核心观点 - 英伟达从GPU芯片厂商转型为AI全栈解决方案巨头，其财报数据及战略指引印证AI行业需求爆发和企业升级逻辑 [2] - 公司通过Blackwell平台、NVLink网络和CUDA生态构建全栈能力，成为AI基础设施领域的核心参与者 [3] - 推理型AI需求爆发驱动算力增长，全球AI基础设施投资预计达3-4万亿美元，5年复合增长率46% [2][6][8] 财报表现 - Q2总营收46.7亿美元，同比增长55.5%，环比增长5.9%，超卖方预期1.1% [4] - 调整后EPS 1.08美元，超预期0.07美元，调整后毛利率72.7%，超预期60个基点 [4] - Q3营收指引540亿美元±2%，超卖方预期2.5%，但低于部分买方550-600亿美元的高预期 [4] - 中期自由现金流维持200亿美元级别，现金及等价物56.8亿美元，新增600亿美元股票回购授权 [5] 业务增长驱动 - 数据中心业务营收41.1亿美元，同比增长56.3%，扣除H20对华销售减少的40亿美元仍实现环比增长 [4] - 推理AI计算需求是训练阶段的100-1000倍，GB300芯片推理性能是H100的10倍 [6] - Blackwell平台Q2营收环比增长17%，每周产能约1000个机架，9月大规模出货 [6] - 数据中心网络营收73亿美元，同比增长98%，环比增长46%，Spectrum-X以太网年化收入超100亿美元 [7] 市场机遇 - 2030年全球AI基础设施投资规模预计达3-4万亿美元，5年复合增长率46% [8] - 单座1吉瓦AI工厂总成本500-600亿美元，英伟达产品占比约350亿美元（近70%） [8] - 中国市场潜在空间500亿美元，若地缘政治缓解可对标全球50%复合增长率 [8] - 主权AI市场成为新增长极，欧盟计划投资200亿欧元建设20个AI工厂，2025年英伟达相关收入预计超200亿美元 [8] 竞争壁垒 - 全栈方案支持模型快速迭代，AI模型每3个月更新一代，而ASIC定制需18个月 [9] - NVLink 72机架互联带宽是PCIe的14倍，Spectrum-XGS提升数据中心效率从65%至90% [7][9] - GB300每瓦代币生成量是ASIC的5倍，推理能效比达Hopper的50倍 [9] - CUDA生态拥有500万开发者，每日贡献2000个优化补丁，TensorRT-LLM每月自动更新模型 [10] 运营挑战 - H20对华出货未纳入Q3指引，中国市场收入占比降至低个位数 [11] - 新加坡营收占Q2开票收入22%，主要为美国客户集中开票，体现全球布局对冲风险能力 [11] - 公司库存从110亿美元增至150亿美元，支撑产能扩张，但机架级系统集成复杂度高 [11]