業績會第一現場

參與了話題 · ·

英偉達2026財年Q3業績直播（即時傳譯）

主要收穫（AI生成）

財務表現：
- 英偉達在2026年第三季度報告了創紀錄的570億美元收入，同比增長62%。
- 數據中心業務收入達到創紀錄的512億美元，同比增長66%，主要由GB300產品線增長和網絡業務強勁推動。
- 遊戲業務收入同比增長30%，達到43億美元，終端市場銷售表現強勁。
- 專業可視化業務收入同比增長56%，達到7.6億美元。
- 汽車業務收入同比增長32%，達到5.92億美元，主要由自動駕駛解決方案需求驅動。
- 通用會計準則（GAAP）毛利率爲73.4%，非通用會計準則（non-GAAP）毛利率略高，爲73.6%。

業務進展：
- 推出了Spectrum-XGS技術，增強了人工智能基礎設施的能力。
- 英偉達宣佈與富士通和英特爾達成NVLink Fusion戰略合作，旨在連接大型生態系統。
-Jenkins慶祝了關鍵的合作伙伴關係，並強調英偉達架構在加速各行業人工智能部署中的作用。
- 英偉達正推動對人工智能基礎設施的重大投資，從而促進企業在該領域的大規模採用。
- Blackwell架構繼續保持強勁表現，在向GB300系列過渡的過程中勢頭良好且無縫銜接。

機會：
- 英偉達架構支持人工智能的每個階段（預訓練、後訓練、推理），使其在多個應用和行業中具有高度靈活性。
- 全球向加速計算和人工智能驅動計算的轉型正在開闢巨大的市場機會，特別是在以指數級速度發展的超大規模環境和人工智能基礎設施領域。
各個領域（如醫療保健、汽車和金融服務）企業AI應用的強勁增長，爲英偉達開闢了廣闊的全新市場空間。

下一季度指引:
預計第四季度收入將約爲650億美元，環比增長14%。
第四季度的GAAP和非GAAP毛利率預計分別約爲74.8%和75%。
對於2027財年，儘管投入成本不斷上升，英偉達仍計劃將毛利率維持在70%中段水平。

風險：
-Colette Kress強調了當前的地緣政治問題及中國市場的競爭挑戰對產品出貨的影響。
可能影響增長的潛在瓶頸包括：AI數據中心電力供應不足、全球供應鏈限制以及對大規模基礎設施投資外部融資的依賴。

完整記錄稿（AI生成）

接線員

下午好。我的名字是Sarah，我今天將是您的會議操作員。此時，我謹代表英偉達歡迎各位參加公司2026財年第三季度業績電話會議。[操作員指示]。

Toshiya Hari，您可以開始您的會議了。

Toshiya Hari

謝謝。大家下午好，歡迎來到英偉達2026財年第三季度的電話會議。今天陪同我一起參加會議的有來自英偉達的黃仁勳，總裁兼首席執行官；以及Colette Kress，執行副總裁兼首席財務官。

我想提醒您，我們的電話會議正在英偉達的投資者關係網站上進行現場直播。此次網絡廣播將一直提供回放，直到討論2026財年第四季度財務業績的電話會議舉行爲止。

今天的電話會議內容屬於英偉達的財產。未經我們事先書面同意，不得複製或轉錄。在本次電話會議中，我們可能會根據當前預期做出前瞻性聲明。這些聲明受制於若干重大風險和不確定性，實際結果可能有重大差異。

有關可能影響我們未來財務結果和業務的因素的討論，請參閱今日發佈的業績公告、我們最近提交的10-K和10-Q表格，以及我們可能向證券交易委員會提交的8-K表格報告中的披露信息。我們所有的聲明均基於截至2025年11月19日當天可獲得的信息做出。除非法律要求，我們不承擔更新任何此類聲明的義務。在本電話會議期間，我們將討論非GAAP財務指標。您可以在我們網站上發佈的CFO評論中找到這些非GAAP指標與GAAP財務指標的對賬信息。在此，我把電話轉交給Colette。

科萊特·克雷斯

感謝您，Toshiya。我們又迎來了一個出色的季度，收入達到570億美元，同比增長62%，創紀錄的環比收入增長了100億美元或22%。我們的客戶持續關注三大平台轉型，推動加速計算、強大的AI模型和代理應用指數型增長，然而我們仍處於這些轉型的早期階段，它們將對我們各個行業的業務產生深遠影響。

從今年年初到2026年12月31日，我們預計黑威爾和魯賓產品線的營收將達到5000億美元。通過執行我們的年度產品發佈節奏並通過全棧設計保持性能領先地位，我們相信到十年末時，英偉達將成爲每年估計價值3萬億至4萬億美元AI基礎設施建設的首選方案。

對人工智能基礎設施的需求持續超出我們的預期。雲服務已售罄，我們安裝的GPU基礎（包括新一代和上一代的Blackwell、Hopper 和 Ampere）已得到充分利用。創紀錄的第三季度數據中心收入達到512億美元，同比增長66％，這在我們這種規模下是一項顯著成就。計算業務同比增長56％，主要由GB300推動，而網絡業務則翻倍增長，得益於NVLink擴展以及Spectrum-X以太網和Quantum-X InfiniBand的強勁兩位數增長。

全球超大規模企業，作爲一個萬億美元的產業，正在將搜索推薦和內容理解從經典機器學習轉向生成式人工智能。NVIDIA CUDA在這兩方面表現出色，是這一轉型的理想平台，推動了數百億美元的基礎架構投資。

在Meta，AI推薦系統提供了更高質量和更相關的內容，使得用戶花更多時間在Facebook和Threads等應用上。對於頂級CSP和超大規模企業的2026年預測顯示，其總體資本支出繼續增加，目前已達到約6000億美元，比年初增加了2000多億美元。

我們看到當前超大規模工作負載向加速計算和生成式人工智能的過渡，爲我們的長期機會貢獻了大約一半。另一個增長支柱是計算支出的持續增加，驅動者包括Anthropic、Mistral、OpenAI、Reflection、Safe Superintelligence、Thinking Machines Lab和xAI等基礎模型構建者，這些公司都在積極擴展計算能力以提升智能水平。

三大擴展法則——預訓練、後訓練和推理——仍然成立。事實上，我們看到一個積極的良性循環正在形成，即三大擴展法則和計算資源的獲取正在產生更好的智能，並反過來提高採用率和利潤。

OpenAI最近透露，其每週用戶群已增至8億，企業客戶達到100萬，且毛利率保持健康。同時，Anthropic最近報告稱，其年度經常性收入已達70億美元，相比今年初的10億美元大幅增長。

我們還見證了代理人工智能在各行各業和任務中的激增。像Cursor、Anthropic、OpenEvidence、Epic和Abridge這樣的公司正經歷用戶增長激增，因爲他們大大提升了現有勞動力的能力，爲程序員和醫療保健專業人員帶來了無可置疑的投資回報率。

世界上最重要的企業軟件平台如ServiceNow、CrowdStrike和SAP正在整合英偉達的加速計算和AI堆棧。我們的新合作伙伴Palantir首次利用NVIDIA CUDA-X庫和AI模型來增強其廣受歡迎的腫瘤學平台性能。

此前，像大多數企業軟件平台一樣，Anthology僅運行在CPU上。Lowe's正在利用該平台建立供應鏈敏捷性，降低成本並提高客戶滿意度。

企業普遍正在利用AI來提高生產力、效率並降低成本。RBC正在利用代理AI大幅提升分析師的工作效率，將報告生成時間從小時縮短到分鐘。AI和數字孿生技術幫助聯合利華將內容創作速度提升2倍，並將成本降低50%。

賽富時的工程團隊在採用Cursor後，新協同開發的生產力提高了至少30%。上個季度，我們宣佈了總計500萬GPU的人工智能工廠和基礎設施項目。這一需求覆蓋了每個市場，包括通信服務提供商、主權國家、現代建築商、企業以及超級計算中心，幷包含多個具有里程碑意義的建設項目。xAI的巨像2號是世界上第一個千兆瓦規模的數據中心，禮來的AI工廠用於藥物研發，是製藥行業最強大的數據中心。

就在今天，亞馬遜雲科技與HUMAIN擴大了合作，包括部署多達15萬個AI加速器，其中包括我們的GB300。此外，xAI與HUMAIN還宣佈了一項合作，雙方將共同開發一個以旗艦級500兆瓦設施爲核心的全球頂級GPU數據中心網絡。

Blackwell在第三季度進一步獲得了動能，GB300超過了GB200，並貢獻了大約三分之二的總Blackwell收入。向GB300的過渡非常順利，主要雲服務提供商、超大規模數據中心運營商和GP雲已經收到生產發貨，推動了他們的增長。

霍珀平台自推出以來的第13個季度，在第三季度實現了約20億美元的收入。H20銷售額約爲5000萬美元，由於地緣政治問題和中國市場的競爭日益激烈，可觀的採購訂單在本季度未能實現。雖然對目前無法向中國供應更具競爭力的數據中心計算產品感到失望，但我們承諾繼續與美國和中國政府保持接觸，並將繼續倡導美國在全球範圍內具備競爭力的能力。

爲了在人工智能計算領域建立可持續的領導地位，美國必須贏得每位開發者的支持，併成爲每個商業企業（包括中國的企業）的首選平台。魯賓平台預計將在2026年下半年開始推廣。由7個芯片驅動的薇拉·魯賓平台將再次相對於Blackwell帶來性能的倍數提升。我們已從供應鏈合作伙伴處獲得硅片，並很高興地報告，英偉達團隊正在全球範圍內出色地完成啓動工作。

魯賓是我們第三代機架級系統，大幅重新定義了可製造性，同時仍與Grace Blackwell兼容。我們的供應鏈、數據中心生態系統和雲合作伙伴現已精通英偉達機架架構的安裝到構建過程。我們的生態系統將爲魯賓的快速推廣做好準備。

我們每年的X因子性能飛躍在提升每美元性能的同時降低了客戶的計算成本。英偉達CUDA GPU的長使用壽命是一項顯著的總體擁有成本優勢。CUDA在我們龐大的已安裝基礎上的兼容性，延長了英偉達系統的使用壽命，遠超其最初的估計使用壽命。二十多年來，我們不斷優化CUDA生態系統，改進現有工作負載、加速新工作負載，並通過每次軟件發佈提高吞吐量。

大多數沒有CUDA和英偉達經過時間考驗且多功能架構的加速器在幾年內變得過時，因爲模型技術不斷髮展。得益於CUDA，我們在6年前交付的A100 GPU至今仍在滿負荷運行，由大幅改進的軟件堆棧提供支持。

在過去的25年中，我們從一家遊戲GPU公司發展成爲一家AI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，並最終降低每個令牌的成本，這在行業中是無與倫比的。我們專門針對人工智能打造的網絡業務，如今已成爲全球最大，創造了82億美元的收入，同比增長162%，其中NVLink、InfiniBand和Spectrum-X以太網都促進了增長。

我們在數據中心網絡領域取得了成功，因爲大多數AI部署現在都包括我們的交換機，以太網GPU連接率大致與InfiniBand相當。Meta、微軟、甲骨文和xAI正在使用Spectrum-X以太網交換機構建千兆瓦級的AI工廠，每個工廠都將運行其選擇的操作系統，突顯了我們平台的靈活性和開放性。

我們最近推出了Spectrum-XGS，這是一種跨規模技術，能夠實現千兆規模的AI工廠。而英偉達是唯一一家擁有AI橫向擴展、縱向擴展和跨平台擴展能力的公司，鞏固了我們在市場中作爲AI基礎設施提供商的獨特地位。

客戶對NVLink Fusion的興趣持續增長。我們於十月宣佈與富士通達成戰略協作，將通過NVLink Fusion整合富士通的CPU和英偉達的GPU，連接我們的大型生態系統。我們還宣佈與英特爾合作開發多代定製數據中心和PC產品，通過NVLink連接英偉達和英特爾的生態系統。

本週在超級計算大會'25上，Arm宣佈將集成NVLink IP，供客戶構建可與目前英偉達第五代產品相連的CPU SoC。NVLink是當今市場上唯一的成熟縱向擴展技術。在最新的MLPerf訓練結果中，Blackwell Ultra的訓練時間比Hopper快5倍，英偉達橫掃所有基準測試。尤其值得注意的是，英偉達是唯一一個利用FP4同時滿足MLPerf嚴格準確度標準的訓練平台。在半分析InferenceMAX基準測試中，Blackwell在每個模型和用例中都實現了最高性能和最低總擁有成本。特別重要的是Blackwell在混合專家模型中的NVLinks表現。這是世界上最受歡迎的推理模型架構。

在DeepSeek-R1上，Blackwell每瓦性能提高了10倍，每token的成本降低了10倍，相較於H200有了巨大的代際飛躍，這得益於我們極端的協同設計方法。英偉達Dynamo是一個開源、低延遲的模塊化推理框架，現已被所有主要雲服務提供商採用，通過Dynamo的賦能和分離式推理，複雜AI模型（如MoE模型）的性能得到了極大的提升，AWS、Google Cloud、Microsoft Azure和OCI已爲雲企業客戶提升了AI推理性能。

我們正在與OpenAI建立戰略合作伙伴關係，專注於幫助他們建設和部署至少10千兆瓦的AI數據中心。此外，我們還有機會投資該公司。我們通過其雲合作伙伴微軟Azure、OCI和CoreWeave爲OpenAI提供支持，並將在可預見的未來繼續這樣做。隨着他們的持續擴展，我們很高興能支持該公司增加自建基礎設施，我們正在努力達成最終協議並期待支持OpenAI的增長。

昨天，我們與Anthropic共同慶祝了一項公告。這是Anthropic首次採用英偉達的技術，我們將建立深度技術合作夥伴關係以支持Anthropic的快速增長。我們將合作優化Anthropic模型以適配CUDA，並提供最佳的性能、效率和總擁有成本。我們還將針對Anthropic的工作負載優化未來的英偉達架構。Anthropic的計算承諾最初包括高達1千兆瓦的計算容量，使用Grace Blackwell和Vera Rubin系統。

我們在Anthropic、Mistral、OpenAI、Reflection、Thinking Machines等公司的戰略性投資代表了合作伙伴關係，這些夥伴關係助力英偉達CUDA AI生態系統的發展，並使每個模型都能在英偉達平台上最優運行。我們將繼續戰略性地進行投資，同時保持對現金流管理的紀律性。物理AI已經是一個價值數十億美元的業務，面對着未來NVIDIA下一階段增長所帶來的數萬億美元的機會。美國領先的製造商和機器人創新者正在利用英偉達的3計算機架構在英偉達上進行訓練，在Omniverse計算機上進行測試，並在現實世界和機器人計算機中部署AI。PTC和西門子推出了新服務，將Omniverse驅動的數字孿生工作流引入到他們龐大的客戶安裝基礎中。包括Belden、卡特彼勒、富士康、Lucid Motors、豐田、台積電和Wistron在內的公司正在構建Omniverse數字孿生工廠，以加速AI驅動的製造和自動化。

Agility Robotics、亞馬遜機器人、Figure和Skild at AI正在構建我們的平台，利用諸如英偉達Cosmos、World Foundation Models進行開發，利用Omniverse進行模擬和驗證，並使用Jetson爲下一代智能機器人提供動力。

我們仍然專注於在全球供應鏈中建立彈性和冗餘性。上個月，與台積電合作，我們慶祝了第一片在美國本土生產的Blackwell晶圓。我們將繼續與富士康、Wistron、Amkor、SPIL等公司合作，在未來四年內擴大我們在美國的影響力。遊戲收入爲43億美元，同比增長30%，得益於Blackwell強勁的需求勢頭。終端市場的銷售狀況依然強勁，渠道庫存處於正常水平，進入假日季節。Steam最近以4200萬遊戲玩家打破了其併發用戶記錄，同時成千上萬名粉絲湧入韓國的GeForce Gamer Festival，慶祝GeForce 25週年。

英偉達專業可視化已經發展爲工程師和開發者的計算機，無論是用於圖形還是AI。專業可視化收入爲7.6億美元，同比增長56%，再創紀錄。增長由DGX Spark推動，這是世界上最小的基於Grace Blackwell的小型配置AI超級計算機。汽車收入爲5.92億美元，同比增長32%，主要由自動駕駛解決方案推動。我們正在與優步合作，擴展全球最大的Level 4就緒自動駕駛車隊，該車隊基於新的英偉達Hyperion L4 robotaxi參考架構。

轉到損益表的其他部分。GAAP毛利率爲73.4%，非GAAP毛利率爲73.6%，超出我們的預期。由於數據中心組合、改進的週期時間和成本結構，毛利率環比增長。GAAP運營費用環比增長8%，非GAAP基礎上增長11%。增長是由基礎設施計算以及更高的薪酬福利和工程開發成本推動的。

第三季度非GAAP有效稅率略高於17%，高於我們16.5%的指引，原因是美國收入強勁。在我們的資產負債表上，庫存環比增長了32%，而供應承諾環比增加了63%。我們正爲未來的顯著增長做準備，並對我們執行機會集的能力充滿信心。

好的。讓我談談第四季度的展望。總收入預計爲650億美元，上下浮動2%。在中點，我們的展望意味着環比增長14%，這得益於Blackwell架構的持續動能。與上一季度一致，我們沒有假設來自中國的任何數據中心計算收入。GAAP和非GAAP毛利率預計分別爲74.8%和75%，上下浮動50個點子。

展望2027財年，投入成本正在上升，但我們正在努力將毛利率保持在70年代中期。GAAP和非GAAP運營費用預計分別爲約67億美元和50億美元。GAAP和非GAAP其他收入和支出預計將約爲5億美元的收入，不包括不可上市和公開持有的股權證券的損益。GAAP和非GAAP稅率預計爲17%，上下浮動1%，不包括任何離散項目。

此時，讓我將電話轉交給Jensen，讓他講幾句話。

Jen-Hsun Huang

謝謝，Colette。關於AI泡沫有很多討論。從我們的角度來看，我們看到的情況非常不同。作爲提醒，英偉達不同於任何其他加速器。我們在AI的每個階段都表現出色，從前訓練、後訓練到推理。憑藉我們對CUDA-X加速庫長達20年的投資，我們在科學和工程模擬、計算機圖形學、結構化數據處理到經典機器學習方面也非常出色。

世界正在經歷——自Moore定律誕生以來的首次——三大平台轉變同時發生。英偉達獨特地應對了這三種轉型中的每一種。第一個轉變是從CPU通用計算轉向GPU加速計算，隨着Moore定律放緩。世界在非AI軟件上有巨大的投資。從數據處理到科學和工程模擬，每年代表數千億美元的雲計算支出。

許多曾經只運行在CPU上的應用程序現在正迅速轉向CUDA GPU。加速計算已經達到一個臨界點。其次，AI也達到了一個臨界點，正在改變現有應用並實現全新的應用。對於現有應用，生成式AI正在取代搜索排名、推薦系統、廣告定位、點擊率預測到內容審核中的經典機器學習。這是超大規模基礎設施的基礎。

Meta的GEM，一個基於大規模GPU集群訓練的廣告推薦基礎模型，體現了這一轉變。第二季度，Meta報告稱，Instagram上的廣告轉化率增長超過5%，Facebook動態消息增長了3%，這得益於基於生成式AI的GEM。向生成式AI過渡爲超大規模服務商帶來了可觀的收入增長。現在，一個新的浪潮正在興起：具備推理、規劃和使用工具能力的智能AI系統，從編碼輔助工具如Cursor和Claude Code到放射學工具如Aidoc，法律助手如Harvey以及AI駕駛系統如特斯拉FSD和Waymo。這些系統標誌着計算的下一個前沿，當今世界上增長最快的公司——OpenAI、Anthropic、xAI、Google、Cursor、Lovable、Replit、Cognition AI、OpenEvidence、Abridge、特斯拉——正在開創智能AI。

因此，有三個重大的平台轉型。向加速計算的轉型在後摩爾定律時代是基礎且必要的。向生成式人工智能的轉型是變革性的，也是必要的，它極大地增強了現有的應用和商業模式。而向具身智能和物理人工智能的轉型將是革命性的，催生新的應用、公司、產品和服務。

在考慮基礎設施投資時，請考慮這三個基本動態，每一個都將在未來幾年推動基礎設施的增長。選擇英偉達是因爲我們單一的架構能夠支持所有這三種轉型。因此，對於任何形式和模態的人工智能，無論是跨所有行業的每個AI階段，還是雲端各種不同的計算需求，以及從雲端到企業再到機器人，都使用一種架構。

Toshiya，回到你這裏。

Toshiya Hari

我們現在開始進入問答環節。操作員，請您開始提問輪詢好嗎？

接線員

[操作員指示] 您的第一個問題來自Joseph Moore，來自摩根士丹利。

約瑟夫·摩爾

我想請您更新一下，在GTC上您提到2025年和2026年Blackwell加Rubin的營收將達到5000億美元。當時您提到已經有1500億美元已經發貨。那麼隨着這個季度的結束，這些大體數字是否仍然成立，即在未來大約14個月裏還有3500億美元的營收。我假設在此期間，您還沒有看到全部的需求，隨着我們向前推進，這些數字仍有上調的可能性嗎？

科萊特·克雷斯

好的。謝謝，Joe。我先來回答一下這個問題。沒錯，我們正在朝着5000億美元的預測目標努力，並且隨着我們已完成的一些季度，現在我們還有幾個季度的時間，將帶我們走向2026年日曆年結束。這個數字還會增長。我相信我們會實現更多在2026財年能夠交付的計算需求。所以本季度我們交付了500億美元，但如果不說我們將可能收到更多訂單，那我們就還沒有完成任務。

例如，就在今天，我們與KSA宣佈了合作消息。而該協議本身就意味着三年內增加40萬到60萬個GPU。Anthropic也是全新的合作伙伴。因此，在我們已宣佈的5000億美元之外，我們肯定有機會獲得更多業務。

接線員

CJ Muse來自Cantor Fitzgerald的下一個問題。

克里斯托弗·繆斯

顯然，圍繞着AI基礎設施建設規模以及爲這些計劃提供資金的能力和投資回報率，存在諸多憂慮。但與此同時，你提到的是供不應求的問題，每個部署起來的GPU都被用上了。AI世界尚未從B300中看到巨大的收益，更不用說Rubin或Gemini 3剛剛宣佈即將推出的Grok 5了。所以問題是這樣的，當你把這些作爲背景來看時，你是否認爲在未來12到18個月內供應有可能趕上需求？還是你認爲這種情況會延續更長時間？

Jen-Hsun Huang

正如你所知，我們在供應鏈規劃方面做得非常好。英偉達的供應鏈基本上包括了全球每一家技術公司。台積電及其封裝廠、我們的存儲器供應商——存儲合作伙伴，以及我們所有的系統ODM廠商都與我們一起做了非常好的規劃工作。我們曾預計將迎來一個大年。一段時間以來，我們觀察到了我剛才提到的三個轉變：從通用計算加速向加速計算的轉變。重要的是要認識到，AI不僅僅是代理型AI，生成式AI正在改變超大規模用戶過去在CPU上完成工作的方式。

生成式AI使他們能夠將其搜索、推薦系統、廣告推薦和定向等功能轉移到生成式AI上，目前仍在轉換過程中。因此，無論是安裝英偉達GPU用於數據處理，還是用於生成式AI以支持推薦系統，或者構建代理聊天機器人及大多數人想到AI時所關聯的那種AI，所有這些應用都由英偉達加速。因此，當你着眼於整體支出時，必須考慮到每一層的情況。它們都在增長，彼此相關但又有所不同，最棒的是它們都可以運行在英偉達GPU上。

同時，由於AI模型的質量得到了驚人的提升，它在不同應用場景中的採用也在加速。無論是代碼輔助功能——英偉達在這方面使用得相當廣泛，而且不僅限於我們自己——歷史上增長最快的應用程序是Cursor和Claude Code組合，還有代碼——OpenAI的Codex和GitHub CoPilot。這些應用程序是歷史上增長最快的。並且不僅僅軟件工程師在使用，全公司的工程師、營銷人員、供應鏈規劃師等也都在使用它們。

所以我認爲這只是1個例子，這樣的例子還有很多，無論是OpenEvidence及其在醫療保健領域的工作，還是數字視頻編輯領域的進展，比如Runway在——我是說，許多非常、非常令人興奮的初創公司正在利用生成式AI和代理式AI，並且發展得相當迅速。更不用說，我們都越來越多地使用它了。

所以所有這些指數級增長的現象，更不用說就在今天，我還在讀Denis發來的消息。他說預訓練和後訓練都完全正常。Gemini 3充分利用了擴展定律，從而在質量性能——模型性能上獲得了巨大的提升。所以我們看到所有這些指數級現象都在同時發生。始終回到基本原理，思考我之前提到的每一個動態因素所帶來的變化，從通用計算到加速計算，生成式AI取代傳統機器學習，當然還有代理式AI，這是一個全新的類別。

接線員

下一個問題來自Vivek Arya，美國銀行證券公司。

Vivek Arya

我很好奇，在這5000億美元的數字中，你們對每千兆瓦的英偉達內容做了哪些假設？因爲我們聽到過每千兆瓦內容低至250億美元，高達300億或400億美元的說法。所以我想知道，作爲這5000億美元的一部分，你們對電力和每千兆瓦的美元假設是什麼。

那麼從長遠來看，Jensen，提到了2030年數據中心將達到3萬億至4萬億美元。你認爲其中有多少需要供應商融資？又有多少可以依靠大客戶、政府或企業的現金流來支持？

Jen-Hsun Huang

在每一代產品中，從Ampere到Hopper，從Hopper到Blackwell，從Blackwell到Rubin，我們在數據中心的佔比都在增加。Hopper一代可能在20多，大約20到25之間。Blackwell一代，特別是Grace Blackwell，可能在30左右，可以說30加減一些，而Rubin可能會更高。

在每一代產品中，提速都是X倍。因此，客戶的總擁有成本（TCO），提升了X倍，最重要的是，最終你仍然只有1千兆瓦的功率。1千兆瓦的數據中心，1千兆瓦的電力。因此，每瓦性能，即架構效率，變得極其重要。架構效率不能靠蠻力實現，這裏沒有任何蠻力可言。

那1千兆瓦直接轉換。每瓦性能直接、絕對直接轉化爲您的收入，這就是爲什麼選擇正確的架構如此重要的原因。世界並不富餘到可以浪費任何東西的地步。因此，我們必須非常、非常——我們在整個堆棧、框架和模型、整個數據中心甚至電源和冷卻中使用了一種稱爲協同設計的概念，經過整個供應鏈或生態系統優化。

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高，但最重要的是，我們的每瓦能源效率在每一代都會非常出色。關於持續增長的問題，客戶的融資取決於他們自己。我們看到未來一段時間內仍有增長機會。請記住，目前大部分的焦點都放在了超大規模企業上。

關於超大規模企業的一個常見誤解是，投資於英偉達GPU不僅提高了他們從通用計算中的規模、速度和成本效益。這是第一點，因爲摩爾定律的擴展已經顯著放緩。摩爾定律是關於降低成本的。它是關於通縮成本，隨着時間推移計算成本顯著下降的趨勢。但現在這已放緩。因此，他們需要一種新方法來繼續降低成本。轉向英偉達GPU計算確實是實現這一目標的最佳途徑。

第二點是對現有商業模式的收入提升，推薦系統推動着全球超大規模企業的運作。無論是觀看短視頻、推薦書籍、推薦購物籃中的下一件商品、推薦廣告還是推薦新聞，一切都圍繞着推薦系統展開。互聯網擁有數萬億條內容，如何才能知道該向您和您面前的小屏幕推送什麼內容？除非他們擁有非常複雜的推薦系統來做這件事。

那麼，生成式AI就來了。我剛才提到的前兩項，數百億美元的資金投入將通過現金流完全支持。在此之上則是代理型AI。這是一種全新的消費模式，同時也是新的應用，包括我之前提到的一些應用，而這些新應用也是歷史上增長最快的應用程序。所以我認爲，一旦人們開始意識到表面之下的實際情況，而不是簡單地看待資本支出投資的變化，並認識到這三種動態趨勢，就會明白這一點。

最後，請記得，我們剛剛談到了美國的雲服務提供商。每個國家都將爲其自身的基礎設施提供資金。你有多個國家、多個行業。世界上大多數行業尚未真正參與代理型AI，但他們即將這樣做。我們正在合作的公司名字，無論是在自動駕駛汽車公司、爲工廠和倉庫進行物理AI建模的數字孿生技術，還是全球範圍內建立的大量數字生物學初創公司，都是爲了加速藥物發現。所有這些不同的行業現在都在逐步參與，並將進行自己的融資。因此，不要只看超大規模企業作爲未來發展的方式。你必須放眼全球，關注所有不同的行業，企業計算將爲各自的行業提供資金支持。

接線員

下一個問題來自Ben Reitzes與Melius。

本傑明·賴茨斯

Jensen，我想問一下現金相關的問題。說到0.5萬億美元，未來幾年你們可能會產生約0.5萬億美元的自由現金流。你們對這筆現金有什麼計劃？多少用於回購，多少用於投資生態系統？你們如何看待投資於生態系統？我認爲外界對於這些交易如何運作以及你們做這些交易的標準存在很多困惑，比如像Anthropic、OpenAI等公司的交易。

Jen-Hsun Huang

是的，我很感謝這個問題。當然，使用現金來支持我們的增長，沒有哪家公司能在我們所談論的規模上增長，並且擁有像英偉達這樣深入和廣泛的供應鏈連接。我們的整個客戶群之所以能夠依賴我們，是因爲我們已經確保了一個極具韌性的供應鏈，並且我們有資產負債表來支持他們。

當我們進行採購時，供應商可以將其兌現。當我們做出預測並與他們一起規劃時，他們會認真對待我們，這是因爲我們的資產負債表。我們不是在憑空捏造需求。我們知道我們的需求是什麼，並且由於他們多年來一直在與我們合作規劃，我們的聲譽和可信度非常高。因此，要實現這種增長水平、增長率及相關規模，需要非常強大的資產負債表。所以這是第一點。

第二件事，當然我們會繼續進行股票回購。我們會繼續這樣做。但關於投資，這是我們做的非常重要的一項工作。到目前爲止，我們所有的投資都旨在擴大CUDA的覆蓋範圍以及生態系統的擴展。如果你看看我們在OpenAI所做的投資——當然，我們從2016年就開始了這段關係，我當時向OpenAI交付了世界上第一臺人工智能超級計算機。從那時起，我們就與OpenAI建立了密切而美好的合作關係。如今，OpenAI的所有工作都在英偉達平台上運行。因此，無論他們在哪個雲中部署，無論是訓練還是推理，都是運行在英偉達上的，我們非常喜歡與他們合作。

我們與他們的合作關係之一是爲了能夠從技術層面更深入地合作，從而支持他們的加速增長。這是一家成長極爲迅速的公司。不要只看媒體報道的內容，還要看所有與OpenAI相關的生態系統合作伙伴和開發者，他們都在推動其消費。自一年前以來，所生成的人工智能質量有了巨大的提升，因此響應的質量也非常出色。

因此，我們對OpenAI的投資是爲了建立一個深度的合作關係，共同開發以擴展我們的生態系統並支持他們的增長。當然，與其放棄我們公司的股份，不如獲得他們公司的股份。我們投資了他們，這家公司是我們所擁有的最具歷史意義的一代公司之一。所以我完全預期這項投資將轉化爲非凡的回報。

至於Anthropic，這是Anthropic首次運行在英偉達架構上。作爲全球用戶數量排名第二的成功AI，Anthropic首次應用英偉達架構。但在企業領域，他們表現得非常出色。Claude Code在全球的企業領域表現出色。現在，我們有機會與他們建立深度合作，並將Claude引入英偉達平台。

那麼我們現在擁有什麼？退一步來看，英偉達的架構、英偉達的平台是目前世界上唯一能夠運行所有AI模型的平台。我們運行OpenAI、Anthropic、xAI，因爲我們與Elon和xAI的深度合作關係，我們得以將這一機會帶到沙特阿拉伯（KSA），使HUMAIN也能成爲xAI的託管機會。我們運行xAI、Gemini、Thinking Machines，讓我們看看還有什麼？我們都運行過。不僅如此，我們還運行科學模型、生物學模型、DNA模型、基因模型、化學模型以及世界各地不同領域的模型。不僅僅是認知型AI正在被世界使用，AI正在影響每一個行業。

因此，我們有能力通過生態系統投資與一些全球最優秀、最具智慧的公司建立深度的技術合作，不斷擴大我們生態系統的覆蓋範圍，並投資於這些將取得巨大成功的一代公司。這就是我們的基本投資理念。

接線員

下一個問題來自高盛的Jim Schneider。

詹姆斯·施奈德

過去您曾提到，大約40%的出貨量與人工智能推理相關。我想知道，展望明年，您預計這個比例在一年內會達到多少？另外，能否談談您計劃明年推出的Rubin CPX產品，或者將其置於整體背景中，您預計它可以佔據多大的總體市場規模？也許還可以談談該產品的目標客戶應用場景。

Jen-Hsun Huang

CPX專爲長上下文類型的工作負載生成而設計。所謂長上下文，基本上是指在開始生成答案之前，必須閱讀大量內容，也就是長上下文。它可能是一堆PDF文件，可能是一系列視頻，也可能是研究3D圖像等等。您需要吸收這些上下文。因此，CPX專爲長上下文類型的工作負載而設計。它的每美元性能非常出色，每瓦性能也非常優秀。至於問題的第一部分，也許可以忽略……

科萊特·克雷斯

推理……

Jen-Hsun Huang

哦，推理，是的，有三個同步擴展的定律。第一個定律叫預訓練，仍然非常有效。第二個是後訓練。後訓練基本上已經找到了一些令人難以置信的算法，可以提升人工智能逐步分解和解決問題的能力。後訓練正在呈指數級擴展，基本上，您應用到模型上的計算能力越多，模型就越智能、越聰明。第三個是推理。由於思維鏈和推理能力，人工智能在回答之前實際上是在閱讀和思考。這三者所需的計算量已經完全呈指數級增長。我認爲很難確切知道在任何給定時間點這個比例會是多少，也沒有人能確定。

當然，我們希望推理在市場中佔有很大份額，因爲如果推理佔比大，那就表明人們在更多應用中使用它，並且使用的頻率更高。這是我們所有人都應該期望的結果——推理佔據很大市場份額。而這正是Grace Blackwell的表現遠遠優於世界上任何其他產品的地方，領先了一個數量級。

Colette在半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，GB200、NVLink 72的性能提高了10到15倍。這是一個巨大的進步，在很長一段時間內別人很難超越。我們在這一領域的領先地位肯定會持續多年。因此我希望推理變得非常重要。我們在推理方面的領導地位是非凡的。

接線員

下一個問題來自Timothy Arcuri，來自UBS。

Timothy Arcuri

Jensen，您的許多客戶都在追求表後電力，但您最擔心的可能限制您增長的最大瓶頸是什麼？是電力嗎？還是融資？或者可能是其他問題，比如內存甚至是代工廠？

Jen-Hsun Huang

這些都是問題，它們都是制約因素。原因在於，當英偉達以我們目前的速度和規模增長時，怎麼可能會容易呢？英偉達所做的顯然是前所未有的，並且我們創造了一個全新的行業。

一方面，我們正將計算從通用和經典或傳統計算過渡到加速計算和人工智能。另一方面，我們創造了一個全新的行業，叫AI工廠。這個概念是爲了讓軟件運行，你需要這些工廠來生成它，生成每個單獨的標記，而不是檢索預先創建的信息。因此，我認爲整個轉型需要非常大的規模。從供應鏈開始。當然，供應鏈方面，我們擁有更好的可見性和控制力，因爲我們顯然非常擅長管理我們的供應鏈。我們有合作了33年的優秀夥伴。

所以我們對供應鏈部分相當有信心。現在順着我們的供應鏈看下去，我們已經與土地、電力和殼牌等衆多參與者建立了合作關係。當然，還有融資。這些事情都不容易，但它們都是可解決的問題。我們最重要的任務是要做好規劃，無論是供應鏈上游還是下游。我們已經建立了很多合作伙伴關係，因此我們有很多市場渠道。非常重要的是，我們的架構必須爲客戶提供最佳價值。

因此在這一點上，我非常有信心英偉達的架構在總擁有成本（TCO）每單位性能和每瓦性能方面是最好的。因此，對於任何交付的能量，我們的架構將帶來最多的收入。我認爲我們成功的速度正在加快，我覺得我們在今年此時比去年此時更加成功。在探索其他平台後，來到我們這裏的客戶數量和平台數量正在增加而不是減少。所以我想所有這些——這些年我告訴你們的所有事情，真的都在實現或者變得明顯起來。

接線員

Stacy Rasgon來自Bernstein Research的下一個問題。

Stacy Rasgon

Colette，我有一些關於利潤率的問題。您提到明年你們的目標是將利潤率保持在70年代中期。那麼我想首先問一下，最大的成本增長是什麼？僅僅是內存嗎，還是其他因素？你們正在採取什麼措施來實現這一目標？其中有多少是通過成本優化、預先採購還是定價策略？另外，考慮到收入似乎可能會比目前的水平顯著增長，我們應該如何考慮明年的運營費用增長？

科萊特·克雷斯

謝謝，Stacy。讓我試着從回顧我們當前財政年度的情況開始。記得今年早些時候，我們曾表示通過成本改進和組合優化，本財年結束時我們的毛利率將達到70年代中期。我們已經實現了這一目標，並準備在第四季度繼續執行。所以現在是我們溝通明年計劃的時候了。

明年，我們需要應對行業內衆所周知的投入價格上漲。我們的系統絕不是那麼容易處理的，涉及到許多不同部分有大量的組件。因此，我們在考慮所有這些因素的同時，相信通過再次在成本改進、週期時間和產品結構上努力，我們將爭取維持毛利率在70年代中期。這是我們對毛利率的整體計劃。

您的第二個問題是關於運營費用。目前，我們在運營費用方面的目標是確保我們的工程團隊和所有業務團隊不斷創新，爲這個市場創建越來越多的系統。如您所知，我們現在有一個新架構即將推出，這意味着他們正忙於實現該目標。因此，我們將繼續看到我們在軟件、系統以及努力工作上的創新投資不斷增加。如果Jensen想再補充幾點，我就把話筒交給他。

Jen-Hsun Huang

是的，這非常準確。我想補充的一點是，請記住我們提前規劃、預測並與供應鏈進行談判。我們的供應鏈早已清楚我們的需求和預期，我們已經與他們進行了長時間的協商和合作。因此，最近的價格上漲顯然相當顯著。

但是請記住，我們的供應鏈已經與我們合作了很長時間。所以在很多情況下，我們已經爲自己確保了大量的供應，因爲很明顯，他們正在與世界上最大的公司合作。而且我們還一直在就其財務方面進行密切合作，確保預測和計劃等等。所以我認爲所有這些對我們來說都進展得很好。

接線員

您的最後一個問題來自富國銀行的Aaron Rakers。

Aaron Rakers

Jensen，這個問題是問你的。當你考慮到最近宣佈的Anthropic交易以及客戶的整體廣度時，我想知道您對AI ASIC或專用XPUs在這些架構構建中所扮演的角色的看法是否有所改變？我看到，我認爲您過去一直很堅持認爲其中一些程序從未真正得到部署。但我想知道，我們是否到了一個轉折點，可能更傾向於GPU架構？

Jen-Hsun Huang

好的。非常感謝，我很欣賞這個問題。首先，你不是在與公司競爭——抱歉，是在與團隊競爭。世界上並沒有那麼多團隊能夠出色地構建這些極其複雜的東西。

回到Hopper時代和Ampere時代，我們會製造一個GPU。這就是加速AI系統的定義。但今天，我們必須構建整個機架、三種不同類型的交換機、擴展規模、橫向擴展和跨交換機擴展。而且構建一個計算節點已經遠不止需要一個芯片這麼簡單了。由於AI需要有內存，而AI以前根本沒有內存。現在它必須記住事情，其所擁有的內存量和上下文量是巨大的。內存架構的影響令人難以置信。從混合專家模型到密集模型，再到基於物理定律的激進擴散模型和生物模型，各種類型模型的數量在過去幾年裏呈爆炸式增長。

因此，挑戰在於問題的複雜性要高得多。AI模型的多樣性也變得異常龐大。因此，如果說有什麼讓我們與衆不同的東西，那就是這五點。首先，我們在這一轉型的每個階段都在加速發展。這是第一個特點。CUDA使我們擁有CUDA-X來進行從通用計算到加速計算的過渡。我們在生成式AI方面非常擅長。我們在代理式AI方面也非常優秀。所以在每一個階段、每一個層次的轉變過程中，我們都表現得非常出色。你可以投資於一種架構，並在整個過程中使用它。您可以使用一種架構而不必擔心在這三個階段中的工作負載變化。這是第一點。

第二，我們在AI的每個階段都非常優秀。衆所周知，我們在預訓練方面非常出色。顯然，我們在後訓練方面也很優秀，結果證明我們在推理方面也非常厲害，因爲推理真的很難。怎麼會有人認爲思考容易呢？人們以爲推理是一次性的，所以很簡單，任何人都可以以這種方式進入市場。但實際上，它是所有環節中最難的，因爲思考本身是非常困難的。我們在AI的每個階段都很出色，這是第二個優勢。

第三件事是，我們現在是世界上唯一能夠運行每個AI模型、每個前沿AI模型的架構。我們非常出色地運行開源AI模型。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這樣聲稱的架構。無論你是自回歸還是基於擴散的模型，這都不重要。正如我剛才提到的，我們爲所有主要平台運行一切模型。所以我們運行每個模型。

第四件事我想說的是，我們在每朵雲中。開發者之所以喜歡我們，是因爲我們真的無處不在。我們在每朵雲中，在每台計算機中——我們甚至可以爲你創建一個小型雲，稱爲DGX Spark。所以，我們無處不在，從雲端到本地部署，再到機器人系統、邊緣設備、個人電腦，你想到的都有我們。一種架構，所有東西都能正常工作，令人難以置信。

最後一件事，也是最重要的一點，第五件事是，如果你是一個雲服務提供商，如果你是一家像HUMAIN這樣的新公司，或者像CoreWeave、Nscale、NEBIUS或OCI這樣的公司，英偉達爲什麼是你最佳的平台，原因在於我們的應用場景非常多樣化。我們可以幫助你實現各種場景的應用。這不僅僅是把一個隨機的ASIC放到數據中心那麼簡單。需求從哪裏來？多樣性從哪裏來？彈性從哪裏來？架構的多功能性從哪裏來？能力的多樣性從哪裏來？由於我們的生態系統如此龐大，英偉達有着極其廣泛的需求應用。這五個方面，涵蓋了加速和過渡的每個階段，涵蓋了AI的每個階段，每個模型，以及從雲端到本地的各種環境。當然，最終一切都歸結於這些應用場景。

接線員

謝謝。現在我將把電話轉交給Toshiya Hari進行閉幕致辭。

Toshiya Hari

在結束時請注意，我們將於12月2日參加UBS全球技術與AI大會，而討論我們2026財年第四季度業績的業績電話會議定於2月25日舉行。感謝您今天加入我們。操作員，請繼續並結束此次電話會議。

接線員

謝謝。今天的電話會議到此結束。您現在可以斷開連接。

詳細信息請訪問英偉達投資者關係