|未經許可不得轉載星標本號獲取最新頂級認知|

整理: Web3天空之城

城主說| 在今天Q3財報會議上，英偉達（NVIDIA）公布了創紀錄的財務數據，科技圈投資圈都已經各種刷屏了. 創始人兼CEO黃仁勛在會議上回答了眾多投資者的直率問題, 他明確說，當前圍繞人工智能的狂熱沒有投機泡沫，而是一場由三大根本性平臺轉型并發驅動的產業革命。

本次財報會議詳細闡述了英偉達在2026財年第三季度的卓越表現，重點突出了數據中心業務的強勁增長，以及由Blackwell和Rubin平臺驅動的AI基礎設施需求的空前高漲。行業正在經歷的三大平臺轉型：向加速計算的轉變、生成式AI的普及以及智能體AI的興起。英偉達管理層強調了NVIDIA CUDA生態系統的核心優勢、全棧解決方案的獨特性以及與OpenAI、Anthropic等關鍵伙伴的戰略合作。問答環節還進一步討論了供應與需求的平衡、長期增長的融資模式以及NVIDIA在競爭格局中的獨特地位。

核心觀點摘要

? “關于人工智能泡沫的討論很多。從我們的角度來看，我們看到的情況截然不同。世界正在同時經歷三大平臺轉變?！?/strong>

? “我們對從今年初到2026年末的Blackwell和Rubin收入可見性達到5000億美元。而且這個數字將會增長。”

? “向智能體和物理人工智能的過渡將是革命性的，它將賦予新的應用程序、公司、產品和服務以權利。這是計算的下一個前沿?！?/strong>

? “CUDA的兼容性在我們龐大的已安裝基礎中，將英偉達系統的壽命延長到遠遠超出其最初估計的有用壽命。這是相對于加速器而言一個顯著的總體擁有成本優勢?！?/strong>

? “我們是世界上唯一可以運行每種人工智能模型、每種前沿人工智能架構的平臺。無論是開源模型、科學模型還是商業模型?！?/strong>

? “我們對OpenAI和Anthropic的戰略投資，是為了在共同開發方面建立深厚的合作伙伴關系，以擴展我們的CUDA生態系統并支持他們的增長?！?/strong>

? “物理人工智能已經是一個數十億美元的業務，應對著數萬億美元的機遇，并且是NVIDIA下一個增長點?！?/strong>

三重浪潮并發：后摩爾定律時代的增長法則

在黃仁勛看來，理解當前AI市場的爆發式增長，必須跳出單一維度的技術視角。他強調，行業正同時經歷三大根本性的平臺轉型，而英偉達恰好位于每一場變革的中心。

“這是自摩爾定律出現以來的第一次。英偉達正以獨特的方式應對這三大轉型，” 他解釋道。

第一重轉型，是隨著摩爾定律放緩，計算范式從CPU通用計算向GPU加速計算的根本性遷移。黃仁勛指出，世界在數據處理、科學模擬等非AI軟件上每年投入數千億美元，這些曾經完全依賴CPU的應用正迅速轉向CUDA GPU平臺。“加速計算已經達到了臨界點，” 他斷言，這不僅是為了AI，更是為了在后摩爾定律時代維持計算成本的持續下降。

第二重轉型，是生成式AI對現有商業模式的顛覆性重塑。它正在取代經典的機器學習，成為超大規模企業基礎設施的基石，應用范圍涵蓋搜索、推薦系統到廣告定向等所有核心業務。“向生成式人工智能的過渡代表著超大規模企業可觀的收入增長，” 黃仁勛以meta的廣告推薦模型為例，證明了這種轉型的直接商業價值。

而第三重，也是最具革命性的一重轉型，是智能體AI（Agentic AI）與物理AI的興起。“具有推理、規劃和使用工具能力的智能體人工智能系統……這些系統標志著計算的下一個前沿，” 黃仁勛列舉了從編碼助手到自動駕駛等一系列應用。他認為，當今世界上增長最快的公司，如OpenAI、Anthropic、xAI等，都在率先開發智能體AI，這將催生全新的應用、公司和產業。

“因此，對于人工智能的任何形式和模式，跨所有行業，跨人工智能的每個階段……都采用一種架構。英偉達之所以被選中，是因為我們獨特的架構能夠實現所有這三種轉型?！?/strong>

解碼英偉達的護城河：一個無法被單點突破的通用平臺

面對市場上關于專用AI芯片（ASIC）的競爭討論，黃仁勛顯得極為自信。他強調，競爭對手面對的不是一個單一的GPU產品，而是一個經過數十年構建、覆蓋硬件、軟件和生態系統的龐大平臺。他將其競爭優勢總結為五個關鍵點。

首先，英偉達加速了上述三大轉型的每一個階段。客戶投資一種架構，即可應對工作負載在不同轉型階段的動態變化。其次，英偉達在AI的每一個環節——從預訓練、后訓練到推理——都表現卓越。黃仁勛特別指出：“人們認為推理是一蹴而就的，因此很容易。但事實證明這是最難的，因為思考，事實證明，是很困難的。” 英偉達在推理領域的性能優勢是壓倒性的。

第三，英偉達是世界上唯一可以運行每一種AI模型的平臺。“我們運行OpenAI，我們運行Anthropic，我們運行xAI，我們運行Gemini……我們運行所有這些，” 他強調，這種通用性對于開發者和企業至關重要。第四，英偉達的架構無處不在，從云端到企業本地，再到邊緣設備和機器人，實現了單一架構的普遍覆蓋。

最后，也是最關鍵的一點，是無與倫比的客戶承接能力（uptake）。“如果你是一家像Humane或CoreWeaver一樣的新公司……NVIDIA是你的最佳平臺的原因是我們的承接能力非常多樣化。我們的生態系統非常龐大?！?/strong> 這意味著，部署英偉達基礎設施的企業可以獲得來自龐大生態系統的多樣化需求和客戶，這是任何專用芯片都無法提供的商業價值。

戰略投資的邏輯：用資本加固CUDA生態

英偉達對OpenAI、Anthropic等頭部AI公司的戰略投資，遠非簡單的財務行為。黃仁勛首次詳細闡述了其背后的戰略邏輯：一切為了擴大CUDA生態系統的影響范圍。

“我們投資OpenAI是為了在共同開發方面建立深厚的合作伙伴關系，以擴展我們的生態系統并支持他們的增長，” 他回顧了自2016年向OpenAI交付第一臺AI超級計算機以來的深厚關系。而對于Anthropic，這次合作則更具標志性意義：“這是Anthropic首次在NVIDIA的架構上運行，而Anthropic是全球用戶總數第二大的人工智能公司?！?/strong>

通過這些深度技術合作與投資，英偉達確保了世界上最重要、最前沿的AI模型都能在其平臺上以最佳性能運行。這形成了一個強大的正向循環：頂級模型選擇英偉達，吸引更多開發者和企業客戶涌入CUDA生態；而龐大的生態又為英偉達提供了無與倫比的市場需求和數據反饋，進一步鞏固其技術領先地位。“我們現在有什么呢？英偉達的架構……它是世界上唯一運行所有人工智能模型的平臺?！?/strong>

未來展望：從AI工廠到物理AI的萬億機遇

展望未來，黃仁勛認為，當前以超大規模企業為主的AI基礎設施建設僅僅是開始。他預見，全球化和產業化的AI部署將成為常態。“每個國家都將資助自己的基礎設施建設。世界上大多數行業還沒有真正參與到自主人工智能中，但他們即將參與。” 從藥物發現、自動駕駛到由數字孿生驅動的智能制造，每一個行業都將建立自己的“AI工廠”。

同時，他將物理AI視為英偉達的下一個巨大增長引擎。“物理人工智能已經是一個數十億美元的業務，應對著數萬億美元的機遇，” 他指出，利用英偉達的Omniverse進行模擬，Jetson平臺進行部署，全球領先的制造商和機器人公司正在構建下一代智能機器人和自動化工廠。

在財報會議的最后，黃仁勛重申了對未來的信心。面對電力、融資等潛在瓶頸，他認為這些都是在以前所未有的速度和規模增長時必然會遇到的挑戰，但通過精心的規劃和強大的生態系統合作，這些問題都是可以解決的。對于英偉達而言，挑戰不在于是否存在需求，而在于如何更高效地構建一個能夠支撐全球數萬億美元AI經濟的基礎設施。從這次對話來看，黃仁勛和他的團隊已經為這個未來做好了準備。

天空之城全文整理版 會議開場與財務業績回顧

CFO科萊特: 我們又迎來了一個出色的季度，收入達570億美元，同比增長62%，連續收入增長創下紀錄，達到100億美元，增幅為22%。我們的客戶持續傾向于三個平臺轉型，從而推動了加速計算、強大的AI模型和遺傳應用領域的指數級增長。然而，我們仍處于這些轉型的早期階段，這些轉型將影響我們各個行業的工作。

目前，我們對從今年初到2020年末的Blackwell和Rubin收入可見性達到5000億美元。通過執行我們的年度產品節奏，并通過全棧設計擴展我們的性能領先地位，我們相信英偉達將成為三到四萬億美元年度AI基礎設施構建的首選，我們估計到本十年末將達到這個規模。

對AI基礎設施的需求持續超出我們的預期。云服務已售罄，我們的GPU安裝基數（包括新一代和上一代）也已售罄。包括Blackwell、Hopper和Ampere在內的幾代產品得到了充分利用。第三季度數據中心收入達到510億美元，同比增長66%，以我們的規模而言，這是一項了不起的成就。計算業務同比增長56%，主要由GB300的增長帶動，而網絡業務增長了一倍以上，這得益于NVlink的規模擴大以及Spectrum X以太網和Quantum X Infiniband的穩健兩位數增長。世界級的超大規模企業，一個萬億美元的產業，正在將搜索、推薦和內容理解從傳統機器學習轉變為生成式人工智能。英偉達Kuda在這兩方面都表現出色，是這種轉型的理想平臺，推動了數千億美元的基礎設施投資。

在meta，人工智能推薦系統正在提供更高質量和更相關的內容，從而增加了在Facebook和Threads等應用程序上花費的時間。分析師對頂級云服務提供商和超大規模企業在2026年的預期，其總資本支出持續增長，目前約為6000億美元，比年初增加了超過2000億美元。我們認為，當前超大規模工作負載向加速計算和生成式人工智能的轉型，約占我們長期機遇的一半。

另一個增長支柱是由基礎模型構建者推動的計算跨度持續增加，例如Anthropic、Mistral、Open AI、Reflection、Safe Superintelligence、Thinking Machines Lab和XAI，所有這些都在擴大規模。積極進行計算以擴展智能。預訓練、后訓練和推理這三個擴展定律仍然有效。事實上，我們看到一個積極的虛擬主義循環正在出現，即三個擴展定律和計算資源的獲取正在產生更好的智能，進而增加采用率和利潤。開放之眼（Opening Eye）最近分享說，他們的每周用戶群已增長到8億。企業客戶已增加到100萬，且他們的毛利率保持健康。

Anthropic最近報告稱，截至上個月，其年化運行率收入已達到70億美元，高于年初的10億美元。我們還看到跨各個行業和任務的代理式人工智能（agentic AI）激增。像Cursor、Anthropic、OpenEvidence、Epic和aBridge這樣的公司，正在經歷用戶增長的激增，因為它們為現有勞動力提供了超強動力，為程序員和醫療保健專業人員提供了無可置疑的投資回報率。

像ServiceNow、Crowdstrike和SAP這樣世界上最重要的企業軟件平臺，正在集成英偉達（NVIDIA）的加速計算和人工智能堆棧。我們的新合作伙伴Palantir，正在首次使用NVIDIA CUDA-X庫和人工智能模型，為其廣受歡迎的本體平臺提供超強動力。

以前，像大多數企業軟件平臺一樣，本體僅在CPU上運行。勞氏（Lowe's）正在利用該平臺來構建供應鏈的敏捷性，從而降低成本并提高客戶滿意度。企業正在廣泛利用人工智能來提高生產力、效率并降低成本。加拿大皇家銀行正在利用代理式人工智能來顯著提高分析師的生產力，將報告生成時間從數小時縮短到數分鐘。人工智能和數字孿生正在幫助聯合利華將內容創作速度提高2倍，并將成本降低50%。Salesforce的工程團隊在采用Cursor后，新代碼開發的生產力至少提高了30%。

上個季度，我們宣布了人工智能工廠和基礎設施項目，總計涉及500萬個GPU。 這種需求遍及每個市場，包括云服務提供商、主權國家、現代建設者、企業和超級計算中心，并包括多個具有里程碑意義的建設。XAI的Colossus 2是世界上第一個千兆瓦級數據中心，禮來制藥的人工智能藥物發現工廠是制藥行業最強大的數據中心。就在今天，AWS和Humane擴大了他們的合作關系，包括部署多達15萬個AI加速器，包括我們的GB 300。

XAI和Humane還宣布了一項合作，雙方將共同開發一個世界級GPU數據中心網絡，該網絡以旗艦級的500兆瓦設施為基礎。Blackwell在第三季度獲得了進一步的增長勢頭，GB-300超過了GB-200，貢獻了大約三分之二的Blackwell總收入。

科萊特: 向GB-300的過渡非常順利，已向大多數主要云服務提供商、超大規模企業和通用云計算提供生產發貨，并已推動他們的增長。Hopper平臺自推出以來已過13個季度，第三季度錄得約20億美元的收入。H-20的銷售額約為5000萬美元。由于地緣政治問題以及中國市場日益激烈的競爭，本季度未實現大量采購訂單。雖然我們對目前的狀態感到失望，這阻礙了我們向中國運送更具競爭力的數據中心計算產品，但我們致力于繼續與美國合作。和中國政府進行溝通，并將繼續倡導美國在全球競爭的能力。為了在人工智能計算領域建立可持續的領導地位，美國必須贏得每一位開發者的支持，并成為每個商業企業的首選平臺，包括中國的企業。Ruben平臺預計將在2026年下半年開始量產。

由7個芯片驅動的Vera Rubin平臺將再次提供相對于BlackBow的X因素性能提升。我們已經收到了來自供應鏈合作伙伴的芯片，并很高興地報告說，英偉達全球的團隊正在出色地執行啟動工作。Rubin 是我們第三代 REC 規模系統，大幅重新定義了制造的可制造性，同時保持與 Grace Blackwell 的兼容性。我們的供應鏈數據中心生態系統和云合作伙伴現在已經掌握了英偉達機架架構的構建到安裝過程。

科萊特: 我們的生態系統將為 Rubin 的快速增長做好準備。我們的年度 X 因子性能提升在提高每美元性能的同時，降低了客戶的計算成本。英偉達 CUDA 的長使用壽命是相對于加速器而言，一個顯著的總體擁有成本優勢。Kuda 的兼容性在我們龐大的已安裝基礎中，將英偉達系統的壽命延長到遠遠超出其最初估計的有用壽命。二十多年來，我們一直在優化 Kuta 生態系統，改進現有工作負載，加速新工作負載，并通過每次軟件發布提高吞吐量。大多數沒有 Kuda 和英偉達經過時間考驗的通用架構的加速器，在模型技術發展幾年內就變得過時了。感謝 Kuta，我們六年前出貨的 A100 GPU 如今仍在充分利用，由大幅改進的軟件堆棧提供支持。

在過去的 25 年里，我們不斷發展。從一家游戲 GPU 公司發展成為一家人工智能數據中心基礎設施公司。我們在CPU、GPU、網絡和軟件方面的創新能力，以及最終降低每個token成本的能力，在整個行業中是無與倫比的。我們的網絡業務是專為人工智能打造的，現在是世界上最大的網絡業務，創造了82億美元的收入，同比增長162%，其中NVlink、Infiniband和Spectrum X以太網都為增長做出了貢獻。我們在數據中心網絡領域取得了勝利，因為現在大多數人工智能部署都包含我們的交換機，以太網GPU連接速率與Infiniband大致相當。meta、微軟、甲骨文和XAI正在使用SpectrumX互聯網交換機構建千兆瓦人工智能工廠，并且每個工廠都將運行其選擇的操作系統，這突出了我們平臺的靈活性和開放性。我們最近推出了Spectrum XGS，這是一種跨技術的擴展，可實現千兆級人工智能工廠。英偉達是唯一一家具有人工智能擴展、橫向擴展和跨平臺擴展能力的公司，鞏固了我們作為人工智能基礎設施提供商在市場中的獨特地位。

客戶對NVlink Fusion的興趣持續增長。我們在10月份宣布與Pizzitsu進行戰略合作，我們將通過NVlink Fusion集成Pizzis、CPU和Nvidia GPU，連接我們的大型生態系統。

我們還宣布與英特爾合作，開發多代定制數據中心和PC產品，利用NVlink連接英偉達和英特爾的生態系統。本周在超級計算大會25上，ARM宣布將集成NVlink IP，供客戶構建與英偉達連接的CPU SOC。

目前已發展到第五代，NVlink是當今市場上唯一經過驗證的縱向擴展技術。在最新的MLP Perf訓練結果中，Blackwell Ultra的訓練速度比Hopper快5倍。英偉達橫掃所有基準測試。值得注意的是，英偉達是唯一利用FP4同時滿足MLPerf嚴格精度標準的訓練平臺。在半導體分析公司的Inference Max基準測試中，Blackwell在每個模型和用例中都實現了最高的性能和最低的總擁有成本。特別重要的是Blackwell的NVlink在混合專家模型上的性能，這是世界上最流行的推理模型的架構。在DETC，R1上，與H200相比，Blackwell實現了每瓦特性能提高10倍，每個token的成本降低10倍，這得益于我們的經驗，是代際的巨大飛躍。流代碼設計方法。

英偉達Dynamo，一個開源、低延遲、模塊化的推理框架，現已被各大云服務提供商采用，利用Dynamo的支持和分解式推理，顯著提升了諸如MOE模型等復雜AI模型的性能。AWS、谷歌云、微軟Azure和OCI都為企業云客戶提升了AI推理性能。

我們正與OpenAI建立戰略合作伙伴關系，專注于幫助他們建設和部署至少10吉瓦的AI數據中心。此外，我們有機會投資該公司。我們通過他們的云合作伙伴，微軟Azure、OCI和Carweef為OpenAI提供服務。在可預見的未來，我們將繼續這樣做。隨著他們不斷擴展，我們很高興支持該公司增加自建基礎設施，并且我們正在努力達成最終協議，并很高興支持OpenAI的發展。

昨天，我們與Anthropic共同宣布了一項消息。Anthropic首次采用英偉達，并且我們正在建立深入的技術合作伙伴關系，以支持Anthropic的快速發展。我們將合作優化Anthropic模型以適應CUDA，并提供最佳的性能效率和總擁有成本（TCO）。我們還將針對Anthropic的工作負載優化未來的英偉達架構。Anthropic公司計算承諾最初包括高達1吉瓦的計算能力，采用Grace Blackwell和Vera Rubin系統。我們在Anthropic Mastrol、Opening Eye、Reflection、Thinking Machines和其他方面的戰略投資代表著能夠發展NVIDIA-Qaeda AI生態系統的合作伙伴關系，并使每個模型都能在任何地方的NVIDIA上以最佳方式運行。我們將繼續進行戰略性投資，同時保持我們對現金流管理的嚴格方法。

物理人工智能已經是一個數十億美元的業務，應對著數萬億美元的機遇，并且是NVIDIA下一個增長點。領先的美國制造商和機器人創新者正在利用英偉達的三種計算機架構，在NVIDIA上進行訓練，在Omniverse計算機上進行測試，并在Jetson機器人計算機上部署現實世界的人工智能。PTC和西門子推出了新服務，將其由Omniverse驅動的數字孿生工作流程引入到他們龐大的客戶安裝群中。包括Belden、Caterpillar、富士康、Lucid Motors、豐田、臺積電和緯創在內的公司正在構建Omniverse數字孿生工廠，以加速人工智能驅動的制造和自動化。Agility Robotics、Amazon Robotics、Figure和Skilled at AI正在構建我們的平臺，利用諸如Invidia Cosmos、用于開發的世界基礎模型、用于模擬和驗證的Omniverse以及Jetson等產品來為下一代智能機器人提供動力。

我們仍然專注于在全球供應鏈中建立彈性和冗余。上個月，我們與臺積電合作，慶祝了第一片在美國生產的Blackwell晶圓的誕生。未來四年，我們將繼續與富士康、緯創、安姆科、Spill等公司合作，擴大我們在美國的業務。未來四年。

游戲收入為43億美元，同比增長30%，這得益于Blackwell勢頭持續帶來的強勁需求。終端市場銷售依然強勁，渠道庫存已恢復到假日季前的正常水平。Steam最近打破了其并發用戶記錄，達到4200萬游戲玩家，同時成千上萬的粉絲聚集在南科里塔的G-Force G-Famer Festival，慶祝G-Force成立25周年。英偉達專業可視化已經發展成為工程師和開發人員的計算機，無論是用于圖形還是人工智能。專業可視化收入為7.6億美元，同比增長56%，再創紀錄。增長由數字驅動。

DGX、Spark，世界上最小的人工智能超級計算機，基于Grace Blackwell的小型配置構建。汽車收入為5.92億美元，同比增長32%，主要由自動駕駛解決方案驅動。

我們正在與優步合作，以基于新的NVIDIA Hyperion L4 Robotaxi參考架構，擴展世界上最大的level 4級別自動駕駛車隊。

在損益表的其他部分，通用會計準則 (GAAP) 毛利率為 73.4%，非通用會計準則 (Non-GAAP) 毛利率為 73.6%，超過了我們的預期。毛利率環比增長，原因是我們的數據中心組合、縮短的周期時間和成本結構。通用會計準則運營支出環比增長 8%，非通用會計準則運營支出環比增長 11%。增長的驅動因素是基礎設施計算，以及工程開發成本中更高的薪酬和福利。由于美國業務強勁，第三季度非通用會計準則有效稅率略高于 17%，高于我們 16.5% 的指導值。在我們的資產負債表上，庫存環比增長 32%，而供應承諾環比增長 63%。我們正在為未來的顯著增長做準備，并且對我們執行機會的能力充滿信心。

好的，讓我來談談第四季度的展望。總收入預計為 650 億美元，上下浮動 2%。在中點，我們的展望意味著環比增長 14%，這得益于 Blackwell 架構的持續勢頭。與上季度一致，我們沒有假設來自中國的任何數據中心計算收入。預計通用會計準則和非通用會計準則毛利率分別為74.8%和75%，上下浮動50個基點。展望2027財年，我們的投入成本正在上升，但我們正努力將毛利率保持在75%左右的水平。預計通用會計準則和非通用會計準則運營費用分別約為67億美元和50億美元。預計通用會計準則和非通用會計準則的其他收入和支出約為5億美元的收入，不包括來自非上市和上市公司持有的股票證券的收益和損失。股權證券。預計通用會計準-則和非通用會計準則的稅率為17%，上下浮動1%，不包括任何離散項目。

現在，請允許我將電話轉給黃仁勛，請他說幾句話。

AI平臺的三大變革與市場展望

黃仁勛: 謝謝，Collette。關于人工智能泡沫的討論很多。

從我們的角度來看，我們看到的情況截然不同。提醒一下，英偉達與任何其他加速器都不同。我們擅長人工智能的每個階段，從 pre-training 和 post-training 到推理。憑借我們在KutaX加速庫上投入的二十年，我們在科學和工程模擬、計算機圖形、結構化數據處理到經典機器學習方面也表現出色。

世界正在同時經歷三大平臺轉變。

這是自摩爾定律出現以來的第一次。英偉達正以獨特的方式應對這三大轉型。

第一個轉變是隨著摩爾定律的放緩，從CPU通用計算轉向GPU加速計算。世界在非人工智能軟件方面進行了大量投資，從數據處理到科學和工程模擬，每年在云計算方面的支出達數千億美元。許多曾經完全在CPU上運行的應用程序，現在正迅速轉向Kuta GPU。加速計算已經達到了臨界點。

其次，人工智能也達到了臨界點，它正在改變現有應用程序，同時啟用全新的應用程序。對于現有應用程序，生成式人工智能正在取代經典機器學習，應用于搜索排序、推薦系統、廣告定向、點擊率預測到內容審核，這些都是超大規?；A設施的基石。meta的Gem，一個在大型GPU集群上訓練的廣告推薦基礎模型，就是這種轉變的典范。在第二季度，meta報告稱，在生成式人工智能驅動的gem的推動下，Instagram上的廣告轉化率增長超過5%，Facebook feed上的廣告轉化率增長3%。向生成式人工智能的過渡代表著超大規模企業可觀的收入增長。

現在，一股新的浪潮正在興起。具有推理、規劃和使用工具能力的智能體人工智能系統。

從像Cursor和Quad Code這樣的編碼輔助工具，到像IDoc這樣的放射學工具，像Harvey這樣的法律援助，以及像特斯拉FSD和Waymo這樣的人工智能司機。這些系統標志著計算的下一個前沿。

當今世界上增長最快的公司，Open AI、Anthropic、XAI、谷歌、Cursor、Lovable、Replet、Cognition AI、Open Evidence、Abridged Tesla，都在率先開發智能體人工智能。因此，存在三大平臺轉變。向加速計算的過渡是基礎性的和必要的，在后摩爾定律時代至關重要。向生成式人工智能的過渡是變革性的和必要的，它為現有的應用程序和商業模式提供了強大助力。向智能體和物理人工智能的過渡將是革命性的，它將賦予新的應用程序、公司、產品和服務以權利。

在您考慮基礎設施投資時，請考慮這三個基本動態。

每一項都將在未來幾年為基礎設施的增長做出貢獻。英偉達之所以被選中，是因為我們獨特的架構能夠實現所有這三種轉型。因此，對于人工智能的任何形式和模式，跨所有行業，跨人工智能的每個階段，跨云中所有不同的計算需求，以及從云到企業再到機器人，都采用一種架構。

問答環節：深入探討增長、供應與戰略

提問: 太好了，謝謝。我想知道你是否可以更新一下。在GTC上，你談到了Blackwell加上Rubin在25和26年收入達5000億美元。當時，你說其中1500億美元已經發貨。那么，隨著本季度結束，這些仍然是大致的參數，即在接下來的大約14個月內有3500億美元嗎？而且，我想你們在那段時間里并沒有看到所有的需求。隨著我們前進，這些數字是否有上漲的可能性。

(科萊特)好的，謝謝，我將首先對此做出回應。努力實現我們5000億美元的預測。而且我們正朝著這個目標前進，因為我們已經完成了幾個季度。現在我們還有幾個季度的時間，直到26日歷年結束。這個數字將會增長。我相信，我們將實現到26財年為止需要交付的額外計算需求。

因此，我們本季度出貨了500億，但如果我們不說我們可能會收到更多訂單，那就說明我們還沒完成。例如，就在今天，我們與沙特阿拉伯的公告，僅那項協議本身就包括三年內再增加40萬到60萬個GPU。Anthropic也是全新的增量。因此，我們絕對有機會在已宣布的5000億美元的基礎上獲得更多收益。

提問: 下午好。感謝您接受提問。顯然，人們對人工智能基礎設施建設的規模以及為這些計劃提供資金的能力和投資回報率感到非常擔憂。然而，與此同時，你們卻說已經售罄。每個已啟動的GP（通用處理器）都被拿走了。人工智能世界尚未看到B-300帶來的巨大好處，更不用說Rubin了。并且Gemini 3剛剛宣布GROC 5即將推出。所以問題是，當您將這些作為背景時，您是否認為在未來12到18個月內，供應趕上需求存在一條現實的路徑，還是您認為它可能會超出這個時間范圍？

正如您所知，我們在規劃供應鏈方面做得非常好。英偉達的供應鏈基本上包括了世界上所有的科技公司。臺積電及其封裝部門，還有我們的內存供應商和內存合作伙伴，以及我們所有的系統原始設計制造商（ODM）在與我們合作規劃方面做得非常好。我們當時計劃迎來一個大年。

我們已經看到我剛才提到的三個轉型有一段時間了。從通用計算到加速計算。
認識到人工智能不僅僅是代理式人工智能，這一點非常重要，而且生成式人工智能正在改變超大規模企業在CPU上所做工作的方式。生成式人工智能使他們能夠轉移搜索和推薦系統，并增加推薦和目標定位。所有這些都已經生成，已經被轉移到生成式人工智能，并且仍在轉型中。

因此，無論您是否為數據處理安裝英偉達GPU，或者您是否為您的推薦系統安裝生成式人工智能。

或者你正在為代理式聊天機器人以及大多數人在想到人工智能時所看到的那種人工智能構建它。所有這些應用都通過英偉達加速。因此，當你審視總支出時，思考每一層都非常重要。它們都在增長。它們相關，但并不相同。但奇妙之處在于它們都運行在英偉達GPU上。

同時進行，因為人工智能模型的質量正在以驚人的速度提高。它在不同用例中的采用，無論是在代碼輔助方面（英偉達對此進行了相當徹底的使用），而且我們不是唯一一家。歷史上增長最快的應用程序，是Cursor、Clyde Code、OpenAI的Codex和GitHub Copilot的組合。GitHub Copilot。這些應用程序是歷史上增長最快的。而且它不僅僅用于軟件工程師。因為語境編碼，它被公司各處的工程師和營銷人員使用。遍布各公司的供應鏈計劃員。我認為這只是一個例子，這樣的例子不勝枚舉，無論是公開證據以及他們在醫療保健領域所做的工作，還是在數字視頻編輯領域正在進行的工作，比如Runway。利用生成式人工智能和代理式人工智能的真正令人興奮的初創公司的數量正在快速增長。更不用說，我們都在更多地使用它。

因此，所有這些指數增長，更不用說，就在今天，我讀到了Demis發來的短信，他說預訓練和后訓練都完全沒問題。Gemini III利用了縮放定律，并且在質量性能和模型性能方面取得了巨大的飛躍。因此，我們看到所有這些指數級增長幾乎同時發生。并且始終回到第一性原理，思考我之前提到的每一個動態正在發生的事情，從通用計算到加速計算，生成式人工智能取代傳統的機器學習，當然還有代理式人工智能，這是一個全新的類別。

下一個問題來自美國銀行證券的Vivek Aria。

提問: 感謝回答我的問題。我很好奇，在5000億美元的數字中，你對英偉達每千兆瓦的內容做出了哪些假設？因為我們聽說過，每千兆瓦的內容低至250億美元，高達30或400億美元的數字。所以我很好奇，作為5000億美元數字的一部分，你對每千兆瓦的功率和美元做出了什么假設。然后從長遠來看，黃仁勛，提到了到2030年數據中心將達到3到4萬億美元。你認為其中有多少需要供應商融資，又有多少可以由你的大客戶或政府或企業的現金流來支持？謝謝。

從安培架構到Hopper架構，從Hopper架構到Blackwell架構，從Blackwell架構到Rubin架構，每一代我們都是數據中心增長的一部分。Hopper架構那一代大概是20多，20到25左右。Blackwell架構那一代，特別是Grace Blackwell，可能在30到30，大約30上下。然后Rubin架構可能比這更高。

在每一代中，速度都會提升X倍。因此，他們的TCO，客戶的TCO，也會提高X倍。最重要的是，最終你仍然只有1吉瓦的電力。1吉瓦的數據中心，1吉瓦的電力。因此，每瓦性能，你的架構效率就顯得極其重要。你的架構效率極其重要。你的架構效率不能靠蠻力。這件事不能靠蠻力解決。這1吉瓦直接轉換。

你的每瓦性能直接轉換，絕對直接地轉換到你的收入。

這就是為什么現在選擇正確的架構如此重要的原因。這個世界沒有任何東西可以浪費。所以我們必須非常非常，我們使用一個叫做代碼設計的概念。貫穿我們整個堆棧，貫穿框架和模型，貫穿整個數據中心，甚至電力和冷卻，在我們的生態系統中，對整個供應鏈進行優化。

因此，每一代，我們的經濟貢獻都會更大。

我們提供的價值會更大，但最重要的是，我們每一代的能源效率將會非常出色。關于持續增長。我們的客戶，我們的客戶融資取決于他們。我們是，我們看到在相當長的一段時間內增長的機會。記住，今天，大部分的重點都集中在超大規模企業上。

關于超大規模企業，一個真正被誤解的領域是，對英偉達GPU的投資不僅提高了他們的規模、速度，還降低了通用計算的成本。

這是第一點，因為摩爾定律已經，摩爾定律確實已經放緩。摩爾定律是關于降低成本。它是關于通貨緊縮的成本，隨著時間的推移，計算的驚人通貨緊縮成本。但這已經放緩。因此，他們需要一種新的方法來繼續降低成本。轉向英偉達GPU計算實際上是最好的方法。

第二種方法是提高他們當前商業模式的收入。

推薦系統驅動著世界上的超大規模企業。無論是觀看短視頻、推薦書籍、推薦您購物籃中的下一個商品、推薦廣告，還是推薦新聞，一切都與推薦系統有關?；ヂ摼W世界擁有數萬億的內容。如果沒有非常復雜的推薦系統，他們怎么可能知道該把什么內容推送給您和您的小屏幕呢？現在，這一切都轉向了生成式人工智能。所以，我剛才說的前兩點，數千億美元的資本支出必須投入，這完全是由現金流來資助的。

因此，位于其之上的是代理式人工智能。這部分收入是全新的，是全新的消費，同時也是全新的應用。我之前提到過一些應用，但這些新的應用也是歷史上增長最快的應用。好嗎？所以我認為，一旦人們開始了解水面下實際發生的事情，也就是從對資本支出投資所發生事情的簡單看法，認識到存在這三種動態，你就會看到這種情況。

最后，請記住，我們剛才還在談論美國的通信服務提供商（CSP）。每個國家都將資助自己的基礎設施建設。你擁有多個國家。你擁有多個行業。世界上大多數行業還沒有真正參與到自主人工智能中，但他們即將參與。所有你知道的我們正在合作的公司的名字，無論是自動駕駛汽車公司，還是用于工廠物理人工智能的數字孿生，以及世界各地正在建造的工廠和倉庫的數量，僅僅是數字生物學初創公司的數量，它們正在獲得資金，以便我們能夠加速藥物發現。所有這些不同的行業現在都參與進來了，他們將進行自己的融資。所以不要只看，不要只把超大規模企業看作是為未來發展的方式。你必須放眼世界。你必須關注所有不同的行業，企業計算將資助他們自己的行業。

下一個問題來自Melius的Ben Reitz。

提問: 非常感謝。黃仁勛，我想問問你關于現金的問題，說到五千億，你們在未來幾年可能會產生大約五千億的自由現金流。你們打算如何使用這些現金？有多少用于回購，有多少用于投資生態系統，以及你們如何看待投資生態系統？我認為人們對這些交易的運作方式以及你們進行這些交易的標準存在很多困惑，比如 Anthropic、OpenAI 等。非常感謝。

感謝你的提問。當然，使用現金來資助或促進增長，沒有一家公司能像我們所說的這樣規模增長，并且擁有英偉達這樣的供應鏈的連接、深度和廣度。我們的整個客戶群可以依賴我們的原因是，我們已經確保了一條非常，非常有彈性的供應鏈，并且我們有資產負債表來支持他們。

當我們進行采購時，我們的供應商可以將其存入銀行。

當我們進行預測并用它們進行規劃時，他們會認真對待我們，因為我們的資產負債表很穩健。我們不是在編造承購量。我們知道我們的承購量是多少。

并且因為他們與我們一起規劃了這么多年，我們的聲譽和信譽是令人難以置信的。

因此，要做到這一點，要支持增長的水平、增長的速度以及與之相關的規模，需要非常強大的資產負債表。這是第一點。第二件事，當然，我們將繼續進行股票回購。我們將繼續這樣做。但關于投資，這是我們做的非常非常重要的工作。

我們到目前為止所做的所有投資，嗯，一直以來，都是與擴大CUDA的影響范圍、擴大生態系統相關的。如果你看看我們對Open AI所做的投資工作，當然，那是我們自2016年以來一直保持的關系，我向Open AI交付了有史以來第一臺AI超級計算機。因此，我們與Open AI自那時起就保持著密切而美好的關系。Open AI所做的一切現在都在英偉達上運行。因此，他們部署的所有云，無論是訓練還是推理，都在運行，我們喜歡與他們合作。我們與他們建立的合作關系是為了我們能夠從技術角度進行更深入的合作，從而支持他們加速增長。這是一家發展極其迅速的公司。不要只看，不要只看媒體報道的內容，看看所有生態系統合作伙伴和連接到Open AI的所有開發者。他們都在推動它的消耗。自一年前以來，所產生的人工智能質量有了巨大的提升。因此，響應的質量非常出色。因此，我們投資Open AI是為了在共同開發方面建立深厚的合作伙伴關系，以擴展我們的生態系統并支持他們的增長。

當然，我們不是放棄我們公司的股份，而是獲得他們公司的股份。我們投資了他們，他們是一家最重要的、幾十年一遇的公司，我們持有他們的股份。

所以我完全期望這項投資能轉化為非凡的回報。

現在，就Anthropic而言，這是Anthropic首次在NVIDIA的架構上運行。Anthropic首次在NVIDIA架構上運行，而Anthropic是全球用戶總數第二大的人工智能公司。但在企業領域，他們做得非常出色。Claude代碼做得非常出色。全世界的企業都在使用?，F在我們有機會與他們建立深厚的合作關系，并將Clod引入NVIDIA平臺。

那么我們現在有什么呢？英偉達的架構，退一步講，英偉達的架構，英偉達的平臺，它是世界上唯一運行所有人工智能模型的平臺。

我們運行OpenAI，我們運行Anthropic，我們運行XAI，因為我們與埃隆和XAI的深度合作，我們能夠將這個機會帶給沙特阿拉伯，帶給沙特王國，這樣Humane也可以為XAI提供托管機會。

我們運行XAI。我們運行Gemini。我們運行思考機器（Thinking Machines）。

讓我們看看，我們還運行什么？我們運行所有這些。且不說，我們還運行科學模型、生物模型、DNA模型、基因模型、化學模型以及世界各地所有不同的領域。世界使用的不僅僅是認知人工智能。人工智能正在影響著每一個行業。

因此，我們有能力進行生態系統投資，并在技術層面上與世界上一些最好的、最杰出的公司進行深度合作。我們正在擴大生態系統的覆蓋范圍，并參與對一家非常成功的公司的投資，往往是幾代人才能出現一次的公司?；旧?，這就是我們的投資理念。

下一個問題來自高盛的吉姆·施耐德。

提問: 下午好。感謝您接受我的提問。過去，你曾提到大約 40% 的出貨量與人工智能推理有關。我想知道，展望明年，你預計這個比例在一年后會達到多少？也許可以談談你預計明年推出的魯本CPX產品？并將其置于語境中加以說明。您預計總體潛在市場有多大，并且能否談談該特定產品的目標客戶應用？謝謝。

CPX專為長上下文類型的工作負載生成而設計。

黃仁勛: 因此，長上下文基本上是指，在開始生成答案之前，您必須閱讀大量內容，基本上，您知道，長上下文。而且可能是一群人?？赡苁怯^看大量視頻，研究3D圖像等等。您必須吸收上下文。因此，CPX專為長上下文類型的工作負載而設計。而且它的每美元性能，每美元性能非常出色。它的每瓦性能非常出色。

是的。存在同時進行的縮放定律。第一條縮放定律，稱為預訓練，仍然非常有效。

第二條是后訓練。后訓練基本上發現了令人難以置信的算法，可以提高人工智能分解問題并逐步解決問題的能力。而且后訓練呈指數級增長?；旧?，你對模型應用的計算越多，它就越聰明，就越智能。

然后第三個是推理。推理，由于思維鏈，由于推理能力，人工智能本質上是在回答之前進行閱讀和思考。而由于這三件事導致的必要計算量已經完全呈指數級增長。

我認為很難知道。在任何給定的時間點上，具體百分比是多少，以及誰。當然，我們的希望是，推理在市場中占據非常大的份額。因為如果推理規模很大，那就表明人們在更多的應用中使用它，而且更頻繁地使用它。這就是，我們都應該希望推理規模非常大。而在這方面，Grace Blackwell比世界上任何東西都好一個數量級，更加先進。排名第二的平臺是H-200。現在非常清楚的是，由于我們擁有的NB-link-72，這種擴展網絡，GB-200和GB-300。便宜，而且你看到了，Collette在研討會分析基準測試中談到了這一點，這是有史以來最大的單一推理基準測試。而且GB-G-200，M-B-link-72的性能高出10倍，10到15倍。所以這是一個很大的進步。在有人能夠承擔這項任務之前，還需要很長時間。而且我們在那里的領導地位肯定是多年性的。是的。所以我希望推理能夠變得非常重要。我們在推理方面的領導地位是非凡的。

下一個問題來自瑞銀的蒂莫西·阿庫里。

提問:黃仁勛，你的許多客戶都在追求電表后的電力，但什么是最讓你擔心的、可能限制你增長的單一最大瓶頸？是電力，還是融資，或者可能是其他因素，比如內存，甚至是代工廠？非常感謝。

黃仁勛: 嗯，這些都是問題，也都是約束。究其原因，當你以我們這樣的速度和規模增長時，任何事情都不可能容易。顯然，英偉達正在做的事情是前所未有的。之前從未有過。而且我們創造了一個全新的行業。

一方面，我們正在將計算從經典或傳統計算中的通用計算過渡到加速計算和人工智能。這是一方面。另一方面，我們創造了一個名為人工智能工廠的全新行業。這種理念是，為了使軟件運行，你需要這些工廠來生成它，生成每一個token，而不是檢索預先創建的信息。所以我想整個轉型需要非凡的規模。

從供應鏈的各個方面來看，當然，供應鏈方面，我們對其有更好的可見性和控制，因為，顯然我們非常擅長管理我們的供應鏈。我們有很棒的合作伙伴，我們已經合作了33年。

因此，我們對供應鏈部分非常有信心?，F在，審視我們的供應鏈，我們已經與土地、電力、殼牌以及當然還有融資領域的眾多參與者建立了伙伴關系。這些事情沒有一件是容易的，但它們都是可以實現的，而且都是可以解決的事情。我們必須做的最重要的事情就是做好規劃。我們向上游供應鏈和下游供應鏈進行規劃。我們已經建立了很多合作伙伴。所以我們有很多工作要做。

市場路線，非常，非常重要的是，我們的架構必須為我們的客戶提供最佳價值。所以在這一點上，我非常有信心英偉達的架構是每TCL的最佳性能。它是每瓦的最佳性能。因此，對于交付的任何能量，我們的架構都將驅動最多的收入。

我認為我們成功的速度在不斷提高，我認為今年到目前為止，我們比去年同期更加成功。

在探索了其他平臺之后，來找我們的客戶數量和平臺數量正在增加，而不是減少。所以我認為，我認為所有這些，所有我多年來一直告訴你的事情，真的正在成為現實，或者變得越來越明顯。

下一個問題來自伯恩斯坦研究公司的斯泰西·拉斯金。

提問: 科萊特，我有一些關于利潤率的問題。她說，明年，你們正在努力將利潤率保持在75%左右。所以我想，首先，最大的增長是什么，是僅僅是內存，還是其他因素？你們在朝著這個目標做什么？這是，有多少是成本優化、提前購買和定價？然后還有，考慮到收入似乎很可能從我們目前的水平大幅增長，我們應該如何看待明年的運營支出增長？

科萊特: 謝謝，斯泰西。我先試著回顧一下我們目前所處的財政年度的情況。記得今年早些時候，我們表示通過成本改進和產品結構優化，我們將在年底使毛利率達到70%多，我們已經實現了這一目標，并準備在第四季度也執行這一目標。所以現在是我們溝通明年工作重點的時候了。

明年，有一些投入價格是業內眾所周知-的，我們需要加以應對。而且我們的系統絕不是那么容易使用的。當我們考慮這些的時候，其中有大量的組件，許多不同的部分。因此，我們正在將所有這些因素考慮在內，但我們確實相信，如果我們再次著手進行成本改進、周期時間和產品結構優化，我們將努力將毛利率保持在75%左右。這就是我們毛利率的總體計劃。

你的第二個問題是關于運營支出。目前，我們在運營支出方面的目標是真正確保我們與我們的工程團隊以及我們所有的業務團隊一起進行創新，為這個市場創造越來越多的系統。正如你所知，目前我們有一個新的架構即將推出。這意味著他們為了實現這個目標而相當忙碌。因此，我們將繼續看到我們在不斷創新方面的投資。包括我們的軟件、系統和硬件都是如此。如果黃仁勛想補充一些評論，我將把發言權交給他。

黃仁勛: 我認為說得很對。我想唯一可以補充的是，記住我們提前很久就計劃、預測、規劃并與我們的供應鏈協商。我們的供應鏈已經很長時間都知道我們的需求，并且很長時間都知道我們的需求，而且我們已經與他們合作并與他們談判了很長時間。因此，我認為最近的激增顯然非常顯著。但請記住，我們的供應鏈已經與我們合作很長時間了。因此在很多情況下，我們為自己確保了大量的供應，因為，很明顯他們在與世界上最大的公司合作。而且我們還在財務方面與他們密切合作，并確保預測和計劃等等。所以我認為所有這些對我們來說都進展順利。

最后一個問題來自富國銀行的亞倫·雷克斯。

提問: 謝謝你接受提問。黃仁勛，這個問題是問你的?？紤]到已經宣布的Anthropic交易以及您客戶的總體范圍，我想知道您對AI ASIC或專用XPU在這些架構構建中扮演的角色的看法是否發生了變化。你有沒有看到，我認為你過去一直非常堅定地認為其中一些項目永遠不會真正部署，但我想知道我們是否已經到了一個可能更有利于GPU架構的轉折點。謝謝。

黃仁勛: 非常感謝，我真的很感謝這個問題。

首先，作為一個公司，你是在和團隊競爭。而且，世界上并沒有那么多團隊擅長構建這些極其復雜的東西，并在這方面表現出色。在霍珀時代和安培時代，我們只會構建一個GPU。 那就是加速AI系統的定義。但是今天，我們必須構建整個機 rack，整個，三種不同類型的交換機。一種是縱向擴展，一種是橫向擴展，還有一種是跨越擴展交換機。而且現在構建一個計算節點需要的不僅僅是一個芯片。該計算系統的一切，因為AI需要內存，而AI過去根本不需要內存?，F在它必須記住事情。它擁有的內存和上下文數量非常巨大。內存架構的影響令人難以置信。

思維的多樣性。從專家混合模型到稠密模型，再到擴散模型，以及自回歸模型，更不用說，遵循物理定律的生物模型。在過去的幾年里，不同類型的模型數量呈爆炸式增長。因此，挑戰在于問題的復雜性要高得多。人工智能模型的多樣性非常非常大。

所以這就是，如果我說，使我們與眾不同的五件事，如果你愿意這么說。我要說的第一件讓我們與眾不同的事情是，我們加速了過渡的每個階段。這是第一階段。CUDA允許我們使用CUDA從通用加速計算過渡。我們在生成式人工智能方面非常出色。我們在代理式人工智能方面非常出色。所以，在那里的每一個階段，那次轉變的每一層，我們都非常擅長。你可以投資于一種架構，并在各個方面使用它。你可以使用一種架構，而不必擔心這三個階段中工作負載的變化。這是第一點。

第二點，我們在人工智能的每個階段都非常出色。大家都一直知道我們在預訓練方面非常出色。

顯然，我們非常擅長后訓練。事實證明，我們非常擅長推理，因為推理真的非常、非常難。思考怎么會容易呢？人們認為推理是一蹴而就的，因此很容易。任何人都可以用那種方式進入市場。但事實證明這是最難的，因為思考，事實證明，是很困難的。我們擅長人工智能的每個階段。第二件事。

第三件事是，我們現在是世界上唯一可以運行每種人工智能模型、每種前沿人工智能架構。我們運行開源人工智能模型，效果非常好。我們運行科學模型。生物學模型、機器人模型，我們運行每一個模型。我們是世界上唯一可以聲稱做到這一點的架構。無論是自回歸還是基于擴散，都無關緊要。我們運行一切。而且正如我剛才提到的，我們為每個主要平臺都運行它。所以我們運行每個模型。

然后我要說的第四點是，我們在每個云環境中。

開發者喜歡我們的原因是，我們真的無處不在。我們在每個云環境中。我們在每一個，我們甚至可以為你創建一個叫做DGX Spark的小型云。所以我們在每一臺計算機中。我們無處不在，從云到本地部署，再到機器人系統、邊緣設備、個人電腦，你能想到的都有。

單一架構，一切正常運行。黃仁勛: 這太不可思議了。

最后一點，這可能也是最重要的一點，第五點，如果你是云服務提供商，如果你是一家像Humane一樣的新公司，如果你是一家像CoreWeaver、N-scale、Nebius或OCI一樣的新公司，那么NVIDIA是你的最佳平臺的原因是我們的承接能力非常多樣化。
我們可以幫助你承接。這不僅僅是把一個隨機的ASIC芯片放入數據中心。承接來自哪里？多樣性來自哪里？韌性來自哪里？架構的通用性來自哪里？能力的多樣性來自哪里？Nvidia擁有如此出色的承接能力，因為我們的生態系統非常龐大。所以這五件事。加速和過渡的每個階段，人工智能的每個階段，每個模型，每個云到本地部署，當然，最后，這一切都導向承購。