业绩会第一现场

参与了话题 · ·

英伟达2026财年Q4业绩直播（即时传译）

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收入$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%，主要受强劲的Blackwell架构销售推动。
- 游戏业务收入增至$37亿，同比增长47%，得益于对Blackwell架构的强劲需求。
- 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，财年总额达到$970亿。

业务进展：
- 英伟达推出了Rubin平台，包含6款新芯片，旨在降低推理令牌成本并提高模型训练效率。
——与Anthropic和OpenAI等关键企业扩大合作，将英伟达的技术更深入地整合到人工智能发展中。
——强调了来自传统超大规模数据中心以外领域的强劲客户需求，包括AI模型制造商、企业和主权国家，使其市场基础更加多元化。

机会：
——Rubin平台的推出以及Blackwell架构的持续扩展，有望在AI加速计算领域抓住重大市场机遇。
——超出超大规模数据中心客户的广泛且不断扩大的客户群提供了进一步的市场扩展机会。

下一季度指引：
——预计第一季度收入为$780亿，反映出尤其是数据中心领域的持续强劲需求。
——预计GAAP和非GAAP毛利率分别约为74.9%和75%。
——运营费用预测将包括$19亿的股权激励支出。
——全年非GAAP运营费用增长率预计在40%左右的低位区间，表明在扩展和创新方面的持续投入。

风险：
——提到潜在的供应限制可能成为增长的阻力，特别是在游戏领域，这可能会对接下来几个季度的收入增长产生影响。
——承认来自中国AI公司的激烈竞争，可能改变全球AI计算市场的结构。

完整记录（AI生成）

主持人

下午好。我叫Sarah，今天将由我来为您主持这次电话会议。此时，我要欢迎各位参加英伟达第四季度财报电话会议。[操作员指示]。Toshiya Hari，您可以开始您的会议了。

Toshiya Hari

谢谢。大家下午好，欢迎参加英伟达2026财年第四季度电话会议。今天与我一起参加会议的英伟达高管有：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直播。此次网络广播将持续到我们讨论2027财年第一季度财务业绩的电话会议为止。本次电话会议的内容是英伟达的财产，未经事先书面同意不得复制或转录。

在本次电话会议中，我们可能会根据当前预期做出前瞻性陈述。这些陈述受诸多重大风险和不确定因素的影响，我们的实际结果可能与此类声明存在重大差异。有关可能影响我们未来财务结果和业务的因素的讨论，请参阅今天发布的财报、我们最近提交的10-K和10-Q表格，以及我们可能向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日当天可获得的信息。除非法律要求，否则我们不承担更新任何此类声明的义务。

在本次电话会议中，我们将讨论非GAAP财务指标。您可以在我们发布于公司官网的首席财务官评论中找到这些非GAAP财务指标与GAAP财务指标之间的对账。那么现在，我把电话交给Colette。

科莱特·克雷斯

谢谢，Toshiya。我们再次交出了一份出色的季度成绩单，营收、营业利润和自由现金流均创纪录。总营收达到$680亿，同比增长73%，较第三季度增速加快。环比增长也创下新纪录，我们在数据中心收入方面增加了$110亿，客户群体广泛且不断扩展，包括云服务提供商、超大规模企业、人工智能模型制造商、企业和主权国家。随着推理部署的增长，除了训练外，对我们的Blackwell架构和极端协同设计的需求持续增强。加速计算的过渡以及AI在现有超大规模工作负载中的融合继续推动我们的增长。

基于越来越智能和多模态模型构建的Agentic和实体AI应用开始驱动我们的财务表现。全年来看，数据中心创造了$1,940亿的营收，同比增长68%。自2023财年ChatGPT出现以来，我们的数据中心业务规模已扩大了近13倍。展望未来，我们预计整个2026年的营收将实现逐季增长，超出去年分享的$5,000亿Blackwell和Rubin的营收机会。我们认为我们有库存和供应承诺以满足未来需求，包括延续至2027年的发货量。

每个数据中心都受到电力限制。客户基于每瓦性能做出关键架构决策，鉴于这些限制以及最大化AI工厂收入的需求。SemiAnalysis宣布英伟达为“推理之王”，InferenceX的最新结果进一步巩固了我们在推理领域的领先地位，GB300 NVL72实现了比[Hopper]高50倍的每瓦性能和低35倍的每次标记成本，而CUDA软件的持续优化帮助GB200 NVL72在短短四个月内性能提升了5倍。英伟达提供最低的每次标记成本，运行在英伟达上的数据中心产生最高的收入。

尤其是对于我们这种规模的企业，创新速度无与伦比，这得益于接近$200亿的年度研发预算，以及我们在芯片、系统、算法和软件领域进行极限协同设计的能力。我们计划通过每一代产品带来性能和每瓦性能的飞跃，并在未来长期保持我们的领导地位。第四季度数据中心收入达到$620亿，同比增长75%，环比增长22%，主要驱动力是Blackwell及其Ultra版本的强劲表现。由于英伟达基础设施需求旺盛，即使是Hopper和一些六年前基于Ampere的产品也已在云端售罄。

距离我们发布Grace Blackwell NVL72系统的那天已经过去将近一年。如今，已有近9千兆瓦的Blackwell基础设施被主要云计算服务提供商、超大规模企业和AI模型制造商部署并使用。作为我们数据中心规模基础设施服务的核心支柱，本季度网络表现出色，收入达到$110亿，同比增长超过3.5倍。我们纵向扩展和横向扩展技术的需求达到了历史新高，NVLink、Spectrum-X以太网和InfiniBand的强劲采用推动这两项技术实现了两位数的环比增长。同比来看，增长主要由NVLink 72纵向扩展交换机推动，因为Grace Blackwell系统占该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，并展示了跨超级计算机所有芯片和全栈极限协同设计的力量。第四季度，我们宣布将通过NVLink为AWS赋能，使其与他们的定制硅片集成。随着客户努力将分布式数据中心统一为集成的千兆级AI工厂，Spectrum-X以太网纵向扩展和横向扩展网络的势头强劲。全年来看，我们的网络业务收入超过了$310亿，相比2021财年（我们收购Mellanox的那一年）增长了10倍以上。

我们的需求范围广泛、多样化，并且已经超出了单纯的聊天机器人领域。首先，有一个从经典机器学习向生成式人工智能的基础性平台转变。随着超大规模企业将大量传统工作负载升级到生成式AI（包括搜索、广告生成和内容推荐系统），投资回报率的强有力证据正在促使我们最大的客户加速资本支出。例如，在Meta，其GEM模型的进步使Facebook上的广告点击量增加了3.5%，Instagram上的对话量增长超过1%，这带来了显著的收入增长。利用相同的英伟达基础设施，Meta超级智能实验室能够训练并部署他们的前沿代理AI系统。前沿代理系统已达到一个拐点。Claude Code、Claude Cowork 和 OpenAI 的编解码器已实现了有用的情报能力。采用量激增，代币盈利，进一步推动了对计算能力扩大的迫切需求。

算力直接转化为智能和收入增长。分析师预计，2026年排名前五的云服务提供商和超大规模企业的资本支出相比年初上升了近$1,200亿，并接近$7,000亿。这些企业共同贡献了我们数据中心收入的一半以上。我们依然认为，传统数据中心工作负载向GPU加速计算的转型以及使用AI提升现有超大规模工作负载，将在长期内为我们带来大约一半的增长机会。

每个国家都将建设和运营部分自己的AI基础设施，正如今天的电力和互联网一样。2026财年，我们的主权AI业务同比增长超过三倍，达到$300亿，主要由来自加拿大、法国、荷兰、新加坡和英国的客户推动。长远来看，我们预计主权AI的机会至少会随着全球AI基础设施市场增长，因为各国在AI上的支出与其GDP成正比。尽管美国政府批准了少量供应中国客户的H200产品，但我们尚未产生任何收入，也不知道未来是否会有任何产品获准进入中国市场。中国的竞争对手在近期IPO的助力下取得进展，并有可能在未来长期颠覆全球AI行业的结构。为了保持在AI计算领域的领导地位，美国必须吸引每一位开发者，成为包括中国企业在内的所有商业公司的首选平台。我们将继续与美国和中国政府接触，并倡导美国在全球范围内竞争的能力。

上个月我们在CES上发布了Rubin平台，包含6款新芯片：Vera CPU、Rubin GPU、NVLink 6交换机、ConnectX-9 SuperNIC、BlueField-4 DPU和Spectrum-6以太网交换机。该平台可将训练MOE模型所需的GPU数量减少到原来的1/4，并相较Blackwell降低推理代币成本多达10倍。本周早些时候，我们向客户交付了首批Vera Rubin样品，我们仍计划在今年下半年开始量产发货。基于其模块化无电缆托盘设计，Rubin相较于Blackwell将提供更高的弹性和可维护性。我们预计每位云计算模型构建者都会部署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需求和改善的供应。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，我们新增了几项新技术和进步，包括DLSS 4.5，它利用AI将游戏画面提升到新的水平；G-SYNC Pulsar，即使在运动中也能呈现令人难以置信的清晰图像，以及在领先的AIPC框架中LLM推理速度加快35%。展望未来，虽然对我们产品的需求仍然强劲，渠道库存水平健康，但预计供应限制将是第一季度及以后游戏业务的主要阻力。

专业可视化部门首次突破$10亿大关，收入达$13亿，同比增长159%，环比增长74%。本季度，我们推出了RTX PRO 5000 Blackwell工作站，配备72GB快速内存，面向运行大型语言模型和代理工作流的AI开发者。汽车收入为$6.04亿，同比增长6%，主要受自动驾驶解决方案强劲需求的推动。在CES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，让车辆具备思考能力。首款搭载NVIDIA DRIVE技术的Alpamayo车型——全新梅赛德斯-奔驰CLA，即将上路。实体AI已在2026财年为英伟达带来超过$60亿的收入。Waymo、特斯拉、Uber、文远知行和Zoox等公司提供的无人驾驶出租车车队正呈指数级增长，预计从2025年的数千辆车扩展到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。

这一扩展将需要更大量的计算资源，每家主要OEM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开发。通过全新的英伟达Cosmos和Isaac Group，我们为波士顿动力、卡特彼勒、FranKaufman Hall Robotics、LG电子和NEURA Robotics等领先公司提供了开源模型、框架以及英伟达驱动的机器人和自主设备。为加速工业实体AI的采用，我们还宣布了与达索系统、西门子和新思科技扩大合作，将英伟达AI基础设施、Omniverse数字孪生、世界模型和CUDA-X库带给数百万研究人员、设计师和工程师，助力世界产业发展。

让我们看看损益表的其他部分。GAAP毛利率为75%，非GAAP毛利率为75.2%，随着Blackwell持续攀升，毛利率环比有所增加。GAAP营业费用环比增长16%，非GAAP基础上增长21%，主要原因是新产品推出以及计算和基础设施成本。第四季度非GAAP有效税率约为15.4%，低于我们对本季度的预期，主要是由于一次性税收优惠的影响。库存较上季度增长8%，采购承诺也大幅增加，我们已战略性地确保了未来几个季度之外的库存和产能。这比平常的时间要更远，反映了我们拥有更长的需求可见性。

尽管我们预计先进架构产品的供应紧张将持续存在，但我们相信凭借自身的规模、广泛的供应链和长期合作伙伴关系，我们有能力抓住未来的增长机会。第四季度我们产生了$350亿的自由现金流，2026财年全年产生了$970亿。今年我们通过股票回购和分红的形式向股东返还了$410亿或43%的自由现金流。我们继续投资于技术和生态系统，以培育市场发展、推动长期增长，最终为股东创造超越市场或同行的总回报。

重要的是，我们将继续就投资采取战略性且纪律严明的方法，并致力于向股东返还资本。接下来，我谈谈第一季度的展望。从本季度起，我们将把股权激励费用纳入非GAAP结果。股权激励是我们吸引和留住世界级人才的薪酬方案的重要组成部分。让我先从收入开始。预计收入为$780亿，上下浮动2%。我们预计大部分增长将由数据中心推动。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，我们继续预计毛利率在70%左右。在我们为Vera Rubin过渡做准备的过程中，我们将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，其中包括$19亿的股票薪酬支出。对于全年，我们预计非GAAP运营费用同比增长将保持在40%左右，因为我们持续投资于不断扩大的机会集。对于截至2027年的整个财年，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。接下来，我把电话交给Jensen，我想他有一些话要对我们说。

Jen-Hsun Huang

本季度，我们显著深化并扩展了与领先的前沿模型制造商的合作关系。最近，我们庆祝了OpenAI发布了基于Grace Blackwell NVLink 72系统的GPT-5.3-Codex。GPT-5.3-Codex能够承担涉及研究、工具使用和复杂执行的长期任务。5.3-Codex已经在英伟达内部广泛部署，我们的工程师非常喜欢它。我们正在与OpenAI合作达成合作伙伴协议，并相信我们已经接近目标。我们非常高兴与OpenAI保持持续合作，这是一家自成立以来我们就荣幸合作过的世代公司。

Meta超级智能实验室正在以闪电般的速度扩张。上周，我们宣布Meta正在部署数百万个Blackwells和Rubin GPU，以及英伟达CPU和Spectrum x以太网，用于训练和推理。本季度，我们宣布与Anthropic建立合作关系，并对其公司进行$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代理平台具有革命性，开启了企业AI应用的闸门。在Claude Cowork和OpenClaw之间，Anthropic的Claude Cowork代理平台计算需求飞速增长，agentic AI的chatGPT时刻已经到来。通过与Anthropic、Meta、OpenAI和xAI的合作，英伟达遍布每个云平台，我们有能力从头开始构建全栈AI基础设施，或在云端支持他们。我们在每个阶段都具备独特的合作伙伴地位，包括训练、推理和AI工厂规模扩展。

最后，我们最近与Grok签署了一项非独占许可协议，授权其低延迟推理技术，并欢迎这支才华横溢的工程师团队加入英伟达。就像我们之前对Mellanox所做的那样，我们将通过Grok的创新来扩展英伟达的架构，以实现AI基础设施性能和价值的新水平。我们期待下个月在GTC上分享更多内容。好的，交还给你。

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

我认为你提到过你现在也有了直到2027年的增长可见性，我认为你的采购承诺反映出了这种信心。但是Jensen，我很好奇，当你审视你们最大的云计算客户时，今年的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。而且其中几家公司的现金流生成能力也在受到压缩。所以我知道你对自己的路线图很有信心，对你们的采购承诺等也很有信心，但你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长，英伟达是否还能找到在这种环境下增长的方法？

Jen-Hsun Huang

我对他们现金流的增长充满信心。原因很简单，我们现在看到了agentic AI的拐点及其在全球和各企业中的实用性。因此，你可以看到由于这一点出现了巨大的计算需求。在这个新的AI世界中，计算就是收入。没有计算就无法生成代币，没有代币就无法增加收入。所以在新的AI世界里，计算等于收入。可以肯定的是，现在Codex和Claude Code的高效利用，以及围绕Claude Cow ork的巨大兴奋，再加上大家对OpenClaw及其企业版的热情。所有这些企业ISV们如今都在基于他们的工具平台开发agentic系统。我可以肯定我们现在已经达到了拐点，我们正在生成有益于客户且有利可图的代币。简单来说，就是计算已经发生了变化。过去是软件运行在计算机上，每年只需$3,000亿或$4,000亿的资本支出即可满足需求，但现在这一切都已经进入了AI领域。而AI为了生成代币，你需要计算能力。而这直接转化为增长，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

恭喜取得如此成绩。你提到了一些战略投资，比如对Anthropic、可能还有OpenAI、[CoreWeave]的投资，同时也有英特尔、诺基亚、新思科技等合作伙伴。你显然处于一切的核心。你能谈谈这些投资的作用吗？以及你如何看待资产负债表作为推动英伟达在生态系统中地位并参与该增长的工具？

Jen-Hsun Huang

正如你所知，从根本上来说，英伟达的核心在于我们的生态系统。这正是大家喜欢我们业务的地方——生态系统的丰富性。几乎全球每个初创公司都在使用英伟达的平台。我们在每个云平台上、每个本地数据中心中，遍布全球边缘和机器人系统。数千个AI原生系统都是基于英伟达构建的。我们认为这是一个巨大的机会，因为我们正处在新计算时代和新计算平台转型的起点，将所有人带入英伟达的世界。所有的一切都已经建立在CUDA之上，所以我们有一个非常好的起点。但当我们打造整个AI生态系统时，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够建立在英伟达之上。这是我们投资整个技术栈生态系统的一个绝佳机会。如今，我们的生态系统比以往更加丰富。过去我们主要是一个基于GPU的计算平台，但现在我们是一家计算AI基础设施公司，涉及各个方面的计算平台。从计算到AI模型、网络再到我们的DPU，所有这些都有计算堆栈作为支撑。正如我之前提到的，无论是在企业、制造业、工业、科学还是机器人领域，每个生态系统都有不同的技术栈。我们要确保继续对生态系统进行投资。因此，我们的投资重点非常明确，战略上是扩展并深化我们的生态系统覆盖范围。

主持人

您的下一个问题来自摩根大通的Harlan Sur。

哈兰·苏尔

网络业务在您整体数据中心领域的占比持续上升，对吧？到2026财年，您的网络收入每个季度都实现了同比加速增长，正如你们提到的，第四季度同比增长了3.6倍。显然，这得益于你们规模化扩展和扩展型网络产品组合的强大实力。我记得去年上半年，你们基于Spectrum-X以太网交换平台的年化运行率大约为$100亿。看起来这一数字可能在去年下半年增长到了约$110亿或$120亿。黄仁勋，观察您的订单情况，特别是即将推出的Spectrum-XGS以及即将发布的102T Spectrum-6交换平台，目前Spectrum系列产品的运行趋势如何？您预计在今年年底会达到什么样的水平？

Jen-Hsun Huang

是的，正如您所知，我们将自己定位为一家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，使其成为一个巨大的计算机架。我们提出了‘机架级计算机’的概念。我们交付的不是单独的计算机节点，而是整个计算机机架。而这个通过NVLink交换机实现的扩展系统，进一步通过Spectrum-X和InfiniBand进行横向扩展，我们同时支持两者。此外，我们还通过Spectrum X跨数据中心进行扩展。所以，我们认为网络实际上是这种理念的一种延伸，我们开放所有的技术，让客户可以根据自己的需求选择不同规模的集成方式，并将其融入他们定制的数据中心。但归根结底，它们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。每台机架配备了9个交换节点，每个节点包含2颗芯片，未来还会更多。因此，我们在每台机架中完成的交换量是非常惊人的。如今我们已经是全球最大的网络公司之一，如果看以太网市场，我们在大约两年前进入了以太网交换领域，现在我们很可能已经是全球最大的以太网网络公司，并且很快会成为毫无疑问的领导者。

因此，Spectrum X以太网对我们来说是一次巨大的成功。但我们对客户的网络需求持开放态度。有些人特别喜欢InfiniBand的低延迟和扩展能力，我们会继续支持这一点。而另一些人则喜欢基于以太网整合他们的数据中心网络，我们创建了一种结合AI功能的以太网能力，这是一种在数据中心处理任务的方式，我们在这一领域表现出色。我们的Spectrum-X性能充分体现了这一点。当你建设一个价值$100亿或$200亿的AI工厂时，网络效率提升10%甚至高达20%，这对数据中心的网络利用率会产生显著影响，而这直接转化为经济效益。因此，英伟达的网络业务正在快速增长，我认为这是因为我们有效地构建了AI基础设施，而AI基础设施业务本身也在以惊人的速度发展。

主持人

您的下一个问题来自Cantor Fitzgerald的CJ Muse。

克里斯托弗·缪斯

我想问一下关于CPX在大型上下文窗口以及Grok可能增加解码特定解决方案的问题。我们应该如何看待您未来的路线图？是否应该考虑NVIDIA会越来越专注于根据工作负载或客户需求定制硅芯片，尤其是受益于您向可扩展架构转变的趋势？

Jen-Hsun Huang

我们并不排斥使用——我们希望——每个人都应该希望尽可能延长、扩展、扩大。原因在于，每次你跨越一个接口，就会产生延迟，增加不必要的功耗。我们并非对扩展过敏，我们已经在使用扩展，但仅在别无选择时才这样做。如果你看看Grace Blackwell架构和Rubin架构，我们会使用两个巨大的光罩极限芯片，并且将它们连接在一起，这减少了跨架构的需求。竞争对手的架构效率显示了扩展的影响。如果看英伟达，人们称这是我们的软件优势。但软件从哪里开始，架构从哪里结束，很难区分。我们的软件之所以高效是因为我们的架构非常出色。毫无疑问，CUDA架构比任何现有的计算架构都更加高效，在每单位FLOP、每瓦特上的性能表现更优，这是因为我们的架构设计方式。

关于如何思考Grok和低延迟解码器，我有一些很好的想法想在GTC大会上与你们分享。但简单来说，由于CUDA的存在，我们的基础设施具有极高的通用性，我们将继续这么做。我们所有的GPU在架构上都是兼容的，这意味着当我为Blackwell优化模型时，所有优化软件堆栈和新模型的工作也会让Hopper和Ampere受益。这就是为什么A100即便部署多年后依然表现出色并保持高性能的原因。架构兼容性让我们能够如此操作。它允许我们在软件工程和优化上大量投入，因为我们知道部署在云端、本地以及各个代系的GPU都会从中受益。因此我们会继续这样做，这不仅延长了产品的使用寿命，还带来了创新、灵活性和速度，最终转化为性能表现，并且对客户而言尤为重要的是每美元性能和每瓦特性能。至于Grok，你可以期待在GTC大会上看到，我们会像通过Mellanox扩展英伟达架构一样，用Grok作为加速器进一步扩展我们的架构。

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趋势。本季度数据中心业务环比增长超过了$100亿，而指引似乎暗示数据中心业务的大部分环比增幅将在下半年显现。随着Rubin进入下半年逐渐放量，您如何看待全年的趋势？Blackwell已经显著推动了逐季增长，是否可以期待Rubin带来类似效果？

另外，我也希望您能谈谈对游戏业务的预期。我理解目前内存供应和其他问题，考虑到内存因素，您认为游戏业务在2027财年能否实现同比增长？还是会有更大压力？这两个问题请您解答一下。

科莱特·克雷斯

谢谢，Stacy。让我从未来收入方面开始回答。我们再次尝试以季度为单位来看收入。当你考虑全年情况时，我们肯定还是会继续销售和提供Blackwell，同时我们也看到Vera Rubin即将进入市场。这是一个非常出色的架构，能够帮助客户快速部署，并且我们已经计划好来自不同客户的大量订单。现在判断Vera Rubin下半年的增长曲线还为时尚早，但我们对强劲需求和兴趣毫不怀疑。我们预计几乎每个客户都会购买Vera Rubin。问题在于我们何时正式进入市场，以及他们何时能够在自己的数据中心中启用。这是您的第一个问题。

第二个问题是关于我们游戏业务的展望。尽管我们很想获得更多供应，但接下来几个季度内存供应仍将非常紧张。如果年底情况有所改善，或许我们可以考虑同比增速的问题。但现在判断还为时尚早，我们会尽快回复您。

主持人

您的下一个问题来自Atif Malik，花旗。

Atif Malik

Jensen，我想问一下，随着AI领域更多投资转向推理工作负载，CUDA的重要性如何？

Jen-Hsun Huang

没有CUDA，我们根本不知道如何处理推理任务。从几年前推出的TensorRT LLM推理堆栈，到今天依然是全球性能最高的推理堆栈，为了优化NVLink，我们必须发明新的并行算法，这些算法基于CUDA分发工作负载和推理任务，充分利用NVLink 72的总带宽。NVLink 72使我们每瓦性能提升了50倍，这是一个不可思议的飞跃。这一切合情合理，NVLink 72是一项伟大的发明，完成起来非常困难。创建交换技术、分离交换机、构建系统机架，所有这些我们都公开透明地完成了，大家都知道对我们来说有多难。但结果令人难以置信：每瓦性能提升50倍，每美元性能提升35倍。因此推理性能的飞跃至关重要。必须认识到，推理现在等同于客户收入，因为智能体正在生成海量的token，而且效果显著。当这些智能体进行编码时，每分钟到每小时都能生成数千、数万甚至数十万个token。这些系统、这些智能体系统会不断衍生出不同的智能体协同工作，产生的token数量呈指数级增长。因此我们需要以更高的速度进行推理。而当你以更快的速度进行推理，每一个token都被货币化，直接转化为收入。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token数直接转化为CSP的收入。这是因为每个人都有功耗限制。无论你有多少个数据中心，每个数据中心，不论是100兆瓦还是1吉瓦，都有功耗上限。因此，拥有最佳每瓦性能的架构决定了整体收益，因为每个token都被货币化了。每瓦token数转化为每瓦收入，一吉瓦的数据中心则直接对应总收入。所以你可以看到，每个CSP都明白这一点，每个超大规模用户也都了解，资本支出转化为计算能力，计算能力结合正确的架构，才能最大化收入，计算能力等于收入。如果不投资当前的算力容量，就不可能有收入增长。我想大家都明白这一点。计算能力等于收入，选择正确的架构无比重要。这不仅是战略层面的问题，更直接影响他们的利润。选择每瓦性能最佳的架构，就是一切的关键。

主持人

您的下一个问题来自梅利乌斯研究公司的Ben Reitzes。

本杰明·雷茨斯

首先，我想赞扬你们在非GAAP指标中包含股票薪酬，我认为这是一个很好的举措。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年代中期的可能性。我们是否可以认为到2027年日历年供应充足的可见性意味着毛利率可以持续到那时？那么，Jensen，之后呢？您能否透露一些关于内存消耗方面的创新，让我们更有信心相信毛利率可以长期保持在这个水平？

Jen-Hsun Huang

我们毛利率的最重要杠杆实际上是为客户提供世代领先的性能。这是最重要的事情。如果我们能提供每瓦性能远远超出Moore定律所能达到的水平；如果我们能够以远低于系统价格的每美元性能交付产品，那么我们可以继续维持我们的毛利率。这就是最简单的关键概念。我们之所以发展如此迅速，原因在于：第一，全球对算力需求的拐点已经到来，增长呈现完全指数级的趋势。我认为大家都能看到这一点，甚至我们六年前推出的GPU在云端也完全被占用，而且价格还在上涨。因此我们知道现代软件开发所需的计算量正在呈指数级增长。我们的战略是每年推出一整套AI基础设施。今年，我们推出了6款新芯片。Rubin下一代也将推出许多新芯片。每一代产品，我们都致力于提供每瓦性能和每美元性能的多倍提升。这种速度以及我们进行极限协同设计的能力使我们能够为客户提供这样的价值和利益，这也是与我们所传递的价值最为相关的关键因素。

主持人

您的下一个问题来自新街研究公司的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一领域。您认为这有多大的可行性？时间表如何？目前的经济状况如何？您认为随着时间推移这会如何演变？

Jen-Hsun Huang

嗯，目前经济效益较差，但未来会有所改善。正如你所知，太空运作方式与地球上的完全不同。太空中有丰富的能源，太阳能板虽大，但太空中有足够的空间。散热方面，太空中很冷，但没有气流，因此唯一的散热方式是通过传导，而需要制作的散热器相对较大。液冷显然不可行，因为它既重又容易冻结。因此，我们在地球上使用的方法与在太空中使用的略有不同。不过，有许多不同的计算任务确实适合在太空中完成。英伟达已经是世界上首个进入太空的GPU公司，Hopper已经在太空中运行。GPU在太空中的最佳应用场景之一是成像，利用光学和人工智能以极高的分辨率进行成像。在太空中进行重新投影、超分辨率处理、降噪等计算，可以在非常大的范围内以极快速度实现极高分辨率成像。如果将数PB的成像数据传回地球再处理，难度很大，而在太空中直接完成这些工作则轻松得多。然后忽略所有采集和处理的数据，直到发现有趣的内容为止。因此，太空中的AI将带来非常好的、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

我想要跟进一下您刚才在发言中提到的收入多元化内容。我相信，Colette，您提到过超大规模客户占收入的50%以上，但增长是由其他数据中心客户推动的。作为澄清，我只是想确认我是否理解正确，这是否意味着非超大规模客户的增长更快？如果是这样，能否帮助我们理解这些非超大规模客户做了什么不同的事情？还是他们在做与超大规模客户相同的事情，只是规模不同？您是否预计这一趋势将继续下去？您是否认为客户结构将演变为非超大规模客户成为您业务中更大或最大的部分？

科莱特·克雷斯

是的。让我们看看能否在这个问题上提供帮助。当我们考虑排名前五的客户时，正如我们所说，这些是我们通信服务提供商（CSP）和超大规模用户，他们目前约占我们总收入的50%。除此之外，我们还与其他各种类型的公司合作，涵盖了我们的AI模型制造商、企业客户、超级计算领域、以及主权国家相关业务，展现了极大的多样性。但您说得对，这也是一个增长非常迅速的领域。我们在所有不同的云服务提供商中都拥有强大的地位，并且我们现在也看到了来自全球各地极其多样的客户群体。这将使我们能够受益于这种多样性并服务于所有这些领域。我想看看Jensen是否想补充一下？

Jen-Hsun Huang

是的，这是我们生态系统的一个优势，整个生态系统都是基于CUDA构建的。我们是唯一一个进入每个云平台的加速计算平台，通过每个计算机制造商提供，并在边缘端部署，现在我们还在开拓电信市场。显然，未来的无线网络都将由AI驱动，未来的无线电也将成为一种计算平台。这是毫无疑问的，但有人必须去创造实现这一目标所需的技术。我们创建了Aerial平台来实现这个愿景。我们几乎进入了每一个机器人、每一辆自动驾驶汽车。CUDA的能力使我们的GPU中的Tensor Core能够提供专用处理器的性能，同时具备解决语言处理、计算机视觉、机器人技术、生物学、物理学等几乎所有人工智能和计算算法问题的灵活性。因此，客户的多样性是我们最大的优势之一。其次，当然也是因为我们自己的生态系统。即使我们的处理器可以编程，如果我们不培育生态系统，谈论我们今天所做的投资未来生态系统的举措，继续增强我们的生态系统，那么我们将很难在别人生态系统的框架之外实现超越。由于我们所创建的平台，我们可以自然地扩展和增强我们的生态系统。

最后，非常重要的一点是我们与OpenAI、Anthropic、xAI、Meta的合作关系，当然还有世界上几乎所有的开源项目。Hugging Face上有150万个AI模型，全部运行在英伟达CUDA平台上。总体来看，开源可能代表了全球第二大模型体系，OpenAI是最大的，其次是所有开源项目的集合。因此，英伟达能够运行所有这些模型，使得我们的平台极具通用性、易于使用，并且是非常安全的投资选择。这也为我们带来了多样化的客户群和多样化平台支持，覆盖到每个国家，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。我想继续讨论平台概念和极致协同设计。过去这个季度的一些新闻显然提到了英伟达推出Vera CPU作为独立解决方案的能力或计划。所以我想问Jensen，Vera在这场架构演进中有何重要性？这是否更多是由推理工作负载的激增或异构性所推动的？我只是好奇您如何看待Vera在英伟达未来发展中的定位，特别是作为独立CPU的基础？

Jen-Hsun Huang

是的。谢谢你的提问，我会在GTC大会上进一步详细介绍。但在最高层面上，我们对CPU做出了与世界其他CPU根本不同的架构决策。它是唯一支持LPDDR5的数据中心CPU，专为极高的数据处理能力而设计。原因在于，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。单线程性能和带宽的比例简直令人难以置信。我们之所以做出这些架构决策，是因为在整个人工智能流程的不同阶段，从数据处理开始，在进行训练之前，你必须先做数据处理。所以有数据处理、预训练和后训练阶段，在后训练阶段，人工智能正在学习如何使用工具。许多这样的工具只在CPU环境中运行，或者在CPU与GPU加速环境结合下运行。Vera被设计为一款出色的后训练阶段CPU。因此，人工智能整个流水线中的一些用例需要大量使用CPU。我们也非常喜欢CPU，就像喜欢GPU一样。当我们把算法加速到极限时，Amdahl定律表明，你需要非常、非常快的单线程CPU，这就是为什么我们设计了Grace以具备卓越的单线程性能，而Vera的表现则更是远超于此。

主持人

下一个问题来自瑞银的Tim Arcuri。

蒂莫西·阿尔库里

Colette，我想问问关于资本配置的问题。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，并且今年可能会产生大约$1,000亿的现金。不管业绩有多好，股价似乎并没有上涨太多。所以我觉得现在可能是回购股票的好时机。我想知道您是否可以谈一谈，为什么不采取一个更大规模的立场，实施一次大规模的股票回购呢？

科莱特·克雷斯

谢谢你的提问。我们对资本回报进行了非常谨慎的评估，并且我们认为，我们能够做的最重要的事情之一就是支持我们面前庞大的生态系统，它涵盖从供应商到我们需要确保供应的所有工作，并帮助他们提升产能，同时我们也在早期开发将在我们平台上运行的人工智能解决方案。因此，我们会继续将其作为我们战略投资的重要部分。当然，我们仍在回购股票，同时保持分红政策，并将继续在年内寻找适当的独特机会来进行这些不同的投资。

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，您之前概述了到2030年数据中心资本支出可能达到$30亿至$4万亿的潜力，这意味着增长率可能会加速，而您也对此做出了指引——至少是对下一季度。问题是，您认为最有可能推动这一拐点的关键应用领域是什么？是物理AI、代理系统还是其他？您是否仍然看好$30亿至$4万亿的发展区间？

Jen-Hsun Huang

好的。让我们回过头来从几个不同的角度推导一下。首先是从第一性原理出发，未来软件的运行将通过AI驱动，并且以token为核心。我想大家都在谈论token经济学，谈论数据中心如何生成token，推理过程就是生成token的过程，我们也在生成token。我们刚刚讨论了token这个话题，例如英伟达NVLink 72如何使我们在单位能耗下生成token的性能比上一代提升了50倍。因此，token生成几乎成为了未来一切与软件和计算相关的核心。然而，如果我们回顾过去对计算的需求，会发现过去软件所需的计算量只是未来需求的一小部分。AI已经到来，它不会倒退，只会越来越好。所以，如果您思考一下，世界每年在传统计算上的投资约为$3,000亿或$4,000亿，而现在AI出现了，所需计算量是过去方式的1,000倍。计算需求大大增加，因此如果我们继续相信其价值（我们稍后会谈到这一点），那么世界将会投资于生成这些token的能力。因此，世界所需的token生成能力远远超过$7,000亿，我非常有信心我们将继续生成token，并将持续投资于计算能力。从根本上讲，因为每一家公司都依赖于软件，所有软件都将依赖于AI，所以每家公司都会生产token，这就是为什么我把它们称为AI工厂。无论您是在云端数据中心的公司，您都需要AI工厂来为您的收入生成token；如果您是企业软件公司，您需要为基于您工具之上的代理系统生成token；如果您是机器人制造厂，自动驾驶汽车就是第一个例证，那么您拥有的超大规模计算机实际上就是AI工厂，用以生成进入汽车并成为其AI能力的token；同时，您还需要在汽车内部放置计算机以持续生成token。所以我们现在相当确定，这就是计算的未来。为什么可以如此肯定这是计算的未来呢？原因在于，过去的软件开发方式是预先录制的，一切都事先捕获。我们预先编译软件，预先编写内容，预先录制视频。但现在一切都是实时生成的。当软件实时生成时，可以考虑到个人背景、情境、查询及其意图，这些都可以被用来生成这种新软件的结果，我们称之为AI，即代理型AI。因此，所需计算量远远大于预录制的方式。就像计算机的计算能力远超DVD录制机或DVD播放机一样，人工智能所需要的计算能力也远远超过过去做软件的方式。现在回到关于计算可持续性的问题。首先从计算机科学层面来看，这就是未来计算的方式。其次从产业层面看，因为归根结底我们的公司最终都是由软件驱动的，云服务公司也是由软件驱动的；如果新软件需要生成token，而这些token可以变现，那么很合理地可以推断他们的数据中心扩展直接驱动收入增长。因此，计算等于收入。我认为他们都明白这一点，而且人们也越来越开始意识到这一点。

最后一点，AI为世界带来的好处最终必须转化为收入。我们现在正亲眼目睹这一现象——就在眼前发生的代理型AI拐点，实际上就在过去2到3个月内出现。当然，在行业内我们已经观察到这一趋势大约半年时间。但如今全世界都意识到了代理型AI的拐点。这些代理系统极其智能，能够解决实际问题。编码显然已经由代理系统支持，我们英伟达的所有开发人员都在使用代理系统，比如Claude Code或OpenAI Codex，很多时候两者兼用，甚至加上Cursor，具体取决于使用场景。但他们都有代理助手和工程合作伙伴来帮助解决问题。您可以明显看到收入飙升的现象。以Anthropic为例，我认为他们一年内的收入增长了10倍，但由于需求惊人，他们严重受限于算力不足；而token需求也非常惊人，token的生成速率呈指数级增长。同样的情况也发生在OpenAI身上，他们的需求令人难以置信。因此，他们能够上线的计算资源越多，收入增长就越快。这又回到了我刚才所说的观点：推理等于收入，在这个新时代，计算等同于收入。在很大程度上，这也是为什么我们称其为新的工业革命。新建的工厂、基础设施正在涌现，这种新型计算方式不可能倒退。因此，只要我们相信生成token将是计算的未来（我相信这一点，而且我认为整个行业也普遍认同），那么从现在起我们将继续扩展这方面的能力，并不断推进发展。

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，也就是将AI和代理系统应用于物理场景，如制造业、机器人技术等领域。所以这是一个巨大的机遇。

主持人

问答环节到此结束。现在我将话筒交给Toshiya Hari。

Toshiya Hari

总结发言，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。他还将作为主讲嘉宾于3月16日在圣何塞举办的GTC大会上发表演讲。我们计划于5月20日召开电话会议，讨论2027财年第一季度的业绩。感谢大家今天的参与。接线员，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