英伟达公司 (NVDA.US) 2026财年第四季度业绩电话会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
人工智能基础设施领域的领导者NVIDIA实现了创纪录的680亿美元收入，同比增长73%，这得益于对Blackwell架构和战略合作伙伴关系的需求。该公司强调扩大其AI生态系统，增强Spectrum X Ethernet等网络解决方案，并满足全球计算需求，特别是在代理AI和太空应用方面。NVIDIA致力于创新，人才招聘和建立AI工厂能力以维持增长，重点是通过Rubin等平台提高推理效率和降低成本。对收入持续增长的预期凸显了英伟达在人工智能驱动的计算时代的关键作用。
会议速览
英伟达第四季度财报电话会议: 领导层讨论业绩和未来前景宣布了NVIDIA第四季度收益的电话会议，其中包括该公司的领导层。Jensen和Colette将讨论财务业绩，前瞻性陈述和非GAAP指标。该电话将通过网络广播并可重播，并提供有关风险，更新和GAAP对账的详细信息。
受Blackwell架构和人工智能需求带动，英伟达数据中心收入同比75% 激增NVIDIA实现了创纪录的收入和数据中心增长，受Blackwell架构和AI需求的推动，同比增长75%。该公司预计，在强大的推理性能、优化的每令牌成本以及无与伦比的创新步伐的支持下，2026将继续连续增长。基于Blackwell的系统已被广泛部署，主要云提供商和企业正在使用近9 GW的基础设施。
NVIDIA在人工智能基础设施和网络领域的主导地位，数据中心和游戏领域的强劲增长NVIDIA报告称，在先进的人工智能技术和强劲的客户需求的推动下，网络和数据中心收入大幅增长。该公司推出了Ruben平台，提高了AI效率，并看到了强大的游戏和专业可视化销售。汽车和机器人行业也显示出良好的增长前景，将NVIDIA定位为人工智能基础设施和创新的领导者。
NVIDIA第四季度在人工智能基础设施和财务业绩方面的战略扩张NVIDIA通过与西门子和Synopsis的合作加速了工业AI的采用，从而增强了其AI基础设施。在财务方面，第四季度的非GAAP毛利率75.2%，战略性库存增加，自由现金流强劲，致力于股东回报和市场领先的增长战略。
NVIDIA第一季度展望: 人工智能领域的收入、利润率和战略合作伙伴关系概述第一季度的财务预测，包括收入、利润率和基于股票的薪酬。重点介绍与OpenAI、Meta、Anthropic和xAI的战略AI合作伙伴关系，强调AI基础设施和模型开发的进步。
人工智能计算需求拐点对云资本支出增长的信心讨论强调了对AI计算需求驱动的云资本支出增长的信心，强调了计算在通过令牌创建产生收入中的关键作用，强调了从传统软件到以AI为中心的运营的转变。
NVIDIA对AI主导地位的战略生态系统投资讨论NVIDIA在AI生态系统中的作用，强调对初创公司和技术的投资，以扩大AI计算时代的生态系统覆盖范围和领导地位。
NVIDIA的网络优势: Spectrum X在AI基础设施方面的激增讨论了NVIDIA在网络领域的领导地位，特别是Spectrum X，强调了其快速增长和与AI基础设施的集成，强调了其在扩展AI计算和数据中心效率方面的作用。
NVIDIA在GPU设计中的架构兼容性和软件优化策略讨论了NVIDIA在各代GPU之间保持架构兼容性的方法，强调软件优化以及将Grok等新技术集成为加速器，以提高性能，效率并延长产品生命周期，突出了公司对创新和客户价值的承诺。
数据中心的连续增长: Blackwell的势头和Vera Rubin的增长讨论了NVIDIA的连续增长战略，强调了Blackwell当前的加速发展以及对Vera Rubin下半年影响的预期。解决游戏的潜在同比增长，这取决于年底前供应的改善。
CUDA和推理性能在推动数据中心收入方面的重要性讨论了CUDA和推理性能在提高数据中心收入方面的关键作用，强调了AI代理代币生成的指数增长，更高速推理的必要性，以及性能功耗比和财务收益之间的直接相关性。重点介绍了nvLink和Tensor RT等技术在优化推理工作负载方面的进步，并强调了选择能够最大限度提高csp和超缩放器性能的架构的战略重要性。
通过代际绩效领先实现高毛利率的可持续性对话强调了世代绩效领导在维持高毛利率方面的重要性，强调了向客户提供每瓦特和美元的显着性能改进。它强调了由人工智能和现代软件需求驱动的计算需求的指数增长，以及每年引入新的人工智能基础设施以满足这些需求的战略。通过极端协同设计提供数倍于前几代产品的性能的承诺被认为是维持高利润并为客户提供价值的关键。
空间数据中心和人工智能应用的可行性和经济前景讨论了空间数据中心的可行性，指出了散热和冷却方法方面的挑战。强调Nvidia在gpu空间计算方面的先锋作用，强调AI在成像和数据处理方面的应用。这表明经济将随着时间的推移而改善，使基于空间的计算更加可行。
由不同的非超大规模客户引领的收入增长对话强调了公司的收入多元化战略，强调了非超大规模客户的显着增长。它讨论了广泛的客户生态系统，包括企业、人工智能模型制造商和超级计算，以及多样化客户群的优势。公司强大的生态系统、合作伙伴关系和平台兼容性是推动这一增长并确保未来成功的关键因素。
NVIDIA在异构推理工作负载中的独立CPU策略讨论的重点是NVIDIA在推理工作负载日益复杂和多样化的推动下，向独立CPU解决方案的战略转变，突出了公司的适应性和市场定位。
革命性的AI处理: ATC独特的CPU设计，可增强数据和单线程性能与其他架构不同，ATC的CPU架构支持LPDDR5，在高数据处理和单线程性能方面表现出色，这对于AI的数据驱动阶段至关重要。它专为训练前、训练中和训练后的过程而设计，可加速算法，补充GPU环境，并优化AI应用程序中的CPU效率。
资本部署策略: 平衡AI投资和股票回购对话探讨了资本的战略分配，强调对人工智能生态系统和供应商支持的投资，以及正在进行的股票回购和股息支付。重点是确定年内最佳的股票回购机会，体现资本管理和增长的平衡方法。
AI驱动的计算和代币生成: 未来数据中心资本支出增长之路对话探讨了人工智能和令牌生成在推动未来数据中心资本支出方面的关键作用，强调了从预编译软件到生成人工智能系统的过渡。它强调了计算需求的指数增长，人工智能进步的必然性，以及跨行业人工智能工厂的创建。对话强调了计算能力与收入增长之间的相关性，特别是在代理AI方面，并预计将进一步扩展到物理AI应用程序。
要点回答
Q：Nvidia 2026财年第四季度财务业绩的亮点是什么？
A：英伟达又创造了一个出色的季度，收入、营业收入和自由现金流均创历史新高。总收入为680亿美元，同比增长73%，数据中心收入为1940亿美元，同比增长68%。
Q：对Nvidia在2026全年连续收入增长的预期是什么？
A：Nvidia预计整个日历2026的收入将连续增长，这将超过之前分享的5000亿美元Blackwell和Ruben收入机会中包含的收入。
Q：第四季度数据中心收入的同比和连续增长是多少？
A：第四季度数据中心收入为620亿美元，同比增长75%，环比22%，主要得益于Blackwell和Blackwell Ultra Ramp的持续增长。
Q：Nvidia的推理技术在性能和成本效益方面表现如何？
A：正如最近的结果所表明的那样，Nvidia的推理技术已经显示出领先地位，GB 300 NVL 72实现了每瓦高达50倍的性能，与替代产品相比，每个令牌的成本降低了35倍。Nvidia产生的每个令牌成本最低，在Nvidia上运行的数据中心产生的收入最高。
Q：Nvidia网络业务的收入增长是什么？是什么技术推动了这一增长？
A：Nvidia的网络业务产生了110亿美元的收入，同比增长了3.5倍以上，这得益于nvlink spectrum X，以太网和Infiniband的大力采用。增长的主要原因是Grace Blackwell Systems中的NV link 72扩展交换机占数据中心收入的3分之1%。
Q：从经典机器学习到生成式AI的转变如何影响超大规模人员和Nvidia的业务？
A：从经典机器学习到生成式AI的转变可以通过超大规模人员将大量传统工作负载升级到生成式AI来证明，包括搜索，广告生成和内容推荐系统。这鼓励客户加快资本支出，在Meta，他们模型的进步推动了frontier agentic AI系统的显著收入增长和培训。
Q：关于新Ruben平台及其性能增强的详细信息是什么？
A：在CES上发布的Ruben平台由六个新芯片组成: Vera CPU，Rubin GPU，link 6交换机，Connect X 9 SFP for DPU和Spectrum 6以太网交换机。与Blackwell相比，它旨在使用4分之1数量的gpu训练模型，并将推理令牌成本降低多达10倍。本周早些时候，第一批鲁宾芯片的样品已运往客户，预计下半年将生产出货。
Q：游戏收入的预测是什么？增加了哪些新技术来支持游戏？
A：受黑板需求旺盛和供给改善的推动，37亿游戏收入同比47% 增长。为支持游戏而添加的新技术包括DLSS 4.5，GSNC Pulsar以及跨领先的AI PC框架的35% 更快的LLD推理。
Q：物理AI的意义和该领域的最新进展是什么？
A：物理AI非常重要，因为它在2026年财年已经为Nvidia贡献了60亿 % 的收入。它得到了robotaxi乘车的扩展，商业车队规模以及产生数千亿美元收入的潜力的支持。新的发展包括Nvidia Cosmos和Isaac，它们有助于领先公司的机器人开发。
Q：公司基于股票的薪酬费用的最新情况是什么？
A：从本季度开始，该公司将在其非GAAP业绩中纳入基于股票的薪酬支出。股票薪酬是公司薪酬计划的基本组成部分，旨在吸引和留住世界级人才。
Q：第一季度的收入预期是什么？提到了哪些合作伙伴关系？
A：在数据中心增长的推动下，第一季度的总收入预计将为780亿 % 或2% %。该公司预计其大部分增长将由数据中心驱动，并且不承担来自中国的任何数据中心计算收入。提到的合作伙伴包括深化与领先的前沿模型制造商的合作关系，以及与OpenAI的合作进展。
Q：公司在以太网网络市场中处于什么位置？
A：该公司可能是世界上最大的以太网网络公司，预计将很快保持这一地位。
Q：公司如何看待其AI基础设施业务的重要性？
A：该公司将其AI基础设施业务视为重要的收入来源，增长速度令人难以置信，并能够有效利用数据中心的网络，从而转化为真正的资金。
Q：公司在产品中使用不同方言和接口的策略是什么？
A：该公司的目标是避免不必要的使用不同的方言和接口，以防止延迟和电力浪费。他们使用dilates和reticle dies来最大程度地减少建筑交叉，从而提高了产品的效率和性能。
Q：公司如何确保不同代gpu的架构兼容性？
A：该公司通过继续利用Cuda和开发跨几代gpu工作的软件来确保架构兼容性，这允许优化模型和软件堆栈，以使Hopper和Ampere等未来产品受益。
Q：该公司能否期望看到数据中心的连续增长，就像之前布莱克韦尔到鲁宾的过渡一样？
A：该公司希望在数据中心实现类似的连续增长模式，就像从布莱克威尔过渡到鲁宾所经历的那样，尽管增长的幅度尚不确定。
Q：公司对Cuda的重要性以及AI工作负载中推理的未来有何立场？
A：该公司认为Cuda对于有效处理推理工作负载至关重要。新的并行化算法的发明和nvlink的利用使推理性能提高了50倍，由于AI系统对推理的高需求，转化为可观的收入。
Q：是什么决定了数据中心的收入表现？
A：数据中心的收入性能由推理性能确定，推理性能转化为客户的收入，并以每瓦特令牌来衡量。这很重要，因为所有数据中心的功率都有限，因此提供最佳性能功耗比的架构将直接转化为更高的收入。
Q：为什么为数据中心选择正确的体系结构如此重要？
A：选择正确的架构至关重要，因为它直接影响公司的收益，使其不仅仅是战略决策。具有最佳性能功耗比的正确体系结构对于在不需要投资额外容量的情况下实现收入最大化至关重要。
Q：维持高毛利率最重要的杠杆是什么？
A：保持高毛利率的最重要杠杆是为客户提供代际性能改进。这意味着要超越摩尔定律所预测的每瓦性能，并提供每美元的性能，这远远超过系统成本及其价格。
Q：对计算能力日益增长的需求如何影响公司的战略？
A：对计算能力的需求不断增长，由于各种拐点而呈指数级增长，因此有必要制定每年交付整个人工智能基础设施的战略。该策略包括引入新的芯片，并不断致力于在每瓦特性能和每美元性能方面提高性能。
Q：是什么使空间计算变得可行和有利？
A：由于能量丰富，大型太阳能电池板以及无需气流即可通过传导散热的能力，因此在太空中进行计算是可行的。Nvidia已经是太空gpu的全球领导者，具有高分辨率成像应用以及执行复杂计算 (如重投影和降噪) 的能力，而无需将大量数据发送回地球。
Q：非超大规模客户如何为公司的增长做出贡献？
A：非超大规模客户的增长速度快于超大规模客户，为公司的增长做出了贡献。该公司的客户范围广泛，包括人工智能模型制造商，企业，超级计算和主权国家，在全球范围内都有强劲的增长，这种多样性有望继续使公司受益。
Q：Nvidia的平台如何支持全球客户和平台的多样性？
A：Nvidia通过在Nvidia gpu上执行150万AI模型来支持全球客户和平台的多样性，Nvidia gpu代表了全球最大和第二大模型。平台运行所有这些开源模型的能力进一步增强了这种多样性，使其具有高度可替代性，易于使用和安全投资。
Q：Nvidia的cpu与其他市场有何不同？
A：Nvidia的cpu因其独特的架构决策而与其他市场有所不同，特别是在支持LPDDR5和设计用于高数据处理能力方面。这一点很重要，因为AI计算问题是数据驱动的，而Nvidia的CPU在AI的数据处理和预训练阶段表现出色，这些阶段通常仅在CPU或CPU和GPU加速环境中运行。
Q：为什么Grace在设计时强调单线程性能？
A：Grace的设计重点是单线程性能，因为按照Amdahl定律的建议，通过将算法加速到极限来实现最佳的AI性能。为了对此进行优化，Nvidia构建了Grace，使其具有非凡的单线程性能，使其在AI训练后任务中非常有效。
Q：Nvidia在决定资本回报和股票回购时会考虑哪些因素？
A：Nvidia仔细考虑了其资本回报战略，并认识到支持开放生态系统及其开发者的重要性。它继续回购股票并保持股息，同时也在寻找年内进一步购买股票的独特机会。
Q：哪些因素可能推动数据中心资本支出增长到3到4万亿2030年？
A：数据中心资本支出增长到3到4万亿2030年，可能是由于转向使用人工智能的代币驱动软件开发，人工智能所需的高计算需求，人工智能不会下降，只会改善。以及从预先录制到生成式实时软件的过渡。这导致对计算能力的高需求，以产生代币，为各种公司带来收入，包括云和企业软件公司，以及制造业和机器人公司。
Q：为什么向AI的过渡被视为计算的未来？
A：向AI的过渡被视为计算的未来，因为AI的生成性需要比过去预先记录的软件更多的计算能力。随着agentic AI的兴起，基于上下文和用户意图实时生成软件，对计算能力的需求显着增加。此外，每家公司都将越来越依赖由人工智能驱动的软件，从而产生对代币生成和货币化的巨大需求，从而推动数据中心的建设和收入。
