英伟达FY26第四季度财报核心表现 - 公司FY26第四季度营收同比增长73%，净利润同比增长75% [2] - 数据中心业务季度营收达623亿美元，其中约三分之一（超过200亿美元）由较旧的Ampere架构及上一代Hopper芯片驱动 [3] 老旧芯片的持续需求与市场动态 - 发布已六年的Ampere芯片在市场上仍然供不应求 [2] - 在二级市场，单个A100芯片价格约为1万美元，而最新的Blackwell GPU单价可高达5万美元 [5] - 相较于严重积压的Blackwell系统，A100等老旧芯片在云租赁市场更便宜且更易获得，已成为新一代AI开发的默认起点 [5] CUDA生态系统的客户锁定效应 - 公司通过其专有软件生态系统CUDA，确保了客户收入的长期粘性 [4] - 从A100开始开发的软件框架，由于其架构兼容性，可以轻松迁移至最新的Blackwell系统，强化了客户依赖 [6] - 若客户考虑从英伟达转向AMD或定制芯片供应商，将面临高达数亿美元的转换成本，涉及工程时间和生产力损失 [8] - CUDA是一个深度集成的生态系统，包含底层GPU编程、高性能数学库、模型优化工具和分布式训练支持，在半导体行业形成了近乎绝对的“供应商锁定” [9] - 尽管竞争对手在改进其软件，但公司在基础库、开发工具和工作流程熟悉度方面保持着超过十年的领先优势 [10] 从训练到推理的潜在行业转变 - 训练阶段有利于公司高性能、多功能的GPU，但未来大规模部署模型的推理将构成AI计算的大部分 [11] - 在重度依赖推理的环境中，每次查询成本、能效、延迟和利润结构变得比原始训练灵活性更为关键 [11] - Alphabet、Meta和亚马逊等公司正在大力投资自研芯片，若推理成为主导模式的速度快于预期，公司在数据中心增量支出中的份额可能收缩，利润率可能面临结构性压力 [12] - 公司目前拥有训练堆栈和开发者生态，但其主导地位能否无缝过渡到推理时代仍是关键问题 [13]