英伟达 2027 年第一季度财报电话会议记录

在周三，英伟达（NASDAQ: NVDA）在其财报电话会议上讨论了第一季度的财务结果。完整的会议记录如下。 Benzinga API 提供实时访问财报电话会议记录和财务数据的服务。访问 https://www.benzinga.com/apis/ 了解更多信息。 访问完整电话会议记录请点击 https://events.q4inc.com/attendee/345403167 摘要 英伟达公司报告了创纪录的季度业绩，收入达到 820 亿美元，同比增长 85%，主要受益于其 Blackwell 架构和人工智能基础设施的强劲需求。 公司概述了向新的报告框架的战略转型，重点关注数据中心和边缘计算，超大规模和人工智能云收入显著增长。 英伟达公司宣布大幅增加股东回报，季度股息提高至每股 0.25 美元，并授权 800 亿美元的股票回购计划。 未来指导预计下个季度收入为 910 亿美元，数据中心和人工智能基础设施的需求将持续强劲。 管理层强调公司在人工智能计算平台上的独特地位，与主要科技公司合作，并专注于通过 Vera 扩大其 CPU 产品线。 完整会议记录 Sarah（会议主持人） 下午好。我叫 Sarah，将担任今天的会议主持人。此时，我想欢迎大家参加英伟达第一季度财报电话会议。所有线路已静音，以防止背景噪音。在发言者发言后，将进行问答环节。如果您在此期间想提问，只需按电话键盘上的星号，然后按数字一。如果您想撤回问题，请再次按星号一。谢谢，您可以开始会议。 Tashia 谢谢大家，下午好。欢迎参加英伟达 2027 财年第一季度的电话会议。今天与我在一起的有英伟达总裁兼首席执行官黄仁勋和执行副总裁兼首席财务官 Colette Kress。我们的电话会议正在英伟达投资者关系网站上进行直播。该直播将在讨论 2027 财年第二季度财务结果的电话会议之前提供重播。今天会议的内容是英伟达的财产，未经我们事先书面同意，不能复制或转录。在本次会议中，我们可能会根据当前预期做出前瞻性声明。这些声明受到许多重大风险和不确定性的影响，我们的实际结果可能会有实质性差异。有关可能影响我们未来财务结果和业务的因素的讨论，请参阅今天财报发布中的披露、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 表格的报告。我们所有的声明均以今天，即2027年5月20日为准，基于目前可用的信息。除法律要求外，我们不承担更新任何此类声明的义务。在本次会议中，我们将讨论非公认会计原则（non-GAAP）财务指标。您可以在我们首席财务官的评论中找到这些非 GAAP 财务指标与 GAAP 财务指标的对账，已在我们的网站上发布。接下来，我将把会议交给 Colette。 Colette Kress（执行副总裁兼首席财务官） 谢谢你，Tashia。我们交出了一个卓越的季度，收入、营业收入和自由现金流均超过了我们之前的记录。总收入为 82 亿美元，同比增长 85%，环比增长 20%。这标志着我们连续第三个季度实现同比加速增长，也是连续第 14 个季度实现环比增长，考虑到我们制造运营的庞大规模和复杂性，这是一项显著的成就。135 亿美元的环比收入增长也是创纪录的。我们利用推理需求的拐点，在我们多样化的终端客户基础上加速了 Blackwell 系统的部署。从超大规模数据中心到模型制造商，再到 AI 云服务提供商和主权客户，在第一季度我们都取得了进展。我们还有效地分配了资本，投资于我们的生态系统和股票回购。我们向股东返还了创纪录的 200 亿美元，同时在上游供应链和下游市场生态系统中执行战略投资。这对市场的发展和我们长期的市场地位至关重要。数据中心收入为 75 亿美元，同比增长 92%，环比增长 21%，这得益于我们 Blackwell 架构的持续强劲表现，GB 300 和 VL 72 的需求尤其强劲，超大规模数据中心和模型制造商累计部署了数百到数千个黑带 GPU，标志着我们公司历史上产品 ramp 的最快速度。Blackwell 是最快的训练系统，同时也是推理中最低的令牌生成成本。我们的端到端以太网平台 Spectrum X 专为 AI 构建，现在的规模超过了所有以太网网络同行的总和。Infiniband 在这一季度也表现强劲，同比增长超过 4 倍，得益于我们下一代 XDR 技术的部署。数据中心计算收入为 60 亿美元，同比增长 77%，而数据中心网络收入为 15 亿美元，几乎是同比增长的三倍。在深入探讨数据中心之前，我们想简要介绍一下我们向新的报告框架的过渡，这更好地反映了我们当前和未来的增长驱动因素。我们有两个市场平台，数据中心和边缘计算。在数据中心内，我们将报告两个子市场，超大规模和 ACIE，后者涵盖了 AI、云、工业和企业。超大规模将包括来自公共云和全球最大的消费互联网公司的收入，而 ACIE 则关注我们在各行业和国家的多样化 AI 专用数据中心和 AI 工厂的增长机会。边缘计算突出了用于自主和物理 AI 的设备，包括个人电脑、游戏主机、工作站、AI 运行基站、机器人和汽车。供您参考，我们在网站上发布了基于我们新平台的过去九个季度的收入细分。回到我们的数据中心业绩，超大规模收入为 380 亿美元，约占数据中心收入的 50%，环比增长 12%。ACIE 收入为 370 亿美元，环比增长 31%，其中 AI 云收入同比增长超过三倍。我们的客户迅速提升了 AI 计算能力。超过 10 兆瓦的合作伙伴数据中心数量在短短一年内几乎翻了一番，现在超过 80 个站点。主权收入同比增长超过 80%。Nvidia AI 基础设施现在已在近 40 个国家部署，代表着 50 万亿的 GDP。正如我们第一季度的业绩所显示的，我们的客户基础多样且不断增长，得益于我们庞大的生态系统和已安装基础、广泛的 CUDA 加速应用以及最低的令牌成本提供者。我们在应对市场机会方面处于良好位置，这一机会远远超过任何其他 AI 计算平台。对 AI 基础设施的需求以空前的速度持续扩大。AI 工厂的建设正在加速。Nvidia AI 基础设施的价值正在上升。H100 的租赁价格年初至今上涨了 20%，而 A100 的云定价几乎上涨了 15%。得益于我们平台的多功能性和不断增强的性能，客户正在产生超出其 GPU 折旧寿命的盈利收入。Nvidia 计算的广泛和可信市场是数十亿 AI 基础设施支出融资的关键基础。推动 AI 基础设施加速建设的主要有两个因素。首先，从搜索和广告到推荐系统和内容理解，最大的超大规模工作负载继续从 CPU 转向基于 GPU 的加速计算。其次，原生于 AI 的产品和服务的采用正在加速。自 ChatGPT 问世以来，我们见证了主流 AI 从一次性推理转向推理，现在自主 AI 已不再是可有可无的选择。AI 现在是提升各行业和角色生产力的必要条件。这推动了 AI 各层次的收入加速增长，包括能源、芯片、基础设施模型和应用程序。模型层的增长，特别是在 Anthropic 和 OpenAI 方面，令人难以置信，势头持续加速，包括自 GPT 5.5 发布以来 OpenAI 的 Codex 的突破性增长。分析师现在预测，超大规模资本支出将在 2027 年超过 1 万亿美元，自主 AI 开始在各行业普及。到本十年末，AI 基础设施支出有望达到每年 3 万亿到 4 万亿美元。我们的 Blackwell 架构无处不在，被每个主要超大规模数据中心、每个云服务提供商和每个主要模型制造商采用和部署。上个月，我们庆祝了 OpenAI 推出 GPT 5.5，该模型是为 Blackwell 共同设计、训练和服务的，目前在人工智能分析排行榜上名列前茅。微软的 Fairwater，全球最强大的 AI 数据中心，现已提前上线，由数十万 Blackwell GPU 提供支持。从今年开始，AWS 将增加超过 100 万个 Blackwell 和 Rubin GPU，并与 Google 在 Spectrum 网络方面进行合作。Blackwell 将向客户提供云服务，包括机密计算能力，这是安全高性能 AI 的新基础。我们在前沿 AI 计算中的份额正在增加。我们与 Anthropic 的合作更加深入，并很高兴成为其战略合作伙伴，以扩大其计算能力。我们将通过 AWS、Azure、Core、Weave、SpaceX AI 等支持公司的增长轨迹。现在，随着 Anthropic 2、OpenAI、Gemini、SpaceX、XXAI、Meta、MSL、Microsoft AI、TML、reflection、perplexity、cursor 和其他主要前沿实验室已经在 Nvidia 上构建，我们在前沿 A 模型中的份额将显著增长。今天的数据中心是产生收入的 AI 工厂，受限于电力和资本。AI 工厂运营商必须选择正确的架构。通过我们的极端协同设计方法，我们提供行业最低的令牌成本、最高的令牌吞吐量和最高的投资回报率。MLPerf 推理结果已经公布，我们再次在每个基准测试中取得了胜利，因为 Blackwell Ultra 在广泛的模型和部署场景中提供了最高的吞吐量。全栈创新推动了吞吐量的 2.7 倍增长和 GB300 上每个令牌成本的 60% 降低，与六个月前相比。Nvidia 计算不仅是最高性能的 AI 基础设施，也是最具经济性和融资能力的。客户并不是购买 GPU，而是在构建 AI 工厂，正确的经济指标不是 GPU 的购买价格，而是生产智能的 AI 工厂的生命周期成本，包括每瓦特的令牌、每美元的令牌、正常运行时间利用率、生产时间、软件耐用性和资产寿命。Nvidia 在所有这些方面都表现出色。自主 AI 和强化学习代表了 CPU 的新增长机会，基于我们灰色 CPU 的成功，Vera 正好在这个拐点到来之际到来。Vera 基于定制的 ARM 核心，与 Rubin GPU 和 NVLink 端到端协同设计，将提供每个核心高达 1.5 倍的性能、每瓦特 2 倍的性能和每机架 4 倍的密度，相比于基于 x86 的替代品。Vera CPU 为 Nvidia 打开了一个全新的 2000 亿美元的市场，这是我们以前从未涉及过的市场，所有主要的超大规模和系统制造商都与我们合作以实现部署。我们预计今年的总 CPU 收入接近 200 亿美元，使我们有望成为全球领先的 CPU 供应商。我们的年度产品发布速度无与伦比，仍然是支持我们市场地位的关键支柱。我们计划在今年下半年开始 Vera Rubin 的生产发货，从第三季度开始。通过整合七个专用芯片跨越五个加速机架，Vera Rubin 将提供高达 35 倍的推理吞吐量和高达 10 倍的 AI 工厂收入，相比于 Blackwell 作为早期采用者。谷歌的 A5X 裸金属实例可以支持多达 960,000 个 Rubin GPU，跨多个站点，使客户能够在 Nvidia 优化的基础设施上运行其最大的 AI 工作负载。尽管美国政府已批准将 H200 发往中国客户的许可证，但我们尚未产生任何收入，并且不确定是否会允许任何进口进入该国。与上个季度一致，我们在展望中不包括任何中国数据中心计算收入。接下来我想谈谈边缘计算。我们的边缘计算市场平台产生了 64 亿美元，环比增长 10%，同比增长 29%。强劲的 Blackwell 工作站需求是增长的重要推动因素，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 AI 持续获得动力，在过去 12 个月中超过了 90 亿美元的收入。我们与 Uber 的合作将推动 Robotaxi 车队在 2028 年前覆盖近 30 个城市和四大洲。在机器人领域，领先公司正在利用 Nvidia 的技术开发和大规模部署，涵盖工业、外科和类人应用。我们在确保足够供应以支持客户方面保持积极。第一季度我们增加了总供应，包括预付款的库存采购承诺，达到 1450 亿美元。尽管我们并未免疫于供应挑战，但我们对支持未来的增长机会充满信心，凭借我们对规模的高度关注和与关键供应商的长期合作关系，继续为我们提供良好的支持。接下来我想谈谈损益表的其余部分，GAAP 毛利率为 74.9%，非 GAAP 毛利率为 75%，基本持平。由于 Blackwell 系统继续占据我们大部分出货量，GAAP 和非 GAAP 营业费用环比增长 12%，主要由于薪酬增加和计算及基础设施成本上升。我们的非 GAAP 有效税率为 16%，略低于我们之前的预期，得益于有利的地理组合。我们的资产负债表日销售天数为 45 天，得益于有利的收款时机。我们预计将回到中 50 天。在第二季度，我们产生了创纪录的自由现金流 49 亿美元，较第四季度的 35 亿美元有所增加。现在我想更新一下我们的资本配置计划。首先，重申我们的意图是优先考虑研发和战略投资。这两者将使我们能够培育我们的生态系统，推动市场增长，并巩固我们作为 AI 关键推动者的市场地位。我们将进行必要的投资，以提供行业最低的每个令牌成本和最高的令牌吞吐量，这将帮助我们的客户和合作伙伴扩展和扩大。AI Frontier 回报计划是我们资本配置战略的另一个关键组成部分。鉴于我们对长期自由现金流前景的信心以及与股东分享成功的承诺，我们将每季度的股息从每股 1 美分提高到 20 美分。我们计划定期审查我们的股息，以便继续扩大我们的业务。我们还宣布了 800 亿美元的股票回购授权，这在我们当前计划剩余的 390 亿美元之外。正如我们在 DTC 上所指出的，我们计划在今年向股东返还大约 50% 的自由现金流。接下来我想谈谈第二季度的展望。预计总收入将达到 91 亿美元，正负 2%。我们预计环比增长主要将由数据中心推动。我们将继续积极努力改善我们的供应链生态系统，以应对我们面前的巨大需求，这使我们对 2025 年至 2027 年日历年间预计的 1000 亿美元的 Blackwell 和 Rubin 收入充满信心。GAAP 和非 GAAP 毛利率预计将分别为 74.9% 和 75%，正负 50 个基点。我们仍然预计将处于中 70 年代。GAAP 和非 GAAP 营业费用预计全年将分别约为 85 亿美元和 83 亿美元。我们现在预计 OPEX 增长将在年同比基础上增长到 40 年代的上半部分，主要受研发支出增加和加速使用 AI 工具以提高生产力的推动。对于 2027 年全年，我们预计 GAAP 和非 GAAP 税率将在 16% 到 18% 之间，不包括任何由于税收环境重大变化而产生的离散项目。这低于我们之前预期的 17% 到 19%，原因是地理组合的变化。这部分到此结束，我现在将转交给 Toshio 进行问答。 东志雄 谢谢，Colette。我们现在将进入问答环节。请准备提问。 操作员 谢谢。在此，我想提醒大家，提问时请按星号，然后按电话键盘上的数字一。我们将暂停片刻以整理问答名单。请注意，每人限问一个问题。谢谢。您的第一个问题来自摩根士丹利的 Joseph Moore。您的线路已开启。很好。 Joseph Moore（摩根士丹利股票分析师） 谢谢您让我提问。我想问一下是什么驱动了细分的变化？给我们这些数字的背后哲学是什么？然后您能谈谈这两个细分市场之间的竞争差异，以及您提到的这个令人惊讶的 CPU 数字吗？您如何看待这两个细分市场的情况？谢谢。 黄仁勋（总裁兼首席执行官） 好的，谢谢你，Joe。首先，Colette 想说的是我们将季度股息从 1 美分提高到 25 美分。我认为这额外的 5 美分对大股东来说意义重大。那么，Joe，关于业务的细分和描述，我们希望你能更好地理解我们的业务。人工智能是非常多样化的，计算也是多样化的。它们在几个方面都是多样化的。首先，当然是人工智能包括语言，具体取决于不同的行业，它可以是制造业和工业机器人中的 3D 图形，也可以是生命科学中的蛋白质，或者是生命科学或材料科学中的小化学品。它可以是物理科学中的物理，无论是在能源部门，还是科学实验室、高等教育等。因此，人工智能是多样化的。第二，应用也是多样化的。它可以是企业，也可以是在能源部门、制造部门等。它的运行环境也是多样化的。它可以是在超大规模云中，也可以是人工智能原生的。这些人工智能原生的网络正在全球范围内不断涌现。企业在工业现场的工厂、生产设施，一直到超级计算中心和边缘计算。边缘计算，包括当然大多数人看到的自动驾驶汽车、机器人，但在制造工厂内部有一个快速增长的计算机网络。无论是芯片厂、包装厂还是计算机厂，各种不同类型的制造工厂。然后当然在未来，每一个基站、每一个无线网络都将成为一个人工智能驱动的无线网络。因此，它的运行环境，以及最后如何治理，你知道，它可以由公共云运营，但也可能由于工业监管原因而无法在监管云中运行。这可能是因为机密计算，也可能是出于国家安全原因。不同的数据中心必须以不同的方式构建。Nvidia 在这方面是独特的，因为我们是唯一一家构建所有技术组件的公司。我们以极端的协同设计方式、完整的端到端方式、全栈方式进行构建。但我们当然会开放平台，以便能够集成到所有不同的环境中。但有些环境只需要企业，例如，需要一家拥有所有技术协同工作的公司，这样他们就不必自己构建，而是希望购买并运营它。因此，数据中心市场有许多不同的细分领域，Nvidia 的整体解决方案、完全集成的解决方案具有全栈但仍然开放的特点。这种生产或交付产品的方式真的非常重要。因此，如果你看看我们的不同细分市场，我们将其分为三个大细分市场，你把我刚才说的所有话都拿出来，试图找到最简单的分解方式，那就是超大规模云，这将是一个大细分市场。在这个细分市场中，我们有三种不同的运营方式。第一种方式是我们帮助超大规模云加速他们的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人工智能处理。我们当然还将大量的 Nvidia 生态系统业务带入他们的公共云中。这是一个细分市场。第二个细分市场是人工智能原生、企业内部、工业内部以及主权人工智能。这个细分市场增长非常迅速，因为每个人都需要人工智能，我们将看到人工智能被每个行业、每个国家、每个公司采用。因此，每个人都希望以不同的方式构建它。我们提供整个解决方案，使得人们能够更容易地构建这些东西，甚至使得构建这些东西成为可能。然后当然，今天的机器人边缘，昨天的计算主要是关于个人计算。未来将是关于个人人工智能。个人人工智能的一个例子是自动驾驶汽车。这是一辆车，是一个机器人系统，本质上是你的个人人工智能。当然，还会有各种不同类型的机器人系统，包括我提到的基站无线网络，基本上将成为一个机器人系统。这就是我们以这种方式将所有内容拆分的原因。这是理解我们业务的最简单方式。每一个细分市场在很多方面都有不同的技术栈。它们有不同的操作系统，以不同的方式运行。我们在每一个细分市场的市场推广方式也非常不同。最简单的市场推广当然是超大规模云，因为它们只有五六家，但其余的行业代表了全球大约 250,000 家公司，市场推广非常复杂，非常多样化。你对人工智能的理解必须非常多样化。正如你所知道的，Nvidia 拥有世界上最大的加速库套件，从计算光刻到流体动力学、粒子物理学、分子动力学等等，列表还在继续。所有这些库对于我们参与代表第二和第三类的垂直行业至关重要。好的，总之，我们的业务现在已经发展壮大到如此规模，进行细分有助于你更好地理解我们的业务是如何运作的。 操作员 您的下一个问题来自 Melius Research 的 Ben Reitzes。您的线路已开启。 Ben Reitzes（股票分析师） 嘿，大家好，非常感谢。我想问一下。Jensen，我想问你关于你对增长的哲学。你的数据中心业务在中国的增长约为 120%，然后你预测超大规模数据中心的资本支出将增长约 100%，许多人，包括我自己，预计今年将增长 90% 到 100%。你提到数据中心仍然有望在十年末达到 3 到 4 万亿美元。我只是想知道，公司是否希望增长速度超过超大规模数据中心的资本支出？你是否愿意支持这个观点？你是否仍然认为超大规模数据中心的资本支出在今年之后仍会以非常快速的速度增长？非常感谢。 黄仁勋（总裁兼首席执行官） 是的，谢谢，Ben。首先，我们的增长速度应该快于超大规模资本支出。原因在于我刚才描述的细分市场。我们的数据中心业务有两个主要部分。虽然还有更多部分，但为了简单起见，我们将其合并为两个主要部分。实际上比这两个部分要复杂得多，但我将其合并为两个部分，以便更容易理解。好的。如果你看第一部分是超大规模数据中心，那就是你刚才提到的超大规模资本支出。今年的资本支出达到一万亿美元。我有充分的理由相信它将从这里继续增长。这是未来计算的方式。如果他们没有计算能力，他们就不会有收入。这一点非常明确。计算就是收入，计算就是利润。因此，世界正在改变。软件过去不需要使用 SaaS，也不需要使用那么多计算能力。但人工智能需要大量的计算能力。当然，你可以做得更多。这就是我们听到人工智能前沿的原因。人工智能公司，包括 Anthropic 和 OpenAI，正在以惊人的速度增长。事实上，他们在一个月内的增长，某些 SaaS 公司需要十年才能实现，这说明了一些问题。因此，第一类是超大规模数据中心，资本支出达到一万亿美元，并且正在朝着 3 到 4 万亿美元增长。第二类是所有的人工智能本土云。它们是区域性的，遍布各地。全球有许多初创公司支持这些企业，全球有 25 万家企业，其中许多将不得不为自己建立或希望建立人工智能工厂。为了运营许多工业公司，别无选择，只能将计算机放在上下文所在的地方，行动发生的地方。你不能把它放在云端。它必须每次都可靠、快速地响应。无法想象一个芯片厂与云服务提供商连接。这没有任何意义。因此，第二类是主权人工智能云。因此，有一整类数据中心，半定制芯片根本不适用，因为这些数据中心希望购买系统，想要运营系统，而不想自己设计或构建。因此，第二类是极其多样化的。与第一类相关的收入只代表五、六、七家公司，而第二类则是数百、数千家公司。未来将会有数十万家公司，拥有大量小型安装。这个类别将继续以惊人的速度增长。当我谈到物理人工智能时，我谈到过去 30 年没有受到影响的 100 万亿美元行业即将受到人工智能的影响。这就是我所说的第二个集群正在以惊人的速度增长。我们在其中的份额当然是非常大的。我们在服务这个行业的能力上相当独特。我们的平台是垂直整合的，因此一切都能正常工作。但当我们将其拆解时，人们可以根据他们想要的配置进行构建和购买，并以他们喜欢的方式组装。因此，第二类相对较少被理解，因为每个安装中的许多公司相对较小，与超大规模数据中心相比当然是如此。因此，如果你查看细分市场和每个部分的规模，你会发现我们在超大规模数据中心中实际上正在增长，因为我们现在得到了来自 Anthropic 的更大支持，这是我们的新合作伙伴，我们正在帮助他们在未来几年大幅扩展他们的能力。然后，第二类中很少有公司能够接触到，因为我们拥有的平台解决方案。 运营商 下一个问题来自 Cantor Fitzgerald 的 CJ Muse。您的电话已接通。 CJ Muse 下午好。感谢您接受这个问题。您即将推出 Vera Rubin，您显然对即将更新的前沿模型、围绕多样化人工智能工作负载的优化新技术有很好的洞察。鉴于投资者对您的市场份额和推理高度关注，您如何看待 Vera Rubin 在您的极端协同工程中对您推理市场份额的影响？您知道，我们展望 26 年末和 27 年。 黄仁勋（总裁兼首席执行官） 好吧，我们在推理领域的市场份额正在快速增长。今年，前沿模型公司的数量增加了，因此有了 Cursor 和 Perplexity，还有一些新的模型公司，如 TML 和 Reflection，名单还在继续。因此，前沿模型公司的数量增加了，我们今年将 Anthropic 加入了我们的合作伙伴关系。他们的扩展速度非常快。我们与他们合作，以确保在 Azure、AWS、CoreWeave 等平台上的计算能力，我忘记了我们已经宣布的其他公司，但还有很多其他公司我们正在为他们提供服务。因此，我们今年和明年将为 Anthropic 提供的计算能力将是相当可观的，非常可观。因此，我们正在增长，而我们对 Anthropic 的覆盖率在此之前几乎为零，直到最近。因此，我们在推理领域的市场份额正在非常快速地增长。Vera Rubin 将比 Grace Blackwell 更成功。每一家，我想不出有哪一家，每一家前沿模型公司都会从一开始就选择 Vera Rubin。这在 Blackwell 时代并不成立。因此，Vera Rubin 的开局非常好，肯定会比 Grace Blackwell 更成功。所以我认为，C.J.，你问题的结尾是我们在推理领域正在获得市场份额。让我再回到 Ben 问的问题。记住，到目前为止，我刚刚在推理问题中解释的一切实际上都是集中在超大规模上。记住，还有一个几乎是我们独特服务的 AI 数据中心的第二个类别。这个细分市场非常分散，需要一个相当集成的、非常好的集成平台解决方案和一个非常大的市场推广。而且，在这个细分市场中，所有的推理，100% 绝大多数都是 Nvidia，当然还有物理 AI。今天，Nvidia 几乎是唯一一家提供物理 AI 的公司。我们在物理 AI 方面已经工作了很长时间，因此这也是在增长。因此，我们在推理领域的市场份额正在快速增长。 操作员 您的下一个问题来自于 UBS 的 Timothy Arturi。您的线路已开启。 Timothy Arturi（UBS 的股票分析师） 非常感谢，Jensen。我想问一下您在一些定制商用产品上的进展。您正在做 CPX 和 LPX 之类的事情，我只是想问一下，您之前提到过这个实例大约占市场的 20%。所以我想象您在 LPX 上获得了相当不错的进展。您能谈谈这个吗？也许您知道这如何融入您更广泛的平台战略。谢谢。 Jensen Huang（总裁兼首席执行官） LPX 是为低延迟和高令牌速率设计的。但它的吞吐量较低，模型容量较小，处理上下文的能力较低，例如在软件编码和代理工作负载方面，它吸收大量上下文的能力较低。因此，挑战就在于，我之前已经解释过，LPX 的使用案例并不广泛，它是为拥有相当大规模不同类型令牌服务的用户设计的，对于高令牌速率，这些服务可能相当优质，但客户数量并不多，但令牌速率非常高。因此，这与我之前所说的完全一致。我仍然预期 LPX 和其他基于 SRAM 的解码、专注于高令牌速率的生成加速器在一段时间内将始终是一个小众产品。正如您所知，Grace Blackwell 和 Vera Rubin，我们支持 AI 的整个生命周期，从数据处理、准备训练、数据处理到预训练、后训练、强化学习，一直到推理。Grace Blackwell 是世界上最好的平台来完成这一切。如果在某些特定情况下，只要客户提供商已经拥有高令牌速率的服务，那么我们可以附加一个 LPX，他们可以更好地提供该服务。因此，这就是我对市场的看法，我认为无论是 20% 还是 10% 都取决于我们在 AI 发展中的位置。我认为今天远低于 20%。有一天，这些优质令牌可能会达到 20%。我们准备与服务提供商合作，以实现这一能力。我对此感到兴奋。 操作员 您的下一个问题来自于美国银行证券的 Vivek Arya。您的线路已开启。 Vivek Arya（美国银行证券的股票分析师） 谢谢您回答我的问题，Jensen。关于代理应用程序的 CPU 有很多兴奋点，还有很多关于 CPU 数量实际上超过 GPU 数量的噪音。我只是希望您能给出您的看法，首先，这是否是一个增量工作负载？这是否在某种程度上侵蚀了 GPU 本来会做的事情？其次，您提到的 200 亿这个数字，是指独立的 Vera CPU，还是已经包含在 Vera Rubin 的 VERA 中？所以如果您能教育我们一下，CPU 与 GPU 的角色，是否存在侵蚀关系，是否是增量的？然后 200 亿这个数字，如何与您通常销售的内容相结合，通常是 CPU 作为 GPU 的一部分。谢谢。 Jensen Huang（总裁兼首席执行官） 这 200 亿是用于独立的 CPU。请记住，我们的 Vera 有三种使用方式，作为独立的 CPU，有四种方式。让我先从你已经知道的开始。第一种方式是 Vera Rubin。我们将销售数百万个 Reuben，每两个 Reuben 连接到一个 Avera。当然，我们也为这些定价，并且定价是合理的。所以，这就是第一种用例。第二种用例是 Vera 独立 CPU。第三种是 Vera 与 CX9 结合，它在存储的软件栈中。然后是 Vera 与 CX9 结合，使用 A 软件栈进行安全和计算隔离以及机密计算。好的，这些用例都是基于 Vera 构建的。我的感觉是，在 Vera Rubin 的整个生命周期内，供应将受到限制。它有四种不同的用例。不过，无论如何，你的问题的答案是，这 200 亿是与 CPU 使用相关的独立部分。代理。代理本质上是人们所称的 “工具”。代理有一个工具，执行相关操作。这个工具可以是开放的 Claw，也可以是 Hermes 代码、Claw 代码，云代码本质上是围绕 Claude 和 Opus 模型的工具。OpenAI 的 Codex 是围绕 GPT 5.5 模型的工具。因此，这些都是工具。这些工具提供了输入输出、编排、内存管理、与工具连接的工具使用，例如浏览器等。C 编译器、Python 编译器。因此，工具在 CPU 上运行，工具使用在 CPU 上运行。比如说，如果 AI 要进行搜索或使用浏览器，这将运行在 CPU 上。世界上有十亿人类用户。我的感觉是，未来世界将会有数十亿代理。现在还没有。我的意思是，我们会逐渐发展，但未来会有数十亿代理。这些数十亿代理都会使用工具。这些工具就像我们人类今天使用的 PC 一样。在未来，你会有一个代理使用 PC。因此，如果你考虑未来，你可以选择你喜欢的代理数量。现在可以称之为几十万个，但在未来可以称之为几十亿。我可以想象他们都在使用有效的 PC。因此，每一个代理都会衍生出子代理。每当他们衍生出这些子代理时，你就需要进行推理。思考发生在这里。所有的思考都发生在 GPU 上。所有的编排基本上在 CPU 上运行，而子代理在思考时使用 GPU。每当代理使用模拟器时，这些可以在 CPU 或 GPU 上运行，这就是我们与 Cadence 和 Synopsys 密切合作的原因，以加速全球的工具。我们正在加速全球的工具、数据处理引擎和数据库引擎，因为代理使用这些工具，并且他们的耐心容忍度低于人类，他们希望事情迅速发生。因此，我们正在加速全球的工具，以便它们在 Cuda 上运行。你可以看到我们在做这个。当我与 Cadence、Synopsis、Siemens 以及 Adobe 等公司合作时，就是因为我们试图让全球的工具在 GPU 上运行，因为它们已经有 GPU，速度更快。因此，我们将需要更多的 CPU。Vera 被设计为代理 CPU。过去的 CPU 被设计为有多个核心，以便可以轻松租用。人们租用核心，但代理不租用核心，他们只希望工作能快速完成。过去的经济学是每个核心的美元。这是过去云计算的经济学。未来 AI 的经济学是每个美元的代币或每个代币的美元。因此，我们未来需要做的是生成代币，尽可能快地处理代币，这就是 Vera 做得非常好的地方。因此，我们期待 Vera 会非常成功。但你知道，最终，我们正在为 AI 构建基础设施，它需要极好的存储。这就是我们构建 stx 的原因。它需要极好的网络。这就是我们有 Spectrum X 的原因。它需要极好的 GPU，当然，还有推理能力。这就是 MV Link 72 的原因。它需要极好的安全性和机密计算。这就是 Vera Rubin 成为全球首个端到端机密计算平台的原因。它需要优秀的 CPU。我们已经涵盖了所有这些。 运营商 您的下一个问题来自 Bernstein Research 的 Stacy Raskin。您的线路已开启。 Stacy Raskin（Bernstein Research 的股票分析师） 嗨，大家好，谢谢你们回答我的问题。我想回到细分市场。所以首先，我很好奇，你将 NEO 云放在哪两个细分市场中？它们是在超大规模云中，还是在 AI 云中？我一部分假设它们在后者，但我不太确定。然后，看看它们的规模。我是说，它们现在的规模几乎相同。听起来你似乎在暗示你认为后者，即 AI 云，未来可能会比超大规模云增长得更快。你是这个意思吗？还是你认为两个细分市场的增长会是相同的？ 黄仁勋（总裁兼首席执行官） 首先，你说得对，AI 原生云并不制造芯片，也不设计自己的芯片，他们也不想这样做。他们实际上无法将不相关的部分组合成一个 AI 工厂。而且，他们对首次令牌的时间、耐心和容忍度极低。他们对架构的需求非常高，要求能够支持大量的模型，拥有来自各个地方的客户。因此，这就是为什么英伟达的架构对他们来说如此完美的原因。我们提供每一个组件，而我们不提供的部分，我们的合作伙伴生态系统会提供。而且这一切都是完全集成的，能够协同工作。能够从 AI 原生云租用这些资源的客户数量非常庞大。基本上，全球每一个 AI 构建者，每一个 AI 原生初创公司，SaaS 公司，企业公司，工业公司等等，因此，我们的计算架构是全球任何计算平台中最具租赁价值的。它是性能最优的，组装最简单的，租赁价值最高的，拥有最佳的总拥有成本（TCO），而且融资也最容易。因此，所有这些特性都非常符合 AI 原生云的需求。这是第二类。他们与 OEM 等大型企业非常相似。令人惊讶的是。好吧，所以我们将其归入第二类。如果你看看这个细分市场，它在 AI 生态系统在超大规模发展后开始增长。超大规模首先发展 AI 是出于很多原因。他们拥有出色的计算机科学，卓越的数据中心能力，并且他们主要专注于消费者应用，这些应用如果不完美，也不是世界末日。只要它能提升服务，就可以了。因此，对于许多其他应用，工业应用和企业应用，直到 AI 非常强大，能够进行真正的生产性工作，并且安全地做到这一点，并且能够以实际产生影响和收入的方式进行工作，它们并不会被广泛使用。因此，你可以预期第二类的发展速度会慢于超大规模。你可以从数字中看到这一点。然而，从长远来看，如果你看看工业和企业，显然这是未来经济发展的方向，因为它代表了全球经济的 50 到 80 万亿美元。因此，随着 AI 的发展，这个数字还会更大。因此，我预计第二类在未来一段时间内会变得更大，尤其是在接下来的几年里。我认为这是一个必然的结论。这两者都会以惊人的速度增长。我预计第二类仍会增长得更快，但两者都会以惊人的速度增长。然后我希望在接下来的五年内，物理 AI 和机器人领域将会快速增长。 运营商 您的下一个问题来自高盛的 Jim Schneider。您的线路已开启。 Jim Schneider 下午好。感谢您接受我的提问。在 GTC 上，我相信您提到过对 Rubin 和 Blackwell 平台收入的万亿美金可见性，但我相信这不包括像 lpx、Rubin CPX 和 Vera CPU 机架这样的东西。您能否给我们一个感觉，Vera CPU 是否会成为超出那 1 万亿美元的最大潜在来源？您是否考虑其他产品组合，包括 CPU，以便让您获得更大的市场份额？谢谢。 黄仁勋（总裁兼首席执行官） 在万亿以上的增量方面，我会说，首先是前沿 AI 模型市场份额的持续增长。我预计会增加更多的市场份额，因此我期待它的增长。第二，我们在这个数字中没有包括任何 Vera CPU 的独立 CPU，因此我预计它将是第二大来源。市场总量当然在代理系统中相当庞大，我们所有的客户对 Vera 都非常兴奋，我们将会销售大量的 Vera。第三是 lpx，因为正如我之前解释的，LPX 由于其 SRAM 架构的设计，具有非常低的延迟和非常高的交互性，但它的吞吐量和上下文处理能力也相对有限。这就是 SRAM 类型系统的本质。但通过 Vera、Vera Rubin 和 lpx 的组合，我们将能够覆盖 AI 的整个范围，从预训练到后训练，再到推理代理系统。 运营商 您的下一个问题来自 TD Cowan 的 Joshua Buchalter。您的线路已开启。 Joshua Buchalter（TD Cowan 股权分析师） 嘿，大家好，感谢您接受我的提问，并祝贺你们取得的优异成绩。Colette，我相信在您的准备发言中提到 GB300 是公司历史上最快的增长。我们应该如何看待 Vera Rubin 与这个基准的比较？显然这是一个新的硅级架构，但类似的机架。这是否意味着我们应该期待 Vera Rubin 的增长曲线与 GB300 相似，还是由于新的硅材料，它的增长会更为渐进？谢谢。 Colette Kress（执行副总裁兼首席财务官） 是的，我们已经表示过一段时间，我们将在下半年推出 Vera rumen。我们将在第三季度开始，这将是我们的初步阶段，然后一旦进入第四季度，我们可能会看到我们的增长持续。现在很难说哪个增长会更快，但我们已经有需求计划。我们已经有了订单，几乎所有主要客户都准备好了，这些都是我们需要组装的非常复杂的系统。所以我认为这只是我们将其推向市场所需的时间。除此之外，没有其他问题，只是从我们准备好订单的所有不同系统的生产中获取。所以现在说还为时尚早，但确实，我们将在第三季度开始，并继续在第四季度和明年的第一季度进行增长。毫无疑问，这将是非常大的。 Tashia Hari 目前没有进一步的问题。Tashia Hari，我将电话交还给你。 黄仁勋（总裁兼首席执行官） 谢谢。在我把时间交给黄仁勋之前，请注意，黄仁勋将在 6 月 1 日的 GTC 台北 Computex 上发表主题演讲。我们还将参加 5 月 28 日的 TD Cowan TMT 会议和 6 月 4 日的美国银行全球科技会议。我们将于 8 月 26 日召开电话会议，讨论 2027 财年第二季度的业绩。接下来，请黄仁勋为我们总结。这是一个非凡的季度。需求呈现出指数级增长。原因很简单，Agentic AI 已经到来。AI 现在可以进行生产性和有价值的工作。代币现在是盈利的。因此，模型制造商正在竞相生产更多。在 AI 时代，计算能力就是收入和利润。Nvidia 是这个时代的平台。在世界上所有的平台中，Nvidia 计算支持着最丰富的需求多样性。让我强调我认为的五个重点。首先，Nvidia 是唯一一个能够运行每个前沿 AI 模型的平台。随着 Anthropic 的加入，我们现有的合作伙伴包括 OpenAI、XAI、Meta、MSL、Gemini 等，我们在前沿 AI 领域的份额正在增长。第二，我们在每个超大规模云中，支持他们的核心数据处理和机器学习工作负载、内部 AI 服务，以及支持他们在公共云服务中对 Nvidia 用户的需求。第三，我们的全栈完整 AI 工厂解决方案和广泛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、新的 AI 云原生、新的 AI 原生云和主权 AI 云以及本地企业和工业基础设施。这是我之前提到的第二类。第四，Nvidia CUDA 延伸到边缘。机器人、自动驾驶汽车、嵌入式医疗仪器、AI 运行的电信基站。下一波是物理 AI，数十亿个自主和机器人系统在物理世界中运行。这是我们之前提到的第三个细分市场。最后，作为五个重点之一，我们有一个主要的新增长驱动因素，Vera，世界上首个专为 Agentic AI 构建的 CPU。Vera 为 Nvidia 开启了一个全新的 2000 亿美元的市场，这是我们以前从未涉及过的市场，每个主要的超大规模云和系统制造商都在与我们合作进行部署。世界正在为 Agentic AI 和机器人物理 AI 重建计算。Nvidia 处于这些转型的中心。我们在三十年内构建了 Nvidia 计算平台。一个架构，广泛的生态系统，极端的协同设计，涵盖芯片、系统、网络和软件。我们在这个时刻之前就构建了它，以便在 Agentic AI 到来时，Nvidia 能够做好准备。它已经到来了。期待下次再见。 免责声明： 本转录仅供信息参考。虽然我们努力确保准确性，但此自动转录可能存在错误或遗漏。有关公司的正式声明和财务信息，请参阅公司的 SEC 文件和官方新闻稿。公司参与者和分析师的声明反映了他们在本次电话会议日期的观点，可能会随时更改，恕不另行通知。