--- title: "英偉達：Blackwell 交付量將超過此前的預期（FY25Q3 電話會）" description: "英偉達 (NVDA.O) 北京時間 11 月 21 日凌晨，美股盤後發佈 2025 財年第三季度財報（截至 2024 年 10 月），具體內容如下以下為英偉達 2025 財年第 3 季度業績説明電話會紀要，財報解讀請移步《英偉達還是脊樑骨，只是火力近達峯》一、$英偉達(NVDA.US) 財報核心信息回顧： 二、英偉達財報電話會詳細內容 2.1、高管層陳述核心信息：1) 業務進展數據中心業務收入情況" type: "topic" locale: "zh-HK" url: "https://longbridge.com/zh-HK/topics/25661832.md" published_at: "2024-11-21T05:56:50.000Z" author: "[Dolphin Research](https://longbridge.com/zh-HK/news/dolphin.md)" --- # 英偉達：Blackwell 交付量將超過此前的預期（FY25Q3 電話會） 英偉達 (NVDA.O) 北京時間 11 月 21 日凌晨，美股盤後發佈 2025 財年第三季度財報（截至 2024 年 10 月），具體內容如下 **以下為英偉達 2025 財年第 3 季度業績説明電話會紀要，財報解讀請移步《**[**英偉達還是脊樑骨，只是火力近達峯**](https://longportapp.com/zh-CN/topics/25658092)**》** **一、**$英偉達(NVDA.US) **財報核心信息回顧：** ![GJHjk1sYUEQ9RDjwSPz77HSiQZVPy5cQ.jpg](https://pub.pbkrs.com/uploads/2024/6d06e646eb9bb3856ea89a876b681e72?x-oss-process=style/lg) **二、英偉達財報電話會詳細內容** **2.1、高管層陳述核心信息：** 1) 業務進展 **數據中心業務** 收入情況： \- 收入為 308 億美元，**環比增長 17%，同比增長 112%** \- NVIDIA Hopper 需求強勁，**NVIDIA H200 銷售額顯著增長至數十億美元**，總體擁有成本降低了 50% 驅動因素： \- **雲服務提供商約佔數據中心銷售額的一半，收入同比增長 2 倍多** \- NVIDIA H200 被廣泛部署用於 AI 訓練和推理，涵蓋數萬台 GPU 的部署需求。 \- NVIDIA GPU 區域雲收入同比增長 2 倍，北美、EMEA 和亞太地區增加了 NVIDIA 雲實例和主權雲建設 技術進展 \- **公司軟件算法的快速進步使 Hopper 推理性能提升 5 倍，並減少了 5 倍的推理延遲**，即將發佈的 NVIDIA NIM 將使 Hopper 推理性能再提高 2.4 倍 \- 新產品 Blackwell GPU**性能提升 2.2 倍，成本效率顯著提高。13,000 個 GPU 樣品已交付客户。** 區域與應用擴展： \- 北美、歐洲、中東及亞太地區的**NVIDIA 雲實例收入同比增長 2 倍**；中國市場數據中心收入**因出口合規產品的出貨實現環比增長**。 \- 客户公司利用 Hopper 基礎設施支持下一代 AI 模型、生成式 AI 內容等應用，相關收入同比翻倍。 未來展望 \- 隨着 Blackwell 的全面部署，預計第四季度數據中心業務將繼續保持強勁增長。 **網絡業務** 收入情況： **收入同比增長 20%**，InfiniBand 和以太網交換機、SmartNICs 和 BlueField DPUs 等部分收入環比增長，網絡需求強勁且不斷增長**，預計 Q4 將環比增長** 網絡平台表現： \- CSPs 和超級計算中心正在使用和採用 NVIDIA InfiniBand 平台為新的 H200 集羣提供動力 \- **NVIDIA Spectrum - X 以太網用於 AI 的收入同比增長超過 3 倍**，與多個 CSPs 和消費互聯網公司計劃大規模集羣部署，管道建設持續 \- 利用 Spectrum-X，Hopper 超級計算機實現了**高達 95% 的數據吞吐率。** **遊戲業務** 財務數據： \- 遊戲業務收入 33 億美元，**環比增長 14%**，**同比增長 15%。** 主要驅動因素： \- RTX 系列需求旺盛，受到返校季和假日季推動。 \- 新推出的 GeForce RTX AI PC 支持微軟 Copilot+ 功能，增強了遊戲與創意應用場景。 **專業可視化** 財務數據：收入 4.86 億美元，**環比增長 7%，同比增長 17%。** 業務表現： \- RTX 工作站廣泛應用於專業圖形設計、工程和生成式 AI 模型原型設計。 \- 生成式 AI 進一步推動內容創作需求，覆蓋媒體與娛樂領域。 **自動駕駛** 財務數據：收入創下 4.49 億美元新高，**環比增長 30%，同比增長 72%。** 主要驅動： \- NVIDIA Orin 自主駕駛平台的需求增長。 \- Volvo 推出基於 NVIDIA DriveOS 的全電動 SUV。 **國際表現** 中國： \- 數據中心收入因出口合規產品環比增長，但仍低於出口管控前水平。 \- 市場競爭激烈，公司將繼續遵守出口管控法規。 印度： \- 與塔塔通信和 Yotta Data Services 合作，構建基於 NVIDIA GPU 的 AI 工廠，**年底 GPU 部署量預計增長 10 倍** 日本： \- 軟銀構建 NVIDIA DGX Blackwell 和 Quantum InfiniBand 支持的超級計算機，並推動基於 NVIDIA AI Aerial 平台的 5G 網絡轉型。 財務表現 **收入端** Q3 收入為 351 億美元，較上季度增長 17%，同比增長 94%，遠超預期的 325 億美元 **毛利端** **GAAP 毛利率為 74.6%，非 GAAP 毛利率為 75%**，環比下降，主要受數據中心產品組合變化影響。 隨着 Blackwell 產品的全面鋪開，**毛利率可能短期內下降至低 70% 左右，但中長期有望回升至 75%。** **費用端** GAAP 和非 GAAP 運營費用分別為 48 億美元 和 34 億美元。 **Q4 指引** Q4 總收入為 375 億美元，上下浮動 2% GAAP 和非 GAAP 毛利率分別為 73% 和 73.5%，上下浮動 50 個基點 GAAP 和非 GAAP 運營費用預計分別約為 48 億美元和 34 億美元， GAAP 和非 GAAP 其他收入和支出預計約為 4 億美元收入（不包括非關聯投資的收益和損失） GAAP 和非 GAAP 税率預計為 16.5% 上下浮動 1% **2.2、Q&A 分析師問答** **Q：關於大語言模型擴展是否已達到瓶頸？貴公司如何幫助客户應對這些挑戰？此外，鑑於許多集羣尚未採用 Blackwell 架構，這是否進一步推動了對 Blackwell 的需求？** A：基礎模型的預訓練擴展仍在持續，儘管這是一種經驗法則而非物理定律，但現有證據表明擴展趨勢依然存在。然而，我們發現單靠預訓練已不足以滿足需求，**目前有三種擴展方式正在並行發展**： **後訓練擴展：**最初的後訓練方法是基於人類反饋的強化學習，如今已發展為基於 AI 反饋的強化學習，同時結合生成的合成數據，這些技術極大助力了後訓練階段的擴展。 **推理時擴展：**一個重要進展是 OpenAI 的 o1 模型（如 Strawberry 和 ChatGPT o1），它引入了推理時間擴展（Test-Time Scaling）。在推理過程中，模型思考時間越長，輸出結果質量越高。這種方法涉及鏈式思維、多路徑規劃等技術，類似於人類在回答問題前進行深入思考的過程。 **預訓練擴展：**這一方式仍然是核心，但與後訓練和推理時擴展相結合，使得整體擴展能力顯著提升。 隨着這些擴展方式的結合，市場對英偉達基礎設施的需求也顯著增加。**當前一代基礎模型在訓練階段大約需要 10 萬顆 H100 GPU，而下一代開始階段便要求 10 萬顆 Blackwell GPU**，這清晰反映了行業在擴展能力上的進步。 此外，推理需求也在快速增長。英偉達目前是全球最大的推理平台，受益於龐大的設備裝機基礎。從 Amperes 到 Hoppers 再到 Blackwells，這些基礎設施在訓練基礎模型的同時，也為推理任務留下了強大的計算能力儲備。 企業對於生成型 AI 的應用需求也在快速增長，推動了整體 AI 市場的需求擴展。綜合來看，基礎模型的訓練、推理擴展、AI 本地化公司的興起以及企業對 AI 的廣泛應用，共同驅動了對英偉達硬件和技術的持續強勁需求。 **Q：英偉達是否能夠按計劃執行今年提出的產品路線圖，包括明年發佈的 Ultra 和 2026 年的 Rubin 過渡計劃。請問公司對此有何回應，能否説明確保按時執行的能力？** A：Blackwell 的生產正全面推進。**本季度的 Blackwell 交付量將超過此前的預期**。供應鏈團隊與供應商密切合作，持續擴大 Blackwell 的產能，並計劃明年進一步增加供應。 **目前需求顯著超出供應**，這在生成式 AI 革命初期是可以預期的，特別是在新一代基礎模型快速發展的背景下。這些模型能夠實現推理和長期思考，尤其是在物理 AI 領域取得了突破，使 AI 能理解物理世界的結構。Blackwell 需求十分強勁，公司執行情況良好。 我們正與全球多個合作伙伴進行復雜的工程整合，包括 Dell、CoreWeave、Oracle、Microsoft 和 Google 等雲服務提供商（CSP）。這些合作伙伴都在加速推出各自的 Blackwell 系統，例如 Oracle 已上線系統，Microsoft 也即將預覽其 Grace-Blackwell 系統。儘管 Blackwell 是全棧和全基礎設施產品，我們仍需將其分解並集成到全球各地定製數據中心的架構中。 這一整合流程是我們多代產品積累的經驗所在，儘管複雜，但公司對此十分擅長。從當前部署的各類系統來看，Blackwell 的進展狀況良好。同時，本季度的交付計劃已超過我們此前的預期。 **在產品路線圖執行方面，公司堅持年更迭節奏，確保平台性能大幅提升。**這種性能提升不僅降低了訓練和推理的成本，使 AI 技術更具普及性，還直接提高了客户的收益。在供電受限的數據中心環境中（從幾十兆瓦擴展到數百兆瓦甚至千兆瓦級），最佳的性能功耗比意味着客户能獲得最高的回報。公司始終致力於通過技術創新為客户創造價值，當前所有項目均按計劃推進，保持在既定軌道上。 **Q：關於供應鏈限制，請問是多種組件導致了這一問題，還是主要與 HBM（高帶寬存儲）相關？目前供應鏈限制情況如何？** A：關於供應鏈，**Blackwell 系統需要七種定製芯片，支持多種配置，包括風冷或液冷、NVLink 8、36 和 72 連接，以及 x86 或 Grace 架構**。將這些系統集成到全球數據中心的複雜性堪稱奇蹟。本季度 Blackwell 系統的交付量從零躍升至以數十億美元計，展現了驚人的增長速度。這一過程中，幾乎全球所有主要供應鏈企業都參與其中，包括**TSMC、Amphenol、Vertiv、SK Hynix、Micron、Foxconn、Quanta、Dell**等，充分體現了強大的合作伙伴網絡。 **Q：Blackwell 今年的增長軌跡？明年 4 月季度超越 Hopper 的出貨量，這是否仍是正確的預期？那 4 月季度產品交替時是否是毛利率壓力的高峰？** A：關於毛利率，**隨着 Blackwell 的初期推廣**，我們將專注於為客户提供最佳體驗。由於多種配置和芯片的推出，**毛利率初期預計處於低 70% 的水平。然而，隨着推廣逐步推進，我們預計毛利率將在後續季度快速回升至中 70% 水平。** **Hopper 的需求將在明年持續，尤其是前幾個季度。同時，Blackwell 的出貨量將逐季度遞增。**下一季度的出貨量將超過本季度，而之後的季度將進一步增長。這表明我們正處於計算領域兩大根本性轉變的初期。 首先是從基於 CPU 的傳統編程轉向運行於 GPU 上的機器學習，這種轉變已經在各行業廣泛展開，是生成式 AI 的基礎。全球價值數萬億美元的數據中心和計算系統正在為機器學習進行現代化改造。 其次，在這些系統之上將形成一種全新的能力，即 AI。生成式 AI 的出現使得這些數據中心類似於 “AI 工廠”，不僅處理數據，更是全天候生成 AI 服務，類似於發電廠為大量消費者提供電力。這些 AI 工廠將長期運行，為大規模客户提供持續支持。 這兩大趨勢——數據中心現代化與新 AI 行業的創建——剛剛開始，我們預計這種增長和轉型將在未來幾年持續發展。 **Q：關於能否在 2025 年下半年恢復到 70% - 75% 的毛利率，以及如何迎接硬件部署週期中的消化階段？** A：有可能在 2025 年下半年達到**70% - 75% 的毛利率**，但要看增長情況。 **關於消化階段，在全球數據中心現代化完成之前可能不會出現。**數據中心仍主要基於手工編寫應用程序並運行在 CPU 上的架構。這種方式已不再適合當前需求。未來幾年內，公司在擴建數據中心時將更傾向於採用面向機器學習和生成式 AI 的新型架構，而現有的傳統數據中心將逐步被現代化升級所取代。 **從趨勢看，假設全球數據中心的 IT 支出以每年 20%-30% 的速度增長，到 2030 年，全球計算相關的數據中心市場可能達到約兩萬億美元。**在這過程中，數據中心將逐步從以編碼為基礎的傳統模式向機器學習模式轉型，這是第一階段的主要任務。 **第二階段是生成式 AI 的發展**，這是一種全新的能力和市場機會。類似於 iPhone 的出現，生成式 AI 並非替代現有技術，而是開闢了全新的應用場景。例如，OpenAI 並未取代任何傳統業務，而是創造了新的智能服務類別。隨着生成式 AI 的發展，更多的 “AI 原生” 公司將湧現，例如專注於數字藝術智能的 Runway、法律智能的 Harvey 以及數字營銷智能等。這些公司類似於互聯網時代的 “雲優先” 或 “移動優先” 企業，抓住了平台轉型帶來的全新機會。 綜上所述，未來幾年將持續推動 IT 現代化轉型與 AI 工廠的建設。這些 AI 工廠不僅是數據中心現代化的一部分，更是生成人工智能的新產業支柱。這一趨勢預計將帶來長期的增長和創新機會。 **Q：關於低 70% 毛利率的定義以及 Hopper 和 Blackwell 在 Q4 的情況** A：關於毛利率的第一個問題，低端通常指低於中位數**。我們預計毛利率可能在 71% 至 72.5% 之間浮動**，也有可能略高。隨着生產效率和產品良率的提升，我們將在年內逐步改善，最終毛利率將**恢復至中位數的 75% 左右**。 關於第二個問題，H200 的需求增長顯著，無論是訂單量還是部署速度均表現出強勁勢頭。作為目前增長最快的產品，其市場表現令人矚目。我們在第四季度仍會繼續銷售 Hopper，涵蓋多種配置，包括針對中國市場的產品配置。同時，客户也在積極部署 Blackwell，因此**第四季度兩者都會同時進行。至於 Hopper 的收入是否會在第三季度基礎上繼續增長，這取決於市場動態**。 **Q：未來 12 個月內，推理市場的增長速度會超過訓練市場？總體上，您對推理市場的發展有何看法？** A：我們的願景是有一天，推理能被廣泛應用於全球各行業。這標誌着 AI 的真正成功——當每家公司都在其營銷、預測、供應鏈、法律、工程和編程等部門全天候應用推理。我們希望數以千計的 AI 原生創業公司通過生成 AI 模型，為用户在從 Outlook 到 Excel 的每一次計算機交互中創造價值。甚至在閲讀 PDF 文件時，也會有推理生成的過程。一個值得關注的案例是 Google 推出的 NotebookLM 應用，它通過與檔案和 PDF 交互為用户提供新的體驗。 **AI 的下一步發展是物理 AI，這是語言模型之後的新領域**。物理 AI 理解物理世界的結構、邏輯，並能夠預測和模擬未來的短期變化。這種能力對工業 AI 和機器人技術至關重要，並激發了眾多 AI 原生公司和物理 AI 企業的興起。NVIDIA 開發了 Omniverse 平台，專為培養和訓練物理 AI 而設計，通過生成合成數據和物理反饋代替人工反饋來增強 AI 學習能力。這使得物理 AI 得以高效開發，推動了新型推理技術的快速發展。 此外，推理的技術挑戰性極高。一方面需要高準確率，另一方面需要高吞吐量以降低成本，同時還需實現低延遲。構建同時具備高吞吐量和低延遲的計算系統極具難度，尤其是當應用程序的上下文長度和模型的複雜性持續增長時。隨着多模態 AI 的興起，推理技術不斷創新，這種需求正驅動 NVIDIA 架構的獨特優勢。 NVIDIA 的 CUDA 生態系統使得開發者能夠快速創新，並確保技術的兼容性和可靠性。開發者的創新成果可以迅速在全球範圍內的 NVIDIA 計算平台上實現部署，從數據中心到邊緣設備，再到機器人系統。正是這種全面的部署能力和生態優勢，使 NVIDIA 能夠在推理領域保持領先地位並推動行業發展。 **Q：關於網絡業務的情況以及對 Spectrum - X 的信心** A：從網絡業務來看，我們在同比增長方面表現顯著，自 Mellanox 收購以來，我們始終專注於與數據中心業務的深度整合。網絡業務在其中起到了至關重要的作用，我們將其與數據中心繫統結合的能力持續增強並表現良好。 **本季度的環比下降僅是暫時性調整，我們預計未來將恢復增長。**隨着為 Blackwell 及更多系統的準備工作推進，不僅是現有的網絡技術需求持續增長，許多大型系統也將逐步採用我們新開發的網絡解決方案，這將進一步推動業務發展。對 Spectrum - X 達到之前提到的數十億美元規模有信心。 **Q：您提到主權需求規模達到低兩位數的十億美元水平。請問這一方面是否有最新進展？此外，能否説明遊戲業務中的供應限制情況？** A：關於主權 AI，這一領域是增長的關鍵驅動力之一，尤其是在生成式 AI 興起後，**各國致力於構建符合自身語言和文化的基礎模型並應用於本地企業。**我們在本次電話會議中也提到了多個相關實例。這些主權 AI 項目和未來管道仍保持穩定，區域性雲部署和 AI 工廠的建設為這一領域提供了更多增長機會。**主權 AI 的增長不僅限於歐洲，還在亞太地區逐步擴展。** 至於遊戲業務，目前我們正努力協調各類產品的供應。由於市場對**遊戲產品的需求快速增長，本季度的供應顯得較為緊張**，但隨着日曆年轉入新階段，供應能力將逐步恢復正常。雖然本季度供貨壓力較大，但我們預計很快能恢復供應節奏。 **Q：關於 Blackwell 供應增加是否會重新加速增長，明年上半年情況？以及美國政府換屆和中國情況對業務的影響？** A：公司按季度指導，目前正在努力滿足本季度 Blackwell 的供應需求；關於美國政府換屆和中國情況，公司將支持新政府，遵守相關規定，同時盡最大努力滿足客户需求並在市場上競爭。 **Q：關於 AI 生態系統中預訓練、強化學習和推理的計算分配以及增長重點？** A：計**算資源主要集中在基礎模型的預訓練階段，這是因為後期訓練（包括強化學習和推理相關技術）仍處於早期階段**。儘管在預訓練和後期訓練中可以通過優化降低推理成本，但某些任務需要實時思考和情境反應，因此推理階段的計算需求不可避免。 隨着基礎模型的發展，尤其是多模態基礎模型的引入，其需要處理的視頻數據量以拍字節計，規模巨大。因此，預訓練、後期訓練和推理時間的計算需求將持續擴大。在未來，計算能力將繼續朝這三個方向擴展，這也進一步證明了大規模計算需求的合理性。 為應對這一趨勢，需要持續推動計算性能的顯著提升，通過倍增效應降低 AI 應用的整體成本，同時提高效益，進而推動 AI 革命的加速發展。 本文的風險披露與聲明：[海豚投研免責聲明及一般披露](https://support.longbridge.global/topics/misc/dolphin-disclaimer) ### Related Stocks - [NVDA.US - 英偉達](https://longbridge.com/zh-HK/quote/NVDA.US.md) - [SOXL.US - 半導體 3 倍做多 - Direxion](https://longbridge.com/zh-HK/quote/SOXL.US.md) - [SMH.US - 半導體 ETF - VanEck Vectors](https://longbridge.com/zh-HK/quote/SMH.US.md) - [NVDL.US - 2 倍做多英偉達 ETF - GraniteShares](https://longbridge.com/zh-HK/quote/NVDL.US.md) --- > **免責聲明**：本文內容僅供參考，不構成任何投資建議。