英偉達公司 (NVDA.US) 2026財年第四季度業績電話會
文章語言：
简
繁
EN
分享
紀要
原文
會議摘要
人工智能基礎設施領域的領導者NVIDIA實現了創紀錄的680億美元收入，同比增長73%，這得益於對Blackwell架構和戰略合作夥伴關系的需求。該公司強調擴大其AI生態系統，增強Spectrum X Ethernet等網絡解決方案，並滿足全球計算需求，特別是在代理AI和太空應用方面。NVIDIA致力於創新，人才招聘和建立AI工廠能力以維持增長，重點是通過Rubin等平台提高推理效率和降低成本。對收入持續增長的預期凸顯了英偉達在人工智能驅動的計算時代的關鍵作用。
會議速覽
英偉達第四季度財報電話會議: 領導層討論業績和未來前景宣佈了NVIDIA第四季度收益的電話會議，其中包括該公司的領導層。Jensen和Colette將討論財務業績，前瞻性陳述和非GAAP指標。該電話將通過網絡廣播並可重播，並提供有關風險，更新和GAAP對賬的詳細信息。
受Blackwell架構和人工智能需求帶動，英偉達數據中心收入同比75% 激增NVIDIA實現了創紀錄的收入和數據中心增長，受Blackwell架構和AI需求的推動，同比增長75%。該公司預計，在強大的推理性能、優化的每令牌成本以及無與倫比的創新步伐的支持下，2026將繼續連續增長。基於Blackwell的系統已被廣泛部署，主要雲提供商和企業正在使用近9 GW的基礎設施。
NVIDIA在人工智能基礎設施和網絡領域的主導地位，數據中心和遊戲領域的強勁增長NVIDIA報告稱，在先進的人工智能技術和強勁的客戶需求的推動下，網絡和數據中心收入大幅增長。該公司推出了Ruben平台，提高了AI效率，並看到了強大的遊戲和專業可視化銷售。汽車和機器人行業也顯示出良好的增長前景，將NVIDIA定位為人工智能基礎設施和創新的領導者。
NVIDIA第四季度在人工智能基礎設施和財務業績方面的戰略擴張NVIDIA通過與西門子和Synopsis的合作加速了工業AI的采用，從而增強了其AI基礎設施。在財務方面，第四季度的非GAAP毛利率75.2%，戰略性庫存增加，自由現金流強勁，致力於股東回報和市場領先的增長戰略。
NVIDIA第一季度展望: 人工智能領域的收入、利潤率和戰略合作夥伴關系概述第一季度的財務預測，包括收入、利潤率和基於股票的薪酬。重點介紹與OpenAI、Meta、Anthropic和xAI的戰略AI合作夥伴關系，強調AI基礎設施和模型開發的進步。
人工智能計算需求拐點對雲資本支出增長的信心討論強調了對AI計算需求驅動的雲資本支出增長的信心，強調了計算在通過令牌創建産生收入中的關鍵作用，強調了從傳統軟件到以AI為中心的運營的轉變。
NVIDIA對AI主導地位的戰略生態系統投資討論NVIDIA在AI生態系統中的作用，強調對初創公司和技術的投資，以擴大AI計算時代的生態系統覆蓋範圍和領導地位。
NVIDIA的網絡優勢: Spectrum X在AI基礎設施方面的激增討論了NVIDIA在網絡領域的領導地位，特別是Spectrum X，強調了其快速增長和與AI基礎設施的集成，強調了其在擴展AI計算和數據中心效率方面的作用。
NVIDIA在GPU設計中的架構兼容性和軟件優化策略討論了NVIDIA在各代GPU之間保持架構兼容性的方法，強調軟件優化以及將Grok等新技術集成為加速器，以提高性能，效率並延長産品生命周期，突出了公司對創新和客戶價值的承諾。
數據中心的連續增長: Blackwell的勢頭和Vera Rubin的增長討論了NVIDIA的連續增長戰略，強調了Blackwell當前的加速發展以及對Vera Rubin下半年影響的預期。解決遊戲的潛在同比增長，這取決於年底前供應的改善。
CUDA和推理性能在推動數據中心收入方面的重要性討論了CUDA和推理性能在提高數據中心收入方面的關鍵作用，強調了AI代理代幣生成的指數增長，更高速推理的必要性，以及性能功耗比和財務收益之間的直接相關性。重點介紹了nvLink和Tensor RT等技術在優化推理工作負載方面的進步，並強調了選擇能夠最大限度提高csp和超縮放器性能的架構的戰略重要性。
通過代際績效領先實現高毛利率的可持續性對話強調了世代績效領導在維持高毛利率方面的重要性，強調了向客戶提供每瓦特和美元的顯着性能改進。它強調了由人工智能和現代軟件需求驅動的計算需求的指數增長，以及每年引入新的人工智能基礎設施以滿足這些需求的戰略。通過極端協同設計提供數倍於前幾代産品的性能的承諾被認為是維持高利潤並為客戶提供價值的關鍵。
空間數據中心和人工智能應用的可行性和經濟前景討論了空間數據中心的可行性，指出了散熱和冷卻方法方面的挑戰。強調Nvidia在gpu空間計算方面的先鋒作用，強調AI在成像和數據處理方面的應用。這表明經濟將隨着時間的推移而改善，使基於空間的計算更加可行。
由不同的非超大規模客戶引領的收入增長對話強調了公司的收入多元化戰略，強調了非超大規模客戶的顯着增長。它討論了廣泛的客戶生態系統，包括企業、人工智能模型制造商和超級計算，以及多樣化客戶群的優勢。公司強大的生態系統、合作夥伴關系和平台兼容性是推動這一增長並確保未來成功的關鍵因素。
NVIDIA在異構推理工作負載中的獨立CPU策略討論的重點是NVIDIA在推理工作負載日益複雜和多樣化的推動下，向獨立CPU解決方案的戰略轉變，突出了公司的適應性和市場定位。
革命性的AI處理: ATC獨特的CPU設計，可增強數據和單綫程性能與其他架構不同，ATC的CPU架構支持LPDDR5，在高數據處理和單綫程性能方面表現出色，這對於AI的數據驅動階段至關重要。它專為訓練前、訓練中和訓練後的過程而設計，可加速算法，補充GPU環境，並優化AI應用程序中的CPU效率。
資本部署策略: 平衡AI投資和股票回購對話探討了資本的戰略分配，強調對人工智能生態系統和供應商支持的投資，以及正在進行的股票回購和股息支付。重點是確定年內最佳的股票回購機會，體現資本管理和增長的平衡方法。
AI驅動的計算和代幣生成: 未來數據中心資本支出增長之路對話探討了人工智能和令牌生成在推動未來數據中心資本支出方面的關鍵作用，強調了從預編譯軟件到生成人工智能系統的過渡。它強調了計算需求的指數增長，人工智能進步的必然性，以及跨行業人工智能工廠的創建。對話強調了計算能力與收入增長之間的相關性，特別是在代理AI方面，並預計將進一步擴展到物理AI應用程序。
要點回答
Q：Nvidia 2026財年第四季度財務業績的亮點是什麽？
A：英偉達又創造了一個出色的季度，收入、營業收入和自由現金流均創曆史新高。總收入為680億美元，同比增長73%，數據中心收入為1940億美元，同比增長68%。
Q：對Nvidia在2026全年連續收入增長的預期是什麽？
A：Nvidia預計整個日曆2026的收入將連續增長，這將超過之前分享的5000億美元Blackwell和Ruben收入機會中包含的收入。
Q：第四季度數據中心收入的同比和連續增長是多少？
A：第四季度數據中心收入為620億美元，同比增長75%，環比22%，主要得益於Blackwell和Blackwell Ultra Ramp的持續增長。
Q：Nvidia的推理技術在性能和成本效益方面表現如何？
A：正如最近的結果所表明的那樣，Nvidia的推理技術已經顯示出領先地位，GB 300 NVL 72實現了每瓦高達50倍的性能，與替代産品相比，每個令牌的成本降低了35倍。Nvidia産生的每個令牌成本最低，在Nvidia上運行的數據中心産生的收入最高。
Q：Nvidia網絡業務的收入增長是什麽？是什麽技術推動了這一增長？
A：Nvidia的網絡業務産生了110億美元的收入，同比增長了3.5倍以上，這得益於nvlink spectrum X，以太網和Infiniband的大力采用。增長的主要原因是Grace Blackwell Systems中的NV link 72擴展交換機占數據中心收入的3分之1%。
Q：從經典機器學習到生成式AI的轉變如何影響超大規模人員和Nvidia的業務？
A：從經典機器學習到生成式AI的轉變可以通過超大規模人員將大量傳統工作負載升級到生成式AI來證明，包括搜索，廣告生成和內容推薦系統。這鼓勵客戶加快資本支出，在Meta，他們模型的進步推動了frontier agentic AI系統的顯著收入增長和培訓。
Q：關於新Ruben平台及其性能增強的詳細信息是什麽？
A：在CES上發佈的Ruben平台由六個新芯片組成: Vera CPU，Rubin GPU，link 6交換機，Connect X 9 SFP for DPU和Spectrum 6以太網交換機。與Blackwell相比，它旨在使用4分之1數量的gpu訓練模型，並將推理令牌成本降低多達10倍。本周早些時候，第一批魯賓芯片的樣品已運往客戶，預計下半年將生産出貨。
Q：遊戲收入的預測是什麽？增加了哪些新技術來支持遊戲？
A：受黑板需求旺盛和供給改善的推動，37億遊戲收入同比47% 增長。為支持遊戲而添加的新技術包括DLSS 4.5，GSNC Pulsar以及跨領先的AI PC框架的35% 更快的LLD推理。
Q：物理AI的意義和該領域的最新進展是什麽？
A：物理AI非常重要，因為它在2026年財年已經為Nvidia貢獻了60億 % 的收入。它得到了robotaxi乘車的擴展，商業車隊規模以及産生數千億美元收入的潛力的支持。新的發展包括Nvidia Cosmos和Isaac，它們有助於領先公司的機器人開發。
Q：公司基於股票的薪酬費用的最新情況是什麽？
A：從本季度開始，該公司將在其非GAAP業績中納入基於股票的薪酬支出。股票薪酬是公司薪酬計劃的基本組成部分，旨在吸引和留住世界級人才。
Q：第一季度的收入預期是什麽？提到了哪些合作夥伴關系？
A：在數據中心增長的推動下，第一季度的總收入預計將為780億 % 或2% %。該公司預計其大部分增長將由數據中心驅動，並且不承擔來自中國的任何數據中心計算收入。提到的合作夥伴包括深化與領先的前沿模型制造商的合作關系，以及與OpenAI的合作進展。
Q：公司在以太網網絡市場中處於什麽位置？
A：該公司可能是世界上最大的以太網網絡公司，預計將很快保持這一地位。
Q：公司如何看待其AI基礎設施業務的重要性？
A：該公司將其AI基礎設施業務視為重要的收入來源，增長速度令人難以置信，並能夠有效利用數據中心的網絡，從而轉化為真正的資金。
Q：公司在産品中使用不同方言和接口的策略是什麽？
A：該公司的目標是避免不必要的使用不同的方言和接口，以防止延遲和電力浪費。他們使用dilates和reticle dies來最大程度地減少建築交叉，從而提高了産品的效率和性能。
Q：公司如何確保不同代gpu的架構兼容性？
A：該公司通過繼續利用Cuda和開發跨幾代gpu工作的軟件來確保架構兼容性，這允許優化模型和軟件堆棧，以使Hopper和Ampere等未來産品受益。
Q：該公司能否期望看到數據中心的連續增長，就像之前佈萊克韋爾到魯賓的過渡一樣？
A：該公司希望在數據中心實現類似的連續增長模式，就像從佈萊克威爾過渡到魯賓所經曆的那樣，盡管增長的幅度尚不確定。
Q：公司對Cuda的重要性以及AI工作負載中推理的未來有何立場？
A：該公司認為Cuda對於有效處理推理工作負載至關重要。新的並行化算法的發明和nvlink的利用使推理性能提高了50倍，由於AI系統對推理的高需求，轉化為可觀的收入。
Q：是什麽決定了數據中心的收入表現？
A：數據中心的收入性能由推理性能確定，推理性能轉化為客戶的收入，並以每瓦特令牌來衡量。這很重要，因為所有數據中心的功率都有限，因此提供最佳性能功耗比的架構將直接轉化為更高的收入。
Q：為什麽為數據中心選擇正確的體系結構如此重要？
A：選擇正確的架構至關重要，因為它直接影響公司的收益，使其不僅僅是戰略決策。具有最佳性能功耗比的正確體系結構對於在不需要投資額外容量的情況下實現收入最大化至關重要。
Q：維持高毛利率最重要的杠杆是什麽？
A：保持高毛利率的最重要杠杆是為客戶提供代際性能改進。這意味着要超越摩爾定律所預測的每瓦性能，並提供每美元的性能，這遠遠超過系統成本及其價格。
Q：對計算能力日益增長的需求如何影響公司的戰略？
A：對計算能力的需求不斷增長，由於各種拐點而呈指數級增長，因此有必要制定每年交付整個人工智能基礎設施的戰略。該策略包括引入新的芯片，並不斷致力於在每瓦特性能和每美元性能方面提高性能。
Q：是什麽使空間計算變得可行和有利？
A：由於能量豐富，大型太陽能電池板以及無需氣流即可通過傳導散熱的能力，因此在太空中進行計算是可行的。Nvidia已經是太空gpu的全球領導者，具有高分辨率成像應用以及執行複雜計算 (如重投影和降噪) 的能力，而無需將大量數據發送回地球。
Q：非超大規模客戶如何為公司的增長做出貢獻？
A：非超大規模客戶的增長速度快於超大規模客戶，為公司的增長做出了貢獻。該公司的客戶範圍廣泛，包括人工智能模型制造商，企業，超級計算和主權國家，在全球範圍內都有強勁的增長，這種多樣性有望繼續使公司受益。
Q：Nvidia的平台如何支持全球客戶和平台的多樣性？
A：Nvidia通過在Nvidia gpu上執行150萬AI模型來支持全球客戶和平台的多樣性，Nvidia gpu代表了全球最大和第二大模型。平台運行所有這些開源模型的能力進一步增強了這種多樣性，使其具有高度可替代性，易於使用和安全投資。
Q：Nvidia的cpu與其他市場有何不同？
A：Nvidia的cpu因其獨特的架構決策而與其他市場有所不同，特別是在支持LPDDR5和設計用於高數據處理能力方面。這一點很重要，因為AI計算問題是數據驅動的，而Nvidia的CPU在AI的數據處理和預訓練階段表現出色，這些階段通常僅在CPU或CPU和GPU加速環境中運行。
Q：為什麽Grace在設計時強調單綫程性能？
A：Grace的設計重點是單綫程性能，因為按照Amdahl定律的建議，通過將算法加速到極限來實現最佳的AI性能。為了對此進行優化，Nvidia構建了Grace，使其具有非凡的單綫程性能，使其在AI訓練後任務中非常有效。
Q：Nvidia在決定資本回報和股票回購時會考慮哪些因素？
A：Nvidia仔細考慮了其資本回報戰略，並認識到支持開放生態系統及其開發者的重要性。它繼續回購股票並保持股息，同時也在尋找年內進一步購買股票的獨特機會。
Q：哪些因素可能推動數據中心資本支出增長到3到4萬億2030年？
A：數據中心資本支出增長到3到4萬億2030年，可能是由於轉向使用人工智能的代幣驅動軟件開發，人工智能所需的高計算需求，人工智能不會下降，只會改善。以及從預先錄制到生成式實時軟件的過渡。這導致對計算能力的高需求，以産生代幣，為各種公司帶來收入，包括雲和企業軟件公司，以及制造業和機器人公司。
Q：為什麽向AI的過渡被視為計算的未來？
A：向AI的過渡被視為計算的未來，因為AI的生成性需要比過去預先記錄的軟件更多的計算能力。隨着agentic AI的興起，基於上下文和用戶意圖實時生成軟件，對計算能力的需求顯着增加。此外，每家公司都將越來越依賴由人工智能驅動的軟件，從而産生對代幣生成和貨幣化的巨大需求，從而推動數據中心的建設和收入。
