疫情疊加封鎖，遊戲下滑拖垮二季度業績（英偉達電話會）
英偉達 (NVDA.O) ，北京時間 5 月 26 日凌晨，美股盤後發佈 2023 財年第一季度財報（截至 2022 年 3 月），要點如下：
季報核心數據 vs 市場預期速覽：
1）營收端：季度實現 82.88 億美元，同比 +46.4%，略超市場預期（81 億美元）；
2）毛利率：季度毛利率 65.5%，同比 +1.4pct，低於市場預期（65.75%）；
3）淨利潤：季度實現 16.18 億美元，低於市場預期（18.68 億美元）；
4）下季度指引：$英偉達(NVDA.US) 預計 2023 財年第二季度營收 81 億美元（正負 2% 浮動），低於市場預期（84.35 億美元），俄羅斯和中國疫情封鎖等因素可能影響在 5 億美元左右。毛利率（GAAP）方面，公司預期 2023 財年第二季度為 65.1%（正負 0.5pct 浮動），低於市場預期（65.76%）。
詳細財報信息可以參考海豚君的點評《“疫情肥” 沒了，英偉達業績長相殘了》
一、電話會增量信息整理：
遊戲業務：①受益於 RTX 30 系列的產品週期。自 2020 年秋季推出以來，RTX 30 系列一直是我們有史以來最好的遊戲產品週期。根據 Newzoo 的數據，在過去 2 年中新增了 1 億 PC 遊戲玩家。公司預計現在有近 1/3 的 GeForce 遊戲 GPU 安裝基數在 RTX 上。②以太坊網絡哈希率增長速度放緩可能反映了 GPU 上的挖礦活動減少，公司預計未來的貢獻會減少。
汽車業務：一季度達成了與比亞迪和 Lucid Motors的合作。公司的 DRIVE Orin SoC 現已投入生產，並隨着汽車客户在第二季度及以後的增長而開始了一個主要的產品週期。汽車客户未來 6 年訂單超過 110 億美元。
數據中心業務：數據中心的增長主要是由於我們的 A100 GPU 在訓練和推理方面的大力採用，以及超大規模客户的大規模部署以及在垂直行業中的廣泛採用。垂直行業的收入比去年強勁增長了兩位數。本季度推動增長的主要垂直領域包括：消費互聯網公司、金融服務和電信。
二季度影響：假設俄羅斯和中國疫情封鎖有關的影響估計約為 5 億美元，其中，對遊戲銷售額造成 4 億美元的影響（二季度遊戲業務大約下降百分之十幾），此外，缺少對俄羅斯的銷售將對數據中心的第二季度產生 1 億美元的影響，預計數據中心和汽車的強勁連續增長將被遊戲業務的連續下滑所抵消；
二、電話會內容：
一、管理層彙報
遊戲業務
- 在 GeForce RTX 30 系列產品週期的推動下，收入 36 億美元，環比增長 6%，同比增長 31%。
- 自 2020 年秋季推出以來，RTX 30 系列一直是我們有史以來最好的遊戲產品週期。根據 Newzoo 的數據，在過去 2 年中新增了 1 億 PC 遊戲玩家，遊戲行業發展迅速。
- 滿足首次購買 GPU 的買家以及升級 PC 以體驗 250 多種 RTX 優化遊戲和應用程序的需求，比去年翻了一番。我們估計，現在有近 1/3 的 GeForce 遊戲 GPU 安裝基數在 RTX 上。
- 以太坊網絡哈希率增長速度放緩可能反映了 GPU 上的挖礦活動減少。我們預計未來的貢獻會減少
汽車業務
- 第一季度收入為 1.38 億美元，環比增長 10%，同比下降 10%。
- 第一季度，我們達成了與比亞迪和 Lucid Motors 的合作， 公司汽車客户在未來六年的訂單就超過 110 億美元。
- 我們的 DRIVE Orin SoC 現已投入生產，並隨着汽車客户在第二季度及以後的增長而開始了一個主要的產品週期。Orin 在市場上有很大的吸引力，贏得了來自汽車製造商、卡車製造商和自動駕駛出租車公司的超過 35 個客户。
數據中心業務
- 創紀錄的 38 億美元收入，環比增長 15%，同比增長 83%。
- 由於對外部和內部工作負載的強勁需求，來自超大規模和雲計算客户的收入同比增長了一倍以上。
- 客户的基礎設施需求仍然受到供應限制，並在努力跟上需求的同時繼續增加容量。
- 垂直行業的收入比去年強勁增長了兩位數。本季度推動增長的主要垂直領域包括：消費互聯網公司、金融服務和電信。
- 總體而言，數據中心的增長主要是由於我們的 A100 GPU 在訓練和推理方面的大力採用，以及超大規模客户的大規模部署以及在垂直行業中的廣泛採用。
- 我們的網絡產品仍然受到供應限制，儘管我們預計在今年餘下時間會繼續改善。
二季度展望
- 展望假設俄羅斯和中國疫情封鎖有關的影響估計約為 5 億美元，其中，對遊戲銷售額造成 4 億美元的影響，此外，缺少對俄羅斯的銷售將對數據中心的第二季度產生 1 億美元的影響，預計數據中心和汽車的強勁連續增長將被遊戲業務的連續下滑所抵消。
- 收入預計為 81 億美元，上下浮動 2%。
- GAAP 和非 GAAP 毛利率預計分別為 65.1% 和 67.1%，上下浮動 50 個基點。
- GAAP 運營費用預計為 24.6 億美元。非美國通用會計準則運營費用預計為 17.5 億美元。
- GAAP 和非 GAAP 其他收入和支出預計約為 4000 萬美元，不包括非關聯投資的損益。
- GAAP 和非 GAAP 税率預計為 12.5% ，上下浮動 1%，。資本支出預計約為 4 億至 4.5 億美元。
二、Q&A
Q：儘管有宏觀經濟的挑戰，但 RTX 只有 1/3 的安裝基數，並且我們正在擺脱供應不足的影響，假設 7 月份的季度裏疫情封控的挑戰會被克服，怎麼去展望遊戲業務的趨勢？
A：遊戲行業的潛在動力非常穩固，不包括中國和俄羅斯的 COVID 封鎖情況，其餘市場相當強勁。我們預計遊戲動態將保持不變。
談談推動遊戲行業發展的幾個重要原因：僅在過去 2 年，就有 1 億新遊戲玩家進入 PC 行業，格局已大大擴展；此外，許多人使用個人電腦去連接朋友，並且依託平台把自己打造成網紅，因此許多人現在將家用 PC 作為他們的第二個工作站，因為他們也在家裏工作。
所以我認為基本增長動力依然很好，但我們展望今年下半年時，依然很難準確預測新冠病毒和俄羅斯的戰爭何時會過去。
Q：，Grace 和 Hopper 通過 NVLink 得到互聯，是否設想業務繼續以卡驅動的方式依附於第三方服務器？隨着時間的推移，業務收入會發生什麼轉換？是否更多的是在 NVLink 上將所有芯片垂直集成在一起？該行業如何應對這一潛在舉措？
A：目前正在投入使用的下一代服務器都是第 5 代。輸入/輸出性能大大高於以前的可用性能。因此，您將看到一個相當大的更新需求。因此，我們正是利用 Hopper 進入第 5 代的最佳時機。
想要進行許多不同的系統配置，如果退後一步，看看數據處理、科學計算、機器學習和訓練所必需的系統類型，在雲中為超大規模性質進行推理，為在邊緣完成的企業計算在本地完成。這些工作負載和部署位置中的每一個，您的管理方式都將決定不同的系統架構。所以沒有適合所有人的 1 種尺寸，這就是為什麼我們支持 PCI Express 如此出色的原因之一，我們在其他人之前創新了芯片到芯片互連，幾年前，我們的第四代 NVLink 允許我們將 2 個芯片彼此相鄰連接，2 個芯片，2 個模塊，2 個 SXM 模塊到 2 個系統到多個系統。因此，我們一致的芯片到芯片鏈接 NVLink 使我們能夠混合和匹配芯片、裸片、封裝、系統以及所有這些不同類型的配置。而且我認為，隨着時間的推移，你會看到更多類型的配置。
其原因與正在出現的一些非常重要的新型數據中心有關。現在，您開始看到具有 NVIDIA、HPC 和 NVIDIA AI 的相當大的安裝、基礎設施。這些是真正的 AI 工廠，您可以在其中處理數據、提煉數據並將數據轉化為智能。這些 AI 工廠基本上運行 1 個主要工作負載，並且它們以 24/7 全天候運行。深度推薦系統就是一個很好的例子。
將來，您將看到大型語言模型本身成為一個平台，它將會 24/7 全天候運行，託管一大堆應用程序。然後在另一端，您會看到邊緣的數據中心將成為機器人或自主數據中心，它們將 24/7 全天候運行。它們將在世界各地的工廠、零售商店和倉庫、物流倉庫中運行。所以這兩種新型數據中心才剛剛興起，它們也有不同的架構。
所以我認為這一切的關鍵在於我們支持每一個工作負載的能力，因為我們有一個通用加速器來運行每一個工作負載，從數據處理到數據分析，從高性能計算到訓練到推理，我們可以支持 ARM 和 x86 我們支持 PCI 到多系統 NVlink 到多芯片 NVLink 到多芯片 NVLink，對我們來説，這種能力使我們能夠真正服務於所有這些不同的細分市場。
關於垂直整合，我認為系統整合，讓我説的更好的方式是系統整合將以各種不同的方式出現。我們將像過去與包括任天堂在內的許多公司一樣做半定製芯片。我們將像使用 NVLink 一樣製作半定製小芯片。NVLink 對我們的合作伙伴開放，他們可以把它帶到任何晶圓廠，並連接到我們的芯片中、我們可以做多模塊包、我們可以做多包系統。所以有很多不同的方法來進行系統集成。
Q：你提到 5 億美元的影響中，遊戲業務佔了 4 億美元，對數據業務佔 1 億美元，是否意味着遊戲業務的影響比俄羅斯和疫情封鎖更嚴重。鑑於你們面臨的這些挑戰，如何期待業務的增長？
A：我們確實預計遊戲會在第二季度下滑。我們仍然相信我們的最終需求仍然非常強勁。Ampere 剛剛成為一個偉大的架構，在許多領域，我們繼續看到我們的銷售量和可能我們將看到添加到該渠道的內容的實力和增長。但總的來説，Q2 遊戲將比上季度從 Q1 下降，它可能會有百分之十幾的下降。當我們嘗試解決中國的一些封鎖措施時，這些封鎖措施阻礙了我們。因此，總體而言，對遊戲的需求仍然強勁。我們仍然預計第二季度的終端需求將同比增長。
Q：在這個財報季，有很多關於企業增加數據中心支出的討論。您談到了雲計算與企業支出的同比增長。是否可以再談談企業出現的一些連續變化？能談談企業與數據中心的軟件附加率嗎，你最感興趣的是哪個軟件？
A：上個季度，我們的數據中心業務創紀錄。我們預計會有一個創紀錄的季度——本季度另一個創紀錄的季度，我們對下半年相當樂觀。用於編寫軟件和從公司擁有的大量數據中提取洞察力的人工智能和數據驅動的機器學習技術對我們所知道的所有公司來説都具有難以置信的戰略意義。因為歸根結底，人工智能是關於智能的自動化，而大多數公司都是關於特定領域的智能。
我們已經創建了幾種技術，使大多數公司能夠應用他們的數據來獲得洞察力，並使他們必須做的許多預測性事情自動化並快速完成。機器學習、數據分析、數據驅動的洞察力人工智能的趨勢席捲了幾乎所有行業和每家公司。
我們的網絡業務也受到高度供應限制。我們的要求非常非常高。除了我們的芯片之外，它還需要很多組件。組件和收發器以及連接器和電纜。只是 - 它真的是 - 它是一個複雜的系統，網絡，並且有許多物理組件。所以——供應鏈一直存在問題。我們正在盡最大努力，我們的供應從第四季度到第一季度一直在增加。我們預計它會在第二季度增加，並在第三季度和第四季度增加。因此，我們非常非常感謝我們周圍組件行業的支持，我們將能夠增加這種支持。
軟件方面，有 2 個，首先有各種機器學習模型，計算機視覺，語音 AI，自然語言理解，各種機器人應用，最多的——可能是最大的——最明顯的是自動駕駛汽車，它本質上是一個機器人人工智能。然後最近，一個名為 Transformers 的 AI 模型取得了令人難以置信的突破，它在自然語言理解方面帶來了非常非常重要的進步
我最喜歡的一個模型應用是使用 Transformers 來理解化學語言，或者使用 Transformers 和使用 AI 模型來理解蛋白質、氨基酸的語言，即基因組學。應用人工智能來理解——識別模式、理解序列並從本質上理解化學和生物學的語言是一個非常非常重要的突破。所有這些圍繞合成生物學的興奮，其中大部分都可以追溯到這些發明中的一些。
但無論如何，所有這些不同的模型都需要一個引擎來運行。該引擎稱為 NVIDIA AI。就超大規模生產者而言，他們可以拼湊出大量開源代碼，我們為他們提供了很多源代碼，併為他們提供了很多引擎，以供他們操作人工智能。但是對於企業來説，他們需要有人將它打包在一起，並且能夠支持和更新它，為新架構更新它，在他們的安裝基礎中支持舊架構等等，以及他們擁有的所有不同的用例。
NVIDIA AI 幾乎就像一個續集引擎。除了這是一個人工智能引擎。我們提供了另一個引擎，該引擎稱為 Omniverse，它是為下一波人工智能設計的，人工智能不僅要操縱推薦系統和對話系統等信息。但它必須與物理系統交互。
無論是直接與物理交互，即機器人技術，還是能夠自動化物理系統，如熱回收蒸汽發生器，這在今天非常重要。所以 Omniverse 被設計成能夠坐在那個界面，模擬和人工智能之間的交叉點，這就是 Omniverse 的意義所在。
我們仍處於部署 Omniverse 以獲得商業許可的早期階段。自從我們發佈 Omniverse 企業版以來，已經過去了幾個季度。我們有 10% 的世界前 100 家公司已經是客户，許可客户，我們正在評估的人要多得多。我認為它已被下載近 200,000 次。它已在大約 700 家公司中試用。
因此，我期待 NIVDIA AI 引擎，Omniverse 引擎會非常成功，併為我們的收入做出巨大貢獻。
Q：今年推出新產品的計劃？
A：正如我們所討論的那樣，我們新架構的大部分產品爬坡將在今年下半年看到。例如，我們將開始看到，Hoppe 可能會在第三季度出現，但在接近日曆年年底時開始增加。因此，您應該考慮到我們的大部分產品發佈都將在下半年增加。
Q：儘管面臨很多不利因素，你的指引中依然認為數據中心會實現非常強勁的同比增長，接近 70% 左右。是否有考慮宏觀經濟放緩的週期性影響？
A： 我們的數據中心需求強勁並且依然強勁。正如你所提到的，超大規模和雲計算收入已經顯着增長。它比去年翻了一番。我們看到 A100 的採用率非常高。A100 在加速器領域確實非常特別和獨特。這是我們將 GPU 從圖形擴展到 CUDA 再到 Tensor Core GPU 時真正非常偉大的創新之一。它現在是一個通用加速器。
因此，您可以將其用於 ETL 的數據處理，例如提取、轉換和加載。您可以將其用於數據庫加速。許多 CPL 功能在 NVIDIA GPU 上得到加速。我們加速 Rapids，我們加速 Python 版本，Pandas 的數據中心規模版本，我們加速 Spark 3.0。因此，在您進行訓練和推理之前，從數據庫查詢到數據處理，再到數據的提取、轉換和加載，以及您需要執行的任何圖像處理或其他算法處理，都可以在 A100 上完全加速。所以我們在那裏看到了巨大的成功。
近期，幾個不同的非常重要的新 AI 模型正在以非常非常大的規模和非常緊迫的速度進行投資。
您可能聽説過深度推薦系統，這是經濟引擎，是互聯網的信息過濾引擎，如果沒有 Recommender 系統，我們幾乎不可能在世界上每天都在不斷變化的數萬億事物中享受我們的互聯網購物體驗，甚至可以使用您的 3 英寸手機上網。因此，所有這些神奇的東西都可以通過這個令人難以置信的東西稱為推薦系統來實現。
第二個是對話式人工智能。您會看到聊天機器人和網站客户服務，甚至現在 AI 支持實時客户服務，對話式 AI 一方面有機會增強客户服務。另一方面，補充大量勞動力短缺。
第三個是與 Transformer 相關的開創性工作，它引領了自然語言理解的突破。但在其中，有一個令人難以置信的東西，稱為大型語言模型，它嵌入了人類知識，因為它已經過訓練和大量數據。我們最近發佈了威震天 530B。這是我們與微軟的合作，我認為他們稱之為圖靈的基礎。這種語言模型和其他類似的語言模型，如開放式 AI、GPD 3 確實具有變革性，它們需要大量的計算。然而，最終結果是一個非常了不起的交易前模型。
現在，我們正在與數以千計的初創企業、正在建設中的使用公共雲的大公司合作。因此，它在公共雲中推動了對我們的大量需求。我認為我們現在有 10,000 家 AI 初創公司正在與我們合作並使用 NVIDIA AI，無論是在本地還是在雲端，它都可以節省資金，因為計算時間顯着減少。服務質量要好得多，他們可以做更多的事情。這就是在雲端推動人工智能。
所以所有這些不同的因素，無論是工業界對人工智能重要性的認識，這些新的人工智能模型推薦系統的變革性，大型語言模型，對話式人工智能。全球數以千計的公司在雲中使用 NVIDIA AI——推動公共雲需求，所有這些都在推動我們的數據中心增長。因此，我們預計數據中心需求將保持強勁。
Q：您曾發表評論説您對數據中心的瞭解從未像現在這樣好。所以我想知道，排除俄羅斯的影響，是否所有訂單都保持完好，你説業務將看到強勁的勢頭，能否更多地展示你的信心？
A：首先，我們對數據中心的能見度應該比幾年前好得多，好得多。原因有很多。如果你還記得 2 年或 3 年前的情況，深度學習和 AI 在世界上擁有 CSP 和超大規模計算機的大多數計算機科學深度公司中開始加速。而且——但幾乎在其他任何地方，它仍然是新生事物。這有幾個原因。顯然，當時對該技術的理解並不那麼普遍。人工智能的工業用例類型需要對數據進行標記，這非常困難。
然後現在有了 Transformer，你有無監督學習和其他技術，零樣本學習讓我們能夠做各種有趣的事情，而不必擁有人工標記的數據。我們甚至使用 Omniverse 合成生成的數據，幫助客户生成數據而無需標記數據，這要麼成本太高，要麼坦率地説，通常是不可能的。所以現在，知識和技術已經發展到大多數行業可以以相當有效的方式使用人工智能的地方，並且在許多行業中相當具有變革性。
所以我認為，第一，我們從雲計算和超大規模企業擴展到所有行業。其次，我們從以訓練為中心轉向推理。大多數人認為推理會很容易。事實證明，推理要困難得多。原因是因為有這麼多不同的模型，有這麼多不同的用例和這麼多的服務質量要求，您希望在儘可能小的空間內運行這些推理模型。因此，當您橫向擴展使用該服務的用户數量時，確實非常高。因此，使用 NVIDIA 平台進行加速，我們可以推斷任何模型，從計算機視覺到語音，從化學到生物學，應有盡有。而且我們做的如此之快，如此之快，以至於成本非常低。所以你做的加速越多，你節省的錢就越多。我認為，這種智慧是絕對正確的。
所以第二個維度是訓練推理。
第三個維度是，我們現在擁有如此多不同類型的系統配置，我們可以從高性能計算系統一直到雲，從本地到邊緣。
最後的概念是現在人工智能的這種工業部署，它使我們能夠在幾乎每個行業中找到增長。如您所知，我們的雲增長非常非常快。然而，垂直部分，垂直行業，即金融服務、零售和電信，所有這些垂直行業也發展得非常好。
所以在所有這些不同的維度上，我們的能見度應該會好很多。然後從幾年前開始，將 Mellanox 產品組合添加到我們公司，我們能夠為沒有技能和沒有技能的公司提供更多面向解決方案的端到端平台解決方案能夠支撐這些複雜系統的技術深度。因此，我們的網絡業務也在非常非常好地增長。
Q：團隊是否預計數據中心在今年剩餘時間內會繼續增長？
A：答案是肯定的。我們看到數據中心超大規模到雲計算到垂直行業的強勁需求。安培將繼續擴大規模。它在世界上每一家公司都獲得了資格。所以 2 年後，它仍然是地球上最好的通用加速器，並且將繼續在所有這些不同的領域和不同的市場中擴展。我們將在此之上添加一個全新的架構 Hopper。
我將在全新的網絡架構之上進行分層。Quantum 3、CX-7、BlueField 3，我們的供應也在增加。因此，我們期待數據中心在下個季度再次迎來一個出色的季度，並進入下半年。
Q：為什麼採購承諾在本季度再次上升？您在電話會議中多次提到網絡業務的持續供應限制，是否在其他業務上也受限？
A：我們的購買義務以及我們的預付款有 2 件重要的事情需要牢記。一，有史以來第一次，我們正準備確保我們有長期的供應和這些承諾。此外，就我們的採購義務而言，其中許多是我們必須採購的長交貨期物品，以確保我們的產品能夠上市。我們的採購承諾中有很大一部分是用於我們的數據中心業務，您可以想象，這些業務是更大的系統、更復雜的系統以及我們正在採購的那些東西，以確保我們能夠滿足未來幾個季度及未來的需求。
我們仍然有點供應受限的領域是網絡業務，但我們的需求相當強烈。我們一直改進。但是仍然存在對網絡業務的供應問題。
Q：是否可以幫助我們展望一下汽車業務在接下來幾個季度的發展軌跡？
A：我們剛剛開始出貨 Orin，第一季度出貨量產 Orin。Orin 是一種機器人處理器。它專為軟件定義的機器人卡片或機器人拾放器或機器人搬運器、物流搬運器而設計。
我們已經為 35 家汽車和卡車以及機器人出租車公司以及更多其他公司提供了服務，如果包括物流搬運工和最後一英里交付系統和農業設備，那麼 Orin 的設計贏得的訂單數量真的非常棒。
Orin 是一款革命性的處理器。它被設計成一個芯片上的數據中心，如果你願意的話。它是第一個機器人芯片上的數據中心，處理傳感器信息，它是安全的，它具有像機密計算一樣具有相當彈性的能力。因此，Orin 確實是生產中的技術奇蹟。我們很可能經歷了一段時間以來最低的汽車業務季度。這樣做的原因是因為在接下來的 6 年左右，我們估計會獲得 110 億美元的業務。因此，我認為現在説 Orin 以及我們的自動駕駛汽車和機器人業務將成為我們下一個數十億美元的業務是一件相當安全的事情。
機器人、自主系統和自主機器，無論它們是否變化，但處於物理邊緣的人工智能系統肯定會成為下一個主要的計算領域。它肯定會成為下一個主要的數據中心領域。如您所知，我們已經在這個領域工作了十年。我們在這方面擁有相當多的專業知識。Orin 只是我們在這裏工作的一個例子。
我們的自主系統戰略有 4 個支柱。從數據處理和其中的人工智能訓練部分開始，訓練機器人人工智能；第二，模擬機器人人工智能，即全能；第三，機器人人工智能的記憶，也稱為映射；最後是實際的機器人應用程序和系統中的機器人處理器，這就是 Orin 的用武之地。但 Orin 只是我們機器人戰略和下一波 AI 的 4 個支柱之一。
所以我對計算機行業下一階段的發展非常樂觀和熱情。而且我認為其中很多都將處於邊緣。其中很多將與機器人技術有關。
