导读目录

• AI服务器积压订单大幅攀升

• 全年收入预期显著上调

• 最新季度业绩超预期

• 利润率改善与传统业务回暖

• 编辑总结

• 常见问题解答

根据 黄金形态通APP 报道，戴尔科技将2027财年收入预期上调约250亿美元，并预计非GAAP每股收益同比增长42%。公司AI服务器积压订单环比增加437亿美元至950亿美元，反映超大规模云厂商及企业客户的算力需求继续增长。最新季度收入为469.7亿美元，高于市场预期的451亿美元；AI服务器收入达到164.01亿美元。基础设施解决方案集团营业利润率约15%，明显高于此前的8.8%，传统服务器及存储业务收入也分别环比增长23%和12%。

AI服务器积压订单大幅攀升

戴尔AI服务器积压订单出现显著增长，环比增加437亿美元，总额达到950亿美元。这一规模的订单储备，直接体现了超大规模云服务商与企业客户对人工智能算力的持续强劲需求。积压订单的快速积累，为未来数个季度的收入提供了较高可见性。

在全球AI基础设施加速建设的背景下，服务器作为核心硬件环节受益明显。戴尔凭借与主要云厂商的长期合作关系以及自身供应链整合能力，成功承接了大规模订单。950亿美元的积压水平，不仅刷新了公司相关业务纪录，也显示出当前算力供需仍处于紧张状态。

高额积压订单同时意味着交付压力上升，公司需持续优化产能与供应链管理，以确保订单高效转化为实际收入。

全年收入预期显著上调

基于强劲的订单与需求前景，戴尔将2027财年收入预期上调约250亿美元，并预计非GAAP每股收益实现42%的同比增长。这一调整幅度较大，反映出管理层对AI服务器业务持续高景气的信心。

收入指引的上调，通常建立在积压订单转化顺利、供应链稳定以及客户需求不出现明显回撤的前提之上。42%的每股收益增速预期，则进一步表明公司在规模扩张的同时，有望实现盈利能力的同步提升。

市场将密切关注后续季度订单转化效率，以及指引上调后的实际达成情况，以验证这一乐观预期的可持续性。

最新季度业绩超预期

最新季度戴尔实现收入469.7亿美元，明显高于市场预期的451亿美元，显示出整体业务的强劲表现。其中，AI服务器收入贡献164.01亿美元，成为拉动增长的核心引擎。

超预期的季度业绩，不仅来自AI相关需求的爆发，也受益于传统业务的同步改善。业绩的全面性，增强了市场对公司多业务线协同发展的认可，降低了单一依赖AI服务器的风险担忧。

强劲的季度表现与上调后的全年指引相互印证，进一步巩固了戴尔在AI硬件供应链中的重要地位。

利润率改善与传统业务回暖

基础设施解决方案集团营业利润率提升至约15%，较此前的8.8%有明显改善。利润率的扩张，主要得益于高附加值AI服务器占比提升，以及规模效应带来的成本摊薄。

与此同时，传统服务器业务收入环比增长23%，存储业务环比增长12%，显示出非AI业务亦在回暖。传统业务的稳健表现，为公司提供了额外的增长缓冲，并有助于平滑AI业务可能出现的波动。

利润率提升与传统业务复苏并行，表明戴尔在抓住AI机遇的同时，并未忽视原有业务基本盘的维护与优化。

编辑总结

戴尔科技AI服务器积压订单环比大增437亿美元至950亿美元，并将2027财年收入预期上调约250亿美元，预计非GAAP每股收益同比增长42%。最新季度收入469.7亿美元超预期，AI服务器贡献164.01亿美元。基础设施解决方案集团利润率升至约15%，传统服务器与存储业务也分别实现环比增长。强劲的订单储备与全面的业务表现，显示出公司在AI算力需求浪潮中的受益程度。

常见问题解答

问：戴尔AI服务器积压订单达到950亿美元说明了什么？

回：这一规模的订单储备反映了超大规模云厂商及企业客户对算力的持续强劲需求。环比增加437亿美元，为未来数个季度收入提供了较高可见性，同时也显示当前AI服务器市场仍处于供需偏紧状态。

问：为什么公司大幅上调全年收入预期？

回：基于AI服务器积压订单的快速积累以及需求前景的持续乐观，戴尔将2027财年收入预期上调约250亿美元，并预计非GAAP每股收益增长42%。这一调整体现了管理层对订单转化与业务高景气的信心。

问：最新季度业绩有哪些亮点？

回：总收入达到469.7亿美元，高于市场预期的451亿美元；AI服务器收入贡献164.01亿美元，成为核心增长动力。业绩全面超预期，增强了市场对公司增长质量的认可。

问：基础设施业务利润率提升的原因是什么？

回：营业利润率从此前的8.8%升至约15%，主要得益于高附加值AI服务器占比提高，以及规模效应带来的成本改善。利润率扩张表明公司在收入增长的同时实现了盈利能力的同步提升。

问：传统服务器和存储业务表现如何？

回：传统服务器收入环比增长23%，存储业务环比增长12%，显示出非AI业务亦在回暖。传统业务的稳健表现，为公司提供了额外增长支撑，有助于降低对单一AI业务的依赖风险。