Moo Live

参与了话题 ·

英伟达2026财年第四季度财报电话会议

关键要点（AI生成）

财务表现：
- 英伟达报告了创纪录的第四季度营收，达到$680亿，同比增长73%。
- 数据中心收入达到$620亿，同比增长75%，环比增长22%，主要得益于Blackwell架构销售的强劲推动。
- 游戏收入增加至$37亿，同比增长47%，受到对Blackwell架构强劲需求的支持。
- GAAP和非GAAP毛利率均报75%，显示出高盈利能力。
- 第四季度自由现金流为$350亿，全年共计$970亿。

业务进展：
- 英伟达发布了Rubin平台，推出6款新芯片，旨在降低推理令牌成本并提高模型训练效率。
- 加强了与Anthropic和OpenAI等关键企业的合作，将英伟达的技术更深入地集成到人工智能发展中。
- 强调了来自传统超大规模用户以外领域的强劲客户需求，包括人工智能模型制造商、企业以及主权国家，使其市场基础更加多元化。

机会：
- Rubin平台的推出及Blackwell架构的持续扩展，有望在人工智能加速计算领域捕捉重大市场机遇。
- 超越超大规模用户的广泛且不断扩大的客户群为市场进一步扩张提供了机会。

下一季度指引：
- 预计第一季度营收将达到$780亿，反映出数据中心尤其强劲的持续需求。
- 预期GAAP和非GAAP毛利率分别约为74.9%和75%。
- 运营费用预测将包含$19亿的股票薪酬支出。
- 全年非GAAP运营费用增长率预计在40%左右的低位区间，表明仍在持续投资于扩张和创新。

风险：
- 提及潜在供应限制可能成为增长阻力，尤其是在游戏领域，这可能影响未来几个季度的收入增长。
- 承认中国人工智能公司的激烈竞争，可能会改变全球人工智能计算市场的结构。

完整记录（AI生成）

主持人

下午好。我叫Sarah，今天将由我来担任会议操作员。在此，我谨代表英伟达欢迎各位参加2026财年第四季度的财报电话会议。[操作员指示]。Toshiya Hari，您可以开始会议了。

Toshiya Hari

谢谢。大家下午好，欢迎参加英伟达2026财年第四季度的电话会议。今天与我一起参加会议的有来自英伟达的黄仁勋，总裁兼首席执行官，以及Colette Kress，执行副总裁兼首席财务官。我们的电话会议正在英伟达投资者关系网站上进行现场直播。本次电话会议的网络广播将在我们讨论2027财年第一季度财务业绩的电话会议之前一直可以重播。本次电话会议的内容为英伟达所有，未经事先书面许可，不得复制或转录。

在本次电话会议中，我们可能会根据当前预期做出前瞻性声明。这些声明受到许多重大风险和不确定因素的影响，我们的实际结果可能会有重大差异。有关可能影响我们未来财务业绩和业务的因素的讨论，请参阅今天发布的财报中的披露信息、我们最近提交的10-K和10-Q表格，以及我们可能向美国证券交易委员会提交的8-K表格报告。我们所有的声明均基于截至2026年2月25日的现有信息。除非法律要求，否则我们不承担更新任何此类声明的义务。

在本次电话会议期间，我们将讨论非GAAP财务指标。您可以在我们网站上发布的CFO评论中找到这些非GAAP财务指标与GAAP财务指标的对账。现在，我把电话交给Colette。

科莱特·克雷斯

谢谢，Toshiya。我们再次交出了一个出色的季度，收入、营业利润和自由现金流均创纪录。总收入为$680亿，同比增长73%，比第三季度有所加速。随着我们在包括云提供商、超大规模数据中心、AI模型制造商、企业及主权国家在内的多样化且不断扩大的客户群中增加了$110亿的数据中心收入，按顺序的增长也创下了纪录。

对我们Blackwell架构的需求持续增强，该架构采用极致协同设计，并在数据中心规模部署，这不仅由于推理部署增加，还因为训练需求的提升。向加速计算的过渡及在现有的超大规模工作负载中引入AI继续推动着我们的增长。使用越来越智能、多模态模型构建的代理型和物理AI应用正开始带动我们的财务表现。

全年来看，数据中心实现收入$1,940亿，同比增长68%。自2023财年ChatGPT问世以来，我们已将近扩大了数据中心业务规模13倍。展望未来，我们预计整个2026年的收入将逐季增长，超出去年分享的包含在$5,000亿内的Blackwell和Rubin收入机会。我们相信，我们已有库存和供应承诺以应对未来需求，包括延至2027年的出货量。

每个数据中心都面临着电力限制。鉴于这些限制以及最大化AI工厂收入的需求，客户会根据每瓦性能做出关键的架构决策。SemiAnalysis宣称英伟达为‘推理之王’，InferenceX的最新结果进一步巩固了GB300 NVL72在推理方面的领先地位，其每瓦性能比[Hopper]高出50倍，单个标记的成本降低35倍，而CUDA软件的持续优化帮助GB200 NVL72在短短四个月内实现了高达5倍的性能提升。

英伟达提供最低的单个标记成本，运行英伟达的数据中心产生的收入最高。我们创新的步伐，尤其是在这种规模下，是无可匹敌的，这得益于我们接近$200亿的年度研发预算，以及我们在芯片、系统、算法和软件方面跨计算和网络的极端协同设计能力。我们计划通过每一代产品带来数倍于前的性能提升，并长期保持我们的领先地位。

第四季度数据中心收入达到$620亿，同比增长75%，环比增长22%，主要受Blackwell及其Ultra版本强劲表现的驱动。由于英伟达基础设施需求旺盛，即使Hopper和大部分六年前的Ampere产品在云端也已经售罄。距离Grace Blackwell NVL72系统的发布已经过去了近一年的时间。如今，主要的云服务提供商、超大规模数据中心、AI模型制造商和企业已部署并使用了近9吉瓦的Blackwell基础设施。

网络业务作为我们数据中心规模基础设施服务的核心支柱，本季度表现出色，创造了$110亿的收入，同比增长超过3.5倍。市场对我们纵向扩展和横向扩展技术的需求达到了历史新高，这两大领域均实现了两位数的环比增长，主要受益于NVLink、Spectrum-X以太网和InfiniBand的强劲采用率。从同比来看，增长主要由NVLink 72纵向扩展交换机推动，Grace Blackwell系统占了本季度数据中心收入的大约三分之二。

NVLink纵向扩展架构彻底改变了计算方式，并展示了超级计算机所有芯片及全栈极端协同设计的力量。在第四季度，我们宣布将为AWS提供支持，通过NVLink与其定制化芯片集成。我们的Spectrum-X以太网纵向扩展和横向扩展网络业务势头强劲，因为客户正努力将分布式数据中心统一成集成的千兆级AI工厂。在全年范围内，我们的网络业务收入超过了$310亿，相较于2021财年（收购Mellanox的那一年）增长了10倍以上。

我们的需求特征广泛、多样化，并且不再局限于聊天机器人领域。首先，出现了从传统机器学习向生成式人工智能的根本性平台转变。强有力的ROI证据表明，超大规模企业正在将其庞大的传统工作负载升级至生成式AI，包括搜索、广告生成和内容推荐系统，这促使我们最大的客户加速资本支出。例如，在Meta公司，其GEM模型的进步推动了Facebook广告点击量增加了3.5%，并使Instagram上的对话量增长超过1%，从而转化为显著的收入增长。

使用相同的英伟达基础设施，Meta超级智能实验室能够训练和部署其前沿代理AI系统。前沿代理系统已达到拐点。Claude Code、Claude Cowork和OpenAI编解码器已经实现了实用智能。其采用率飙升，代币盈利可观，促使对计算能力提升的紧迫需求激增。计算能力直接转化为智能和收入增长。

分析师预计，到2026年，排名前五的云服务提供商和超大规模企业（合计占我们数据中心收入的一半以上）的资本支出较年初增长近$1,200亿，并接近$7,000亿。我们继续预期，经典数据中心工作负载将转向GPU加速计算，利用AI增强现有的超大规模工作负载，这大约会贡献我们长期机会的一半。

每个国家都会建设和运营部分自身的AI基础设施，就像如今的电力和互联网一样。在2026财年，我们的主权AI业务同比增长超过三倍，收入超过$300亿，主要推动力来自于加拿大、法国、荷兰、新加坡和英国的客户。从长远来看，我们预计主权AI市场的机遇将至少与AI基础设施市场同步增长，因为各国的AI支出将与其GDP成正比。

虽然美国政府批准了少量面向中国客户的H200产品，但我们尚未产生任何收入，也不确定是否会有任何进口被允许进入中国市场。中国的竞争对手在近期IPO的助力下取得了进展，并有可能在长期内颠覆全球AI产业的结构。为了保持在AI计算领域的领先地位，美国必须吸引每一位开发者，并成为所有商业企业的首选平台，包括那些在中国的企业。我们将继续与美国和中国政府沟通，倡导美国在全球竞争中的能力。

上个月我们在CES上发布了Rubin平台，该平台包含六款新芯片：Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9超级网卡、BlueField-4 DPU以及Spectrum-6以太网交换机。相比Blackwell，该平台将仅需四分之一数量的GPU即可训练MOE模型，并将推理成本降低多达10倍。本周早些时候，我们向客户交付了首批Vera Rubin样品，预计将在今年下半年开始量产发货。基于其模块化的无电缆托盘设计，Rubin将比Blackwell提供更高的弹性和可维护性。我们预计每家云模型开发商都将部署Vera Rubin。

转向游戏领域。游戏收入为$37亿，同比增长47%，得益于强劲的Blackwell需求和供应改善。GeForce RTX是PC游戏玩家、创作者和开发者的领先平台。在第四季度，我们引入了几项新技术和进步，包括DLSS 4.5，利用AI将游戏画质提升到一个新水平；G-SYNC Pulsar，即使在动态画面中也能呈现极佳的清晰图形；并在主流AIPC框架中实现35%更快的LLM推理性能。

展望未来，尽管我们产品的终端需求依然强劲，渠道库存水平健康，但我们预计供应限制将是第一季度及之后游戏业务的阻力。

在专业可视化领域，它首次跨越了$10亿的门槛，收入达到$13亿，同比增长159%，环比增长74%。本季度，我们推出了配备72GB快速内存的RTX PRO 5000 Blackwell工作站，专为运行大型语言模型和智能工作流的AI开发者设计。

汽车业务收入达$6.04亿，同比增长6%，主要得益于对自动驾驶解决方案的强劲需求。在CES展会上，我们推出了Alpamayo，这是全球首个开放的推理视觉-语言-行动模型、仿真蓝图和数据集组合，能够实现具备思考能力的车辆。首款搭载Alpamayo并基于英伟达DRIVE平台的乘用车将很快在全新梅赛德斯-奔驰CLA车型上路。实体AI已经到来，在2026财年为英伟达贡献了超过$60亿的收入。

Robotaxi的乘坐量正呈指数级增长，Waymo、特斯拉、Uber、文远知行和Zoox等公司的商业车队预计将在2025年从数千辆车扩展至未来十年内的数百万辆，创造一个有望产生数千亿美元收入的市场。这一扩张将需要更多的计算资源支持，每家主要的OEM厂商和服务提供商都在英伟达平台上进行开发。

我们继续推进机器人技术的发展。借助新的英伟达Cosmos和Isaac Group、开源模型、框架以及由英伟达驱动的机器人和自主机器，为包括波士顿动力、卡特彼勒、FranKaufman Hall Robotics、LG电子和NEURA Robotics在内的领先公司提供支持。为了加速工业实体AI的普及，我们还宣布了与达索系统、西门子和新思科技扩大的合作伙伴关系，通过英伟达AI基础设施、Omniverse数字孪生、World Models和CUDA-X库，为全球数百万研究人员、设计师和工程师服务，助力世界产业发展。

接下来让我们看看其他损益情况。GAAP毛利率为75%，非GAAP毛利率为75.2%，随着Blackwell的持续提升而实现环比增长。GAAP运营费用环比增长16%，非GAAP基础上增长21%，主要是由于新产品推出以及计算和基础设施成本增加所致。

第四季度非GAAP有效税率15.4%，低于我们对本季度的预期，主要归因于一次性税收优惠的影响。库存环比增长8%，同时采购承诺也显著增加。我们已战略性地确保库存和产能，以满足未来几个季度之外的需求。这一时间跨度比以往更长，反映了我们当前所拥有的更长远需求可见性。

尽管我们预计先进架构的供应紧张将持续，但我们仍然相信凭借我们的规模、庞大的供应链，以及长期合作伙伴关系的支持，我们将能够抓住未来的增长机遇。

我们在第四季度创造了$350亿的自由现金流，并在2026财年实现了$970亿。全年，我们通过股票回购和分红形式向股东返还了$410亿的自由现金流，占比43%。我们继续投资于技术和生态系统，推动市场发展，促进长期增长，并最终为股东带来优于市场或同行的总回报。

重要的是，我们将继续在投资方面采取战略性且有纪律的方法，同时仍致力于向股东返还资本。

现在让我来谈谈第一季度的展望。从本季度开始，我们将把股权激励费用纳入非GAAP结果中。股权激励是我们吸引和留住世界级人才的重要薪酬组成部分。

首先从收入开始。预计收入为$780亿，上下浮动2%。我们预计大部分增长将来自数据中心。与上一季度一致，我们的展望中并未假设来自中国的数据中心计算收入。

预计GAAP和非GAAP毛利率分别为74.9%和75%，上下浮动50个基点。对于全年，我们继续看到毛利率在70%中段。我们将在准备Vera Rubin过渡期间持续更新我们的进展。

预计GAAP和非GAAP运营费用分别约为$77亿和$75亿，包括$19亿的股票补偿费用。对于全年，我们预计非GAAP运营费用同比增长将保持在40%的低位，因为我们继续投资于不断扩大的机会集合。对于整个财年'27，我们预计GAAP和非GAAP税率将在7%到19%之间，不包括任何离散项目和税收环境的重大变化。

那么，让我把电话交给Jensen。我想他有几句话要对我们说。

Jen-Hsun Huang

本季度，我们显著深化并扩大了与前沿模型制造商的合作伙伴关系。我们最近庆祝了OpenAI在Grace Blackwell NVLink 72系统上训练并推理GPT-5.3-Codex的发布。GPT-5.3-Codex可以承担涉及研究、工具使用和复杂执行的长期任务。5.3-Codex已在英伟达内部广泛部署，我们的工程师非常喜欢它。我们继续与OpenAI合作达成合作协议，并相信我们已接近目标。我们对与OpenAI的持续合作关系感到兴奋，这是自他们创立以来我们就荣幸合作的一家一代公司。

Meta超级智能实验室正在以闪电般的速度扩展。上周，我们宣布Meta正在部署数百万个Blackwells和Rubin GPU、英伟达CPU以及用于训练和推理的Spectrum x以太网。本季度，我们宣布与Anthropic建立合作伙伴关系，并对其公司进行了$100亿的投资。Anthropic将在Grace Blackwell和Vera Rubin系统上进行训练和推理。Anthropic的Claude Cowork代理平台是革命性的，并开启了企业AI采用的大门。在Claude Cowork和OpenClaw之间，Anthropic的Claude Cowork代理平台计算需求正在飙升，代理AI的chatGPT时刻已经到来。通过涵盖Anthropic、Meta、OpenAI和xAI的合作关系，英伟达部署在每个云平台上，并能够从头开始构建全栈AI基础设施或支持他们在云中的能力。我们在各个阶段——训练、推理和AI工厂规模扩展——都处于独特的地位来与前沿模型建造商合作。

最后，我们最近与Grok签署了一项非独家许可协议，获得其低延迟推理技术，并欢迎这支才华横溢的工程师团队加入英伟达。正如我们对Mellanox所做的那样，我们将通过Grok的创新扩展英伟达的架构，以实现新的AI基础设施性能和价值水平。我们期待下个月在GTC上分享更多内容。好的，回到你那里。

Toshiya Hari

我们现在将进入问答环节。操作员，请发起提问。

主持人

[操作员指示] 您的第一个问题来自美国银行证券的Vivek Arya。

Vivek Arya

我认为您提到过，您现在已经有了截至2027年的增长可见性，而且我认为您的采购承诺反映了这种信心。但是Jensen，我很好奇，当您观察顶级云计算客户时，今年云计算资本支出接近$7,000亿，许多投资者担心明年这一水平会更难增长。此外，他们的现金流生成能力也在受到压缩。所以我知道您对自己的路线图非常有信心，对您的采购承诺等也充满信心，但您对他们继续增加资本支出的能力有多大的信心？如果他们的资本支出不增加，英伟达是否还能找到在该范围内增长的方法？

Jen-Hsun Huang

我对其现金流增长充满信心，原因非常简单。我们现在已经看到了代理人工智能（AI）的拐点，以及全球各企业对代理应用的认可。由于这一趋势，您可以看到巨大的计算需求。在这个新的人工智能世界中，计算能力就等同于收入。没有计算能力，就无法生成代币；没有代币，就无法增加收入。因此，在这个新的人工智能世界中，计算等于收入。在目前这个阶段，我对Codex和Claude Code的有效使用感到非常确定，并且对Claude Cow ork以及围绕OpenClaw及其企业版本的巨大热情充满信心。所有正在其工具平台上开发代理系统的独立软件供应商（ISVs）。我相信在这一点上，我们已经达到了一个转折点，能够创造对客户有效益、对云服务提供商有利可图的代币。所以简单来说，计算已经发生了改变。过去是软件运行在计算机上，每年需要投入$3,000亿或 $4,000亿的资本支出用于计算，而现在这些资金进入了人工智能领域。为了生成代币，您需要计算能力，而这直接转化为增长，也直接转化为收入。

主持人

您的下一个问题来自摩根士丹利的Joe Moore。

约瑟夫·摩尔

恭喜你们取得这样的成绩。你提到了一些战略投资，比如对Anthropic的投资，可能还有对OpenAI、[ CoreWeave ]的投资，此外还有英特尔、诺基亚、新思科技等合作伙伴。显然，你们正处在一切的核心位置。你能谈谈这些投资的作用吗？如何看待资产负债表作为扩大英伟达在生态系统中的地位并参与其中增长的工具？

Jen-Hsun Huang

正如你所知，从根本上讲，英伟达的核心就是我们的生态系统。这就是大家喜欢我们业务的原因。我们生态系统的丰富性。世界上几乎每个初创公司都在使用英伟达的平台。我们在每朵云上都有部署，在每个本地数据中心中都存在，遍布全球的边缘计算和机器人系统。成千上万的人工智能原生技术建立在英伟达之上。我们希望抓住这个处于全新计算时代开端的机会，将所有人引入英伟达平台。几乎所有的东西都已经基于CUDA构建，所以我们起点非常高。但随着我们逐步构建整个AI生态系统，无论是语言AI、物理AI、AI物理学、生物学还是制造业的机器人技术，我们都希望这些生态系统能建立在英伟达之上。这是个绝佳的机会，让我们在整个堆栈范围内投资于生态系统。如今我们的生态系统比以往更加丰富。我们过去主要是一个基于GPU的计算平台，但现在我们已成为一家AI基础设施公司，覆盖了计算的各个方面。从计算到AI模型，再到网络和我们的DPU，一切都具有计算堆栈功能。正如我之前提到的，无论是在企业、制造、工业、科学或机器人领域，每个生态系统都有不同的堆栈。我们要确保继续投资于我们的生态系统。因此，我们的投资重点非常明确——战略性地扩展并加深我们在生态系统中的影响力。

主持人

您的下一个问题来自摩根大通的Harlan Sur。

哈兰·苏尔

网络占您整体数据中心业务的比例持续上升，对吧？到2026财年，您的网络收入每个季度同比增长都在加速，就像您提到的那样，第四季度实现了3.6倍的年增长率。很显然，这得益于您规模化和扩展化的网络产品组合的实力。我记得去年上半年，贵公司的Spectrum-X以太网交换平台的年化运营率大约为$100亿。看起来下半年可能提升至$110亿, $120亿左右。黄仁勋，根据您的订单情况，特别是即将推出的Spectrum-XGS 和 102T Spectrum-6 交换平台，您认为Spectrum平台的增长率目前的趋势如何？今年年底预计会达到什么水平？

Jen-Hsun Huang

是的。如你所知，我们把自己视为一家AI基础设施公司，AI计算基础设施包括CPU、GPU，我们发明了NVLink来扩展单个计算节点，使其成为巨型计算机架。我们提出了‘机架规模计算机’的概念。我们不是发送单个计算机节点，而是发送整机架的计算机。而通过NVLink交换机进行扩展的系统，则进一步通过Spectrum-X和InfiniBand实现横向扩展。两者我们均支持。并且我们还通过Spectrum X跨数据中心实现更大范围的扩展。我们对网络的看法实际上是将其作为平台的一个延伸，我们开放所有东西，以便人们可以根据自己的需求灵活选择不同规模和集成方式，融入他们的定制数据中心。但最终来看，它都是我们平台的重要组成部分。NVLink的发明极大地推动了我们的网络业务。每个机架都配备了9个交换节点，每个节点包含2颗芯片，未来还会更多。所以我们在每个机架上的交换量是非常惊人的。我们现在也是全球最大的网络公司。如果看以太网市场，我们在大约两年前进入以太网交换市场，我认为我们可能是当今全球最大的以太网网络公司，并且很快就会稳居第一。

所以Spectrum X以太网对我们来说是一次全垒打。不过我们也愿意接受人们采取不同的网络方式。有些人特别喜欢InfiniBand的低延迟和高性能扩展能力，我们当然会继续支持这种方案。而有些用户则更希望基于以太网整合其数据中心网络，我们为此创建了一种结合人工智能处理能力、增强型以太网的功能，并且在这方面表现出色。我们的Spectrum-X性能充分证明了这一点。当你建造价值$100亿或 $200亿的AI工厂时，网络效率提高10%，甚至可以轻松提高20%。这对数据中心网络的利用率和有效性的影响直接转化为实际的资金节约。因此，英伟达的网络业务正在快速增长，我想这是因为我们高效构建了AI基础设施，而且AI基础设施业务本身也在迅速扩张。

主持人

您的下一个问题来自Cantor Fitzgerald的CJ Muse。

克里斯托弗·缪斯

我猜对于大型上下文窗口，CPX 和Grok可能会增加解码专用解决方案。很好奇我们应该如何考虑你们未来的路线图？是否应该认为英伟达越来越关注根据工作负载或客户定制的芯片，特别是受你们转向扩展架构的帮助？

Jen-Hsun Huang

我们不想——我们希望——每个人都应该希望尽可能延长、推迟使用扩展。原因在于每次你跨越一个扩展，就会有接口，每次跨越接口都会增加延迟，不必要地增加功耗。我们并不排斥扩展。我们已经在使用扩展，但只有在别无选择时才会这样做。所以，如果你看Grace Blackwell架构和Rubin架构，我们用了两个巨大的光罩尺寸限制的芯片，并且将它们连接在一起，这减少了架构交叉的数量。这种扩展在竞争对手的架构效率中有所体现。如果你看英伟达，人们称之为我们的软件优势。但软件从哪里开始，架构从哪里结束，其实很难说。这是因为我们的软件之所以有效，是因为我们的架构如此优秀。毫无疑问，CUDA架构比任何现有的计算架构都更高效，每个FLOP、每瓦特性能更高，这就是因为我们对架构的设计方式。

关于如何看待Grok和低延迟解码器，我有一些很棒的想法想在GTC大会上与你们分享。简单来说，由于CUDA，我们的基础设施极其灵活，我们将继续这样做。我们所有的GPU在架构上都是兼容的，这意味着当我今天在为Blackwell优化模型时，所有这些工作和对软件堆栈及新模型优化的努力也会让Hopper和Ampere受益。这也是为什么A100在部署多年后仍然表现强劲、性能依旧的原因。架构兼容性让我们能做到这一点。它使我们可以大规模投资于软件工程和优化，因为我们知道云端、本地部署的所有架构和GPU代际设备都将从中受益。因此我们会继续这样做，它延长了产品的使用寿命，允许我们拥有创新、灵活性和速度，最终转化为性能，更重要的是，为客户带来每美元性能和每瓦特性能的提升。所以我们在Grok上的做法是，你们可以期待在GTC看到，我们将像通过Mellanox扩展英伟达架构一样，把Grok作为加速器来扩展我们的架构。

主持人

下一个问题来自伯恩斯坦研究公司的Stacy Rasgon。

Stacy Rasgon

Colette，我想深入探讨一下全年逐季增长的预期。本季度数据中心业务环比增长超过$100亿，而指引似乎暗示大部分新增的$100亿环比增长集中在数据中心等领域。那么随着Rubin在下半年的量产爬坡，您如何看待全年的增长趋势？尤其是Rubin进入市场后，是否会再次出现像Blackwell那样的大幅增长？

另外，我还希望您能谈谈对游戏业务的预期。我理解内存问题及其他因素的影响。您认为在27财年，游戏业务能否实现同比增长？还是由于内存问题会面临更大压力？请回答这两个问题。

科莱特·克雷斯

谢谢，Stacy。让我先从接下来的收入展望说起。我们试图按季度来看收入情况。当你考虑全年时，我们肯定会继续销售并供应Blackwell，同时Vera Rubin也将进入市场。这是一个非常出色的架构，能够帮助客户快速部署，并已经规划了许多不同客户的订单。现在讨论Vera Rubin的具体爬坡规模还为时尚早，预计其将在下半年逐步进入市场，但我们对其需求和兴趣毫不怀疑。我们预计几乎所有客户都会购买Vera Rubin。问题是我们的上市时间和他们在各自数据中心中的部署时间。这是你的第一个问题。

第二个问题关于我们的游戏业务。尽管我们希望能获得更多供应，但在接下来几个季度内，供应仍将非常紧张。如果到年底有所改善，或许可以考虑同比增速的机会。但现在判断仍为时过早，我们会尽快给您回复。

主持人

您的下一个问题来自Atif Malik，花旗。

Atif Malik

Jensen，我想请您谈一谈CUDA的重要性，因为现在越来越多的人工智能投资流向推理工作负载。

Jen-Hsun Huang

没有CUDA，我们将不知道如何处理推理。我们几年前推出的整个TensorRT LLM堆栈仍然是世界上性能最强大的推理堆栈，为了优化NVLink，我们需要发现和发明新的并行算法，这些算法基于CUDA来分配工作负载和推理任务，以充分利用NVLink 72的总带宽。NVLink 72使我们能够实现每瓦性能提高50倍。这是一个惊人的飞跃，并且非常合理。NVLink 72是一项伟大的发明，实现起来非常困难。创建交换技术、解耦交换机、构建系统机架，所有这些我们都公开完成了，每个人都知道我们做这些有多难。但结果是惊人的。因此，每瓦性能提高了50倍，每美元性能提高了35倍。推理的飞跃令人难以置信。重要的是——我们的客户现在意识到推理等于收入，因为代理正在生成如此多的令牌，并且效果非常好。当代理进行编码时，它们会生成数千、数万甚至数十万个令牌，因为它们可以运行几分钟到几小时。这些系统、这些代理系统正在生成不同的代理，协同工作。所产生的令牌数量呈指数级增长。因此，我们需要以更高的速度进行推理。当你以更高速度推理时，每个令牌都转化为收入，从而直接转化为收益。因此，对于我们的客户来说，推理性能等于收入。对于数据中心而言，每瓦推理令牌数直接转化为CSP的收入。这是因为每个人都有功率限制。不管有多少个数据中心，每个数据中心有100兆瓦或1千兆瓦的功率限制。因此，具有最佳每瓦性能的架构最为关键，因为每个令牌、每瓦性能令牌都被货币化了。每瓦令牌转化为每瓦收入，进而直接转化为千兆瓦的收入。你可以看到，每个CSP现在都理解了这一点，每个超大规模用户都明白了这一点：资本支出转化为计算能力。采用正确架构的计算能力转化为最大化收入，而计算能力等于收入。如果不投资今天的产能，不投资计算能力，就无法实现收入增长。我想每个人都明白这一点。计算能力等于收入，选择正确的架构至关重要，这已不仅仅是战略问题，而是直接影响他们的盈利。选择每瓦性能最优的架构就是一切。

主持人

您下一个问题来自Melius Research的Ben Reitzes。

本杰明·雷茨斯

首先，我要赞扬将股票薪酬纳入非GAAP指标的做法，我认为这是个很好的举措。但这不是我的问题。我的问题是关于毛利率以及长期维持在70%中段水平的可持续性。我们应该从供应可见度持续到2027年的角度解读为它在此期间是可持续的吗？那么Jensen，在这之后呢？能否透露一些关于降低内存消耗的创新，让我们对长时间保持该水平的毛利率更有信心？

Jen-Hsun Huang

对我们毛利率影响最大的杠杆实际上是为客户提供代际领先的性能。这是我们最重要的事情。如果我们能够提供比Moore定律所能提供的每瓦性能还要高出许多倍的性能，如果我们能够提供每美元性能远超我们系统成本的价格，那么我们就能够继续维持我们的毛利率。这就是我们最重要的理念。我们之所以发展得如此迅速，原因在于：第一，由于我们经历的转折点，全球对算力的需求已经完全呈指数级增长。我相信我们都在见证这一趋势，以至于即使是我们六年前的GPU在云端也完全被占用，价格还在上涨。我们知道现代软件开发所需的计算量正在呈指数级增长。因此，我们的策略是每年交付一整套AI基础设施。今年，我们推出了6款新芯片。下一代Rubin也将推出许多新芯片。而且每一代产品，我们都致力于提供许多倍的每瓦性能和每美元性能的提升。这种节奏和我们进行极限协同设计的能力使我们能够为客户带来价值和利益。这是我们所提供价值中最为重要的因素。

主持人

您下一个问题来自于New Street Research的Antoine Chkaiban。

Antoine Chkaiban

我想问一下关于太空数据中心的问题，你们的一些客户正在考虑这个方向。你认为这有多可行？时间表是什么？当前的经济状况如何？你认为随着时间推移这会如何演变？

Jen-Hsun Huang

嗯，目前的经济效益较差，但未来会逐步改善。正如你所知，太空运作方式与地球上的完全不同。太空中能源充足，但太阳能电池板很大，不过太空中有足够的空间。散热方面，在太空中很冷，但没有空气流动。因此，唯一的散热方式是通过传导，所需的散热器相当大。液冷显然不适合，因为它既重又容易冻结。所以我们在地球上使用的方法与在太空中需要采取的方式有所不同。然而，有许多计算问题确实需要在太空中解决。英伟达已经是世界上第一个进入太空的GPU，Hopper已经在太空中。GPU在太空中的一个最佳应用案例是成像，可以通过光学和人工智能以极高的分辨率进行成像。并且能够在不同角度上重新投影，提升分辨率、减少噪声，从而实现非常大、非常高分辨率的大规模快速成像。如果将拍字节的数据传回地球再进行处理是非常困难的，而在太空中直接操作则更加方便。然后忽略收集和处理的所有数据，直到发现有趣的东西。因此，太空中的AI将会有非常好的、非常有趣的应用前景。

主持人

您的下一个问题来自Evercore ISI的Mark Lipacis。

Mark Lipacis

我想跟进一下您在脚本中提到的关于收入多元化的评论。我相信，Colette，您说过超大规模客户占收入的50%以上，但增长是由数据中心其他客户推动的。作为澄清，我只是想确认我的理解是否正确，这是否意味着您的非超大规模客户增长更快？如果是这样，能否帮助我们理解非超大规模客户有哪些不同之处？他们做的事情与超大规模客户不同吗？还是以不同的规模做相同的事情？您是否预计这一趋势将继续下去？您是否认为您的客户群会演变为非超大规模客户成为业务中更大的部分？

科莱特·克雷斯

好的，让我们看看能否解答这个问题。当您考虑我们的前五大客户时，如我们所述，他们是我们的CSP（云服务提供商），即超大规模客户，目前约占我们总收入的50%。因此，我们与其他各种类型的公司合作具有很大的多样性，从AI模型制造商到企业客户，再到超级计算、主权国家等都有所涵盖。还有很多其他不同的因素。但您是正确的，这也是一个增长非常快的领域。在我们的平台上，我们在各类云提供商中都占据着强大的地位。而现在我们也看到了全球范围内极其多样化的客户群体。这种多样性将真正有助于我们服务于各个领域的客户。我要看看Jensen是否还有补充？

Jen-Hsun Huang

是的，这是我们生态系统的一大优势，所有这些都建立在CUDA之上。我们是唯一一个加速计算平台，存在于每个云中，通过每一个计算机制造商提供，并且在边缘可用，我们现在正在开拓电信市场。显然，未来的无线电将全部由AI驱动，而未来的无线网络也将成为计算平台。这是必然的趋势，但需要有人去发明实现这一点的技术。我们通过Aerial创建了一个平台来实现这个目标。我们几乎进入了每一个机器人、每一辆自动驾驶汽车。CUDA的强大之处在于，它能够在我们GPU内部Tensor Core的支持下，一方面发挥专用处理器的性能优势，另一方面，CUDA的灵活性使我们可以解决语言、计算机视觉、机器人、生物学、物理学等各种AI和计算算法的问题。因此，客户群的多样性是我们最大的优势之一。其次，当然，如果没有我们自己的生态系统，即使我们的处理器是可编程的，如果我们不培养自己的生态系统，谈论我们现在正在做的一些事情，投资于我们未来的生态系统并继续增强我们的生态系统，那么很难超越为别人的生态系统争取设计胜利所能带来的成长。因此，由于我们打造的平台，我们可以非常自然地扩展我们的生态系统。

最后一点，非常重要的是，我们与OpenAI、Anthropic、xAI、Meta以及世界上几乎所有的开源项目建立了合作伙伴关系。Hugging Face上有150万个AI模型，所有这些都运行在英伟达CUDA上。因此，总的来说，开源可能是世界第二大模型，OpenAI是最大的，第二大的可能就是所有开源项目的集合。因此，英伟达能够运行所有这些的能力使得我们的平台极具通用性、易于使用并且值得投资。这也创造了客户的多样性以及平台的多样性，并且在全球每个国家都可用，因为我们支持全世界的生态系统。

主持人

您的下一个问题来自富国银行的Aaron Rakers。

亚伦·雷克斯

好的，我想继续讨论平台和极致协同设计的概念。过去一个季度的一些新闻显然是英伟达有能力或将Vera CPU推向市场作为一个独立解决方案。所以我想问Jensen，Vera在这个架构演进中的重要性是什么？这是否更多地受到推理工作负载的多样化或异构性的推动？我只是好奇您如何看到这对英伟达未来的发展，特别是在独立CPU方面？

Jen-Hsun Huang

好的，谢谢。我会在GTC上再详细谈谈。但在最高层面，我们在CPU架构决策上与其他世界的CPU有着根本的不同。它是唯一一款支持LPDDR5的数据中心CPU，专为极高的数据处理能力而设计。我们之所以做出这样的决定，是因为我们感兴趣的大多数计算问题都是数据驱动的，人工智能就是其中之一。在带宽比例下的单线程性能指标简直是爆表了。我们做出这些架构决策是因为在整个人工智能的不同阶段，从数据处理开始，甚至在训练之前，必须先进行数据处理。因此，在数据处理、预训练和后训练阶段，AI正在学习如何使用工具。而这些工具的使用，很多是在仅使用CPU的环境中运行，或者在CPU与GPU加速的环境中运行。Vera被设计成一款优秀的后训练用CPU。因此，人工智能整个管道中的一些使用场景包含了大量CPU的使用。我们既喜欢CPU也喜欢GPU。当我们把算法加速到极限时，Amdahl定律表明我们需要非常非常快的单线程CPU，这就是为什么我们将Grace设计得在单线程性能上表现卓越，而Vera在此基础上更胜一筹。

主持人

您的下一个问题来自UBS的Tim Arcuri。

蒂莫西·阿尔库里

Colette，我想问一下关于资本部署的问题。我知道你们大幅增加了采购承诺，但听起来你们可能已经度过了这个高峰期，今年可能会产生约$1,000亿的现金流。无论业绩多么出色，股价似乎并没有太大上涨。所以我认为这可能是一个回购大量股票的好时机。我想问的是，为什么不采取大胆举措，进行大规模的股票回购呢？

科莱特·克雷斯

谢谢你的提问。我们非常谨慎地看待我们的资本回报策略，并且我们认为能够做的最重要的事情之一就是支持我们面前的整个生态系统，从供应商到我们需要开展的工作以确保能够获得必要的供应并帮助他们提升产能，再到我们在AI解决方案早期开发方面所做的工作，这些方案将运行在我们的平台上。因此，我们将继续使这一部分成为我们流程和战略投资中的重要环节。当然，我们仍在回购股票，同时也在派发股息，并会继续在年内寻找独特的机会来进行这些不同的购买活动。

主持人

您的最后一个问题来自高盛的Jim Schneider。

詹姆斯·施奈德

Jensen，你之前提到过到2030年数据中心资本支出可能达到$30亿至$4万亿，这意味着增长率可能会加速，而至少下一个季度似乎也反映了这一点。问题是，你认为最有可能推动这种拐点的关键应用领域是什么？是物理AI、智能体还是其他？你对那个$30亿到$4万亿的范围还感到乐观吗？

Jen-Hsun Huang

好的。让我们重新审视一下这个问题，并从几个不同角度来分析。首先，第一原则是从未来的软件开发方式出发，使用AI是基于代币驱动的。我认为大家都在谈论代币经济模型，谈数据中⼼生成代币以及推理就是生成代币，我们生成代币。我们刚刚谈到代币时，英伟达 NVLink 72 如何让我们以比上一代高50倍的每单位能耗性能生成代币。因此，几乎所有的未来软件和计算都围绕着代币生成展开。然而，如果我们回顾过去使用计算的方式，过去软件所需的计算量只是未来需求的一小部分。而AI已经到来，AI不会倒退，只会越来越好。所以如果你思考一下，好吧，世界每年大约投资$3,000亿或$4,000亿在传统计算上，而现在AI来了，所需计算量是我们过去计算方式的1,000倍。计算需求大大增加，因此如果我们继续相信它有价值——我们稍后会讨论一下——那么世界将会投资生产这些代币。因此，世界所需要的代币生成能力远超$7,000亿，我相当确信我们会继续生成代币。从现在开始，我们将继续投资计算能力。从根本上来说，因为每一家公司都依赖于软件，每个软件都将依赖于AI，因此每家公司都会生成代币，这就是为什么我称它们为AI工厂。无论是云数据中心里的公司，拥有AI工厂生成代币带来收入；还是企业软件公司，生成用于其工具之上的代理系统的代币；或者是机器人制造厂和自动驾驶汽车作为第一个指标，配备巨大的超级计算机，这些实际上都是AI工厂用于生成进入汽车的代币，从而形成它的AI系统。同时你也需要在车内安装计算机持续生成代币。因此我们现在相当确定这是计算的未来。为什么这么确定计算的未来如此？原因在于我们过去做软件的方式是预先录制的，一切都提前捕获并预编译了软件、预写了内容、预录了视频。但现在一切都在实时生成。当它是实时生成的时候，你可以根据人、情境、查询和意图等全部因素考虑来生成这种新软件的结果，我们称之为代理型AI。因此，所需的计算量远远大于预先录制的方式。就像一台计算机拥有的计算能力远远超过DVD播放器一样，人工智能需要的计算能力也远超我们过去制作软件的方式。现在回到计算与可持续性问题。首先是计算机科学层面，这就是未来计算的方式。从工业层面看，因为我们所有的公司在最终分析中都依赖软件，云计算公司同样依赖软件，如果新的软件需要生成代币并且代币被货币化，那么可以推断出他们的数据中心扩展直接推动了收入增长。因此计算推动了收入。我认为他们都明白这一点，人们也越来越开始理解这一点。

最后，AI给世界带来的好处最终必须转化为收入。正如我们所看到的，代理型AI已经到达了一个拐点，并且就在最近两三个月内发生。当然，在行业内我们已经看到了一段时间，大概半年左右。但世界现在才意识到代理型AI的拐点。这些代理非常聪明，解决实际问题。编码显然得到了代理系统的支持，现在我们英伟达的所有程序员都在使用代理系统，无论是Claude Code、OpenAI Codex，通常两者都会用，有时还会用Cursor，取决于用例。但他们有代理和协同设计伙伴、工程合作伙伴来帮助解决问题。你可以看到收入飙升。以Anthropic为例，我认为他们的收入一年翻了10倍，而且由于需求惊人，他们严重受限于产能，代币需求也非常惊人。代币生成率呈指数级增长。同样地，OpenAI的需求也非常惊人。因此，他们能上线的计算能力越多，收入增长就越快。这又回到了我刚才的评论：推理即收入，在这个新时代计算等于收入。在很多方面，这就是为什么我们说这是一场新的工业革命。正在建设新的工厂、新的基础设施，这种新的计算方式不会倒退。因此，只要我们相信生成代币将是计算的未来——我相信这一点，而且我认为很大程度上行业也认同——那么我们将从现在开始建设这种能力并继续从中扩展。

我们现在看到的浪潮是代理型AI的拐点，而下一个拐点则是物理AI，我们将AI和这些代理系统应用于物理场景，例如制造业、机器人技术。这是一个巨大的机会。

主持人

问答环节结束。现在我把电话交给Toshiya Hari。

Toshiya Hari

最后，请注意Jensen将于3月4日在旧金山参加摩根士丹利TMT会议的炉边谈话。他还将于3月16日在圣何塞举行的GTC大会上发表主题演讲。我们计划于5月20日举行财年2027第一季度业绩电话会议。感谢大家今天的参与。操作员，请结束本次电话会议。

主持人

谢谢。今天电话会议到此结束。现在可以断开连接。

详情请见NVIDIA 投资者关系

提示：本摘要由AI语言模型基于公开信息生成，包括自动生成的字幕以及来自第三方来源公开发布的音频内容。尽管已尽力确保准确性，但AI生成的内容可能包含错误或遗漏。如需获取最准确和最新的信息，请参考各上市公司官方发布的资料。本内容仅供参考，不构成投资建议或推荐购买或出售任何投资产品的依据。所呈现的观点和总结不代表moomoo的官方立场。Moomoo不对本内容的准确性、及时性或完整性作出任何明示或暗示的保证，并对因使用本内容而导致的任何损失概不负责。任何原始电话会议内容的版权归各上市公司所有。

113

123

浏览 7.5万