英伟达公司 (NVDA.US) 2026财年第三季度业绩电话会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
英伟达是人工智能技术领域的领导者，预测到2026年将实现5000亿美元的营收，这是由于其支持加速计算、生成式人工智能和代理人工智能的独特架构驱动的。该公司实现了创纪录的数据中心营收达到610亿美元，同比增长66％，并正在解决供应链和融资方面的挑战。英伟达在OpenAI、Anthropic等公司的投资，以及在长文本工作负载生成和推理方面的创新，突显了其扩大生态系统和保持在人工智能领域领导地位的承诺。该公司预计第四季度营收将达到650亿美元，环比增长14％，这反映了人工智能市场持续增长的趋势。
会议速览
英伦微亚的2025财年第四季度财务业绩突显创纪录的营收和人工智能基础设施增长。NVIDIA报告FY25第四季度创纪录的营收达到570亿美元，同比增长62%，主要受人工智能基础设施需求推动。公司预测到本年代末市场将达到3-4万亿美元规模，对于Blackwell和Rubin营收预期达到5000亿美元。大规模云计算公司和基础模型构建者是增长的主要驱动力，NVIDIA的GPU已充分利用。向加速计算和生成式人工智能的转变正在重塑行业，为NVIDIA提供长期机会。
NVIDIA在人工智能和数据中心计算领域的主导地位：向着布莱克韦尔和鲁宾的飞跃。NVIDIA突出其在人工智能和数据中心计算方面的领先地位，展示了与合作伙伴的合作、产品转型和未来创新。该公司强调了其在全球竞争中的承诺，特别是在中国，以及在GPU技术方面的进步，包括Blackwell和Rubin平台。 NVIDIA从游戏GPU向人工智能基础设施的演变得到了强调，其广泛的 cudamani 生态系统确保了现有和新的工作负载的持久性和性能改善。
英伟达在人工智能基础设施领域的主导地位：创纪录的营收、战略合作伙伴关系和技术进步英伟达以创纪录的收入增长、战略合作和尖端技术领先人工智能基础设施市场。该公司的Spectrum X以太网交换机和NVLink融合技术正推动重要的人工智能部署，包括千瓦级的人工智能工厂。英伟达的Blackwell Ultra在MLPerf基准测试中表现优异，提供更快的训练速度和更低的成本。与OpenAI、Anthropic等的战略合作伙伴关系凸显了英伟达扩展其CUDA生态系统并支持全球人工智能创新的承诺。
英伟达在人工智能、机器人技术和游戏领域的主导地位带来了创纪录的收入增长。英伟达第三季度营收增长突显其在人工智能和机器人领域的领先地位，在游戏和专业可视化方面表现强劲。公司预计在第四季度将继续保持增长势头，由Blackwell架构推动，并着重扩展其全球供应链和数字孪生工厂计划。
英伟达在加速人工智能和计算转变中的关键作用英伟达在人工智能和计算进步方面处于领先地位，擅长于GPU加速计算、生成式人工智能和变革性应用领域，推动了收入增长，并为各行业开创了新的人工智能系统。
NVIDIA的统一架构：为未来基础设施增长提供三种人工智能过渡强调向加速计算、生成式人工智能和主动式人工智能过渡的重要性，英伟达多功能架构支持各种形式和模态的人工智能在各行业中的应用，从云计算到机器人技术，推动基础设施的扩张。
收入预测和GPU需求的更新这段对话涵盖了有关GPU出货的预期收入更新，确认了5000亿的预测，并强调了新订单，包括与沙特阿拉伯的额外GPU协议，表明有可能超过最初的预测。
AI基础设施需求与供应：在接下来的12-18个月内，生产能够跟上步伐吗？讨论了人工智能基础设施需求超过供应的挑战，质疑生产是否能在未来12-18个月内满足需求。 突出了英伟达的供应链管理和与全球科技公司、台积电和存储供应商的合作伙伴关系，以应对不断增长的需求。
人工智能的指数增长：加速计算、生成式人工智能和代理人工智能改变行业。该对话探讨了人工智能技术的快速发展和采用，突出了从通用计算向带有Nvidia GPU的加速计算的转变，从经典机器学习向生成式人工智能的转变，以及代理人工智能的出现。它强调了人工智能对各个领域的影响，包括代码辅助、医疗保健、数字视频编辑和业务运营，并展示了今天人工智能的指数增长和多样化应用。
英伦公司在数据中心中的能源效率和经济增长讨论了英伟达在数据中心效率方面的进展，强调了能源效率和架构在推动经济贡献和价值方面的重要性。强调了整个堆栈上的共同设计的作用，以及市场中不断增长的机会，特别是与超大规模数据中心运营商的合作，同时指出客户融资在扩大业务规模方面的重要性。
投资在英伟达GPU上：推动成本效益、增加收入，并在各行业推动机器人智能这段对话凸显了在超大规模计算中投资英伟达GPU的战略重要性，可以提高成本效率，通过先进的推荐系统增加收入，促进自主AI的发展。它强调了行业特定AI应用的全球趋势，从自动驾驶车辆到数字生物学，需要各个领域的多元化资金和创新。
利用半万亿美元的自由现金流的策略：股票回购 vs. 生态投资讨论了管理大量的自由现金流的计划，重点是在股票回购和生态系统中的战略投资之间的分配，包括类似于与Anthropic和OpenAI达成的交易的标准。
AI增长的生态系统扩展和战略投资讨论了英伟达稳健的资产负债表支持供应链、对开放AI和人工智能领导者的战略投资，以及CUDA生态系统的扩展，强调深入合作伙伴关系，并强调对转型人工智能公司的投资潜在回报。
人工智能推理增长，橡胶Cpx的长上下文工作负载性能讨论未来AI推理发货百分比增长，介绍了Rubin Cpx产品，针对长文本工作量生成，以性能每美元为重点，在总体TAM上产生影响，吸引需要在响应生成之前进行大量数据吸收的客户。
NVIDIA在AI推断和扩展挑战中的统治地位NVIDIA强调其在AI推理方面的领先地位，引用了规模律的指数增长和在AI工厂中无与伦比的性能。该公司解决了增长限制，强调了需要健全的规划、伙伴关系和建筑优势，以保持在快速发展的人工智能行业中的竞争优势。
面对不断上涨的成本支出，如何保持利润率和经营费用增长的策略讨论了尽力保持中70年代毛利率的努力，尽管原材料价格上涨，重点强调成本改进和创新。突出了运营支出增长，由工程和商业团队对新架构和系统的投资驱动，以及战略供应链谈判以确保有利条件。
人工智慧系統架構演進與 GPU 和 AI ASIC 的角色对话探讨了人工智能系统架构的变化，强调了 GPU-based 系统比 AI ASICs 更复杂和必不可少，用于构建先进计算节点，突显了 AI 应用对内存和上下文的不断增长的需求。
英伟达的综合人工智能生态系统：加速跨模型、云端和平台的人工智能。这段对话突显了英伟达在人工智能领域的全面方法，强调其加速人工智能转型各阶段、支持各种类型的人工智能模型、整合各大云和平台、通过多样生态系统确保强劲消费能力的能力。这使得英伟达成为云服务提供商和新公司首选的平台，为人工智能领域提供无与伦比的多功能性和能力。
要点回答
Q：这个季度的收入增长是多少，代表着什么？
A：该季度营收为570亿美元，同比增长62%，标志着Nvidia在各个行业业务的强劲增长，得益于对人工智能模型和应用的需求。
Q：Nvidia到今年年底有多少收入可见度，公司对本年代末的AI基础设施建设持何种信念？
A：英伟达有能力从今年年初到2026年年底获得5000亿美元的布莱克维尔和鲁宾的收入。该公司相信，到本十年末，英伟达将成为估计每年3至4万亿美元人工智能基础设施建设的首选之选。
Q：2026年，顶级云服务提供商和超大规模数据中心服务商的预计资本支出增加将是多少？
A：2026年顶级云服务提供商和超大规模运营商的预计资本支出增加大约6000亿美元，比年初高出2000亿美元以上。
Q：OpenAI 和 Anthropic 公司最近取得了哪些用户增长里程碑？
A：OpenAI的每周用户数量已增长至8亿，Anthropic的企业客户数量增至100万，Anthropic报告的年收入年化率已由今年年初的10亿美元增长至上个月的70亿美元。
Q：什么行业和工作领域正在经历人工智能采用的蓬勃发展，哪些公司正在推动这种增长？
A：AI的采用正在各个行业和任务中蔓延，像Cursive、Anthropic、OpenAI、Epic和Bridge等公司正在不断加强他们的服务，用户增长也在不断增加。像ServiceNow、CrowdStrike和SAP这样的软件平台正在整合英伟达的加速计算和AI技术来推动AI的采用。
Q：企业如何使用人工智能来提高生产力和效率的一些例子是什么？
A：企业正在利用人工智能提高生产力和效率，通过利用人工智能来进行报告生成、内容创作和软件平台集成等任务。例如，RBC利用智能AI提高分析师的生产力，Unilever将内容创作加速了2倍并减少了成本，Salesforce的工程团队至少提高了30%的新代码开发生产力。
Q：不同市场对英伟达GPU的需求如何？有没有一些值得注意的人工智能项目公布？
A：英伟达GPU在各个市场都有强劲的需求，包括云服务提供商、主权国家、模型构建者、企业和超级计算中心。值得注意的人工智能项目包括总共500万个GPU的人工智能工厂和基础设施项目，以及AWS和Huma之间的合作扩大。
Q：Hopper平台在第三季度的表现如何，对Rubin平台有什么期望？
A：霍珀平台在第三季度录得约20亿美元的收入，20岁以下销售额约为5000万美元。鲁宾平台计划在2026年下半年加速发展，并计划相对于黑色实现性能上的X因素改善。预计该平台将为客户持续提供优异的性能和成本领先地位。
Q：Nvidia的CUDA架构如何在TCO和系统寿命方面使其客户受益？
A：Nvidia的CUDA架构提供了显著的总体拥有成本(TCO)优势，并将系统的使用寿命延长到原始预估寿命之外。CUDA的持续软件更新和优化确保系统在模型技术发展时仍然有效，使Nvidia的技术保持相关性，并能够使用数年。
Q：哪些公司正在使用講者的產品建造人工智能工廠，Spectrum X以太網的重要性是什麼？
A：微软、甲骨文和X AI正在建造千兆瓦的人工智能工厂，这些工厂使用Speekers的Spectrum X以太网交换机，彰显他们平台的灵活性和开放性。
Q：第五代NVLink的重要性及其在AI训练中的性能是什么？
A：第五代的nvlink是市场上唯一经过验证的扩展技术。在最新的mlperf训练结果中，Blackwell Ultra的训练时间比Hopper快了5倍，Nvidia在每个基准测试中都取得了胜利。
Q：与OpenAI的战略合作是什么，它意味着什么？
A：与OpenAI的战略伙伴关系旨在帮助建设并部署至少10GW的数据中心，可能通过云合作伙伴对OpenAI进行投资。这种合作预计将随着OpenAI的扩张而持续。
Q：与Anthropic的合作是什么，它的目标是什么？
A：与Anthropic的合作涉及技术合作伙伴关系，以支持Anthropic的快速增长，优化CUDA模型，并提供最佳性能、效率和总体拥有成本。
Q：人工智能相关公司的战略投资如何与英伟达生态系统相契合？
A：像Anthropic和其他公司这样的战略投资旨在发展英伟达 cudamani 生态系统，使每个模型都能在英伟达平台上实现最佳运行。
Q：物理人工智能市场的状态如何？哪些公司正在促进市场增长？
A：物理人工智能是一个价值数十亿美元的产业，拥有数万亿美元的机会，为英伟达公司的下一个增长阶段做出了贡献。像PTC、西门子等公司正在利用英伟达的3D计算机架构来进行实际世界人工智能的培训、测试和部署。
Q：游戏和可视化行业的收入和增长数据是什么？
A：游戏收入为43亿美元，同比增长30%，受布莱克维尔动量的推动。专业可视化收入为7.6亿美元，同比增长56%，增长主要受DGX-Spark的推动。
Q：2027年第四季度和全年的展望如何？
A：第四季度的前景包括预计总收入为650亿美元加或减2%，GAAP和非GAAP毛利率分别为74.8%和75%。到2027财年，预计进货成本将上涨，但毛利率目标将保持在中70%的水平，GAAP和非GAAP运营费用以及非GAAP有效税率也有预测。
Q：生成式人工智能如何影响应用和商业模式？
A：生成式人工智能正在取代传统的机器学习在搜索排名中的应用和商业模式，改进推荐系统，提升定位，点击预测，内容审查，并且构成 Meta 的 Gemini 的基础，一个广告推荐的基础模型。向生成式人工智能的转变正在为超大规模公司带来可观的收入增长。
Q：计算机的下一个前沿会涉及到什么？
A：计算的下一个领域涉及具有推理、规划和使用工具能力的人工智能系统，其中包括编码辅助、放射学工具、法律辅助以及基于人工智能的特斯拉全自动驾驶 (FSD) 和 Waymo 等自动驾驶系统。
Q：为什么英伟达被认为是独特能够应对人工智能的三个转变？
A：由於其独特的架构能够实现三个转变，因此Nvidia被认为具有独特的能力来应对人工智能的三个变革：从通用计算到加速计算，变革性生成式人工智能以及具有理性和实质性的人工智能的革命性崛起。
Q：NVIDIA有机会超过5000亿的营收预测吗？
A：Nvidia有机会超过5000亿美元的收入预测，因为该公司正在朝着这个目标努力，并已获得了额外的订单，例如与KSA签订的300,000至600,000更多GPU的三年协议。此外，该公司预计在第26财年将有更多可发货的计算需求。
Q：未来几个月内，供应能否赶上人工智能基础设施的需求？
A：Nvidia一直有效地规划其供应链，并拥有强大的技术公司网络，包括TSMC、其包装合作伙伴和存储供应商，以满足需求。他们正计划度过一个大年，并接受了更多订单，比如与KSA的交易。然而，未来几个月内供应是否能跟得上需求的问题还没有明确答案。
Q：关于英伟达每千瓦时的内容在Quest十亿数字中做了哪些假设？
A：关于英伟达在数字十亿中每个千瓦所含内容的假设在记录中并没有明确说明，但讨论暗示了各种数字，从低至十亿到高达三四十亿每千瓦不等。演讲者询问了达到五百亿数字的具体功率和每千瓦美元的假设。
Q：预计数据中心增长的多少需要供应商融资，而多少可以由客户来支持？
A：本手稿没有直接回答到底有多少数据中心增长需要供应商融资，而不是依靠客户的现金流支持。但是，它表明，架构效率和每瓦性能是影响这种支持的关键因素，以及跨整个堆栈、框架、模型和供应链进行优化的共同设计策略。
Q：性能每瓦特在能源效率方面的重要性是什么？
A：每瓦性能与能效和收入直接相关，根据记录。演讲者强调架构的效率是必不可少的，不能被强制直接解决。每瓦性能的改进直接转化为收入，选择正确的架构至关重要。这个指标被强调为所有数据中心世代中能效的关键指标。
Q：Nvidia GPU在推动超大规模计算机成本降低方面起着什么作用？
A：Nvidia的GPU在推动超大规模计算成本降低方面发挥重要作用，通过提高通用计算的规模、速度和成本。本文表明，随着摩尔定律放缓，Nvidia GPU计算被视为超大规模计算继续降低成本并通过使用先进的推荐系统提高收入的新方法。
Q：投资人工智能将如何转变收入和应用增长？
A：对AI的投资有望通过生成式AI改变收入和应用增长，这将导致数千亿美元的资本支出投资完全通过现金流资助。这将导致新的消费模式和应用程序的产生，预计将成为历史上增长最快的。
Q：哪些行业将参与人工智能，并且他们将如何为基础设施提供资金？
A：多个行业，包括自动驾驶汽车、工厂中的物理AI数字孪生体，以及通过数字生物技术初创公司进行药物发现，都准备与人工智能合作。每个国家将为其基础设施提供资金支持，这些行业预计将为自己的计算需求筹集资金，表明与AI的更广泛合作不仅仅局限于超级规模运算。
Q：英伟达未来几年内获得的现金计划如何运用？
A：Nvidia计划利用现金资金支持其增长，由强劲的资产负债表和弹性供应链支持。该公司将继续进行股票回购，并投资于扩大CUDA生态系统的覆盖范围。与OpenAI等合作伙伴关系的投资将用于加深技术合作，并支持人工智能的加速增长。
Q：Nvidia与OpenAI的合作性质是什么，这如何转化为所有权？
A：英伟达公司已投资于OpenAI，开展深度合作，扩大其生态系统并支持OpenAI的增长。根据交易条款，英伟达并没有出让公司股份，而是获得了OpenAI公司的股份，使OpenAI成为英伟达公司一次投资、一代人一次的公司。
Q：人形AI在用户数量和企业绩效方面的重要意义是什么？
A：人形智能的AI在全球用户总数方面是第二成功的AI，并在企业部门表现异常出色。与Nvidia的合作将涉及将人形智能的AI，命名为Claude，带入Nvidia的平台。
Q：Nvidia的平台因什么而闻名，它是如何促进AI生态系统的扩展的？
A：英伟达的平台以能够运行包括OpenAI、Anthropic等在内的所有AI模型而闻名。它通过提供一个支持各种模型的独特平台，促进了人工智能生态系统的扩张，并允许与全球优秀公司合作，从而扩展了生态系统的影响范围，并创造了对成功公司的投资机会。
Q：Nvidia即将推出的Cpx产品的目的是什么，它与AI工作负载有什么关系？
A：Nvidia即将推出的Cpx产品是专为长文本类型的工作负荷生成而设计的，系统需要读取并吸收大量信息，然后生成答案。这可能涉及处理一大堆PDF、视频或3D图像。Cpx的目的是在这些长文本工作负载中表现卓越，并以性价比高的性能交付优秀表现。
Q：影响人工智能性能的三个规模定律是什么，为什么难以预测推断市场的精确百分比？
A：影响人工智能性能的三个缩放定律是预训练，后训练和推理。预训练和后训练都非常有效，后训练逐步提高人工智能解决问题的能力。推理由于其思维和推理能力，计算需求呈指数增长。因此，预测市场中人工智能推理的确切百分比是困难的，但希望推理成为市场的一个重要组成部分，因为这表明人工智能被广泛和频繁地使用。
Q：英伟达的Grace Blackwell和GB 200在人工智能推理性能方面提供了哪些优势？
A：英伟达的格雷斯·布莱克维尔和GB 200在AI推理性能方面提供了显著优势。格雷斯·布莱克维尔比世界上任何东西都先进一个数量级，而GB 200通过其nvlink 72扩展网络提供了10到15倍更高的性能，超过了竞争对手。这种性能提升巩固了英伟达在可预见未来的AI推理领域的领先地位。
Q：Nvidia的主要增长限制条件是什么，公司是如何解决这些问题的？
A：Nvidia的主要增长约束包括功耗、融资、内存和晶圆厂问题。然而，Nvidia通过有效管理供应链、与长期合作伙伴合作、建立健全的融资安排以及专注于非凡的规模来解决这些约束。该公司的架构旨在为客户提供最佳价值，这有助于其强劲的市场地位和不断增长的成功。
Q：公司明年面临的最大成本增加是什么？
A：公司需要处理的行业中，成本最大的增长与已知的原材料价格相关，尤其是围绕其系统的存储器和其他组件。
Q：公司正在采取哪些措施来维持70%左右的毛利率？
A：公司正在专注于降低成本、缩短周期时间以及调整产品组合，希望保持毛利保持在70%左右。
Q：公司明年的Opex增长目标是什么？
A：公司明年的目标是确保工程和业务团队持续创新，为市场创造更多的系统。这包括对创新软件、系统和硬件进行投资。
Q：公司如何管理供应链要求和谈判？
A：公司提前充分预测和规划供应链，长期了解需求和需求。他们已经为自己确保了供应，并与供应链密切合作，共同处理财务方面的事宜，确保预测和计划的实施。
Q：公司对AI ASICs或专用GPU的角色在建筑结构扩展方面的看法有变化吗？
A：公司的观点没有改变，他们不是在与构建整套机架和带有多种类型开关的TI的团队竞争。人工智能系统的复杂度已经增加，各种人工智能模型需要多样化的架构。
Q：公司的架构在人工智能的背景下有何特殊之处？
A：该公司的架构很特别，因为它在从通用计算到AI加速计算的每个阶段都表现出色。他们擅长预训练、后训练和推理，支持每种AI模型，并在每个云和数据中心中都有存在。第五个也是最重要的原因是他们多样化和韧性强的产出，得益于一个庞大的生态系统。
