業績會第一現場

直播了視頻 · ·

英偉達2027財年Q1業績直播（即時傳譯）

主要收穫（AI生成）

財務表現：
英偉達公佈2027財年第一季度營收爲$820億，同比增長85%，環比增長20%。
該公司實現了創紀錄的營業利潤和創紀錄的自由現金流，本季度自由現金流達到$490億。
數據中心業務總收入達$750億，主要受益於市場對Blackwell架構和GB300 NVL72 GPU的強勁需求。
GAAP和非GAAP毛利率分別報告爲74.9%和75%，表明儘管業務活動增加，但毛利率保持穩定。

業務進展：
英偉達與亞馬遜雲科技（AWS）、谷歌和微軟等大型超大規模雲服務商的合作持續深化，尤其圍繞其Blackwell和Rubin架構展開。
公司已推出或即將推出多項創新產品，包括Vera CPU和Vera Rubin系統，並預計將於2027財年第三季度開始量產交付。
英偉達與Anthropic、OpenAI等領先人工智能公司合作，其架構仍然是主流AI模型開發商運營中不可或缺的部分。

機會：
在數據中心和邊緣計算市場持續保持領先地位，並預計在其新推出的AI數據中心業務領域實現顯著擴張。
英偉達的戰略重點在於鞏固並擴大其在前沿AI模型計算領域的份額，主要依託Vera Rubin等下一代架構以及與主要AI模型開發商的合作關係。

下一季度指引:
英偉達預計2027財年第二季度收入約爲$910億，主要受數據中心業務推動，預計將實現環比增長。
公司預計GAAP和非GAAP毛利率分別約爲74.9%和75%，上下浮動50個點子，保持穩定。
公司預計2027財年的運營支出將同比大幅上升，表明將持續投資於研發及AI工具的增強。

風險：
Vera Rubin的量產爬坡可能面臨挑戰，因其全新的硅架構可能影響生產和部署時間表。

完整記錄稿（AI生成）

接線員

下午好。我是Sarah，今天將擔任本次會議的接線員。現在，我謹歡迎大家參加英偉達2027財年第一季度業績電話會議。[接線員說明]

Toshiya Hari，您可以開始您的會議了。

Toshiya Hari

謝謝大家，下午好。歡迎各位參加英偉達2027財年第一季度業績電話會議。今天與我一同參會的有英偉達總裁兼首席執行官黃仁勳，以及執行副總裁兼首席財務官Colette Kress。

本次電話會議正在英偉達投資者關係網站上進行網絡直播。重播將在討論2027財年第二季度財務業績的電話會議之前一直有效。本次會議內容爲英偉達所有，未經我們事先書面許可，不得複製或轉錄。

在本次電話會議中，我們可能會基於當前預期作出前瞻性陳述。這些陳述受多種重大風險和不確定性因素影響，實際結果可能與預期存在重大差異。有關可能影響我們未來財務業績和業務的因素的討論，請參閱今日發佈的業績、我們最近提交的10-K和10-Q表格以及我們可能向美國證券交易委員會（SEC）提交的8-K表格中的披露內容。我們所有陳述均截至今日（2026年5月20日），並基於我們目前可獲得的信息。除非法律另有要求，否則我們不承擔更新任何此類陳述的義務。

在本次電話會議中，我們將討論非GAAP財務指標。您可以在我們首席財務官（CFO）的評論稿中找到這些非GAAP財務指標與GAAP財務指標的調節說明，該評論稿已發佈在公司網站上。

那麼，讓我將電話轉交給Colette。

科萊特·克雷斯

謝謝Toshiya。我們本季度表現卓越，收入、營業利潤和自由現金流均創下歷史新高。總營收達$820億，同比增長85%，環比增長20%。這標誌着我們連續第三個季度實現同比增速加快，並連續第14個季度實現環比增長——考慮到我們製造業務的巨大規模和複雜性，這一成績尤爲顯著。

$135億的環比營收增幅也創下了新紀錄。我們抓住推理需求拐點，面向從超大規模雲服務商、汽車製造商到AI雲提供商及主權客戶在內的多元化終端客戶群體加速部署Blackwell系統。在第一季度，我們還在研發、生態系統投資和股票回購之間有效分配了資本。我們在推進上游供應鏈和下游市場生態系統的戰略性投資的同時，向股東返還了創紀錄的$200億。這對市場發展和我們的長期地位至關重要。

數據中心營收達$750億，同比增長92%，環比增長21%，主要得益於Blackwell架構持續強勁的表現，其中GB300 NVL72在前沿模型開發者和超大規模雲服務商中需求尤爲旺盛，雙方累計部署的Blackwell GPU已達數十萬顆，創下公司歷史上最快的產品爬坡速度。Grace Blackwell不僅是全球最快的訓練系統，也是推理場景下單位Token生成成本最低的平台。我們專爲AI打造的端到端以太網平台Spectrum-X，其規模現已超過所有以太網網絡競爭對手的總和。InfiniBand本季度表現也非常強勁，受益於下一代XDR技術的部署，同比增長超4倍。

具體來看，數據中心計算業務營收爲$600億，同比增長77%；數據中心網絡業務營收爲$150億，同比增長近3倍。在深入探討數據中心業務之前，我們想簡要介紹公司正在採用的新報告框架，以更好地反映當前及未來的增長驅動力。我們目前有兩大市場平台：數據中心和邊緣計算。在數據中心板塊，我們將進一步細分爲超大規模（Hyperscale）和ACIE（涵蓋AI雲、工業和企業）。超大規模將包含來自公有云及全球最大的消費互聯網公司的營收，而ACIE則覆蓋我們在各行業、各國多樣化的AI專用數據中心和AI工廠中的增長機會。邊緣計算則聚焦於用於代理型AI和具身智能的設備，包括PC、遊戲主機、工作站、基於AI-RAN的基站、機器人和汽車。爲便於參考，我們已在公司網站上發佈了過去9個季度按新平台劃分的營收明細。

回到我們的數據中心業績。超大規模業務營收達$380億，約佔數據中心總營收的50%，環比增長12%。ACIE業務營收爲$370億，環比增長31%，其中包括同比增長超3倍的AI雲營收。我們的客戶已快速部署AI算力。合作伙伴數據中心中功率超過10兆瓦的站點數量在短短一年內幾乎翻倍，現已超過80個。主權業務營收同比增長超80%。英偉達AI基礎設施目前已部署於近40個國家，覆蓋GDP總量達$50萬億。從我們第一季度業績可見，我們的客戶基礎多元化且持續擴大，這得益於我們龐大的生態系統和裝機基礎、廣泛的CUDA加速應用生態，以及作爲單位Token成本最低的提供商的地位。我們已做好充分準備，把握遠超其他任何AI計算平台的市場機遇。

AI基礎設施的需求正以前所未有的速度持續擴張。AI工廠的建設正在加速，英偉達AI基礎設施的價值也在不斷提升。今年以來，H100的租賃價格已上漲20%，A100的雲服務定價也上漲近15%。憑藉我們平台的多功能性以及由軟件棧驅動的持續性能提升，客戶在其GPU折舊週期結束後仍能產生可觀盈利。龐大且值得信賴的英偉達計算市場，已成爲整個生態系統融資投入數十億美元AI基礎設施的關鍵基石。

AI基礎設施加速建設背後主要有兩大驅動力。首先，從搜索廣告、推薦系統到內容理解，最大的超大規模工作負載正持續從CPU轉向基於GPU的加速計算。其次，原生AI產品和服務的採用正迎來拐點。自ChatGPT問世以來，主流AI已從一次性推理演進至具備推理能力，再到如今的代理型AI（Agentic AI）。AI已不再是「錦上添花」，而是提升各行業、各崗位生產力的必需品。這正推動AI產業鏈各環節——包括能源、芯片、基礎設施、模型和應用——的收入加速增長。模型層的增長尤爲迅猛，Anthropic和OpenAI表現驚人，勢頭持續增強，尤其是自GPT-5.5發佈以來，OpenAI的Codex實現了爆發式增長。

鑑於分析師目前預測2027年超大規模資本支出將超過$1萬億，且代理型AI（Agentic AI）正開始滲透所有行業，AI基礎設施支出有望在本十年末達到每年$3萬億至$4萬億的水平。

我們的Blackwell架構無處不在，已被所有主要超大規模雲服務商、所有云提供商以及所有主流大模型開發商採用和部署。上個月，我們慶祝了OpenAI推出GPT-5.5——該模型專爲Blackwell聯合設計、使用Blackwell訓練並運行於Blackwell平台，目前在人工智能分析排行榜上位居榜首。微軟的Fairwater——全球最強大的AI數據中心現已提前上線，由數十萬顆Blackwell GPU提供動力。今年起，AWS將新增超過100萬顆Blackwell和Rubin GPU，並正在與我們合作開發Spectrum網絡技術。在谷歌，Blackwell將以雲服務形式向客戶開放，包括機密計算能力，爲安全高性能AI奠定全新基礎。我們在前沿AI算力領域的份額正持續提升。我們已深化與Anthropic的合作，並很高興成爲其戰略合作伙伴，助力其擴展算力規模。我們將通過AWS、Azure、CoreWeave、SpaceXAI等平台支持該公司的發展軌跡。

如今，隨着[Anthropic-2]、OpenAI、Gemini、SpaceXAI、Meta MSL、微軟AI、TML、Reflection、Perplexity、Cursor以及其他多家前沿實驗室已在英偉達平台上構建模型，我們在前沿AI模型領域的份額將顯著增長。當今的數據中心已成爲創收的AI工廠。受限於電力和資本，AI工廠運營商必須選擇正確的架構。憑藉我們極致的聯合設計方法，我們實現了業內最低的每token成本、最高的token吞吐量和最高的投資回報率（ROI）。最新的MLPerf推理測試結果出爐，Blackwell Ultra再次橫掃所有基準測試，在廣泛的模型和部署場景中均實現了最高吞吐量。全棧式創新推動GB300的吞吐量相比僅6個月前提升了2.7倍，同時每token成本降低了60%。

英偉達的計算平台不僅是性能最強的AI基礎設施，也是最具經濟效益且最易融資的方案。客戶購買的並非GPU本身，而是構建AI工廠；衡量經濟性的正確指標並非GPU的採購價格，而是AI工廠在其生命週期內生成智能的綜合成本，包括每瓦特產生的token數、每美元產生的token數、正常運行時間、資源利用率、投產週期、軟件耐用性以及資產壽命。英偉達在所有這些維度上均表現出色。代理式AI（Agentic AI）和強化學習爲CPU帶來了新的增長機遇。

繼Grace CPU的成功之後，Vera CPU恰逢其時地推出，以應對這一拐點。Vera基於定製ARM核心打造，並與Rubin GPU及NVLink進行端到端聯合設計，相比基於x86的替代方案，可實現單核性能最高提升1.5倍、每瓦特性能提升2倍、每機架密度提升4倍。Vera CPU爲英偉達開闢了一個全新的$2,000億規模的總可尋址市場（TAM），這是我們此前從未涉足的領域，目前所有主要超大規模廠商和系統製造商均已與我們合作推進其部署。我們預計今年CPU業務總收入將達到近$200億，這將使我們有望成爲全球領先的CPU供應商。

我們每年的產品發佈節奏——這一業內無與倫比的速度，依然是支撐我們市場地位的關鍵支柱。我們正按計劃於今年下半年（從第三季度開始）啓動Vera Rubin的量產交付。通過在5個加速機架中集成7顆專用芯片，Vera Rubin相較Blackwell可實現最高35倍的推理吞吐量提升，並帶來最高10倍的AI工廠收入增長。作爲早期採用者，谷歌的A5X裸金屬實例可在多個站點支持多達960,000顆Rubin GPU，使客戶能夠在英偉達優化的基礎設施上運行其最大規模的AI工作負載。儘管美國政府已批准向中國客戶出口H200的許可，但我們尚未因此產生任何收入，且尚不確定相關產品是否能實際進口至中國。因此，與上季度一致，我們在業績展望中未包含任何來自中國數據中心計算業務的收入。

接下來談談邊緣計算。我們的邊緣計算市場平台本季度營收達$64億，環比增長10%，同比增長29%。強勁的Blackwell工作站需求是增長的主要驅動力，而消費端需求則因內存和整機價格上漲而略有下滑。我們的物理AI業務持續加速發展，過去12個月營收已突破$90億。我們與Uber的合作將爲到2028年覆蓋近30座城市、四大洲的自動駕駛出租車車隊提供動力。在機器人領域，衆多領先企業在工業、手術及人形機器人等應用場景中，正基於英偉達技術大規模開發和部署解決方案。我們始終積極確保充足供應，以支持客戶的增長需求。

在第一季度，我們將總供應承諾（包括庫存採購承諾和預付款）提升至$1,450億。儘管我們也無法完全規避供應鏈挑戰，但憑藉高度專注、規模化能力以及與關鍵供應商長期穩固的合作關係，我們有信心把握住未來的增長機遇。

接下來談談利潤表其他部分。GAAP毛利率爲74.9%，非GAAP毛利率爲75%，基本與上季度持平，主要由於Blackwell系統仍佔我們出貨量的絕大部分。GAAP與非GAAP運營費用環比上升12%，主要源於薪酬支出增加以及計算和基礎設施成本上升。我們的非GAAP有效稅率約爲16%，略低於此前預期，主要得益於有利的地域收入結構。在資產負債表方面，應收賬款週轉天數爲45天，得益於收款時機較好；我們預計第二季度將回升至50天中期水平。本季度我們創造了創紀錄的自由現金流，達$490億，高於第四季度的$350億。

現在我想向各位更新我們的資本配置計劃。首先重申：我們的首要目標是優先投入研發和戰略性投資，這兩者將幫助我們培育生態系統、推動市場增長並鞏固市場地位。作爲AI發展的關鍵推動者，我們將進行必要投資，以實現業內最低的每token成本和最高的token吞吐量，從而助力客戶和合作夥伴拓展並擴大AI前沿邊界。

股東回報計劃是我們資本配置戰略的另一重要組成部分。基於對我們長期自由現金流前景的信心以及與股東共享成功成果的承諾，我們將季度股息從每股$0.01上調至$0.25。我們計劃在業務持續擴張過程中定期審視股息政策。此外，我們還宣佈了一項金額爲$800億的新股票回購授權，此授權將在現有計劃剩餘的$390億基礎上額外增加。正如我們在GTC大會上所表明的，我們計劃在今年向股東返還約50%的自由現金流。

接下來我談談第二季度的前景。預計總收入爲$910億，上下浮動2%。我們預計環比增長將主要由數據中心業務推動。我們正積極加強供應鏈生態系統建設，以應對眼前巨大的需求，這讓我們對2025年至2027年日曆年期間Blackwell和Rubin產品所帶來的$1萬億收入充滿信心。

GAAP和非GAAP毛利率預計分別爲74.9%和75%，上下浮動50個點子。全年來看，我們仍預計毛利率處於70%中段水平。GAAP和非GAAP運營費用預計將分別約爲$85億和$83億。全年來看，我們現在預計運營支出（OpEx）同比增長將在40%出頭的高位區間，主要受更高的研發投入以及加速採用AI工具提升生產力所驅動。對於2027財年全年，我們預計GAAP和非GAAP稅率將在16%至18%之間，不包括因稅務環境發生重大變化而產生的任何一次性項目。這一預期低於此前17%至19%的範圍，主要是由於地域收入結構的變化。

這部分內容我就講到這裏。接下來，我把時間交給Toshiya，進入問答環節。

Toshiya Hari

謝謝，Colette。我們現在進入問答環節。請接線員開始收集問題。

接線員

[接線員提示] 您的第一個問題來自摩根士丹利的Joseph Moore。

約瑟夫·摩爾

我想先問一下，是什麼促成了業務分部的調整？這樣披露數據背後的邏輯是什麼？另外，您能否談談這兩個業務分部之間是否存在競爭差異，以及您提到的那個令人意外的CPU數據，在這兩個分部中又是如何體現的？

Jen-Hsun Huang

是的，謝謝Joe。首先，Colette本意是說我們將季度股息從$0.01提高到$0.25。我認爲這筆額外的$0.05對大股東來說意義重大。

那麼，Joe，關於業務分部及業務描述，我們希望您能更好地理解我們的業務。AI非常多樣化，計算本身也具有多樣性。這種多樣性體現在多個方面。首先，AI涵蓋語言處理，根據不同的行業，可能是製造業和工業機器人領域的3D圖形，也可能是生命科學領域的蛋白質研究，或是生命科學或材料科學領域的小分子化學，還可能是物理科學領域的物理學應用，無論是能源行業，還是科研實驗室、高等教育機構等等。因此，AI是多樣化的。

其次，應用場景也是多樣化的。它可以出現在企業環境中，也可以應用於能源、製造等行業。其部署位置同樣多樣化：可能在超大規模雲中運行，也可能由全球各地不斷湧現的AI原生公司使用；可以在企業本地部署，也可以部署在工廠、產線等工業環境中，一直到超級計算中心和邊緣端。邊緣端包括大多數人熟悉的自動駕駛汽車和機器人，還包括製造工廠內部日益擴大的計算機網絡——無論是芯片製造廠、封裝廠還是整機組裝廠，各類製造場景都包含在內。此外，未來每一個基站、每一個無線網絡都將演變爲由AI驅動的智能無線網絡。這就是部署位置的多樣性。

最後，治理方式也各不相同。有些系統由公有云運營，但也有些因行業監管要求而不能在公有云上運行；有些出於機密計算的需要，還有些則因爲國家安全原因，導致不同數據中心必須採用不同的構建方式。

英偉達的獨特之處在於，我們是唯一一家能夠開發全部技術組件的公司。我們以極致的協同設計理念，打造完整的端到端、全棧式解決方案。同時，我們也會開放平台，使其能夠集成到各種不同的環境中。但某些環境——比如企業客戶——就需要一家能夠提供全套協同工作的技術方案的公司，他們更願意直接購買並運營，而不是自行搭建。因此，在數據中心市場的衆多細分領域中，英偉達所提供的這種既完全集成又保持開放的全棧式整體解決方案，其產品交付方式顯得尤爲重要。

因此，如果你看看我們不同的業務板塊，我們將其劃分爲三大板塊。把你剛才聽到的所有內容，嘗試找出最簡潔的歸納方式，那麼第一個大板塊就是超大規模雲服務商（hyperscale clouds）。在這個板塊中，我們有三種不同的運營方式：第一種是我們幫助超大規模雲服務商加速其數據處理和機器學習工作負載；我們在其內部加速並支持其AI處理；當然，我們也爲他們的公有云帶來了大量英偉達生態系統相關的業務。這就是第一個板塊。

第二個板塊是AI原生企業、本地部署的企業和工業客戶，以及主權AI（sovereign AI）。這個板塊正以驚人的速度增長，因爲每個行業、每個國家、每家公司都需要AI。而且，大家都希望以不同的方式構建AI。而我們恰好能提供完整的解決方案，這讓客戶構建這些系統變得容易得多，甚至使之成爲可能。當然，還有今天的機器人邊緣計算（robotic edge）。

過去的計算主要圍繞個人計算展開。未來則將轉向個人AI，而個人AI的一個例子就是自動駕駛汽車——它本質上是一種屬於你的個人AI的機器人系統。當然，還會出現各種各樣的機器人系統，甚至我之前提到的基站無線網絡，也將本質上成爲一個機器人系統。

這正是我們將業務如此劃分的原因：這是理解我們業務最簡潔的方式。在很多方面，每個板塊都有各自不同的技術棧、不同的操作系統，並以不同的方式運作。我們在每個板塊的市場進入策略也截然不同。其中最容易進入市場的當然是超大規模雲服務商，因爲全球只有五六家。但其餘行業則代表了全球約250,000家公司，其市場進入策略非常複雜且多樣化。你對AI的理解也必須極其廣泛。正如你所知，英偉達擁有全球規模最大的加速計算庫套件，涵蓋計算光刻、流體動力學、粒子物理、分子動力學等等，不勝枚舉。所有這些庫對我們服務第二類和第三類所代表的垂直行業至關重要，明白嗎？

總之，我們的業務現在已經發展到如此龐大的規模，進行這樣的劃分有助於大家更好地理解我們的業務運作方式。

接線員

您的下一個問題來自梅利烏斯研究的Ben Reitzes。

本傑明·賴茨斯

我想問一下Jensen，您對增長的理念是怎樣的？貴公司本季度除中國以外的數據中心業務增長了約120%，而且你們給出的指引約爲100%。包括我在內的許多人都預測，今年超大規模雲服務商的資本支出（CapEx）將增長90%到100%。您還曾提到，數據中心業務仍有望在本十年末達到$3萬億至$4萬億的規模。我想請教的是，公司是否仍致力於實現比超大規模雲服務商資本支出更快的增長？您是否仍然認同這一觀點？此外，您是否認爲超大規模雲服務商的資本支出在今年之後仍會保持非常快速的增長？

Jen-Hsun Huang

是的，謝謝Ben。首先，我們的增速理應快於超大規模雲服務商的資本支出。原因正如我剛才所描述的業務劃分所示。我們的數據中心業務包含兩個主要部分——實際上不止兩部分，但爲了簡化理解，我們將其合併爲兩大塊。實際情況遠比這複雜，但我將其簡化爲兩部分，至少更容易理解，好嗎？

如果你看第一部分，那就是超大規模雲服務商，也就是你剛才提到的超大規模資本支出。今年這部分規模爲$1萬億。我完全有理由相信，未來它將繼續增長，因爲這是未來計算的發展方向。如果他們沒有足夠的算力，就無法獲得收入。這一點非常明確：算力就是收入，算力就是利潤。世界正在發生變化。過去軟件即服務（SaaS）並不需要那麼多算力，但AI卻需要海量算力。當然，這也帶來了難以想象的巨大價值——正因如此，我們看到前沿AI公司如Anthropic和OpenAI正以驚人的速度增長。它們一個月內實現的增長，相當於某些SaaS公司過去十年才能達成的規模，這說明了很多問題。因此，第一類是超大規模雲服務商，其資本支出目前爲$1萬億，並正朝着$3萬億至$4萬億的目標增長。

第二類則是各類AI原生雲服務商。它們具有區域性，遍佈全球各地，背後有大量初創公司提供支持。此外還包括全球約250,000家企業客戶，其中許多企業要麼必須、要麼希望爲自己構建AI工廠來運營。許多工業客戶別無選擇，只能將計算機部署在具體場景或行動發生的地方——這些場景無法依賴雲端。它們需要每次都能可靠、迅速地響應。試想一下，一家芯片製造廠怎麼可能依賴雲服務提供商？這完全說不通。因此，第二類還包括主權AI雲。這類數據中心通常不會採用半定製芯片，因爲他們希望直接購買整套系統並自行運維，而不願自己設計或構建。

因此，第二類市場極其多樣化。與第一類僅由五六家甚至七家公司貢獻收入不同，第二類涉及成百上千家公司，未來更將擴展到數十萬家公司，其中許多公司將部署規模較小的數據中心。這一類別將繼續以驚人的速度增長。當我談到物理AI（physical AI），以及過去30年未受IT深刻影響的那部分$100萬億產業即將被AI重塑時，我說的就是這個板塊。第二類集群正以極快的速度增長。

當然，我們在其中所佔的份額非常非常大。我們在服務該行業方面相當獨特。我們的平台採用垂直整合的方式構建，確保所有組件協同運作；但同時我們又將其模塊化拆解，以便客戶可以根據自己想要的配置進行選購，並按自己喜歡的方式組裝。因此，第二個類別目前理解得還相當不足，因爲其中包含大量小型公司或衆多企業，而每一家的部署規模與超大規模雲服務商（hyperscaler）相比都相對較小。

因此，如果你觀察各個細分市場的規模，就會發現我們其實在超大規模雲服務商中的市場份額正在增長，原因是我們現在獲得了Anthropic這家新合作伙伴的大力支持，未來幾年我們將幫助他們大幅擴展算力容量。至於第二個類別，由於我們擁有獨特的平台解決方案，極少有其他公司能涉足這一領域。

接線員

下一個問題來自Cantor Fitzgerald的C.J. Muse。

克里斯托弗·繆斯

您即將迎來Vera Rubin的提問，而您顯然對前沿模型的即將更新、針對多樣化AI工作負載的新優化技術有着深刻見解，投資者也高度關注您在推理市場的份額。展望2026年底至2027年，您如何看待Vera Rubin所提到的深度聯合工程（extreme co-engineering）對您在推理市場佔有率的影響？

Jen-Hsun Huang

我們在推理領域的市場份額正在增長，而且增長得非常非常快。原因是今年前沿模型公司的數量增加了，比如Cursor、Perplexity，還有一些新成立的模型公司，如TML、Reflection等等，名單還在不斷延長。因此，前沿模型公司的數量顯著增加，而我們今年又新增了Anthropic作爲合作伙伴。他們正以驚人的速度擴張。我們已與他們合作，在Azure、AWS、CoreWeave等平台上爲其鎖定計算容量——我一時想不起我們已經宣佈的其他平台，但我們正在爲他們上線一整套其他平台。因此，我們今年和明年將爲Anthropic上線的算力容量將相當可觀，意義重大。

因此，我們的業務正在快速增長，而此前我們對Anthropic的覆蓋幾乎爲零，直到最近才開始。所以我們正在推理市場中以極快的速度提升份額。就目前而言，Vera Rubin的成功程度將超過Grace Blackwell。我可以想到的每一家前沿模型公司，都會從一開始就採用Vera Rubin，而這在Blackwell時代並非如此。因此，Vera Rubin開局極爲強勁，必將比Grace Blackwell更加成功。

所以我認爲，C.J，答案的結論就是：我們正在推理市場中持續擴大份額。讓我再回到Ben提出的問題。請記住，我剛才解釋的所有內容都聚焦於超大規模雲服務商。但別忘了，還有第二大類AI數據中心，而我們在服務這一領域方面幾乎是獨一無二的。這個細分市場非常分散，需要一個高度集成的平台解決方案以及強大的市場拓展能力。而在該細分市場中，所有推理工作——確切地說是絕大部分——都由英偉達提供支持。此外還有物理AI（physical AI）領域，目前實際上只有英偉達在提供相關服務。我們已在物理AI領域深耕多年，該領域也在不斷增長。因此，我們在推理市場的份額正迅速提升。

接線員

下一個問題來自UBS的Timothy Arcuri。

Timothy Arcuri

Jensen，我想問一下，您在一些定製化商用產品（比如CPX和LPX）方面取得的進展如何？我記得您之前提到過，這類實例約佔市場20%。所以我推測您在LPX方面應該取得了不錯的進展。能否請您談談這方面的情況，以及它如何融入您更廣泛的平台戰略？

Jen-Hsun Huang

LPX專爲低延遲和高令牌生成速率（token rate）設計，但其吞吐量較低，所能支持的模型規模較小，上下文處理能力也較弱——例如在軟件編碼或智能體（agentic）工作負載中，其吸收大量上下文的能力有限。因此，挑戰很簡單，我之前也解釋過，LPX的應用場景並不廣泛。它主要面向那些擁有多樣化令牌服務組合的客戶。這些高令牌速率的服務可能是高端服務，客戶數量不多，但令牌生成速率非常高。這一點與我之前的表述完全一致，我也依然維持這一預期。

因此，我預計LPX以及其他基於SRAM、專注於解碼和高令牌生成速率的加速器在未來一段時間內仍將屬於小衆產品。大家知道，Grace Blackwell和Vera Rubin支持AI的整個生命週期——從數據處理、訓練準備、預訓練、後訓練、強化學習，一直到推理。Grace Blackwell是全球最出色的全能型平台。在某些情況下，只要客戶（服務提供商）已經擁有高令牌速率的服務，我們就可以爲其加裝LPX，從而進一步提升該服務的性能。這就是我對市場的看法。

我認爲無論是20%還是10%，都取決於我們當前處於AI發展的哪個階段。我認爲今天這個比例遠低於20%。未來某一天，這些高端代幣可能會達到20%，而我們已準備好與服務提供商合作，實現這一能力。我對這一點感到非常興奮。

接線員

您的下一個問題來自美國銀行證券的Vivek Arya。

Vivek Arya

Jensen，目前圍繞用於智能體（agentic）應用的CPU有很多熱議，同時也有大量雜音稱實際CPU數量已超過GPU數量。我想請您談談您的看法：首先，這種工作負載是增量型的嗎？還是會蠶食原本由GPU承擔的工作？其次，您提到的$200億這個數字，是指獨立的Vera CPU嗎？還是說它已經包含在Vera Rubin中了？所以，能否請您幫我們釐清一下CPU與GPU的角色關係——這是蠶食性的還是增量型的？另外，關於$200億這個數字，如何將其放在您通常銷售的產品背景下理解？因爲您通常賣的是作爲GPU一部分的CPU。

Jen-Hsun Huang

$200億指的是獨立CPU。請記住，Vera有三種——其實是四種使用方式。讓我先從您已經知道的那種說起。第一種是Vera Rubin。我們會賣出數百萬台Rubin，每兩臺就連接一個Vera。當然，我們對這兩者進行了合理定價。這是第一種使用場景。

第二種使用場景是獨立的Vera CPU。第三種是Vera搭配CX-9以及用於存儲的軟件棧。第四種是Vera搭配CX-9，再加上用於安全、計算隔離和機密計算的軟件棧。這四種使用場景都基於Vera構建。我的判斷是，在整個Vera Rubin生命週期內，我們都會面臨供應緊張的情況。它共有四種不同的使用場景。但無論如何，回答您的問題：您提到的$200億是指獨立CPU。

關於CPU，智能體（agent）本質上就是人們所說的「框架」（harness）。這個框架負責執行各種任務，可能是OpenClaw，也可能是Hermes，或者代碼——Claude Code本質上就是圍繞Claude的Opus模型構建的一個框架；OpenAI的Codex則是圍繞GPT-5.5模型構建的框架。這些框架提供諸如I/O、編排、內存管理、工具調用等功能，例如連接瀏覽器、C編譯器、Python編譯器等。這些框架運行在CPU上，工具調用也運行在CPU上。舉例來說，如果AI要執行搜索或使用瀏覽器，這些操作都會在CPU上運行。

世界上目前有10億名人類用戶。我認爲未來將會有數十億個智能體。不是現在，而是逐步發展到那個階段——我們將擁有數十億個智能體，而這些智能體都會使用工具。這些工具可以像今天的個人電腦（PC）一樣，就像我們人類現在使用PC那樣。未來，每個智能體都會使用一臺PC。因此，如果您沿着這個思路設想未來，現在可能只有幾十萬個智能體，但最終將達到幾十億個。我可以想象它們都會擁有自己可用的PC。此外，每個智能體還會衍生出多個子智能體。每當它們生成子智能體時，都需要進行推理——這才是真正「思考」發生的地方。所有的思考都在GPU上完成，而所有的編排基本上都在CPU上運行。當子智能體被創建並進行思考時，它們會使用GPU。

每當智能體使用仿真器時，這些仿真器可以在CPU或GPU上運行，這也是我們與新思科技（Synopsys）和Cadence緊密合作、加速全球各類工具的原因。我們正在加速全世界的工具、數據處理引擎和數據庫引擎，因爲智能體使用這些工具，並且它們比人類更缺乏耐心，希望事情能快速完成。因此，我們正推動所有工具在CUDA上運行。您可以看到我們與Cadence、新思科技、西門子（Siemens）以及Adobe等公司的合作，正是因爲我們希望讓全球所有工具都能在GPU上運行——因爲它們已經有GPU了，而且速度要快得多。

因此，我們將需要更多的CPU，而Vera正是爲智能體時代設計的CPU。過去的CPU設計強調多核心，以便於按核心出租——人們過去租用的是核心。但智能體並不租用核心，它們只希望任務儘快完成。過去的經濟模式是「每核心多少美元」，這是雲計算時代的經濟邏輯。而未來的AI經濟模式則是「每美元多少代幣」或「每代幣多少美元」。因此，未來我們需要儘可能快速地生成和處理代幣，而這正是Vera極其擅長之處。

因此，我們預計Vera將取得巨大成功。但歸根結底，我們正在構建的是AI基礎設施——它需要極其出色的存儲能力，這就是我們開發STX的原因；它需要極其強大的網絡能力，這就是我們推出Spectrum-X的原因；當然，它還需要極其卓越的GPU和推理能力，這也是NVLink 72存在的原因；它還需要頂級的安全性和機密計算能力，這正是Vera Rubin成爲全球首個端到端機密計算平台的原因；同時，它也需要出色的CPU——而這一切，我們都已全面覆蓋。

接線員

下一個問題來自伯恩斯坦研究公司（Bernstein Research）的Stacy Rasgon。

Stacy Rasgon

我想再回到細分市場的討論。首先，我很好奇，在這兩個細分市場中，你把新生代雲（neo clouds）歸到哪一類？它們屬於超大規模（hyperscale）還是AI雲？我部分認爲應該是後者，但又不太確定。另外，就它們的規模而言，目前兩者大致相當。我感覺你似乎在暗示，未來AI雲的增長速度可能會超過超大規模雲。你是這個意思嗎？還是說你認爲這兩個細分市場的增長速度會差不多？

Jen-Hsun Huang

首先，你說得沒錯，原生AI雲不製造芯片——也不設計自己的芯片，而且他們也不想這麼做——他們無法真正將互不相關的部件組裝成一個AI工廠。他們對「首token生成時間」的容忍度極低，同時對架構的要求極高：該架構必須具備強大的通用性，能夠運行各種模型，並吸引來自全球各地的客戶。這正是英偉達架構對他們如此完美的原因。我們提供所有組件，而我們生態系統的合作伙伴則補充我們未覆蓋的部分，所有這些都完全集成、協同工作。因此，大量客戶可以從原生AI雲服務商那裏租用我們的平台。

基本上，全球每一家AI構建者、每一家原生AI初創公司，包括SaaS公司、企業級公司和工業公司。

因此，我們的計算架構是全球最具可租賃性的計算平台。它性能最強、最容易部署、最具可租賃性、擁有最佳的總體擁有成本（TCO），也最容易融資。所有這些特性都非常契合原生AI客戶的需求。這類客戶屬於第二類細分市場。令人驚訝的是，他們在很多方面與OEM廠商、大型企業等非常相似，所以我們將其歸入第二類。

如果你觀察這一細分市場，會發現它是在超大規模雲發展出AI生態系統之後才開始增長的。超大規模雲出於多種原因率先發展AI：他們擁有出色的計算機科學能力、卓越的數據中心基礎設施，而且主要聚焦於消費級應用——即使這些應用並非完美無缺，也不會造成嚴重後果，只要能提升服務體驗即可。而對於其他許多應用場景，比如工業和企業應用，只有當AI具備強大能力、能安全高效地完成真正有生產力的工作，並能切實創造影響和收入時，才會被實際採用。因此，你可以預期第二類細分市場的增長速度會慢於超大規模雲，這一點也能從數據中看出。

然而從長期來看，如果你着眼於工業和企業領域，顯然這才是未來經濟的核心所在，因爲它們代表了全球$50萬億、$80萬億的經濟總量。而且由於AI的推動，這一比例還將進一步擴大。因此，我預計第二類細分市場在未來會變得更大。在接下來幾年的短期內，我認爲這是毋庸置疑的——兩類市場都將實現極快增長。但我仍預計第二類市場的增速會更快。此外，我希望在未來五年內，實體AI和機器人細分市場也將實現迅猛增長。

接線員

您的下一個問題來自高盛的Jim Schneider。

詹姆斯·施奈德

我記得在GTC大會上，您曾提到對Rubin和Blackwell平台收入有$1萬億的可見性。但我認爲當時並未包含LPX、Rubin、CPX以及Vera CPU機架等產品。您能否談談，Vera CPU是否會成爲超出該$1萬億預期的最大增量來源？或者您是否正在考慮其他產品組合（包括CPU），以進一步提升在整體可尋址市場（TAM）中的份額？

Jen-Hsun Huang

就超出$1萬億的增量部分而言，我認爲有三點：第一，前沿AI模型市場份額的持續提升。我預計這部分份額會進一步增長。第二，我們此前的預測並未包含任何Vera CPU（獨立CPU）收入，因此我預計這將成爲第二大增量來源。在智能體系統（agentic systems）領域，TAM規模非常龐大，所有客戶對Vera都充滿期待，我們將銷售大量Vera CPU。第三是LPX，正如我之前所解釋的，由於其SRAM架構，LPX具備極低延遲和極高的交互性優勢，但其吞吐量和上下文處理能力也相對有限。

這本質上就是基於SRAM架構系統的特性。但通過Vera、Rubin和LPX的組合，我們將能夠覆蓋從預訓練、後訓練到推理及智能體系統的整個AI應用光譜。

接線員

下一個問題來自TD Cowen的Joshua Buchalter。

約書亞·布哈特爾

同時祝賀你們取得如此出色的業績。Colette，我記得在你的準備發言中提到，GB300堪稱公司歷史上爬坡速度最快的產品。我們應該如何將Vera Rubin與這一基準進行對比？顯然，它在硅芯片層面採用了全新架構，但部署在類似的機架中。這是否意味着Vera Rubin的爬坡斜率會與GB300類似？還是說由於採用了新的硅芯片，其爬坡節奏會更爲平緩一些？

科萊特·克雷斯

是的。我們此前已多次表示，將在下半年推出Vera Rubin。我們將在第三季度開始初步交付部分產品。隨後進入第四季度後，爬坡進程很可能會繼續加速。目前很難判斷哪款產品的爬坡速度會更快。但再次強調，我們已有明確的需求規劃，並已收到採購訂單（POs），幾乎所有主要客戶都已做好準備。這些是非常複雜的系統，我們需要完成集成工作。因此，我認爲關鍵只是將產品推向市場所需的時間而已，除此之外並無其他障礙，只需確保我們所有不同系統的量產能夠及時就緒以供客戶下單。

所以現在說還爲時過早。但沒錯，我們將在第三季度啓動，並在第四季度持續爬坡，而明年第一季度的規模無疑也會非常可觀。

接線員

目前沒有更多問題了。Toshiya Hari，我把電話會議交還給您。

Toshiya Hari

謝謝。在我把話筒交給Jensen之前，請注意Jensen將於6月1日在臺北COMPUTEX展會上的GTC Taipei發表主題演講。我們還將參加5月28日的TD Cowen TMT大會以及6月4日的美國銀行全球技術大會。我們討論2027財年第二季度業績的業績電話會議定於8月26日舉行。

接下來，有請Jensen爲大家做總結。

Jen-Hsun Huang

這是一個非凡的季度，需求呈指數級增長。原因很簡單：智能體AI（agentic AI）已經到來。AI現在能夠執行富有成效且具有價值的工作。Token現已實現盈利，因此模型開發商正競相擴大產能。在AI時代，算力即收入和利潤。

英偉達正是這個時代的平台。在全球所有平台中，英偉達的算力支持着最爲多樣化的市場需求。

讓我重點介紹五大要點。第一，英偉達是唯一能夠運行所有前沿AI模型的平台。隨着Anthropic加入我們現有的合作伙伴行列——包括OpenAI、xAI、Meta MSL、Gemini等衆多公司——我們在前沿AI領域的份額正在持續擴大。第二，我們已全面進駐所有超大規模雲服務商，支持其核心數據處理和機器學習工作負載、內部AI服務，同時也支持其公有云平台上英偉達用戶的需求。第三，我們提供全棧式完整的AI工廠解決方案，並擁有龐大的全球生態系統，使我們能夠獨特地覆蓋新興的AI數據中心細分市場——包括新型AI原生雲、主權AI雲，以及本地部署的企業和工業基礎設施。這也是我之前提到的第二類市場。第四，英偉達CUDA平台延伸至邊緣端，涵蓋機器人、自動駕駛汽車、嵌入式醫療設備以及AI-RAN電信基站。下一波浪潮將是物理世界的AI，數十億個自主和機器人系統將在現實世界中運行。這是我之前提到的第三大細分市場。

最後一點，也是五大要點中的第五點：我們迎來了一項重要的新增長引擎——Vera，全球首款專爲智能體AI打造的CPU。Vera爲英偉達開闢了一個全新的$2,000億 TAM（可尋址總市場），這是英偉達此前從未涉足的市場。所有主要的超大規模雲服務商和系統製造商都正與我們合作部署該產品。全球正在圍繞智能體AI和機器人物理AI重塑計算體系，而英偉達正處於這些變革的核心位置。我們花了三十年時間打造英偉達計算平台——統一架構、龐大生態、芯片、系統、網絡和軟件之間的極致協同設計。這一切都是爲了提前迎接這一刻的到來，確保當智能體AI真正來臨之時，英偉達早已準備就緒。如今，它已然到來。

期待下次再與大家交流。

接線員

今天的電話會議到此結束，您可以掛斷了。

詳細信息請訪問英偉達投資者關係

提示：上述內容由AI語言模型基於公開可用信息生成，幷包含來自第三方的自動生成字幕。以上材料不代表富途立場，也不構成任何投資建議。富途對上述內容中顯示的信息的準確性、及時性或完整性不做任何明示或暗示的保證。

121

114

瀏覽 89.3萬