---
title: "英伟达 2027Q1 财报&业绩会纪要 - 数据中心收入同比 +92%，AI 基础设施扩张仍在加速"
type: "Topics"
locale: "en"
url: "https://longbridge.com/en/topics/40966313.md"
description: "一、业绩概要 1、季度数据 2、各版块收入明细 3、业绩要点总收入—820 亿美元，同比增长 85%，环比增长 20%，连续第三年同比增长加速，连续第十四个季度环比增长。营收环比增长—环比增长 135 亿美元，创公司新纪录。股东回报—通过资本配置（包括股票回购）返还了 200 亿美元。数据中心收入—750 亿美元，同比增长 92%，环比增长 21%，主要受 Blackwell 架构需求的推动..."
datetime: "2026-05-21T00:33:25.000Z"
locales:
  - [en](https://longbridge.com/en/topics/40966313.md)
  - [zh-CN](https://longbridge.com/zh-CN/topics/40966313.md)
  - [zh-HK](https://longbridge.com/zh-HK/topics/40966313.md)
author: "[逍遥投资笔记](https://longbridge.com/en/profiles/4128280.md)"
---

# 英伟达 2027Q1 财报&业绩会纪要 - 数据中心收入同比 +92%，AI 基础设施扩张仍在加速

一、业绩概要

1、季度数据

![图片](https://pub.pbkrs.com/uploads/2026/c2716924545e04b8bada1817cf8b9167?x-oss-process=style/lg)

2、各版块收入明细

![图片](https://pub.pbkrs.com/uploads/2026/7113660978df9354989d5092bda9f940?x-oss-process=style/lg)

3、业绩要点

总收入—820亿美元，同比增长85%，环比增长20%，连续第三年同比增长加速，连续第十四个季度环比增长。

营收环比增长—环比增长135亿美元，创公司新纪录。

股东回报—通过资本配置（包括股票回购）返还了 200 亿美元。

数据中心收入—750亿美元，同比增长92%，环比增长21%，主要受Blackwell架构需求的推动。

数据中心计算收入—600亿美元，同比增长77%。

数据中心网络收入—150亿美元，同比增长近三倍。

超大规模子业务收入—380亿美元，约占数据中心收入的50%，环比增长12%。

ACIE 子业务收入—370 亿美元，环比增长 31%，其中 AI 云收入同比增长超过三倍。

合作伙伴数据中心容量超过 10MW—数量在 1 年内几乎翻了一番，现在超过 80 个站点。

主权收入—同比增长超过 80%，基础设施已部署在近 40 个国家。

AI 基础设施定价—H100 租赁价格今年迄今上涨了 20%；A100 云定价上涨了近 15%。

InfiniBand 收入—同比增长超过四倍，这得益于下一代 XDR 的部署。

Grace Blackwell 吞吐量—与过去 6 个月相比，Blackwell Ultra 在 GV300 上实现了 2.7 倍的吞吐量提升和 60% 的代币成本降低。

Vera CPU 平台—预计今年独立 CPU 收入将达到 200 亿美元，开启 2000 亿美元的市场机遇。

VeraRubin 的生产出货—预计将于第三季度开始，并在接下来的几个季度持续增产。

边缘计算收入—64亿美元，环比增长10%，同比增长29%；Blackwell工作站需求显著，而由于内存和系统成本上升，消费者需求有所减弱。

实体人工智能收入—过去 12 个月超过 90 亿美元。

供应承诺—包括库存采购承诺和预付款在内的总供应量增加至 1450 亿美元。

GAAP 毛利率为 74.9%（非 GAAP 毛利率为 75%），由于 Blackwell 的出货量占比最高，毛利率环比基本持平。

运营费用—GAAP 和非 GAAP 运营费用环比增长 12%；主要原因是薪酬和更高的计算/基础设施成本。

自由现金流—产生 490 亿美元，高于上一季度的 350 亿美元。

股息增加—季度股息从每股 0.01 美元提高到 0.25 美元。

股票回购授权—宣布一项新的800亿美元回购计划，加上现有计划中剩余的390亿美元。

第二季度营收展望—预计为 910 亿美元，上下浮动 2%，其中数据中心将带动增长。

第二季度毛利率预期—GAAP 为 74.9%，非 GAAP 为 75%，上下浮动 50 个基点。

第二季度运营支出预期—约 85 亿美元（GAAP）和 83 亿美元（非 GAAP）。

全年运营支出增长—预计将增长 40% 以上，这主要归功于研发投入增加和人工智能生产力工具的使用。

全年税率展望—GAAP和非GAAP税率为16%-18%，低于之前17%-19%的预期，原因是地域构成发生了变化。

中国数据中心收入—展望中未包含中国计算收入，因为在目前情况下，H200 尚未出货，预计也不会出货。

4、其他信息：

数据中心

第一季度营收创下752亿美元的纪录，比上一季度增长21%，比去年同期增长92%。

NVIDIA发布了Vera Rubin 平台，其中包括NVIDIA Vera CPU（全球首款专为智能体 AI 设计的处理器）和NVIDIA BlueField® - 4 STX（用于智能体 AI 工厂的加速存储基础设施）。

NVIDIA Dynamo 1.0投入生产，这是一款开源软件，可将 NVIDIA Blackwell GPU 上的生成式和智能推理性能提升高达 7 倍，并在全球范围内得到广泛应用。

NVIDIA发布了适用于 OpenClaw 代理平台的NVIDIA NemoClaw™ 、具有隐私和安全控制功能的自主 AI 代理的 NVIDIA OpenShell™，以及用于构建自主企业 AI 代理的开源平台NVIDIA Agent Toolkit 。

利用NVIDIA Nemotron™、NVIDIA BioNeMo™ 和NVIDIA Ising 模型进行先进的开放式 AI 模型开发，并启动NVIDIA Nemotron 联盟。

扩大与Google Cloud的合作，以推进智能体和物理 AI 的发展，包括采用 NVIDIA Vera Rubin 的全新 A5X 实例，以及在 Google 分布式云上运行的 Google Gemini 模型预览（该模型基于 NVIDIA Blackwell 和 Blackwell Ultra GPU）。

通过与Marvell建立战略合作伙伴关系，利用 NVIDIA NVLink Fusion™ 扩展了 AI 生态系统，并在硅光子技术方面开展合作。

宣布与相干公司、康宁公司和Lumentum 公司达成多年战略协议，以加速先进光学技术的创新。

NVIDIA发布了RTX PRO™ 4500 Blackwell服务器版GPU。

边缘计算

第一季度边缘计算收入为 64 亿美元，比上一季度增长 10%，比去年同期增长 29%。

发布NVIDIA DLSS 4.5 动态多帧生成技术，并预览了下一代 DLSS 3D 引导神经渲染模型DLSS 5，这是 NVIDIA 自 2018 年光线追踪技术以来最重要的图形突破。

加速和优化了关键的本地代理模型，包括 Gemma 4、Qwen、Mistral 和 NVIDIA Nemotron，适用于NVIDIA RTX™和边缘设备。

NVIDIA发布了Alpamayo 1.5 开放模型和 NVIDIA Omniverse NuRec 技术，这些技术能够大规模地实现自动驾驶系统。

与现代汽车公司和起亚汽车公司扩大合作，基于NVIDIA DRIVE Hyperion™平台构建下一代自动驾驶技术；并与 Uber 扩大合作，推出由全栈 NVIDIA DRIVE AV 软件驱动的自动驾驶车队。

宣布比亚迪、吉利、五十铃和日产正在基于NVIDIA DRIVE Hyperion平台打造 L4 级自动驾驶汽车 ，并推出了NVIDIA Halos OS，这是一个面向人工智能驱动汽车的统一安全架构。

NVIDIA发布了新的Cosmos™和 NVIDIA Isaac™ GR00T N 型号、新的 Isaac 仿真框架、 NVIDIA IGX Thor™的全面上市，以及基于 NVIDIA 技术构建的物理 AI 领导者。

与全球工业软件领导者合作，利用NVIDIA CUDA-X™、NVIDIA Omniverse™ 和加速计算来加速 AI 驱动的设计、工程和制造。

宣布与T-Mobile和诺基亚合作，将物理 AI 应用集成到 AI-RAN 就绪的基础设施上，并承诺与全球电信领导者合作，在 AI 原生、开放和安全的平台上构建 6G 无线网络。

二、业绩会纪要

管理层发言：

副总裁发言-**科莱特·克雷斯**

**科莱特·克雷斯：**本季度业绩卓越，营收、营业利润和自由现金流均创历史新高。总营收达820亿美元，同比增长85%，环比增长20%。这是我们连续第三个季度实现同比增长，也是连续第十四个季度实现环比增长。考虑到我们庞大而复杂的制造业务，这无疑是一项了不起的成就。环比营收增长135亿美元也创下历史新高。我们充分利用了市场对拐点和推理能力的需求，迅速扩大了Blackwell系统在我们多元化终端客户群中的应用，客户涵盖了从超大规模数据中心到模型构建商、人工智能云服务提供商以及自主研发客户等各个领域。

第一季度，我们有效地将资金分配到研发、生态系统投资和股票回购三个方面。在执行战略投资（包括上游供应链和下游市场生态系统）的同时，我们向股东返还了创纪录的200亿美元。这对于市场发展和我们的长期地位至关重要。数据中心收入达750亿美元，同比增长92%，环比增长21%。这主要得益于Blackwell架构的持续强劲表现。市场对GB300和NVL72的需求尤为旺盛，前沿模型构建商和超大规模数据中心运营商累计部署了成百上千块Blackwell GPU。这标志着我们公司历史上产品快速上市速度的一次突破。

Grace Blackwell 是速度最快的训练系统，同时也是推理阶段生成令牌成本最低的系统。Spectrum-X 是我们专为人工智能打造的端到端以太网平台，其规模现已超过所有同类以太网网络的总和。InfiniBand 也取得了非常强劲的季度业绩，同比增长超过 4 倍，这主要得益于我们下一代 XDR 技术的部署。在模型方面，数据中心计算收入达到 600 亿美元，同比增长 77%；数据中心网络收入达到 150 亿美元，同比增长近三倍。在深入探讨数据中心业务之前，我们想先简要介绍一下我们向新的报告框架过渡的情况，该框架能够更好地反映我们当前和未来的增长动力。

我们拥有两大市场平台：数据中心和边缘计算。数据中心领域下设两个子市场：超大规模和ACIE（人工智能云、工业和企业级应用）。超大规模市场将包含来自公有云和全球最大消费互联网公司的收入，而ACIE则着眼于我们在各类专用人工智能数据中心和跨行业、跨国界人工智能工厂的增长机遇。边缘计算重点关注用于智能体和物理人工智能的设备，包括个人电脑、游戏机、工作站、人工智能无线接入网基站、机器人和汽车。为了方便您参考，我们已在网站上发布了过去九个季度基于新平台的收入明细。接下来，让我们回到数据中心业绩。

超大规模数据中心收入达 380 亿美元，约占数据中心总收入的 50%，环比增长 12%。ACIE 收入达 370 亿美元，环比增长 31%，其中包括 AI 云收入，该收入同比增长超过三倍。我们的客户实现了 AI 计算能力的快速部署。合作伙伴数据中心数量超过 10MW 的数据中心数量在短短一年内几乎翻了一番，目前已超过 80 个。独立数据中心收入同比增长超过 80%。NVIDIA AI 基础设施现已部署在近 40 个国家/地区，覆盖 50 万亿美元的 GDP。正如我们第一季度的业绩所示，我们的客户群体多元化且不断增长。

凭借我们庞大的生态系统和庞大的用户群、丰富的 CUDA 加速应用以及最低的代币成本，我们已做好充分准备，把握远超其他任何 AI 计算平台的市场机遇。对 AI 基础设施的需求正以前所未有的速度持续增长。AI 工厂的建设正在加速推进。NVIDIA AI 基础设施的价值正在不断攀升。H100 的租赁价格今年迄今已上涨 20%，而 A100 云定价也上涨了近 15%。得益于我们平台的多功能性以及软件堆栈带来的持续性能提升，客户能够在 GPU 的使用寿命结束后继续创造可观的收益。

NVIDIA 计算平台庞大且值得信赖的市场是人工智能生态系统数十亿美元基础设施投资的重要基石。人工智能基础设施加速建设背后有两个主要驱动因素。首先，从搜索和广告到推荐系统和内容理解，规模最大的超大规模工作负载正持续从基于 CPU 的加速计算向基于 GPU 的加速计算过渡。其次，人工智能原生产品和服务的普及正在发生转变。自 ChatGPT 问世以来，我们见证了主流人工智能从单次推理到推理，再到如今的智能体（或称智能体）的转变。人工智能不再是锦上添花，而是提升各行各业、各个岗位生产力的必需品。

这正在推动人工智能产业各个层面的收入加速增长，包括能源、芯片、基础设施、模型和应用。模型层（尤其是Anthropic和OpenAI）的增长势头惊人，并且仍在持续加速。OpenAI的编解码器自GPT 5.5发布以来实现了突破性增长。分析师预测，到2027年，超大规模资本支出将超过1万亿美元，而智能体人工智能（Agentic AI）也开始在各行各业普及，人工智能基础设施支出有望在本十年末达到每年3万亿至4万亿美元。我们的Blackwell架构无处不在，已被所有主流超大规模数据中心运营商、云服务提供商和模型开发商采用和部署。

上个月，我们庆祝了 OpenAI 发布 GPT 5.5，该版本由 OpenAI 联合设计，并在 Blackwell 平台上训练和运行。目前，微软的 Farweave 数据中心——全球最强大的 AI 数据中心——已提前上线，位居人工智能分析排行榜榜首。Farweave 由数十万个 Blackwell GPU 提供支持。从今年开始，AWS 将新增超过 100 万个 Blackwell 和 Rubin GPU，并正在合作开发频谱网络。在谷歌，Blackwell 将以云服务的形式向客户提供，包括机密计算能力，为安全高性能 AI 奠定新的基础。我们在前沿 AI 计算领域的份额正在不断增长。我们深化了与 Anthropic 的合作，并很高兴成为其战略合作伙伴，助力其扩展计算能力。

我们将通过 AWS、Azure、CoreWeave、StacyX AI 等平台支持公司的发展。如今，随着 Anthropic 的加入，加上 OpenAI、Gemini、StacyX xAI、Meta、MSL、Microsoft AI、TML、Reflection、Perplexity、Cursor 以及其他已在 NVIDIA 平台上构建应用的领先实验室，我们在前沿 AI 模型领域的份额将显著增长。如今的数据中心是盈利的 AI 工厂，但受到电力和资金的限制，AI 工厂运营商必须选择合适的架构。凭借我们极致的协同设计方法，我们能够提供业界最低的代币成本、最高的代币吞吐量和最高的投资回报率。MLPerf 推理测试结果已出炉，我们再次横扫所有基准测试。

Blackwell Ultra 在各种模型和部署场景下均实现了最高的吞吐量。全栈创新推动了吞吐量提升 2.7 倍，并使 GV300 的单代币成本较 6 个月前降低了 60%。NVIDIA 计算不仅是性能最高的 AI 基础设施，也是最具经济效益和融资潜力的基础设施。客户购买的不是 GPU，而是 AI 工厂。而衡量经济效益的正确指标并非 GPU 的购买价格，而是 AI 工厂在生产智能过程中的生命周期成本，包括每瓦代币成本、每美元代币成本、正常运行时间、利用率、上线时间、软件耐久性和资产寿命。NVIDIA 在所有这些方面都表现卓越。

智能体人工智能和强化学习为CPU带来了新的增长机遇。基于Grace CPU的成功，Vera CPU的问世恰逢其时，正值这一转折点。Vera CPU采用定制的ARM内核，并与Rubin GPU和NVLink进行端到端协同设计，其单核性能最高可提升1.5倍，每瓦性能提升2倍，机架密度提升4倍（与基于x86架构的同类产品相比）。Vera CPU为NVIDIA开辟了一个全新的2000亿美元潜在市场，这是我们此前从未涉足的领域。目前，所有主要的超大规模数据中心和系统制造商都在与我们合作，共同推进Vera CPU的部署。我们预计今年CPU总收入将接近200亿美元。

我们将以此为目标，成为全球领先的CPU供应商。我们无与伦比的年度产品发布节奏，仍然是我们市场地位的关键支柱。我们正按计划推进VeraRubin的生产出货，预计将于今年下半年第三季度开始。VeraRubin将7颗专用芯片集成到5个加速机架中，与Blackwell相比，其推理吞吐量将提升高达35倍，AI工厂的收入将提升高达10倍。作为早期采用者，谷歌的XGS裸机实例可在多个站点支持多达96万个Rubin GPU。这将使客户能够在NVIDIA优化的基础架构上运行其规模最大的AI工作负载。

尽管美国政府已批准向中国客户出口H200产品，但我们尚未产生任何收入。而且，我们不确定是否会允许进口到中国。因此，与上季度一致，我们未将中国数据中心计算收入纳入预期。接下来谈谈边缘计算。我们的边缘计算市场平台创造了64亿美元的收入，环比增长10%，同比增长29%。强劲的Blackwell工作站需求是增长的主要推动力，而由于内存和系统价格上涨，消费者需求略有下降。我们的物理人工智能业务持续增长，过去12个月的收入超过90亿美元。

我们与 Uber 的合作将使 Uber 的无人驾驶出租车车队在 2028 年前覆盖近 30 个城市和 4 大洲。在机器人领域，众多领先企业正在利用 NVIDIA 的技术，开发并大规模部署涵盖工业、外科手术和人形机器人等多个应用领域的产品。我们始终积极确保充足的供应，以支持客户的增长。第一季度，我们已将包括预付库存采购承诺在内的总供应额提高至 1450 亿美元。尽管我们并非完全不受供应挑战的影响，但我们仍然有信心支持未来的增长机遇。凭借我们高度专注的业务、规模优势以及与关键供应商的长期合作关系，这些优势将继续为我们带来良好的发展。接下来，我将介绍损益表的其他部分。

按美国通用会计准则 (GAAP) 计算的毛利率为 74.9%，非美国通用会计准则 (Non-GAAP) 毛利率为 75%。由于 Blackwell Systems 继续占据我们大部分出货量，因此毛利率环比基本持平。GAAP 和非 GAAP 运营费用环比增长 12%，主要原因是薪酬上涨以及计算和基础设施成本增加。由于地域组合有利，我们的非 GAAP 实际税率为 16%，略低于之前的预期。资产负债表显示，由于收款时机良好，应收账款周转天数为 45 天。我们预计第二季度将恢复到 50 天左右。我们创造了创纪录的 490 亿美元自由现金流，高于第四季度的 350 亿美元。

现在我想向大家汇报一下我们的资本配置计划。首先，重申一下，我们的目标是优先发展研发和战略投资。这两项举措将有助于我们培育生态系统、推动市场增长并巩固市场地位。作为人工智能的关键推动者，我们将进行必要的投资，以实现业内最低的代币成本和最高的代币吞吐量。这将有助于我们的客户和合作伙伴扩展规模，并拓展人工智能的前沿领域。回报计划是我们资本配置策略的另一个关键组成部分。我们对长期自由现金流前景充满信心，并致力于与股东分享成功，因此我们将季度股息从每股0.01美元提高到0.20美元。

随着业务规模的不断扩大，我们将定期审查股息情况。此外，我们宣布一项800亿美元的股票回购授权，这笔资金将补充我们现有计划中剩余的390亿美元。正如我们在GTC大会上所提到的，我们计划今年将大约50%的自由现金流返还给股东。接下来，我将展望第二季度。预计总收入为910亿美元，上下浮动2%。我们预计环比增长将主要由数据中心业务推动。我们正持续大力完善供应链生态系统，以应对未来巨大的市场需求。

我们对 Blackwell 和 Rubin 2025 年至 2027 年的 1 万亿美元营收目标充满信心。GAAP 和非 GAAP 毛利率预计分别为 74.9% 和 75%，上下浮动 50 个基点。全年毛利率仍预计在 75% 左右。GAAP 和非 GAAP 运营支出预计分别约为 85 亿美元和 83 亿美元。全年运营支出预计同比增长 40% 以上，主要得益于研发投入的增加以及人工智能工具应用的加速，从而提升生产力。

我们预计2027年全年GAAP和非GAAP税率将在16%至18%之间，不包括因税务环境重大变化而产生的任何特殊项目。这低于我们之前17%至19%的预期，原因是地域构成发生了变化。这部分内容到此结束，接下来我将把问答环节交给Toshiya。

投资者问答：

**约瑟夫·摩尔：**太好了。谢谢您允许我提问。我想问的是，是什么促成了这种细分方式的改变？这种数据呈现方式背后的理念是什么？另外，您能否谈谈这两个细分市场之间的竞争差异，以及您提到的CPU使用率这个令人惊讶的数字？您如何看待这两个细分市场的情况？谢谢。

**黄仁勋：**是的，谢谢乔。首先，科莱特想说的是，我们将季度股息从0.01美元提高到0.25美元。我认为这额外的0.05美元对大股东来说意义重大。总之，我们来看看。乔，关于业务细分和描述，我们想更好地了解我们的业务。人工智能非常多元化，计算机领域也很多元化。它们在很多方面都存在差异。首先，人工智能当然包括语言，根据不同的行业，它可以是3D图形，用于制造业和工业机器人；它可以是蛋白质，用于生命科学；它可以是小分子化学品，用于生命科学或材料科学；它还可以是物理学。

对于物理科学领域，无论是能源行业，还是科学实验室、高等教育等等，人工智能的应用都非常广泛。其次，它的应用领域也十分多元化。它可以应用于企业、能源行业、制造业等等。它的运行环境也多种多样，可以是超大规模云，也可以是原生人工智能系统。这些原生人工智能系统正在全球范围内涌现，形成一个庞大的网络。从企业内部的工业应用，到工厂、车间，再到超级计算中心和边缘计算，人工智能的应用无处不在。当然，边缘计算也包括大多数人所看到的自动驾驶汽车和机器人等应用。

但是，无论是芯片厂、封装厂还是计算机厂，各种类型的制造工厂内部都会部署庞大且不断增长的计算机网络。当然，未来每个基站、每个无线网络都将成为人工智能驱动的无线网络。那么，它的运行位置以及最终的管理方式就成了问题。它可以通过公共云运行，但也可能由于常规的行业监管原因而无法在监管云上运行。这可能是因为涉及机密计算，也可能是因为国家安全原因。不同的数据中心需要采用不同的建设方式。

NVIDIA 的独特之处在于，我们是唯一一家自主研发所有技术组件的公司。我们采用极致的协同设计模式，从头到尾、全栈式地构建系统。当然，我们也会开放平台，使其能够集成到各种不同的环境中。但有些环境需要企业级解决方案，例如，需要一家拥有所有必要技术并能协同运作的公司，这样他们就无需自行构建。他们希望购买并运营这套系统。

因此，在数据中心市场的许多不同细分领域，NVIDIA 的整体解决方案、完全集成的解决方案、全栈式解决方案以及开放的产品生产和交付方式都至关重要。如果您看一下我们不同的细分市场，我们将其划分为三大板块。您可以把我刚才提到的所有因素都考虑进去，并尝试找到最简单的分解方式。超大规模云就是其中一大板块。在这个板块中，我们以三种不同的方式运营。第一种方式是，我们帮助超大规模云加速其数据处理和机器学习工作负载。

我们加速并支持他们内部的AI处理。当然，我们也为他们的公有云带来了大量业务，包括NVIDIA生态系统业务。这是第一个细分市场。第二个细分市场是原生AI，包括企业本地部署和工业本地部署，以及自主AI。这个细分市场增长速度惊人。因为每个人都需要AI，我们将看到AI被各个行业、各个国家、各个公司所采用。因此，每个人都想以不同的方式构建AI。而我们提供的完整解决方案让这一切变得更加容易，甚至让人们能够构建这些系统。当然，还有机器人边缘计算。

今天，计算主要围绕个人计算展开。未来，计算将围绕个人人工智能展开。而个人人工智能的一个例子就是自动驾驶汽车。它既是汽车，也是一个机器人系统，本质上就是你的个人人工智能。当然，未来还会出现各种不同类型的机器人系统，包括我刚才提到的基站无线电网络，它本质上也是一个机器人系统。这就是我们这样细分的原因。这是理解我们业务的最简单方法。它们各自在很多方面都有不同的技术栈，也使用不同的操作系统。

它们的运作方式各不相同。我们针对每个市场采取的策略也截然不同。当然，最容易进入市场的是超大规模数据中心，因为它们只有五六家。但其他数据中心，也就是整个行业，代表着全球大约25万家公司。这种市场策略非常复杂，也非常多样化。你对人工智能的理解必须极其广泛。正如你所知，NVIDIA拥有全球最大的加速库套件，涵盖从计算光刻到流体动力学、粒子物理、分子动力学等等，不胜枚举。

所有这些库对于我们与代表第二和第三类垂直行业的客户互动都至关重要。明白吗？总之，关键在于我们的业务现在已经发展壮大到如此庞大的规模，因此对其进行细分有助于您更好地了解我们的业务运作方式。

**Ben Reitzes：**大家好。非常感谢。Jensen，我想问问你关于增长的理念。你们除中国以外的数据中心业务本季度增长了约120%，而你们预计超大规模数据中心的资本支出今年将增长约100%，包括我在内的许多人都预测超大规模数据中心的资本支出今年将增长90%到100%。你还提到，到本十年末，数据中心市场规模仍有望达到3万亿至4万亿美元。我想知道，公司是否仍然希望其增长速度超过超大规模数据中心的资本支出增长速度？你是否仍然认同这种观点？

您认为今年之后超大规模数据中心的资本支出还会继续快速增长吗？非常感谢。

**黄仁勋：**是的，谢谢，Benjamin。首先，我们的增长速度应该超过超大规模资本支出。原因正如我刚才描述的业务细分所示。我们的数据中心业务分为两大类。实际上它包含更多部分，但为了简化起见，我们将其合并为两大类。它远比这两大类复杂得多。但我将其合并为两类，至少是为了更容易理解。明白吗？第一类是超大规模数据中心。这就是你刚才提到的超大规模资本支出。

今年人工智能领域的收入将达到万亿美元，我完全相信这个数字还会继续增长。这背后的原因显而易见。这就是未来计算的发展方向。如果他们不进行计算，就不会有收入。计算就是收入，计算就是利润，这一点非常明确。因此，世界正在发生变化。过去，软件并不使用SaaS，也不需要那么多的计算资源。但人工智能需要大量的计算能力。当然，你还可以做更多的事情。这就是为什么我们经常听到人工智能前沿领域，以及像Anthropologie和OpenAI这样的人工智能公司以惊人的速度发展的原因。

它们在一个月内就能实现一些SaaS公司需要十年才能达到的增长，这本身就说明了一些问题。因此，第一类是超大规模云。其资本支出已达万亿美元，并且还在增长，有望达到3万亿美元甚至4万亿美元。第二类是所有原生AI云。它们分布在世界各地，遍布全球。世界各地都有初创公司为这些公司提供支持。全球有25万家企业级公司。其中许多公司需要或想要自行构建AI工厂来运营。

许多工业企业别无选择，只能将计算机部署在实际发生情况的地方，也就是行动发生的地方。你不能把计算机放在云端。它必须能够响应，而且每次都要快速可靠。你无法想象一个芯片工厂或芯片制造厂连接到云服务提供商。这毫无意义。因此，第二类是自主人工智能云。还有一整类数据中心，半定制芯片并不适用，因为这些数据中心想要购买系统，他们想要运营系统，而不是自己设计或构建。所以，第二类数据中心极其多样化。

与第一类公司（通常只有六七家）的收入相比，第二类公司数量成百上千，未来还会达到数十万家。这类公司规模庞大，但规模较小。而且，这一类公司将继续以惊人的速度增长。当我谈到物理人工智能，以及过去30年里尚未受到IT影响的100万亿美元产业即将受到人工智能冲击时，我指的就是这第二类公司。第二类公司正在以惊人的速度增长。

当然，我们占的份额非常非常大。我们服务于这个行业的能力相当独特。我们的平台采用垂直整合的架构，确保一切运转顺畅。但同时，我们又将其拆分，以便用户可以根据自己的需求进行配置和购买，并按照自己的喜好进行组装。因此，第二类市场往往鲜为人知。因为小型公司数量众多，而且与超大规模数据中心相比，每个数据中心的规模都相对较小。

因此，如果您查看细分市场和各细分市场的规模，就会发现，事实上，我们在超大规模数据中心领域的份额正在增长，因为我们现在得到了新合作伙伴 Anthropic 的大力支持，我们将帮助他们在未来几年大幅扩展容量。而第二类市场中只有极少数公司有所涉足，这得益于我们拥有的平台解决方案。

**Christopher Muse：**Vera Rubin 即将到来，您显然对 Frontier 模型的更新、针对各种 AI 工作负载进行优化的新技术有着深刻的见解，投资者们也密切关注着您的市场份额和推理能力。您认为 Vera Rubin 在您极致的协同工程中，将如何影响您在推理市场的份额？尤其是在我们展望 2026 年末、2027 年的时候？

**黄仁勋：**嗯，我们在推理领域的市场份额正在增长，而且增长速度非常快。原因在于今年前沿模型公司的数量有所增加。除了 Cursor 和 Perplexity 之外，还有一些新的模型公司，比如 TML 和 Reflection 等等。前沿模型公司的数量确实增加了。今年我们还新增了 Anthropic 作为合作伙伴。他们的发展速度惊人。我们与他们合作，确保他们在 Azure、AWS 和 CoreWeave 等平台上的计算能力。我记不清我们还宣布了哪些其他合作伙伴，但我们正在为他们搭建一系列的在线平台。

所以，今年和明年我们将为Anthropic平台新增的产能将相当可观，非常可观。因此，我们的业务正在增长，此前我们对Anthropic的覆盖率几乎为零，直到最近才开始增长。因此，我们在推断领域的市场份额增长速度惊人。VeraRubin目前来看甚至会比Grace Blackwell更加成功。所有——我想不出有哪一家——所有前沿模型公司都会从一开始就全力支持VeraRubin。而之前Blackwell的情况并非如此。因此，VeraRubin的开局非常出色，它肯定会比Grace Blackwell更加成功。

所以，CJ，我认为你回答的最后部分是，我们在推理领域正在获得市场份额。让我再回到Benjamin提出的问题。记住，到目前为止，我刚才在推理问题上解释的所有内容都主要集中在超大规模数据中心上。记住，还有另一类人工智能数据中心，我们几乎是独家服务于这一类。这一领域非常分散，需要一个高度集成的平台解决方案，以及非常强大的市场推广能力。而这一领域的所有推理应用，100%、绝大多数都由NVIDIA主导。当然，还有物理人工智能。

NVIDIA 几乎是目前唯一一家专注于物理人工智能的公司。我们长期以来一直致力于物理人工智能的研究，因此该领域也在快速发展。所以，我们在推理领域的份额增长非常迅速。

**Timothy Arcuri：**非常感谢。Jensen，我想问问你目前在一些定制商家服务方面取得的进展，比如CPX和LPX。你之前提到过脂肪合成占据了大约20%的市场份额，所以我想LPX应该也取得了不错的成绩。你能谈谈这方面的情况吗？还有，它是如何融入你更广泛的平台战略的？谢谢。

**黄仁勋：**LPX 的设计目标是低延迟和高令牌速率。它的吞吐量和容量都比较低。它擅长上下文处理，能够吸收大量上下文信息，例如用于软件编码。但对于代理工作负载，它吸收大量上下文信息的能力就比较弱。因此，挑战在于，正如我之前解释过的，LPX 的应用场景并不广泛。它的目标用户是那些拥有相当多不同类型的令牌服务的用户，而且对于高令牌速率而言，这些服务可能属于高端服务。此外，LPX 的客户数量也并不多。

但令牌率非常高。这与我之前所说的完全一致。我仍然预期这一点。因此，我预计 LPX 和其他基于 SRAM 的解码聚焦、令牌生成、高令牌率生成的聚焦加速器，在未来一段时间内仍将是小众产品。正如您所知，Grace Blackwell 和 Vera Rubin 支持人工智能的整个生命周期，从数据处理、训练准备，到预训练、训练后强化学习，直至推理。Grace Blackwell 是世界上完成所有这些工作的最佳平台。

在某些情况下，只要客户（即服务提供商）已经能够提供高代币费率的服务，我们就可以添加LPX（高级代币交换），让他们能够更好地提供这项服务。这就是我对市场的看法。我认为，最终是20%还是10%取决于人工智能的发展阶段。我认为目前远低于20%。未来，这些高级代币的费率可能会达到20%。我知道，我们已经准备好与服务提供商合作，共同实现这一目标。

**Vivek Arya：**感谢您回答我的问题。Jensen，目前关于代理应用CPU的讨论非常热烈，CPU数量超过GPU也引发了不少争议。我希望您能谈谈您的看法，首先，这是否只是增加了工作负载？它是否会蚕食原本由GPU承担的工作？其次，您提到的200亿美元是指独立的Vera CPU，还是已经包含在Vera Rubin项目中了？

所以，您能否给我们讲解一下CPU和GPU的角色区别？它们是互相蚕食，还是互相促进？还有，200亿美元的数字，您该如何理解它与您销售的产品之间的关系？您销售的通常是CPU，而CPU又是GPU的一部分。谢谢。

**黄仁勋：**这200亿是用于独立CPU的。记住，Vera有三种用途，四种用途。我先从你们已经知道的第一种用途说起。第一种用途是VeraRubin。我们将销售数百万个Rubin，其中每两个就连接到Vera。当然，我们也会为它们定价，而且定价合理。这是第一种用途。第二种用途是Vera独立CPU。第三种用途是Vera与CX9以及存储软件栈配合使用。

然后，Vera 与 CX 9 结合使用，并配备了用于安全、计算隔离和机密计算的软件栈。明白吗？所以，这些用例中的每一个都是基于 Vera 构建的。我的感觉是，在 VeraRubin 的整个生命周期内，我们将面临供应限制。它有 4 个不同的用例。总之，总之，你问题的答案是，200 亿是一个独立的。就 CPU 使用而言，代理本质上就是人们所说的“框架”。代理有一个框架来完成任务，这个框架可以是 OpenClaw、Hermes 或 CodeClaude。它本质上是围绕 Claude 模型构建的框架。

OpenAI 的 Codex 是围绕 GPT 5.5 模型构建的一个框架。这些框架提供诸如 I/O、编排、内存管理、工具使用等功能，并连接到浏览器、C 编译器、Python 编译器等工具。框架运行在 CPU 上，工具也运行在 CPU 上。例如，如果 AI 执行搜索或使用浏览器，这些操作都将在 CPU 上运行。目前全球有十亿人类用户，我的感觉是，未来全球将拥有数十亿智能体。当然，现在还不是现在，但我们会逐渐适应这个趋势。

但我们将拥有数十亿个智能体。这数十亿个智能体都会使用工具，而这些工具就像我们人类今天使用电脑一样。未来，智能体也会使用电脑。所以，如果你设想一下，未来智能体的数量，比如现在几十万个，但最终达到几十亿个，我可以想象它们都会有效地使用电脑。

因此，由于每个代理都会衍生出子代理，每次衍生出子代理时，都需要进行推理。推理过程发生在GPU上。所有的编排工作基本上都在CPU上运行。子代理在衍生出来后，会利用GPU进行推理。代理使用模拟器时，模拟器可以在CPU或GPU上运行。这就是为什么我们与Cadence和Synopsys紧密合作，以加速全球所有工具的原因。

我们正在加速全球所有工具、数据处理引擎和数据库引擎的运行，因为智能体使用这些工具，而它们的耐心比人类低，它们希望事情快速发生。因此，我们正在加速全球所有工具的运行，使其能够在 CUDA 上运行。您可以在我与 Cadence、Synopsys、西门子以及 Adobe 等公司合作时看到我们正在这样做，因为我们正在努力让全球所有工具都能在 GPU 上运行，因为它们本身就配备了 GPU，而且速度要快得多。

所以我们需要更多的CPU，而Vera被设计成一个智能体CPU。过去的CPU设计成拥有多个核心，以便于出租。人们租用核心。但智能体不需要租用核心。它们只希望工作能够快速完成。过去的经济模式是按美元/核心计算，也就是过去的云计算经济模式。未来人工智能的经济模式是按代币/美元计算，或者按美元/代币计算。因此，我们未来需要做的就是尽可能快地生成和处理代币。

而这正是 Vera 的优势所在。因此，我们预计 Vera 72 将取得巨大成功。它需要极其强大的安全性和保密计算能力，而这正是 Vera Rubin 成为全球首个端到端保密计算平台的原因。它还需要强大的 CPU。我们已经准备好了，一切都已就绪。

**Stacy Rasgon：**我想回到细分的话题。首先，我很好奇。您如何看待这两个细分市场中的新型云？它们是超大规模云，还是人工智能云？我个人倾向于后者，但又不太确定。其次，它们的规模究竟如何？我的意思是，它们现在的规模差不多。我感觉您似乎暗示，您认为人工智能云（ACIE 云）的增长速度会更快，甚至可能超过超大规模云。您是这个意思吗？您认为这两个细分市场的增长速度大致相同？

**黄仁勋：**首先，您说得对。原生AI云平台不制造芯片，也不设计自己的芯片。他们既不想，也无法真正将不相关的部件组装成一个AI工厂。他们的时间、耐心以及对首批交付时间的容忍度都非常低。他们对架构的需求非常高，这种架构需要具备强大的兼容性，能够运行各种模型，并服务于来自世界各地的客户。因此，NVIDIA的架构对他们来说非常完美。我们提供所有组件，而我们自身没有提供的组件，我们的合作伙伴生态系统也会提供。所有组件都已完全集成。

一切都协同运作。能够从人工智能原生企业租用它的客户数量极其庞大。基本上，所有人工智能构建者，所有人工智能原生创业公司，遍布全球，包括SaaS公司、企业级公司和工业级公司。因此，我们的计算架构是全球所有计算平台中最具租赁价值的。它性能最高，最易于搭建，租赁价值最高，总体拥有成本最低，也最容易融资。所有这些特性都完美契合人工智能原生企业的独特需求。它属于第二类。

它们甚至与原始设备制造商 (OEM) 等企业非常相似。大型企业等等，令人惊讶。好吧，所以我们把它们归为第二类。如果你观察这个领域，你会发现它是在超大规模数据中心的人工智能生态系统发展起来之后才开始增长的。超大规模数据中心率先发展人工智能有很多原因。你知道，它们拥有强大的计算机科学实力，拥有卓越的数据中心能力。而且它们也主要专注于消费者应用，即使这些应用并不完美，也并非世界末日，只要它能提升服务质量，那就足够了。

因此，对于许多其他应用，例如工业应用和企业应用，在人工智能真正强大到足以高效工作、安全可靠且能创造实际影响和收益之前，它都无法得到充分利用。所以，第二类应用的发展速度预计会慢于超大规模应用。这一点可以从数据中看出。然而，从长远来看，如果你关注工业和企业应用，就会发现它们显然代表着未来的经济重心。因为它们占全球经济的50万亿至80万亿美元。而且，由于人工智能的出现，这个数字还会更高。

因此，我预计第二类应用在未来几年内规模会越来越大。我认为这是必然的，毋庸置疑。两者都会快速增长，我预计第二类应用的增长速度会更快，但两者都会快速增长。我希望在未来五年内，物理人工智能和机器人领域也能实现飞速增长。

**詹姆斯·施耐德：**下午好。感谢您回答我的问题。在GTC大会上，我记得您提到Rubin和Blackwell平台的总收入预计达到万亿美元，但我认为这不包括LPX Rubin CPX和Vera CPU机架等产品。您能否谈谈Vera CPU是否会成为超过1万亿美元收入的最大增长点？您是否正在考虑其他产品组合，包括CPU，以期获得更大的市场份额？谢谢。

**黄仁勋：**就超过万亿美元的增量而言，我认为，前沿人工智能模型的份额持续增长，我预计份额会进一步增长，所以我预计它会增长。第二点，我们没有把Verus CPU（独立CPU）算进去。所以我预计Verus CPU会是第二大市场。当然，Verus CPU的市场规模相当大，而且我们所有的客户都对Vera非常感兴趣。我们预计Vera的销量会非常可观。第三是LPX。正如我之前解释的，LPX由于采用了SRAM架构，具有极低的延迟和极高的交互性。但它的吞吐量和上下文处理能力也相当有限。

这就是基于 SRAM 类型的系统的本质，但是，通过 Vera、VeraRubin 和 LPX 的组合，我们将能够解决从预训练到后训练再到推理智能体的整个人工智能领域。

**分析师：**大家好。感谢你们回答我的问题，也祝贺你们取得了如此优异的成绩。Colette，我记得你在事先准备好的发言稿中提到，GB-3 100 是公司历史上加速性能提升最快的芯片。那么，我们应该如何看待 Vera Rubin 与这个基准测试的差距呢？它显然采用了全新的架构，虽然芯片层面有所不同，但机架结构类似。这是否意味着我们应该预期 Vera Rubin 的性能提升速度与 GB300 类似，还是会因为采用了新的芯片而更加平缓一些？谢谢。

**科莱特·克雷斯：**是的。我们之前已经说过，VeraRubin 将在下半年上市。我们将从第三季度开始。届时，我们的产能爬坡工作可能会继续推进，初期阶段的各项工作也将逐步完成。至于第四季度，目前还很难说产能爬坡速度会更快，但是，我们已经制定了需求计划，收到了采购订单。几乎所有主要客户都已准备就绪。

这些都是非常复杂的系统，我们需要将它们组装起来。所以我认为关键在于我们何时才能将它们推向市场，除了从生产部门调出所有已准备好接受订单的系统之外，没有其他问题。现在说这些还为时过早，但没错，我们将在第三季度开始。明年第一季度肯定会非常繁忙，并且会持续到第四季度，规模也会非常大。

**接线员：**目前没有其他问题了。Toshiya Hari，现在把电话交还给你。谢谢。

**Toshiya Hari：**在把电话交给 Jensen 之前，请注意 Jensen 将于 6 月 1 日在台北国际电脑展 (Computex) 期间的 GTC 大会上发表主题演讲。我们还将参加 5 月 28 日的 TD Cowen TMT 大会和 6 月 4 日的美国银行全球科技大会。我们定于 8 月 26 日召开财报电话会议，讨论 2027 年的业绩。接下来，请 Jensen 为我们做最后的总结发言。

**黄仁勋：**这是一个非凡的季度。需求呈抛物线式增长。原因很简单：智能体人工智能时代已经到来。人工智能现在可以执行高效且有价值的工作。代币现在有利可图，因此模型开发者正在竞相开发更多代币。在人工智能时代，计算能力就是收入和利润。NVIDIA 是这个时代的平台。在全球所有平台中，NVIDIA Compute 支持最丰富的需求多样性。让我重点介绍以下五点。首先，NVIDIA 是唯一能够运行所有前沿人工智能模型的平台。随着 Anthropic 的加入，加上我们现有的合作伙伴 OpenAI、xAI、Meta、Gemini 等，我们在前沿人工智能领域的份额正在不断增长。其次，我们的业务已覆盖所有超大规模云平台。

支持其核心数据处理和机器学习工作负载、内部 AI 服务，以及满足其公有云服务中 NVIDIA 用户的需求。第三，我们全栈式完整的 AI 工厂解决方案和庞大的全球生态系统使我们能够独特地满足新的 AI 数据中心细分市场的需求，包括新的 AI 云原生、新的 AI 原生云和主权 AI 云，以及企业和工业内部基础设施。这就是我之前提到的第二类。第四，NVIDIA CUDA 的应用范围一直延伸到边缘。机器人、自动驾驶汽车、嵌入式医疗仪器、AI RAN 电信基站，下一波浪潮是物理 AI。数十亿个自主系统和机器人系统将在物理世界中运行。

这是我们之前提到的第三个方面。最后，也是最重要的五大增长点之一，我们迎来了全新的增长驱动力——Vera。它是全球首款专为智能体人工智能打造的CPU。Vera为NVIDIA开辟了一个全新的2000亿美元潜在市场，这是我们之前从未涉足的领域。所有主流的超大规模数据中心运营商和系统制造商都在与我们合作部署Vera。世界正在重塑智能体人工智能和机器人物理人工智能的计算方式。NVIDIA正处于这场变革的核心。我们用了三十多年的时间打造了NVIDIA计算平台。

单一架构、庞大的生态系统、芯片、系统、网络和软件的深度协同设计，我们提前打造了这一切，以便在智能AI到来时，NVIDIA能够做好充分准备。如今，它已到来。期待下次再见。

**接线员：**今天的电话会议到此结束，您可以挂断电话了。$NVIDIA(NVDA.US) $AMD(AMD.US) $Intel(INTC.US)

### Related Stocks

- [VERA.US](https://longbridge.com/en/quote/VERA.US.md)
- [NVDA.US](https://longbridge.com/en/quote/NVDA.US.md)
- [STX.US](https://longbridge.com/en/quote/STX.US.md)
- [BLUE.US](https://longbridge.com/en/quote/BLUE.US.md)
- [GOOG.US](https://longbridge.com/en/quote/GOOG.US.md)
- [GOOGL.US](https://longbridge.com/en/quote/GOOGL.US.md)
- [NE.US](https://longbridge.com/en/quote/NE.US.md)
- [NVDL.US](https://longbridge.com/en/quote/NVDL.US.md)
- [07788.HK](https://longbridge.com/en/quote/07788.HK.md)
- [07388.HK](https://longbridge.com/en/quote/07388.HK.md)
- [NVDY.US](https://longbridge.com/en/quote/NVDY.US.md)
- [NVDD.US](https://longbridge.com/en/quote/NVDD.US.md)
- [NVDX.US](https://longbridge.com/en/quote/NVDX.US.md)
- [NVDQ.US](https://longbridge.com/en/quote/NVDQ.US.md)
- [GGLS.US](https://longbridge.com/en/quote/GGLS.US.md)
- [GGLL.US](https://longbridge.com/en/quote/GGLL.US.md)
- [AMD.US](https://longbridge.com/en/quote/AMD.US.md)
- [INTC.US](https://longbridge.com/en/quote/INTC.US.md)
- [04335.HK](https://longbridge.com/en/quote/04335.HK.md)

## Comments (1)

- **JS小军 · 2026-06-01T16:59:32.000Z**: Great article!