英伟达公司 (NVDA.US) 2027财年第一季度业绩电话会
文章语言：
简
繁
EN
分享
纪要
原文
会议摘要
Nvidia展示了人工智能和数据中心领域的强劲扩张，突出了Vera Rubin平台和Blackwell架构的进步。该公司将其数据中心业务分为超大规模和人工智能原生云，重点是人工智能。Nvidia在2027财年第一季度实现了82B美元的收入，通过增加股息和股票回购来分配资本，将自己定位为具有战略投资和生态系统开发的中央AI平台。
会议速览
英伟达2027财年第一季度财报电话会议: Jensen和Colette讨论财务业绩和未来前景会议运营商Sarah欢迎与会者参加NVIDIA的2027财年第一季度财报电话会议，为Jensen和Colette审查财务业绩和发表前瞻性陈述奠定了基础，强调遵守SEC法规以及公司网站上非GAAP财务指标的可用性。
创纪录的Q1: 随着Blackwell gpu和AI云扩展，Nvidia的数据中心收入激增Nvidia的第一季度业绩展示了创纪录的收入，营业收入和自由现金流，由Blackwell gpu和AI云部署推动。数据中心收入同比92% 增长，超大规模和ACIE细分市场贡献显著。Nvidia的生态系统涵盖全球人工智能基础设施，突显了其市场领导地位和未来增长潜力。
人工智能基础设施扩张: Nvidia的主导地位和行业转型在CPU向GPU计算的转变以及AI原生产品的激增推动下，AI基础设施需求激增。Nvidia的Blackwell架构被广泛采用，到本世纪末，人工智能基础设施支出预计将达到每年3至4万亿美元。超大规模工作负载正在向基于GPU的计算过渡，人工智能正在成为提高各行业生产力的必要条件，推动人工智能生态系统所有层面的收入增长。
NVIDIA在人工智能基础设施领域的主导地位: 布莱克威尔和战略合作伙伴关系的进步NVIDIA通过推出Blackwell来突出其在AI计算领域的领导地位，强调经济效率和性能。与Anthropic、Microsoft和AWS等主要AI实验室和合作伙伴的合作扩大了Nvidia的影响力。该公司专注于经济指标，如代币成本和吞吐量，突显了其致力于提供最高效的人工智能基础设施解决方案的承诺。
NVIDIA的Vera CPU: 超大规模和AI工作负载的改变游戏规则的解决方案NVIDIA推出了Vera CPU，采用定制Arm内核和Ruben GPU集成设计，可提供更高的性能和效率。它的目标是一个新的2000亿美元的市场，主要的合作伙伴关系和今年CPU收入的预测为200亿美元。该公司还强调了边缘计算、机器人和人工智能的增长，同时应对供应挑战并保持强劲的财务业绩。
NVIDIA的资本配置策略: 促进RD、股息和股票回购该公司概述了其资本分配计划，重点是支持人工智能增长的研发和战略投资，同时增加股息并授权一项重要的股票回购计划，旨在将50% 的自由现金流返还给股东。还详细介绍了即将到来的季度和年度的收入，利润和税收预期。
NVIDIA针对增强业务清晰度和多样化AI应用的战略细分NVIDIA将其业务细分解释为超大规模云，AI原生/企业和robotic edge，强调该公司在提供跨不同行业和应用的全面AI解决方案方面的独特地位，旨在阐明其产品的复杂性和广度。
数据中心增长战略和市场细分讨论了实现比hyperscaler CapEx更快的增长背后的理念，强调了AI的重要性以及向AI本机云的扩展，同时解释了该公司针对各种数据中心需求的独特平台解决方案。
利用Vera Rubin和增强型AI解决方案扩大推理市场份额讨论推理市场份额的快速增长，强调Vera Rubin的成功和扩大的合作伙伴关系，包括Anthropic，重点是超大规模和物理AI细分市场。
探索用于高价值令牌服务的利基AI硬件讨论强调了专门的AI硬件 (如LPX) 在为具有高代币率需求的利基市场提供服务方面的战略作用。尽管在吞吐量和上下文处理方面存在局限性，但LPX的定位是增强优质服务。对话强调了此类技术在全面的AI生命周期平台中的集成，强调了不断发展的AI需求的适应性和市场准备。
探索代理驱动应用程序中的CPU与GPU角色，并预测未来需求讨论cpu与gpu在代理驱动的应用程序中的作用，强调cpu用于编排和工具使用的必要性，而gpu处理推理和思考任务。预测未来将有数十亿代理同时使用cpu和gpu，突出了可扩展基础架构以及与行业领导者协作以加速工具开发的重要性。
革新AI基础设施: 加速工具、增强安全性和优化令牌处理对话讨论了AI代理的全球工具和数据处理引擎的加速，强调了从CPU经济到令牌处理效率的转变。它突出了存储，网络，GPU性能和安全性方面的进步，最终开发了全面的AI基础架构解决方案。
AI云细分和增长前景讨论Nvidia架构对AI原生云的适用性，强调性能、集成和可租用性。重点介绍了超大规模和人工智能云细分市场之间的不同增长率，预测人工智能云细分市场的增长更快，因为它适用于工业和企业部门，这代表了重要的全球经济价值。
NVIDIA通过Vera cpu和LPX扩大AI市场份额的愿景NVIDIA预计人工智能市场份额将大幅增长，特别是通过推出Vera cpu，预计这将是一个主要的上行来源。该公司还强调了LPX在解决人工智能应用方面的战略作用，从预训练到推理，补充了Ruben和Blackwell平台。
Vera Rumin坡道: 第三季度开始，预计第四季度加速讨论集中在Vera Rumin的加速，将其与GB 300的速度进行比较。计划在第三季度推出，第四季度标志着继续攀升。时间取决于复杂系统的生产，主要客户已准备就绪。未来坡道的步伐仍然不确定。
NVIDIA在人工智能时代的主导地位: 主题演讲和未来增长NVIDIA巩固了其在人工智能时代的领导地位，将人工智能驱动的计算能力作为关键收入和利润。该公司的平台支持从超大规模云到物理AI的各种需求。NVIDIA推出了Vera，这是一款专门为agentic AI打造的CPU，开出了200亿美元的TAM。与大型超大规模厂商和系统制造商的合作凸显了NVIDIA在人工智能和机器人计算转型中的关键作用。
要点回答
Q：Nvidia 2027财年第一季度财务业绩的亮点是什么？
A：英伟达2027财年第一季度的财务业绩包括创纪录的收入、营业收入和自由现金流。总收入达到820亿美元，同比增长85% %，环比20%。数据中心收入增长至750亿美元，同比增长92%，并连续21%，这得益于Blackwell架构的优势以及对GB 300和BL 72等gpu的需求。值得注意的成就包括创纪录的连续收入增长135亿美元，公司历史上最快的产品增长，以及引入新的报告框架以反映增长动力。
Q：Nvidia新报告框架的组成部分是什么？
A：Nvidia的新报告框架包括两个市场平台: 数据中心和边缘计算。在数据中心平台中，子市场是超大规模，AI/ML云，工业和企业。超大规模子市场包括来自公共云和主要消费者互联网公司的收入，而AI/ML云子市场专注于跨行业和国家的AI特定数据中心。边缘计算平台包括用于物理AI的设备，例如pc、游戏控制台、工作站和汽车应用。
Q：人工智能基础设施需求是如何扩张的，这种扩张背后的两个主要驱动力是什么？
A：对人工智能基础设施的需求正在以前所未有的速度增长，人工智能工厂的建设正在加速。Nvidia AI基础设施的价值正在上升，H-100租赁价格同比增长20% %，100云的价格接近15% %。这种扩展的两个主要驱动因素是最大的超大规模工作负载从CPU向GPU加速计算的过渡，以及人工智能原生产品和服务的采用。这种转变是由人工智能提高所有行业和角色的生产力的必要性推动的。
Q：Nvidia的Blackwell架构的意义是什么？
A：Nvidia的Blackwell架构非常重要，因为它被每个主要的hyperscaler，云提供商和每个主要的模型制造商采用和部署。该架构处于AI进步的最前沿，GPT 5.5模型在Blackwell上进行了训练和服务，位于人工分析排行榜的顶部。值得注意的合作包括由Blackwell gpu提供支持的Microsoft Fairwater数据中心，以及与AWS，Google，Anthropic，OpenAI，SpaceX，Meta和Microsoft等公司的合作伙伴关系，以扩展AI计算能力并支持其增长。
Q：Nvidia AI工厂解决方案的性能和经济效益如何？
A：Nvidia的AI工厂解决方案可提供业界最低的令牌成本、最高的令牌吞吐量和最高的投资回报率。它们还为人工智能工厂运营商提供了最经济的指标，包括每个智能代币的生命周期成本，每瓦特或每美元代币的效率指标，以及正常运行时间、利用率、生产时间、软件、耐用性和资产寿命等因素。
Q：Nvidia的新CPU Vera的性能提升及其对公司收入和市场地位的影响是什么？
A：Vera基于自定义Arm内核构建，采用Nvidia gpu和NV link设计，与基于x 86的替代产品相比，每个内核的性能提高1.5倍，每瓦性能提高2倍，每个机架密度提高4倍。它的目标是Nvidia新的2000亿美元市场，与主要的超大规模和系统制造商合作。Nvidia预计今年的CPU总收入将达到近200亿美元，这可能使其成为全球领先的CPU供应商。
Q：Nvidia的边缘计算平台表现如何，它包括哪些值得注意的合作伙伴关系和增长领域？
A：Nvidia的边缘计算市场平台创造了64亿美元的收入，比上一季度增长10%，同比增长29%，对Blackwell工作站的强劲需求推动了这一增长。由于成本上升，消费者需求小幅下降。值得注意的合作伙伴关系和增长领域包括与Uber达成协议，为机器人出租车车队提供动力，以及领先公司在各种工业、外科和人形应用中使用Nvidia技术。
Q：Nvidia确保供应链连续性的策略是什么？它计划如何分配资金？
A：Nvidia通过增加总供应量和库存承诺，主动确保供应，以支持客户增长。他们的资本分配战略包括优先考虑研发和战略投资，以推动生态系统增长并保持市场地位。这包括对人工智能技术的投资，以降低成本和提高吞吐量，以及通过增加季度股息和800亿股票回购授权向股东回报价值。
Q：在收入、毛利率和运营费用方面，对第二季度的预测是多少？
A：对于第二季度，Nvidia预计总收入为910亿美元，+ 或-2%，连续增长主要由数据中心部门推动。GAAP和非GAAP毛利率预计分别为74.9% % 和75% %，全年预期两者均mid-70s。预计全年GAAP和非GAAP运营费用分别约为85亿美元和83亿美元，预计Opex增长将在40年代以上。该公司还预计整个2027年的GAAP和非GAAP有效税率在16到18% 之间。
Q：人工智能有哪些不同的应用，在哪里可以找到它？
A：人工智能是多种多样的，涵盖了各种领域，如语言、制造和工业机器人的3D图形、生命科学的蛋白质、小型化学品或生命科学、材料科学、物理科学的物理学、能源部门、科学实验室、高等教育等。AI的应用也多种多样，包括企业，能源部门，制造业，超规模云，AI本地解决方案，工厂和工厂的工业应用，超级计算中心，包括自动驾驶汽车和机器人在内的边缘计算，以及未来的AI驱动的无线电网络。
Q：是什么让Nvidia在技术行业中独树一帜？
A：Nvidia是独一无二的，因为它是唯一一家以极端协同设计、端到端和全堆栈方式为人工智能构建所有技术组件的公司。然后，他们打开平台以集成到各种环境中，从而满足需要集成的全栈解决方案的不同细分市场的需求。
Q：Nvidia的业务是如何细分的，有哪些不同的细分？
A：Nvidia的业务分为三大部分: 超大规模云，AI本地/企业本地和工业本地以及机器人边缘。在超大规模细分市场中，有三种不同的操作方式-加速公共云中的数据处理和AI处理，为AI集成提供端到端解决方案，并支持所有行业和国家/地区采用AI的增长。
Q：Nvidia数据中心业务的预计增长是什么？它计划如何增长？
A：英伟达 (Nvidia) 除中国以外的数据中心业务在本季度增长了约120% %，该公司今年的超大规模资本支出增长约为1000亿美元。目标是比hyperscaler资本支出增长更快，预计90% 增长到100% %，到本十年末达到3至4万亿美元。Nvidia的目标是通过专注于其两大领域来实现更快的增长: 超大规模数据中心和其他人工智能应用程序，如人工智能、企业内部部署和机器人边缘。
Q：第二类AI原生云的特征及其对物理AI的影响是什么？
A：第二类包括区域和全球的AI原生云，支持全球的初创公司和250,000企业公司。许多工业公司需要在现场建立人工智能工厂才能运营，因为数据无法移动到云端，因此需要本地、可靠和快速的响应。此类别还包括想要购买系统并在不自行设计或构建系统的情况下进行操作的数据中心，这是一个快速增长的细分市场。
Q：第二类AI原生云的多样性与第一类相比如何？
A：第二类人工智能原生云非常多样化，有数百家甚至可能数千家公司，而第一类则由少数几家大公司代表。第二类包括许多安装规模较小的小公司，预计这一类别将继续以令人难以置信的速度增长。
Q：演讲者的公司在服务实体人工智能行业方面有哪些独特的能力？
A：扬声器的公司有一个独特的平台，垂直集成，以确保一切工作无缝，但也可以拆卸为客户定制和组装根据他们的需要。这使该公司能够有效地服务于预计将快速增长的实体人工智能行业。
Q：与Anthropic等公司的合作关系如何影响说话者公司在推理市场中的份额？
A：与Anthropic等公司的合作关系有望显着提高演讲者公司在推理市场中的份额。Anthropic作为合作伙伴的加入以及为他们带来的大量计算能力将导致公司推理市场份额的大幅增长。
Q：与Grace Blackwell相比，Vera Rubin的潜在增长是什么？
A：预计Vera Rubin将比Grace Blackwell更成功，并有可能在所有前沿模型公司中迅速普及，而Grace Blackwell则并非如此。
Q：Lpx的低延迟和高令牌率如何适应更广泛的平台战略？
A：Lpx是为低延迟、高令牌速率应用而设计的，但其模型大小容量有限，并且其上下文处理能力不如软件编码或代理工作负载那么强大。它是一种利基产品，适合拥有大量不同类型令牌服务和高令牌费率的客户。预计它不会有广泛的用例，但可以补充已经存在的服务，可能只占市场的一小部分。
Q：Grace Blackwell如何支持AI的整个生命周期？
A：Grace Blackwell支持AI的整个生命周期，包括用于训练和准备的数据处理，训练后强化学习和推理。它被认为是实现这些目的的最佳平台，当与Lpx等低延迟、高令牌速率服务相结合时，它可以潜在地增强服务。
Q：Vera有哪些不同的用例，200亿图在这种情况下的意义是什么？
A：Vera有四个不同的用例: Vera Rubin、Vera standalone CPU、用于存储的带有Cx 9的Vera和用于安全和计算隔离的带有Cx 9的Vera。200亿的图指的是独立CPU用例。演讲者建议每个用例都建立在Vera上，并暗示由于四个不同的用例，在Vera的整个生命周期中可能存在供应限制。
Q：代理和工具如何与cpu和gpu相关？
A：将代理与编排任务并管理内存和工具使用等资源的线束进行比较。它们在cpu上运行，它们使用的工具也在cpu上运行。但是，代理内的 “思考” 或推理过程发生在gpu上。由代理产生的子代理也使用gpu进行推理，而代理和子代理可以使用cpu或gpu上的模拟器。
Q：代理及其计算需求的预计增长是什么？
A：演讲者认为，未来世界将有数十亿代理人，而不仅仅是今天。这些代理将使用类似于人类今天使用pc的工具。代理将产生子代理，每个子代理需要预期在gpu上发生的推理过程。这表明代理的使用及其计算需求预计会增长。
Q：公司计划如何满足代理商及其使用的工具的需求？
A：由于代理对性能的高容忍度和对快速处理的需求，该公司正在加速世界上所有的工具、数据处理引擎和数据库引擎在cpu上运行。此策略符合代理使用及其计算需求的预期增长。
Q：人工智能与传统计算的经济区别是什么？
A：虽然传统计算的经济是以每个核心的美元来衡量的，但人工智能的经济被描述为每美元的代币或每代币的美元。这反映了快速生成和处理令牌的需求，这是Vera设计的目的。
Q：为什么要建造Vera，它旨在提供什么基础设施？
A：Vera的构建旨在为AI提供必要的基础设施，其中包括出色的存储 (通过Stx)，网络 (通过Spectrum X)，用于推理的gpu以及诸如机密计算之类的安全功能。它是第一个提供端到端机密计算的平台。
Q：Ne云在超大规模和AI云细分中属于哪里？
A：不设计自己的芯片或组装不相关部件的AI原生云，预计未来将比超大规模增长更快。然而，增长可能并不仅仅是更快，因为演讲者还暗示这两个细分市场可能会经历类似的增长。Nvidia的架构非常适合AI原生云，并且计算平台高度可租用，为AI原生公司提供了一系列好处。
Q：演讲中提到的第二类有什么特点？
A：第二类包括类似于oem和大型企业的企业和工业应用。这一类别在人工智能生态系统以超大规模发展之后开始增长，主要是因为它们专注于消费者应用程序和出色的数据中心功能。然而，只有当人工智能能够增强服务交付、执行生产性工作并安全地产生影响和收入时，这些应用才会获得动力。
Q：为什么与超大规模相比，第二类预计最初发展较慢，它的长期潜力是什么？
A：第二类包括工业和企业应用，预计最初的发展速度将慢于超大规模，因为人工智能尚未证明其在这些领域具有影响力和盈利能力。尽管如此，随着时间的推移，它预计将大幅增长，由于其对世界经济的贡献潜力，未来将成为更大的细分市场，据估计，世界经济的贡献约为50至80万亿美元，随着人工智能的出现，规模可能会更大。
Q：物理AI和机器人领域的预期增长轨迹是什么？
A：预计物理人工智能和机器人领域将在未来五年内以惊人的速度增长，这被演讲者认为是定局。
Q：预计哪些因素将有助于增长超过万亿美元的知名度？
A：预计超过万亿美元大关的增长将受到前沿人工智能模型份额持续增长的推动，包括Vera CPU，这没有被纳入最初的万亿美元估计，以及Vera，Rubin，和Lpx，以解决从预训练到后训练到推理和代理系统的整个AI范围。
Q：预计Vera何时推出，预期的增长时间表是什么？
A：Vera计划于今年下半年推出，从第三季度开始。首件将在Q3上市，预计放量将持续到次年Q4和Q1。
