英偉達公司 (NVDA.US) 2026財年第三季度業績電話會
文章語言：
简
繁
EN
分享
紀要
原文
會議摘要
英偉達是人工智能技術領域的領導者，預測到2026年將實現5000億美元的營收，這是由於其支持加速計算、生成式人工智能和代理人工智能的獨特架構驅動的。該公司實現了創紀錄的數據中心營收達到610億美元，同比增長66％，並正在解決供應鏈和融資方面的挑戰。英偉達在OpenAI、Anthropic等公司的投資，以及在長文本工作負載生成和推理方面的創新，突顯了其擴大生態系統和保持在人工智能領域領導地位的承諾。該公司預計第四季度營收將達到650億美元，環比增長14％，這反映了人工智能市場持續增長的趨勢。
會議速覽
英倫微亞的2025財年第四季度財務業績突顯創紀錄的營收和人工智能基礎設施增長。NVIDIA報告FY25第四季度創紀錄的營收達到570億美元，同比增長62%，主要受人工智能基礎設施需求推動。公司預測到本年代末市場將達到3-4萬億美元規模，對於Blackwell和Rubin營收預期達到5000億美元。大規模雲計算公司和基礎模型構建者是增長的主要驅動力，NVIDIA的GPU已充分利用。向加速計算和生成式人工智能的轉變正在重塑行業，為NVIDIA提供長期機會。
NVIDIA在人工智能和數據中心計算領域的主導地位：向着佈萊克韋爾和魯賓的飛躍。NVIDIA突出其在人工智能和數據中心計算方面的領先地位，展示了與合作夥伴的合作、産品轉型和未來創新。該公司強調了其在全球競爭中的承諾，特別是在中國，以及在GPU技術方面的進步，包括Blackwell和Rubin平台。 NVIDIA從遊戲GPU向人工智能基礎設施的演變得到了強調，其廣泛的 cudamani 生態系統確保了現有和新的工作負載的持久性和性能改善。
英偉達在人工智能基礎設施領域的主導地位：創紀錄的營收、戰略合作夥伴關系和技術進步英偉達以創紀錄的收入增長、戰略合作和尖端技術領先人工智能基礎設施市場。該公司的Spectrum X以太網交換機和NVLink融合技術正推動重要的人工智能部署，包括千瓦級的人工智能工廠。英偉達的Blackwell Ultra在MLPerf基准測試中表現優異，提供更快的訓練速度和更低的成本。與OpenAI、Anthropic等的戰略合作夥伴關系凸顯了英偉達擴展其CUDA生態系統並支持全球人工智能創新的承諾。
英偉達在人工智能、機器人技術和遊戲領域的主導地位帶來了創紀錄的收入增長。英偉達第三季度營收增長突顯其在人工智能和機器人領域的領先地位，在遊戲和專業可視化方面表現強勁。公司預計在第四季度將繼續保持增長勢頭，由Blackwell架構推動，並着重擴展其全球供應鏈和數字孿生工廠計劃。
英偉達在加速人工智能和計算轉變中的關鍵作用英偉達在人工智能和計算進步方面處於領先地位，擅長於GPU加速計算、生成式人工智能和變革性應用領域，推動了收入增長，並為各行業開創了新的人工智能系統。
NVIDIA的統一架構：為未來基礎設施增長提供三種人工智能過渡強調向加速計算、生成式人工智能和主動式人工智能過渡的重要性，英偉達多功能架構支持各種形式和模態的人工智能在各行業中的應用，從雲計算到機器人技術，推動基礎設施的擴張。
收入預測和GPU需求的更新這段對話涵蓋了有關GPU出貨的預期收入更新，確認了5000億的預測，並強調了新訂單，包括與沙特阿拉伯的額外GPU協議，表明有可能超過最初的預測。
AI基礎設施需求與供應：在接下來的12-18個月內，生産能夠跟上步伐嗎？討論了人工智能基礎設施需求超過供應的挑戰，質疑生産是否能在未來12-18個月內滿足需求。 突出了英偉達的供應鏈管理和與全球科技公司、台積電和存儲供應商的合作夥伴關系，以應對不斷增長的需求。
人工智能的指數增長：加速計算、生成式人工智能和代理人工智能改變行業。該對話探討了人工智能技術的快速發展和采用，突出了從通用計算向帶有Nvidia GPU的加速計算的轉變，從經典機器學習向生成式人工智能的轉變，以及代理人工智能的出現。它強調了人工智能對各個領域的影響，包括代碼輔助、醫療保健、數字視頻編輯和業務運營，並展示了今天人工智能的指數增長和多樣化應用。
英倫公司在數據中心中的能源效率和經濟增長討論了英偉達在數據中心效率方面的進展，強調了能源效率和架構在推動經濟貢獻和價值方面的重要性。強調了整個堆棧上的共同設計的作用，以及市場中不斷增長的機會，特別是與超大規模數據中心運營商的合作，同時指出客戶融資在擴大業務規模方面的重要性。
投資在英偉達GPU上：推動成本效益、增加收入，並在各行業推動機器人智能這段對話凸顯了在超大規模計算中投資英偉達GPU的戰略重要性，可以提高成本效率，通過先進的推薦系統增加收入，促進自主AI的發展。它強調了行業特定AI應用的全球趨勢，從自動駕駛車輛到數字生物學，需要各個領域的多元化資金和創新。
利用半萬億美元的自由現金流的策略：股票回購 vs. 生態投資討論了管理大量的自由現金流的計劃，重點是在股票回購和生態系統中的戰略投資之間的分配，包括類似於與Anthropic和OpenAI達成的交易的標准。
AI增長的生態系統擴展和戰略投資討論了英偉達穩健的資産負債表支持供應鏈、對開放AI和人工智能領導者的戰略投資，以及CUDA生態系統的擴展，強調深入合作夥伴關系，並強調對轉型人工智能公司的投資潛在回報。
人工智能推理增長，橡膠Cpx的長上下文工作負載性能討論未來AI推理發貨百分比增長，介紹了Rubin Cpx産品，針對長文本工作量生成，以性能每美元為重點，在總體TAM上産生影響，吸引需要在響應生成之前進行大量數據吸收的客戶。
NVIDIA在AI推斷和擴展挑戰中的統治地位NVIDIA強調其在AI推理方面的領先地位，引用了規模律的指數增長和在AI工廠中無與倫比的性能。該公司解決了增長限制，強調了需要健全的規劃、夥伴關系和建築優勢，以保持在快速發展的人工智能行業中的競爭優勢。
面對不斷上漲的成本支出，如何保持利潤率和經營費用增長的策略討論了盡力保持中70年代毛利率的努力，盡管原材料價格上漲，重點強調成本改進和創新。突出了運營支出增長，由工程和商業團隊對新架構和系統的投資驅動，以及戰略供應鏈談判以確保有利條件。
人工智慧系統架構演進與 GPU 和 AI ASIC 的角色對話探討了人工智能系統架構的變化，強調了 GPU-based 系統比 AI ASICs 更複雜和必不可少，用於構建先進計算節點，突顯了 AI 應用對內存和上下文的不斷增長的需求。
英偉達的綜合人工智能生態系統：加速跨模型、雲端和平台的人工智能。這段對話突顯了英偉達在人工智能領域的全面方法，強調其加速人工智能轉型各階段、支持各種類型的人工智能模型、整合各大雲和平台、通過多樣生態系統確保強勁消費能力的能力。這使得英偉達成為雲服務提供商和新公司首選的平台，為人工智能領域提供無與倫比的多功能性和能力。
要點回答
Q：這個季度的收入增長是多少，代表着什麽？
A：該季度營收為570億美元，同比增長62%，標志着Nvidia在各個行業業務的強勁增長，得益於對人工智能模型和應用的需求。
Q：Nvidia到今年年底有多少收入可見度，公司對本年代末的AI基礎設施建設持何種信念？
A：英偉達有能力從今年年初到2026年年底獲得5000億美元的佈萊克維爾和魯賓的收入。該公司相信，到本十年末，英偉達將成為估計每年3至4萬億美元人工智能基礎設施建設的首選之選。
Q：2026年，頂級雲服務提供商和超大規模數據中心服務商的預計資本支出增加將是多少？
A：2026年頂級雲服務提供商和超大規模運營商的預計資本支出增加大約6000億美元，比年初高出2000億美元以上。
Q：OpenAI 和 Anthropic 公司最近取得了哪些用戶增長裏程碑？
A：OpenAI的每周用戶數量已增長至8億，Anthropic的企業客戶數量增至100萬，Anthropic報告的年收入年化率已由今年年初的10億美元增長至上個月的70億美元。
Q：什麽行業和工作領域正在經曆人工智能采用的蓬勃發展，哪些公司正在推動這種增長？
A：AI的采用正在各個行業和任務中蔓延，像Cursive、Anthropic、OpenAI、Epic和Bridge等公司正在不斷加強他們的服務，用戶增長也在不斷增加。像ServiceNow、CrowdStrike和SAP這樣的軟件平台正在整合英偉達的加速計算和AI技術來推動AI的采用。
Q：企業如何使用人工智能來提高生産力和效率的一些例子是什麽？
A：企業正在利用人工智能提高生産力和效率，通過利用人工智能來進行報告生成、內容創作和軟件平台集成等任務。例如，RBC利用智能AI提高分析師的生産力，Unilever將內容創作加速了2倍並減少了成本，Salesforce的工程團隊至少提高了30%的新代碼開發生産力。
Q：不同市場對英偉達GPU的需求如何？有沒有一些值得注意的人工智能項目公佈？
A：英偉達GPU在各個市場都有強勁的需求，包括雲服務提供商、主權國家、模型構建者、企業和超級計算中心。值得注意的人工智能項目包括總共500萬個GPU的人工智能工廠和基礎設施項目，以及AWS和Huma之間的合作擴大。
Q：Hopper平台在第三季度的表現如何，對Rubin平台有什麽期望？
A：霍珀平台在第三季度錄得約20億美元的收入，20歲以下銷售額約為5000萬美元。魯賓平台計劃在2026年下半年加速發展，並計劃相對於黑色實現性能上的X因素改善。預計該平台將為客戶持續提供優異的性能和成本領先地位。
Q：Nvidia的CUDA架構如何在TCO和系統壽命方面使其客戶受益？
A：Nvidia的CUDA架構提供了顯著的總體擁有成本(TCO)優勢，並將系統的使用壽命延長到原始預估壽命之外。CUDA的持續軟件更新和優化確保系統在模型技術發展時仍然有效，使Nvidia的技術保持相關性，並能夠使用數年。
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：微軟、甲骨文和X AI正在建造千兆瓦的人工智能工廠，這些工廠使用Speekers的Spectrum X以太網交換機，彰顯他們平台的靈活性和開放性。
Q：第五代NVLink的重要性及其在AI訓練中的性能是什麽？
A：第五代的nvlink是市場上唯一經過驗證的擴展技術。在最新的mlperf訓練結果中，Blackwell Ultra的訓練時間比Hopper快了5倍，Nvidia在每個基准測試中都取得了勝利。
Q：與OpenAI的戰略合作是什麽，它意味着什麽？
A：與OpenAI的戰略夥伴關系旨在幫助建設並部署至少10GW的數據中心，可能通過雲合作夥伴對OpenAI進行投資。這種合作預計將隨着OpenAI的擴張而持續。
Q：與Anthropic的合作是什麽，它的目標是什麽？
A：與Anthropic的合作涉及技術合作夥伴關系，以支持Anthropic的快速增長，優化CUDA模型，並提供最佳性能、效率和總體擁有成本。
Q：人工智能相關公司的戰略投資如何與英偉達生態系統相契合？
A：像Anthropic和其他公司這樣的戰略投資旨在發展英偉達 cudamani 生態系統，使每個模型都能在英偉達平台上實現最佳運行。
Q：物理人工智能市場的狀態如何？哪些公司正在促進市場增長？
A：物理人工智能是一個價值數十億美元的産業，擁有數萬億美元的機會，為英偉達公司的下一個增長階段做出了貢獻。像PTC、西門子等公司正在利用英偉達的3D計算機架構來進行實際世界人工智能的培訓、測試和部署。
Q：遊戲和可視化行業的收入和增長數據是什麽？
A：遊戲收入為43億美元，同比增長30%，受佈萊克維爾動量的推動。專業可視化收入為7.6億美元，同比增長56%，增長主要受DGX-Spark的推動。
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預計總收入為650億美元加或減2%，GAAP和非GAAP毛利率分別為74.8%和75%。到2027財年，預計進貨成本將上漲，但毛利率目標將保持在中70%的水平，GAAP和非GAAP運營費用以及非GAAP有效稅率也有預測。
Q：生成式人工智能如何影響應用和商業模式？
A：生成式人工智能正在取代傳統的機器學習在搜索排名中的應用和商業模式，改進推薦系統，提升定位，點擊預測，內容審查，並且構成 Meta 的 Gemini 的基礎，一個廣告推薦的基礎模型。向生成式人工智能的轉變正在為超大規模公司帶來可觀的收入增長。
Q：計算機的下一個前沿會涉及到什麽？
A：計算的下一個領域涉及具有推理、規劃和使用工具能力的人工智能系統，其中包括編碼輔助、放射學工具、法律輔助以及基於人工智能的特斯拉全自動駕駛 (FSD) 和 Waymo 等自動駕駛系統。
Q：為什麽英偉達被認為是獨特能夠應對人工智能的三個轉變？
A：由於其獨特的架構能夠實現三個轉變，因此Nvidia被認為具有獨特的能力來應對人工智能的三個變革：從通用計算到加速計算，變革性生成式人工智能以及具有理性和實質性的人工智能的革命性崛起。
Q：NVIDIA有機會超過5000億的營收預測嗎？
A：Nvidia有機會超過5000億美元的收入預測，因為該公司正在朝着這個目標努力，並已獲得了額外的訂單，例如與KSA簽訂的300,000至600,000更多GPU的三年協議。此外，該公司預計在第26財年將有更多可發貨的計算需求。
Q：未來幾個月內，供應能否趕上人工智能基礎設施的需求？
A：Nvidia一直有效地規劃其供應鏈，並擁有強大的技術公司網絡，包括TSMC、其包裝合作夥伴和存儲供應商，以滿足需求。他們正計劃度過一個大年，並接受了更多訂單，比如與KSA的交易。然而，未來幾個月內供應是否能跟得上需求的問題還沒有明確答案。
Q：關於英偉達每千瓦時的內容在Quest十億數字中做了哪些假設？
A：關於英偉達在數字十億中每個千瓦所含內容的假設在記錄中並沒有明確說明，但討論暗示了各種數字，從低至十億到高達三四十億每千瓦不等。演講者詢問了達到五百億數字的具體功率和每千瓦美元的假設。
Q：預計數據中心增長的多少需要供應商融資，而多少可以由客戶來支持？
A：本手稿沒有直接回答到底有多少數據中心增長需要供應商融資，而不是依靠客戶的現金流支持。但是，它表明，架構效率和每瓦性能是影響這種支持的關鍵因素，以及跨整個堆棧、框架、模型和供應鏈進行優化的共同設計策略。
Q：性能每瓦特在能源效率方面的重要性是什麽？
A：每瓦性能與能效和收入直接相關，根據記錄。演講者強調架構的效率是必不可少的，不能被強制直接解決。每瓦性能的改進直接轉化為收入，選擇正確的架構至關重要。這個指標被強調為所有數據中心世代中能效的關鍵指標。
Q：Nvidia GPU在推動超大規模計算機成本降低方面起着什麽作用？
A：Nvidia的GPU在推動超大規模計算成本降低方面發揮重要作用，通過提高通用計算的規模、速度和成本。本文表明，隨着摩爾定律放緩，Nvidia GPU計算被視為超大規模計算繼續降低成本並通過使用先進的推薦系統提高收入的新方法。
Q：投資人工智能將如何轉變收入和應用增長？
A：對AI的投資有望通過生成式AI改變收入和應用增長，這將導致數千億美元的資本支出投資完全通過現金流資助。這將導致新的消費模式和應用程序的産生，預計將成為曆史上增長最快的。
Q：哪些行業將參與人工智能，並且他們將如何為基礎設施提供資金？
A：多個行業，包括自動駕駛汽車、工廠中的物理AI數字孿生體，以及通過數字生物技術初創公司進行藥物發現，都准備與人工智能合作。每個國家將為其基礎設施提供資金支持，這些行業預計將為自己的計算需求籌集資金，表明與AI的更廣泛合作不僅僅局限於超級規模運算。
Q：英偉達未來幾年內獲得的現金計劃如何運用？
A：Nvidia計劃利用現金資金支持其增長，由強勁的資産負債表和彈性供應鏈支持。該公司將繼續進行股票回購，並投資於擴大CUDA生態系統的覆蓋範圍。與OpenAI等合作夥伴關系的投資將用於加深技術合作，並支持人工智能的加速增長。
Q：Nvidia與OpenAI的合作性質是什麽，這如何轉化為所有權？
A：英偉達公司已投資於OpenAI，開展深度合作，擴大其生態系統並支持OpenAI的增長。根據交易條款，英偉達並沒有出讓公司股份，而是獲得了OpenAI公司的股份，使OpenAI成為英偉達公司一次投資、一代人一次的公司。
Q：人形AI在用戶數量和企業績效方面的重要意義是什麽？
A：人形智能的AI在全球用戶總數方面是第二成功的AI，並在企業部門表現異常出色。與Nvidia的合作將涉及將人形智能的AI，命名為Claude，帶入Nvidia的平台。
Q：Nvidia的平台因什麽而聞名，它是如何促進AI生態系統的擴展的？
A：英偉達的平台以能夠運行包括OpenAI、Anthropic等在內的所有AI模型而聞名。它通過提供一個支持各種模型的獨特平台，促進了人工智能生態系統的擴張，並允許與全球優秀公司合作，從而擴展了生態系統的影響範圍，並創造了對成功公司的投資機會。
Q：Nvidia即將推出的Cpx産品的目的是什麽，它與AI工作負載有什麽關系？
A：Nvidia即將推出的Cpx産品是專為長文本類型的工作負荷生成而設計的，系統需要讀取並吸收大量信息，然後生成答案。這可能涉及處理一大堆PDF、視頻或3D圖像。Cpx的目的是在這些長文本工作負載中表現卓越，並以性價比高的性能交付優秀表現。
Q：影響人工智能性能的三個規模定律是什麽，為什麽難以預測推斷市場的精確百分比？
A：影響人工智能性能的三個縮放定律是預訓練，後訓練和推理。預訓練和後訓練都非常有效，後訓練逐步提高人工智能解決問題的能力。推理由於其思維和推理能力，計算需求呈指數增長。因此，預測市場中人工智能推理的確切百分比是困難的，但希望推理成為市場的一個重要組成部分，因為這表明人工智能被廣泛和頻繁地使用。
Q：英偉達的Grace Blackwell和GB 200在人工智能推理性能方面提供了哪些優勢？
A：英偉達的格雷斯·佈萊克維爾和GB 200在AI推理性能方面提供了顯著優勢。格雷斯·佈萊克維爾比世界上任何東西都先進一個數量級，而GB 200通過其nvlink 72擴展網絡提供了10到15倍更高的性能，超過了競爭對手。這種性能提升鞏固了英偉達在可預見未來的AI推理領域的領先地位。
Q：Nvidia的主要增長限制條件是什麽，公司是如何解決這些問題的？
A：Nvidia的主要增長約束包括功耗、融資、內存和晶圓廠問題。然而，Nvidia通過有效管理供應鏈、與長期合作夥伴合作、建立健全的融資安排以及專注於非凡的規模來解決這些約束。該公司的架構旨在為客戶提供最佳價值，這有助於其強勁的市場地位和不斷增長的成功。
Q：公司明年面臨的最大成本增加是什麽？
A：公司需要處理的行業中，成本最大的增長與已知的原材料價格相關，尤其是圍繞其系統的存儲器和其他組件。
Q：公司正在采取哪些措施來維持70%左右的毛利率？
A：公司正在專注於降低成本、縮短周期時間以及調整産品組合，希望保持毛利保持在70%左右。
Q：公司明年的Opex增長目標是什麽？
A：公司明年的目標是確保工程和業務團隊持續創新，為市場創造更多的系統。這包括對創新軟件、系統和硬件進行投資。
Q：公司如何管理供應鏈要求和談判？
A：公司提前充分預測和規劃供應鏈，長期了解需求和需求。他們已經為自己確保了供應，並與供應鏈密切合作，共同處理財務方面的事宜，確保預測和計劃的實施。
Q：公司對AI ASICs或專用GPU的角色在建築結構擴展方面的看法有變化嗎？
A：公司的觀點沒有改變，他們不是在與構建整套機架和帶有多種類型開關的TI的團隊競爭。人工智能系統的複雜度已經增加，各種人工智能模型需要多樣化的架構。
Q：公司的架構在人工智能的背景下有何特殊之處？
A：該公司的架構很特別，因為它在從通用計算到AI加速計算的每個階段都表現出色。他們擅長預訓練、後訓練和推理，支持每種AI模型，並在每個雲和數據中心中都有存在。第五個也是最重要的原因是他們多樣化和韌性強的産出，得益於一個龐大的生態系統。
