北京
出品 | 網易智能
作者 | 小小
編輯 | 王鳳枝
“沒有計算，就生不成token；沒有token，就賺不到錢。”
在剛剛結束的英偉達2026財年第四季度財報電話會議上，公司創始人兼首席執行官黃仁勛用這樣一句直白的論斷，概括了當前AI行業的核心商業邏輯。
數據顯示，英偉達各項財務指標依然強勁，季度實現營收681億美元，同比增長73%，凈利潤大幅增長，毛利率維持在75%的高位。不過黃仁勛與首席財務官科萊特·克雷斯（Colette Kress）并未在歷史財務數據上過多停留，而是將焦點全面轉向了由“計算即收入”驅動的產業未來。
財報會上，黃仁勛指出，業界已經迎來了智能體的拐點。以Anthropic和OpenAI為例：前者的收入在一年內增長了10倍，但依然受制于算力容量瓶頸；后者同樣面臨龐大的算力需求。在Claude Code、Codex等智能體工具開始為企業創造實際經濟價值的當下，云服務商能上線多少算力，就意味著能實現多快的收入增長。
支撐這一宏大愿景的，是英偉達長期構建的軟硬件生態壁壘。會上透露，即便是六年前發布的A100芯片，如今在云端依然供不應求。這得益于英偉達GPU架構的全面兼容性。正是這種兼容性，使得英偉達敢于在軟件工程上進行巨額投入，因為任何一項最新的軟件優化，都能惠及全球龐大的存量設備，讓老架構也能吃到新技術的紅利。
此外，網絡業務已成為英偉達基礎設施版圖的關鍵一環。進入以太網交換市場僅兩年，英偉達正迅速確立其全球領先地位。
面對分析師對“75%高毛利率能否持續”的疑問，黃仁勛的回應聚焦于技術迭代：支撐高毛利率的核心動力，是持續為客戶帶來跨代際的性能飛躍，創造遠超系統成本的價值。
在黃仁勛的推演中，繼當前的智能體AI浪潮之后，下一波將是深入制造業和機器人領域的物理AI。此外，黃仁勛還在會上展望了“太空計算”的圖景。他坦言，盡管目前太空數據中心的經濟效益欠佳，且面臨無空氣流動、無法使用液冷等嚴苛的物理散熱挑戰，但未來大有可為。
圖片：黃仁勛在GTC演講，來源：英偉達官網
以下為英偉達財報會議實錄
首先是黃仁勛開場演講：
本季度，我們顯著深化并擴展了與領先前沿模型制造商的合作伙伴關系。我們最近共同慶祝了OpenAI推出GPT-5.2 Codex，該模型的訓練和推理均依托于Grace Blackwell和NVL72系統進行。GPT-5.2 Codex能夠處理涉及研究、工具使用和復雜執行的長時間運行任務。5.3 Codex也已在英偉達內部廣泛部署。我們的工程師非常喜歡它。我們正繼續推進與OpenAI的合作協議，并相信距離最終達成已近在咫尺。對于能與OpenAI持續合作，我們感到無比振奮。這是一家劃時代的公司，能夠從其創立之初便與之攜手，我們深感榮幸。
Meta超級智能實驗室正在以閃電般的速度擴張。上周，我們宣布Meta正在部署數百萬個Blackwell和Rubin GPU、NVIDIA CPU以及Spectrum-X以太網，用于訓練和推理。
本季度，我們還宣布與Anthropic建立合作伙伴關系，并向其投資100億美元。Anthropic將在Grace Blackwell和Vera Rubin上進行訓練和推理。Anthropic的Claude Cowork智能體平臺具有革命性意義，為企業的AI應用打開了閘門。在Claude Cowork和OpenClaw之間，計算需求正在飛速增長。
通過與Anthropic、Meta、OpenAI和xAI的合作，英偉達已全面覆蓋所有云平臺。同時，憑借我們從零開始構建全棧AI基礎設施以及在云端提供全面支持的能力，我們占據著得天獨厚的優勢，能夠在訓練、推理以及AI工廠規模化擴展等各個階段，與前沿模型構建者深度合作。
最后，我們近期與Groq就其低延遲推理技術達成了非排他性許可協議，并歡迎一支頂尖的工程師團隊加入英偉達。正如我們當年融合Mellanox一樣，我們將依托Groq的創新來拓展英偉達的架構邊界，將AI基礎設施、性能和價值推向全新高度。
分析師問答環節：
美國銀行證券分析師維韋克·阿里亞（Vivek Arya）：感謝您接受我的提問。您剛才提到，目前對進入2027年的增長已具備清晰的能見度，而您的采購承諾顯然也印證了這種信心。仁勛，我很好奇，當您審視您最大的云服務客戶時，今年他們的云資本支出已接近7000億美元，許多投資者擔心明年很難繼續維持這一增速，而且其中幾家企業產生現金流的能力也正面臨壓力。我知道您對自己產品路線圖和采購承諾等非常有信心，但您對客戶是否有能力持續增長其資本支出，有多大信心？如果他們的資本支出不再增長，英偉達能否仍在現有的預算范圍內找到增長路徑？謝謝。
黃仁勛：我對他們現金流的增長有信心，原因很簡單：我們已經看到了智能體AI的拐點，以及智能體在全球各地企業中展現出的巨大實用性。正因如此，你看到了令人難以置信的計算需求。在這個AI新世界里，計算就是收入。沒有計算，就生不成token；沒有token，就賺不到錢。在這個AI新世界里，計算就等于收入。此時此刻，我確信，隨著Codex和Claude Code投入生產使用，以及業界對Claude Cowork充滿期待，還有大家對OpenClaw及其企業版本抱有極高熱情，所有企業級ISV（獨立軟件開發商）現在都在其工具平臺之上開發智能體系統。
現在，我確信我們不僅正處于拐點，更已經跨過了這道分水嶺。我們正在生成有利可圖的token，這些token不僅能轉化為客戶的生產力，對云服務提供商來說也同樣有利可圖。其背后的簡單邏輯與思考方式是：計算范式已經改變。過去我們是在計算機上運行軟件，需要一定規模的計算機數量，姑且稱之為每年3000至4000億美元的資本支出，而現在這些資金已經全面投入到AI中。對于AI來說，為了生成token，你需要計算能力，而這直接轉化為增長，也直接轉化為收入。
摩根士丹利分析師喬·摩爾（Joe Moore）：好的，謝謝，祝賀你們取得優異的業績。您剛才談到了你們對Anthropic以及可能對OpenAI、CoreWeave所做的一些戰略投資，以及與英特爾、諾基亞、新思科技等伙伴的合作。很明顯，你們正處于整個行業的中心。您能否談談這些投資發揮的作用，以及您如何看待利用資產負債表作為工具，來增強英偉達在生態系統中的地位并從中分享增長紅利？
黃仁勛：英偉達一切的核心是我們的生態系統。正是由于我們生態系統的豐富性，大家才如此喜愛我們的業務。世界上幾乎每一家初創公司都在英偉達的平臺上進行開發。我們存在于每一朵云和每一個本地數據中心之中。我們的足跡遍布全球的邊緣和機器人系統。成千上萬的AI原生公司建立在英偉達的基礎架構之上。我們希望利用這一新計算時代、這一新計算平臺轉變伊始所帶來的巨大機遇，讓所有人都能使用英偉達的平臺。一切都已經建立在CUDA之上，因此，我們擁有一個非常好的起點。
在我們構建整個AI生態系統的過程中，無論是語言AI、物理AI，還是AI物理學、生物學、機器人技術或制造業，我們都希望將所有這些生態系統都建立在英偉達之上。這對我們來說是一個絕佳的機會，可以對涵蓋整個技術棧的生態系統進行投資。我們的生態系統如今也比過去更加豐富。過去，我們主要提供基于GPU的計算平臺，但現在我們是一家AI計算基礎設施公司，我們在各個維度上都有計算平臺。從計算到AI模型，再到網絡和DPU，所有這些之上都有對應的計算技術棧。
正如我之前提到的，無論是在企業、制造業、工業、科學還是機器人領域，這些生態系統中的每一個都有不同的技術棧，我們希望確保持續投資于我們的生態系統。我們的投資導向非常明確，那就是戰略性地專注于擴大和深化我們生態系統的覆蓋范圍。
J.P.摩根分析師哈蘭·蘇爾（Harlan Sur）：網絡業務在您整體數據中心業務中的占比持續上升。整個26財年，您的網絡收入每個季度都實現了同比加速增長，對吧？正如您提到的，第四季度同比增長達到了3.6倍。顯然，這得益于你們在縱向擴展（Scale-up）和橫向擴展（Scale-out）網絡產品組合上的強大實力。我記得去年上半年，你們Spectrum-X以太網交換平臺的年化運行率大約在100億美元左右。看起來，去年下半年可能已經提升到110億至120億美元的水平。Jensen，從你們的訂單儲備來看，特別是隨著Spectrum-XGS以及即將推出的102T Spectrum-6交換平臺的面世，Spectrum目前的發展勢頭如何？以及您對今年結束時的預期是什么？
黃仁勛：如你所知，我們將自己視為一家人工智能基礎設施公司，而人工智能計算基礎設施包括CPU和GPU。我們發明了NVLink，將單個計算節點擴展成一個巨大的計算機架。我們發明了“機架級計算機”的概念。我們交付的不是計算節點，而是整機架的計算系統。這個基于NVLink交換機的縱向擴展系統，隨后會使用Spectrum-X和InfiniBand進行橫向擴展。這兩種技術我們都支持。我們還使用Spectrum-X橫向擴展技術跨數據中心進行擴展。我們將網絡視為計算的自然延伸。我們以開放的姿態提供一切，以便客戶可以根據不同的規模自由組合，或者以他們喜歡的任何方式將其集成到定制化的數據中心中。
歸根結底，這都是我們平臺至關重要的組成部分。NVLink的發明確實極大地推動了我們網絡業務的發展。每個機架都配備了九個交換節點，每個節點有兩個芯片，未來還會有更多。我們在每個機架內實現的交換量確實令人難以置信。我們現在也是全球最大的網絡公司。如果單看以太網，我們大約在兩年前進入以太網交換市場，我認為我們今天可能已經是全球最大的以太網網絡公司了，而且很快就會徹底確立這一地位。Spectrum-X以太網對我們來說是一個巨大的成功。你知道，我們對于客戶希望如何構建網絡始終持開放態度。
有些人非常喜歡InfiniBand的低延遲和擴展能力，我們當然會繼續支持。另有些人喜歡基于以太網跨數據中心集成他們的網絡。我們創造了一種全新的以太網能力，在數據中心內通過人工智能處理方式拓展了以太網的邊界，在這方面我們非常擅長。我們的Spectrum-X性能確實證明了這一點。當您建造一個價值100億或200億美元的人工智能工廠時，網絡有效性和利用率上很容易產生20%的差異，而這些差異都會轉化為實實在在的收益。
英偉達的網絡業務確實增長迅速，但我認為這僅僅是因為我們如此有效地構建了人工智能基礎設施，而人工智能基礎設施業務本身的增長也同樣快得令人難以置信。
Cantor Fitzgerald分析師CJ·繆斯（CJ Muse）：我想，鑒于CPX被用于大上下文窗口，而Groq可能會增加一個專門針對解碼的解決方案，我很好奇我們應該如何看待你們未來的路線圖。我們是否應該考慮將定制化芯片（無論是按工作負載還是按客戶定制）作為英偉達日益關注的焦點，特別是得益于你們向小芯片架構的轉變？非常感謝。
黃仁勛：每個人都應該盡可能推遲采用小芯片架構。原因在于，每次跨越小芯片邊界，你都不得不跨越一個物理接口。每次跨越接口，都會增加延遲，并帶來不必要的功耗。我們并不排斥小芯片，事實上我們已經在使用了，但我們只在絕對別無選擇的情況下才使用。如果你看看Grace Blackwell架構和Rubin架構，我們使用了兩個巨大的達到掩膜版尺寸極限的裸片，并將它們無縫拼接，這減少了跨架構通信的開銷。小芯片帶來的額外開銷，正體現在競爭對手架構的低效上。
如果你看看英偉達，人們常說這是我們的軟件優勢，但是，你知道，軟件的邊界在哪里，硬件架構的起點和終點又在哪里，這很難說清楚。我們的軟件之所以有效，是因為我們的架構如此出色。毫無疑問，CUDA架構比現有的任何計算架構都更有效、更高效，能提供更高的每浮點運算性能和每瓦性能，這歸功于我們的架構設計方式。關于我們如何看待Groq和低延遲解碼器，我有一些很棒的想法想在GTC上與大家分享。簡而言之，由于CUDA的存在，我們的基礎設施具有極強的通用性，我們將繼續保持這一優勢。
你知道，我們所有的GPU在架構上都是兼容的，這意味著，當我今天致力于為Blackwell優化模型時，所有這些致力于優化軟件棧和新模型的工作，也同樣能使Hopper和Ampere受益。這就是為什么A100在我們將其部署到全球多年后，仍然煥發活力，并保持高性能的原因。架構兼容性使我們能夠做到這一點。它使我們能夠對軟件工程和優化進行巨大投資，因為我們知道，我們在整個云端、本地、各處、跨越幾代架構的GPU裝機量都將受益。我們將繼續這樣做，這不僅使我們能夠延長硬件的使用壽命，更使我們能夠擁有創新力、靈活性和速度，從而轉化為性能，以及對我們的客戶來說非常重要的每美元性能和每瓦性能。
關于Groq，我們將在GTC上揭曉更多細節，但我們會做的是，將Groq作為一個加速器來擴展我們的架構，就像我們當年融合Mellanox來拓展英偉達的架構一樣。
伯恩斯坦分析師斯泰西·拉斯岡（Stacy Rasgon）：科萊特，我想稍微深入探討一下關于全年環比增長的表述。我的意思是，你們本季度數據中心業務環比增長了超過100億美元，而指引似乎暗示，這新增的100億美元環比增長中，絕大部分仍將來自數據中心業務。你怎么看待今年的情況，特別是隨著Rubin在下半年開始量產爬坡？Blackwell對環比增長來說是一個相當大的加速。當我們迎來Rubin時，是否也能期待類似的情況嗎？我也希望你談談對游戲業務的預期。我理解這受制于內存供應等問題。你認為在27財年，游戲業務還能同比增長嗎？還是說由于內存問題，它會面臨更大壓力？
克雷斯：我先從未來的收入預期開始回答。再次強調，我們傾向于逐季度地看待收入情況。考慮到全年，我們絕對會繼續銷售和交付Blackwell，與此同時，大家也將看到Vera Rubin進入市場。這是一個非常出色的架構，能夠幫助客戶快速部署，并且已經規劃好了不同客戶的許多不同訂單。現在判斷Vera Rubin的初期量產爬坡在下半年會有多大還為時過早，我們會逐步了解。關于強勁的需求和興趣，這一點毫無疑問。
我們預計幾乎每個客戶都會購買Vera Rubin。問題在于，我們的產品多快能推向市場，以及客戶多快能在數據中心內部署起來？這是對您第一部分問題的回答。第二部分是關于我們的游戲業務。盡管我們很想提供更多的供應，但我們確實認為，未來幾個季度的供應將非常緊張。如果到年底情況有所改善，那么就有機會實現同比增長的情況。現在下定論還為時過早，我們會盡快向你們同步最新進展。
花旗銀行分析師阿蒂夫·馬利克（Atif Malik）：感謝您回答我的問題。仁勛，我很好奇您能否談談CUDA的重要性，畢竟現在AI領域的更多投資資金正流向推理工作負載。
黃仁勛：沒有CUDA，我們就不知道如何處理推理。整個軟件棧，從我們幾年前推出的TensorRT-LLM開始，至今它仍然是世界上性能最高的推理技術棧。為了針對NVLink進行優化，我們需要探索并發明新的并行化算法，這些算法運行在CUDA之上，以分配工作負載和推理任務，從而利用NVLink交換機的聚合帶寬。NVLink交換機使我們能夠實現高達50倍的代際每瓦性能提升。這是一個令人難以置信的飛躍，而且順理成章。NVLink交換機是一項偉大的發明，但要做到這一點很難。
交換技術的創造、交換機的解耦、系統機架的構建，所有這一切，我們都是在全行業的注視下公開完成的，大家都知道這對我們來說有多難。但結果是不可思議的：每瓦性能提升了50倍，每美元性能提升了35倍，推理方面的飛躍令人難以置信。重要的是要認識到，現在對于我們的客戶來說，推理就等于收入。因為智能體產生了如此多的token，而且效果如此顯著。當智能體在編碼時，它會生成成千上萬、數十萬、甚至數百萬的token，因為它們往往需要運行幾分鐘甚至幾小時。這些系統，這些智能體系統，會衍生出不同的智能體像一個團隊一樣協同工作。
生成的token數量確實呈指數級增長。我們需要以更高的速度進行推理，而當以更高的速度進行推理時，每一個token都能直接變現，從而直接轉化為收入。推理性能就等于我們客戶的收入。對于數據中心來說，推理階段每瓦生成的token數將直接轉化為CSP（云服務提供商）的收入。原因在于，所有人都受制于電力瓶頸。我的意思是，無論你有多少數據中心，每個數據中心，比如100兆瓦或1吉瓦，都有電力限制。具有最佳每瓦性能的架構至關重要，因為在每瓦能生成的性能token中，每個token都能變現。
每瓦token數轉化為每瓦美元數，這在一吉瓦的數據中心中會直接轉化為收入。你可以看到，現在每個CSP都理解這一點，每個超大規模企業都理解這一點：資本支出會轉化為計算能力。采用正確架構的計算能最大化收入，計算等于收入。今天不投資容量，不投資計算，就不可能有收入增長，我想每個人都明白這一點。計算等于收入。選擇正確的架構極其重要。現在這不僅僅是戰略問題，它更直接影響他們的盈利。選擇正確的架構，即每瓦性能最佳的架構，就是一切。
圖片：黃仁勛在CES 2026演講，來源：英偉達官網
Melius Research分析師本·雷茨（Ben Reitzes）：首先，我要贊揚你們將股票薪酬納入非GAAP指標。我認為這是一個很好的舉措，但這并非我的問題。我的問題圍繞著毛利率以及其長期維持在75%左右的可持續性。我們是否應該從供應能見度持續到2027年這一點解讀為，毛利率可以維持到那時？仁勛，那之后呢？你們能否透露一些在內存消耗方面的創新，讓我們對長期維持這一毛利率水平更有信心？謝謝。
黃仁勛：支撐我們高毛利率的核心動力，其實是為客戶帶來跨代際的性能飛躍。這是最重要的事情。如果我們能夠提供代際的每瓦性能飛躍，并遠超摩爾定律所能達到的水平；如果我們能夠提供每美元性能的飛躍，使其遠超我們系統的成本和價格，那么我們就能夠持續維持我們的毛利率。這是一個簡單卻最重要的概念。我們之所以發展如此之快，是因為，第一，由于我們已經經歷的拐點，世界對token的需求已經完全呈指數級增長。我想我們都看到了這一點，以至于我們即便是六年前推出的云端GPU也已完全被消耗殆盡，且價格還在上漲。
我們知道現代軟件開發方式所需的計算量正在指數級增長。我們的戰略是每年交付一個完整的人工智能基礎設施。今年，我們推出了六款新芯片。Rubin及下一代也將推出許多新芯片。每一代，我們都致力于提供數倍于前代的每瓦性能和每美元性能。這種迭代速度，以及我們進行極致協同設計的能力，使我們能夠為客戶交付這種價值和收益。就我們傳遞的價值而言，這是最至關重要的事情。
New Street Research分析師安東尼·什凱班（Antoine Chkaiban）：我想問一下關于太空數據中心的事情，你們的一些客戶正在考慮這個。您認為這有多大的可行性，時間線大概是怎樣的？目前的經濟效益如何，您認為未來會如何發展？謝謝。
黃仁勛：目前的經濟效益很差，但隨著時間的推移會改善。如您所知，太空的工作方式與地球上的工作方式截然不同。那里有豐富的能源，但太陽能電池板體積龐大，不過太空中有充足的空間。散熱方面，太空很冷，然而沒有空氣流動，所以唯一的散熱方式是通過傳導，而你需要制造的散熱器相當大。液冷顯然是行不通的，因為它很重，而且會結冰。我們在地球上使用的方法與在太空中使用的方法略有不同。
有許多不同的計算問題確實需要在太空中完成。英偉達已經是世界上第一個將GPU送入太空的公司，Hopper已經在太空中了。GPU在太空中最好的用例之一是成像。能夠利用光學和人工智能，以極高的分辨率成像，并且能夠進行不同角度的重新投影計算，能夠提升分辨率、降噪，能夠看得更清，能夠以非常大、非常高的分辨率、極其龐大的規模、非常非常快地成像。要知道，將PB級的成像數據傳回地球再進行處理是非常困難的。
更簡單的做法是直接在太空中完成。您可以先忽略所有收集和處理的常規數據，直到發現有價值的目標（再行處理）。太空中的人工智能將會有非常出色、非常有趣的應用。
Evercore ISI分析師馬克·利帕西斯（Mark Lipacis）：我想追問一下您在發言稿中關于收入多元化的評論。科萊特，我相信您提到超大規模企業占收入的50%以上，但增長是由你們其他數據中心客戶引領的。我想確認一下，只是想確認我理解得對不對。這是否意味著你們的非超大規模客戶增長更快？如果是這樣，您能幫助我們理解，非超大規模企業在做什么不同的事情？他們做的事情與超大規模企業不同，還是說只是規模不同但做著同樣的事情？您預計這一趨勢會持續嗎？您預計您的客戶群是否會發展到非超大規模企業成為您業務中更重要的一部分？謝謝。
克雷斯：讓我來試著回答這個問題。當您看我們的前五大客戶時，正如我們所闡述的，他們是我們的CSP（云服務提供商）、我們的超大規模企業，他們目前約占我們總收入的50%。與此同時，我們擁有一個龐大且多元的客戶群體，由各種各樣不同類型的公司組成，我們正在與他們合作，包括我們的AI模型制造商、我們的企業、超級計算以及主權國家客戶等。這涵蓋了許多不同的細分領域。您是對的，這也是一個增長非常快的領域。我們在我們平臺上的所有不同云提供商中都有強大的地位。現在我們還有極其多樣化的客戶，遍布世界各地。
看到這種多樣性并能服務于所有這些細分市場，這確實會帶來好處。讓仁勛看看是否有需要補充一點。
黃仁勛：這是我們生態系統的優勢之一，一切都建立在CUDA之上。我們是唯一一個存在于每一朵云中、可通過每家計算機制造商獲得、可在邊緣使用的加速計算平臺，現在我們正在深耕電信行業。顯然，未來的無線電都將由AI驅動，未來的無線網絡也將成為一個計算平臺。這是一個定論，但必須有人去發明技術使之成為可能。我們創建了一個名為Aerial的平臺來實現這一目標。我們幾乎出現在每一個機器人、每一輛自動駕駛汽車中。
我們的能力，CUDA的能力，一方面擁有專用處理器（如我們GPU內部的張量核心）的性能優勢。另一方面，CUDA的靈活性使我們能夠解決語言問題、計算機視覺問題、機器人問題、生物學問題、物理學問題，以及幾乎所有類型的人工智能和所有類型的計算算法。我們客戶群的多樣性是我們最大的優勢之一。
第二點，當然，即使我們的處理器是可編程的，如果沒有我們自己的生態系統，如果不去培育它，正如我們今天所探討的那樣，投資于未來的生態系統并持續增強它，我們也很難突破“為他人生態系統贏得設計訂單”的增長天花板。由于我們創建的平臺，我們可以非常自然地發展和擴展我們的生態系統。最后，非常重要的一點是我們與OpenAI和Anthropic、xAI、Meta的合作關系，當然，還有世界上幾乎每一個開源社區。Hugging Face上有150萬個AI模型，所有這些模型都運行在英偉達CUDA上。如果把整個開源社區看作一個整體，它可能代表著世界上第二大模型生態。OpenAI是最大的。第二大，可能就是所有開源模型的集合。
英偉達運行所有這些模型的能力使我們的平臺具有極強的通用性、超級易用性，并且投資起來非常安全。這創造了客戶的多樣性、平臺的多樣性，并在每個國家都觸手可及，因為，如您所知，我們支持全世界的生態系統。
富國銀行分析師亞倫·雷克斯（Aaron Rakers）：好的。感謝您接受我的提問。我想，在堅持平臺和極致協同設計理念的同時，本季度的一些新聞顯然表明，英偉達有能力或正在推動將Vera CPU作為獨立解決方案推向市場。我很好奇Vera在我們未來的架構演進中扮演著多重要的角色？這是否更多地由推理工作負載的多樣性驅動？我只是好奇您如何看待它在英偉達業務發展中的定位，特別是在獨立CPU方面。謝謝。
黃仁勛：我將在GTC上與大家分享更多信息。但從宏觀架構來看，我們對CPU的架構決策與世界上其他CPU有著根本的不同。這是唯一支持LPDDR5的數據中心CPU。它旨在專注于非常高的數據處理能力。原因在于，我們感興趣的大多數計算問題都是數據驅動的，人工智能就是其中之一。在這種帶寬比例下，其單線程性能簡直堪稱卓越。我們做出這些架構決策是因為在人工智能的各個不同階段，從數據處理開始，在進行訓練之前，你必須先進行數據處理。你需要進行數據處理、預訓練，而在后訓練階段，人工智能正在學習如何使用工具。在工具的使用方面，許多工具運行在純CPU環境中，或者運行在帶有GPU加速的CPU環境中。Vera被設計成為一款在后訓練階段極佳的CPU。在整個人工智能流程中，某些用例需要使用大量CPU。你知道，我們和喜歡GPU一樣喜歡CPU，當你像我一樣將算法加速到極限時，阿姆達爾定律就會表明，你需要非常非常快的單線程CPU。這就是為什么我們將Grace構建得非常擅長單線程性能，而Vera比那還要好得多。
瑞銀分析師蒂姆·阿庫里（Tim Arcuri）：科萊特，我想知道您是否可以談談資本部署。我知道你們大幅提高了采購承諾，但聽起來你們似乎已經度過了產能瓶頸期，今年你們可能會創造大約1000億美元的現金流。而且，不管業績有多好，股價似乎并沒有漲多少。我想您會覺得目前的估值是一個相當不錯的價格，可以在這里進行大規模的股票回購。我想知道您是否可以談談這個，比如，問題是，為什么不設定一個更激進的目標，就在這里進行大規模的回購？謝謝。
克雷斯：我們非常仔細地評估我們的資本回報計劃，我們確實相信，我們能做的最重要的事情之一是全力支持我們面前龐大的生態系統。這個生態系統無處不在，涵蓋了我們的供應商，以及我們需要做的工作，以確保我們能夠獲得所需的供應，并在產能方面幫助他們，就像我們幫助那些將在我們平臺上開發AI解決方案的早期開發者一樣。我們將繼續使這成為我們業務流程和戰略投資中非常重要的一部分。當然，我們仍在回購我們的股票，也仍在發放股息。我們將在年內繼續尋找合適且獨特的機會來進行這些不同的資產配置。
高盛分析師吉姆·施奈德（Jim Schneider）：仁勛，您之前概述過，到2030年數據中心資本支出可能達到3至4萬億美元，這暗示著增長率可能會加速，而您對下一季度的指引至少也印證了這一點。問題是，您認為哪些關鍵應用領域最有可能推動這種加速？是物理AI、智能體AI還是其他領域？您仍然看好那3至4萬億美元的市場規模嗎？謝謝。
黃仁勛：讓我們退后一步，從幾個不同的角度來推理。首先，從第一性原理出發，未來軟件運用AI的方式是由token驅動的。我想每個人都在談論token經濟學，談論數據中心生成token，推理本質上就是生成token，而我們正是生成token的引擎。你知道，我們剛剛談論了token，以及英偉達的NVLink交換機如何使我們能夠以比上一代提升50倍的能效比來生成token。token生成幾乎是未來所有與軟件和計算相關事務的核心。
反觀我們過去的計算方式，過去軟件所需的計算量僅僅是未來所需的一小部分。AI已經到來。AI不會倒退。AI只會不斷進化。思考一下，你會發現：世界每年在經典計算上的投資約為3000至4000億美元，現在AI來了，所需的計算量是過去計算方式的1000倍。計算需求呈指數級飆升。
如果我們仍然相信其中蘊含價值，我們稍后會談到這一點，那么世界將持續投資來生產這些token。世界所需的token生成能力對應的投資規模遠不止7000億美元。我相當確信我們將繼續生成token。從現在開始，我們將繼續投資于計算能力。根本上，因為每家公司都依賴軟件，而每個軟件都將依賴AI，所以每家公司都將生產token，這就是我將它們稱為AI工廠的原因。無論你是云數據中心公司，你都會有AI工廠為你的收入生成token。
如果你是一家企業軟件公司，你將為你工具之上的智能體系統生成token。如果你是一家機器人工廠或自動駕駛汽車公司，第一個跡象是，你會擁有巨大的超級計算機（基本上就是AI工廠）用于生成token，這些token進入你的汽車，成為它的AI。你還必須在汽車內部放置計算機以持續生成token。我們現在相當確信這是計算的未來。為什么如此肯定這是計算的未來？原因在于，我們過去開發軟件的方式是預錄制的。一切都是預先設定好的。我們預編譯軟件，預寫內容，預錄制視頻。
現在一切都是實時生成的。當內容被實時生成時，它能夠將人的上下文、情況、查詢和意圖全部納入考量，從而生成我們稱之為AI、智能體AI的新軟件的輸出。這所需的計算量遠遠大于預錄制模式。你知道，就像計算機比DVD播放器擁有多得多的計算能力一樣，AI需要比我們過去開發軟件的方式多得多的計算能力。現在，關于計算可持續性的問題，首先在計算機科學層面，這就是未來計算的方式。
從工業層面來看，因為歸根結底，我們所有的公司都由軟件驅動，云公司也由軟件驅動。如果新軟件需要生成token，并且token可以變現，那么他們的數據中心建設直接推動其收入增長是順理成章的。計算推動收入。我想他們都明白這一點。我想人們也開始越來越多地理解這一點。最后，你知道，AI為世界帶來的好處最終必須轉化為收入。我們正親眼看到，就在我們說話的當下，智能體AI已經迎來了一個拐點，這實際上就發生在過去的兩三個月里。
當然，在行業內部，我們感知到這個趨勢已經有一段時間了，大概有6個月左右。世界現在已經意識到了智能體AI的轉折點。這些智能體非常聰明，它們正在解決實際問題。編碼現在顯然得到了智能體系統的支持，我們英偉達這里所有的程序員都在大量使用智能體系統，要么是Claude Code，要么是OpenAI Codex，而且經常兩者都用，還有Cursor，通常三者結合使用，具體取決于用例。他們將智能體作為協同設計伙伴、工程伙伴來幫助他們解決問題。你可以看到這些AI公司的收入在飛速增長。
你知道，以Anthropic為例，我認為他們的收入一年內增長了10倍，而且他們嚴重受限于算力容量，因為需求實在令人難以置信。token需求令人難以置信，token生成率呈指數級增長。當然，OpenAI也是如此，他們的需求同樣令人難以置信。他們能上線運行的計算能力越多，他們的收入增長就越快。這印證了我之前的評論：在這個新世界里，推理就是收入，計算等于收入。在很多方面，這就是為什么我們說這是一場新的工業革命。新的工廠、新的基礎設施正在建設中，這種新的計算方式不會倒退。
只要我們相信生產token將是未來的計算方式，我深信這一點，而且我認為行業大體上也對此深信不疑，那么我們將從現在開始建設這種能力，并以此為基礎繼續擴展。我們目前看到的是智能體AI的浪潮，其后的下一個浪潮是物理AI，我們將AI和這些智能體系統應用到物理應用（比如制造業、機器人技術）中。那是未來的巨大機遇。
本文來源：網易智能
責任編輯：
王鳳枝_NT2541
