明損益表
FY2Q26 Revenue 達 25.75 億美元，年增 112%、季增 24%，再創歷史新高，主要受 AI Cloud 強勁需求及新增容量上線帶動。更重要的是，規模效益開始反映在 GAAP 營運表現，Operating Loss 由 FY1Q26 的 1.44 億美元縮窄至 4,900 萬美元，Operating Margin 亦由 -7%改善至 -2%；Net Loss 則由前季 7.40 億美元縮窄至 6.26 億美元。不過，CoreWeave 高資本密集度的商業模式仍使利息負擔快速增加，FY2Q26 Interest Expense 達 6.40 億美元，較 FY1Q26 的 5.36 億美元增加約 19%，亦較去年同期 2.67 億美元增加約 140%，使 Net Loss Margin 仍達 -24%。公司表示其融資主要用於前置建置 GPU Cluster 與資料中心容量，待 Cluster 交付後，長約收入才逐步開始貢獻現金流。
| 單位：百萬美元 | FY 2Q26 | FY 1Q26 | FY 2Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 營業收入 | 2,575 | 2,078 | 1,212 | 24% | 112% |
| 營業利益 (損) | -49 | -144 | 19 | N.A. | N.A. |
| 營業利益率 | -2% | -7% | 2% | 5ppt | -4ppt |
| 淨利息費用 | -640 | -536 | -267 | 19% | 140% |
| 稅後淨利 (損) | -626 | -740 | -290 | -15% | 116% |
| 稅後淨利率 | -24% | -36% | -24% | 12ppt | 0ppt |
FY3Q26 財測指引
預期 FY3Q26 營收達 34.5-36.0 億美元，以中值 35.25 億美元計算，較 FY2Q26 的 25.75 億美元季增約 37%，調整後營業利益預估 2.0-2.6 億美元，亦高於本季 1.28 億美元，隨既有 AI 基礎設施投入逐步轉化為營收，公司預期營運槓桿持續改善。另一方面，FY3Q26 CapEx 將進一步升至 115-135 億美元，利息費用亦由本季 6.40 億美元增加至 8.60-9.40 億美元，反映快速擴張仍依賴資本支出與融資。此外，公司同步將 FY2026 全年營收指引上調至 124-132 億美元、調整後營業利益至 9.60-11.50 億美元，CapEx 提高至 350-390 億美元，並預期年底 ARR 達 185-195 億美元。
| 單位：百萬美元 | FY 3Q26 (G) | FY 2026 (G) | FY 2Q26 (A) |
|---|---|---|---|
| 營業收入 | 3,450-3,600 | 12,400-13,200 | 2,575 |
| 調整後營業利益 | 200-260 | 960-1,150 | 128 |
| 利息費用 | 860-940 | - | 640 |
| 資本支出 | 11,500-13,500 | 35,000-39,000 | 9,400 |
核心觀點
Backlog 支撐成長與營收能見度，但資本支出與利息仍是風險
本次財報後 CoreWeave 盤後股價一度上漲逾 14%，市場反應的核心不只是 FY2Q26 營收達 25.75 億美元、年增 112%，更重要的是營收能見度持續提升。本季營收 Backlog 已達 1,042 億美元、年增 246%，且尚未包含 Q3 初新增超過 250 億美元的客戶承諾；Meta 的 210 億美元合約延伸至 2032 年，Anthropic 亦簽訂多年期算力合約。Q2 新增約 500 MW Active Power，其中約 300 MW 集中於 6 月，相關營收主要將於下半年陸續反映，限制成長的是電力、GPU 與資料中心的部署速度。
更值得注意的是，新簽合約預期利潤率較前幾季提高約 5-10 個百分點，同時 FY26 CapEx 提高至 350-390 億美元，同期淨利息費用達 6.40 億美元、年增約 140%。過去一年加權平均債務成本已降低近 300 bps，DDTL 5.5 亦提高短期算力合約的融資彈性；若 Active Power 上線持續帶動營收與現金流，搭配再融資降低利息負擔，獲利有望加速改善。反之，則即使 Backlog 增加，高槓桿仍將放大下行風險，因此後續關鍵將由營收成長進一步轉向資本支出的現金報酬與轉化效率。
Managed Inference 延長 GPU 經濟壽命，改善資產效率
Managed Inference 是本季主要成長來源，Booked ARR 單季由 100 萬美元增至超過 1 億美元，年底預計至少達 2.5 億美元，該服務本身並非 CoreWeave 獨有護城河，更重要的是能否發揮 Neocloud 專注 GPU 算力的專業化優勢，提高大量資本投入後的 GPU 使用率與經濟壽命。相較 Hyperscaler 同時經營大量通用雲端服務，CoreWeave 更集中於 AI Training、Inference 與 GPU Infrastructure，公司亦引用 Signal65 資料指出，其總持有成本（TCO）最高可較 Hyperscaler 平均低 47%。
另一方面，Neocloud 長期風險之一是 NVIDIA GPU 快速迭代可能使舊設備提前失去經濟價值，但 CoreWeave 已將採用 2020 年架構的 GPU 簽約至 2029 年，且舊世代 GPU 的 ASP 仍維持在約一年前或更高水準。公司可將 Blackwell、Vera Rubin 等最新 GPU 配置於高效能訓練與推論，而 A100 等舊 GPU 在原始 Take-or-pay 合約結束後，仍可重新簽約或轉入 Managed Inference。若不同世代 GPU 能持續分層配置，將提高全生命週期營收與 ROIC，並降低快速技術迭代造成的資產減值風險。
Neocloud 競爭由 GPU 取得轉向電力、資本與平台能力
CoreWeave 透過採購 GPU、取得資料中心與電力，再以長約、On-Demand 或 Managed Inference 對外提供算力。目前 CoreWeave、Nebius、Lambda、Crusoe 等 Neocloud 早期競爭高階 GPU 供應，但隨 GPU 取得逐漸改善，產業瓶頸轉向電力、土地、資料中心部署以及融資能力。CoreWeave FY2Q26 營收 25.75 億美元，約為 Nebius 同期 5.82 億美元的 4.4 倍，規模與大型 AI 客戶關係領先；Nebius 則維持更高成長率，但仍處於高資本支出的快速擴張階段，兩者呈現不同的風險報酬特徵。
其中，電力是將 GPU 轉化為可出售算力的必要條件。本季 CoreWeave 已取得 4.2 GW Contracted Power，另有約 1.5 GW Powered Land Options 與 LOI，潛在電力資源接近 6 GW；相較 GPU 可持續採購，電網連接、土地與液冷資料中心通常需要更長建置時間，提前鎖定電力可形成更難複製的門檻。不過，競爭最終仍回到資本效率，Nebius 等競爭者也在快速擴張容量與提高合約定價，需觀察公司能否將電力快速轉成 Active Power，再轉化為高使用率、高利潤率的付費算力與更高投資報酬率。
關鍵指標
Active Power 上線與 Backlog 轉化
Q2 新增約 500 MW Active Power，其中約 300 MW 集中於 6 月上線，因此尚未完整貢獻本季營收；公司同時將 2026 年底 Active Power 目標提高至超過 1.85 GW。後續應觀察新增 MW 上線後的營收爬坡速度，以及 1,042 億美元 Revenue Backlog 能否同步轉化，若 Active Power 快速增加但營收增速未跟上，可能代表客戶部署、GPU 安裝或容量利用率仍存在落差。
算力定價與新合約利潤率
7 月算力價格提高約 25%，且近期新簽合約的預期利潤率較前幾季提高約 5-10 個百分點。 需觀察在於 GPU、電力、資料中心租賃等成本上升後，新增合約是否仍能保持較高利潤率；若漲價後需求與簽約速度未明顯下降，且利潤率改善延續，將驗證目前算力供不應求帶來的議價能力。
利息覆蓋程度與去槓桿進度
Q2 淨利息費用已達 6.40 億美元、年增約 140%，而 FY26 CapEx 指引進一步提高至 350-390 億美元，因此後續應觀察 Adjusted EBITDA 對利息費用的覆蓋程度、債務增速及加權平均融資成本。目前公司過去一年加權平均債務成本已下降近 300 bps；若 EBITDA 成長與再融資降息能逐步抵銷新增債務，將是公司由高速擴張走向淨利與自由現金流改善的重要訊號。
Q&A
Q1：舊世代 GPU 合約到期後如何處理？舊 GPU 是否會因新一代產品推出而快速貶值？
目前即將到期、需要重新簽約的 GPU 其實只占整體 Fleet 非常有限的一部分，而舊世代 GPU 的 ASP 仍維持在較高水準，或至少與約一年前相當，更具體而言，公司已成功將一款採用 2020 年架構的 GPU 簽約並完整定價至 2029 年，顯示舊世代 GPU 並未因 Blackwell、Vera Rubin 等新平台推出而失去商業價值，不同 AI Workload 仍存在大量適合舊世代算力的需求。
對於到期設備，公司不會採取單一處理方式，而是根據 Economics 在重新簽訂長期 Term Contract、較短期合約及轉入 Managed Inference 之間配置。管理層認為目前 AI Compute 仍處於持續多年的供需失衡，因此短期合約反而可能取得更高 Margin；同時，舊 GPU 轉入 Inference 亦能延長資產的有效變現週期，使公司在設備原始長約結束後仍可持續產生收入。
Q2：為何近期新合約的 Contribution Margin 可以提高 5-10 個百分點？主要來自漲價、短約還是產品競爭力？
5-10 個百分點的 Margin 改善無法歸因於單一因素，而是平台品質、Infrastructure Reliability、Security、TCO 與客戶自身商業化程度共同帶動，許多客戶的 AI 產品已逐漸進入 Monetization 階段，對取得 Compute 急迫性提高，更願意支付 Premium Pricing，客戶持續回購並擴大 CoreWeave Cloud 使用規模，也反映相同 Infrastructure 經 CoreWeave 平台交付具有更高價值。CoreWeave Cloud Output Value 提升速度高於 Supply Chain Input Cost 上升速度，即使 GPU、Networking、Memory 等零組件成本面臨上行壓力，仍未抵銷售價與產品價值提升帶來的 Margin Expansion。管理層也表示，即使市場競爭增加，目前觀察到的 Demand、Pricing 與 Margin 三者仍同步擴張。
Q3：DDTL 5.5 對 CoreWeave 的融資模式與合約期限有何改變？未來是否會增加 2-3 年短期合約？
DDTL 5.5 的重要性不只是取得資金，而是證明資本市場願意為 CoreWeave 的較短期限 Compute Contracts 提供融資。過去公司主要透過長期 Take-or-pay Contract 建立規模，但 DDTL 5.5 完成後，公司可以更自由地在長約與短約之間配置，長約提供穩定性，短約則可利用目前供需環境取得更高 Margin。這也直接擴大 Enterprise 市場的可服務範圍，企業客戶通常不希望一次簽 5 年合約，而較偏好 2-3 年 Compute Contract，過去這類合約因融資架構限制而較難承作，但 DDTL 5.5 已使其成為可行市場，公司預期，隨著能按照企業實際採購週期提供算力，市場將 meaningfully accelerate。
Q4：Inference 持續增加後，既有資料中心是否需要重新設計？Training 與 Inference 的基礎設施有何不同？
公司並不把 Infrastructure 分成 Training 與 Inference Infrastructure，而是從一開始就建置完整的 AI Infrastructure，AI Workload 本身會在 Training、Inference、Evaluation 等不同階段反覆循環，因此基礎設施必須同時具備 GPU、CPU、Storage、Networking 等完整元件，而非只針對單一 Workload 最佳化。即使 Inference 對 CPU 與 Storage 的需求更高，公司認為目前建置的 Infrastructure 可隨時間無縫轉向支援更多 Inference Workload，不需要將既有資料中心完全重新設計，也是持續擴大 CPU、Storage、Networking 與 Software 能力的原因，讓同一套基礎設施可服務完整 AI Lifecycle。
Q5：AI 未來會更多移往 Edge 嗎？CoreWeave 如何看待 Edge、Neocloud 與 Hyperscaler 之間的競爭？
管理層認為未來並不會單純由 Edge 或大型集中式 Cloud 其中一方勝出，而是不同 Workload 會採用不同部署方式，部分對 Latency 高度敏感的工作負載將由 Edge 處理，但另一些 Workload 並不需要相同程度的低延遲，因此仍適合部署於大型集中式 AI Infrastructure；CoreWeave 的架構則設計成可以同時支援兩類需求。公司優勢在於同時服務 Hyperscalers、AI Labs 與逐漸擴大的企業客戶，能持續取得不同客戶對 Workload 部署方式的資訊，公司將依客戶需求動態調整 Edge 與大型集中式產能配置，大規模 Infrastructure 及在不同 Workload 之間調度 Compute 的能力，是長期競爭力來源。
Q6：資料中心監管與地方反對聲浪是否會影響擴建時程？管理層如何因應 Moratorium？
部分地區的 Data Center Moratorium 不會改變 AI Infrastructure 的總需求，而是改變資料中心最終建在哪裡，因此公司策略是提前與 Local Governments、Utilities、Policymakers 與當地 Community 協調，包括自行負擔 Grid Upgrade 成本，避免相關支出轉嫁至當地 Rate Base，同時以 Construction Jobs、長期 Data Center Employment 與 Tax Base Contribution 增加地方經濟效益。
管理層表示目前 Regulatory Pushback 尚未影響公司已公布的 Capacity Guidance，對既定建設計畫仍具信心，未來取得電力與土地不只取決於資本，而 increasingly 取決於與地方社區、政府及 Utility 的協調能力，將 Community Engagement 視為全球 Infrastructure Expansion 的必要環節。
Q7：Q2 新增的大量電力為何尚未完全反映在營收？何時會開始產生較完整的 Revenue Contribution？
FY2Q26 約新增 500 MW Active Power，但新增容量高度集中在季度後段，其中僅 6 月就新增約 300 MW，甚至高於 CoreWeave 過去任何一個完整季度的新增電力規模。因此，雖然 Q2 已完成大量 Capacity Deployment，但由於上線時間偏晚，這些容量在本季實際能貢獻營收的天數相對有限。
這批 Back-end Loaded Capacity 財務貢獻將開始在 FY3Q26 與 FY4Q26 逐步反映，Power 上線與 Revenue Recognition 之間存在時間差，不能直接用單季新增 MW 與當季 Revenue Growth 做一對一比較；Q2 後段部署的容量，需要進入後續季度後才會更接近完整的 Revenue Run-rate。
Q8：CoreWeave 如何管理 AI 供應鏈風險？Solidigm 長約是否代表未來會與更多供應商簽訂類似協議？
管理層將 Supply Chain 定義得相當廣泛，不只包括 GPU，而是從 Land、Power、Data Center Shell，到 GPU、Networking、Memory 全部納入管理，這些環節都受到 AI Infrastructure 快速擴張帶來的供應壓力，公司過去數年持續與 ODM、OEM、NVIDIA 及 Memory Suppliers 建立長期合作，核心目標是確保 Infrastructure、Components 與 Capital 能同步取得。管理層未提供 Solidigm 模式與長約的具體數量或新增合作名單，但強調會根據確保供應所需的條件積極管理不同環節。
