涉及的行业与公司 * 涉及的公司为英伟达与新思科技[1] * 行业涉及电子设计自动化、系统设计自动化、计算机辅助工程、半导体知识产权以及更广泛的工程设计与研发领域[5][11][29] 核心观点与论据 战略合作目标 * 合作旨在将新思科技的工程软件和领域专长与英伟达的加速计算和人工智能技术相结合，以变革多个行业的工程实现方式[5] * 核心目标是应对物理人工智能带来的系统工程复杂性，通过加速计算堆栈各层级（从GPU加速到数字孪生系统级建模）来确保首次设计即正确[5][6] * 合作将帮助研发团队以更高的精度、更快的速度和更低的成本设计、模拟和验证智能产品[8] 技术整合与性能提升 * 合作涵盖英伟达CUDA加速、代理与物理人工智能以及Omniverse数字孪生技术[11] * 在从计算光刻到逻辑模拟、电路模拟、流体动力学及使用人工智能模拟第一性原理物理仿真等核心工程工作负载上，性能提升显著，速度提升从10倍到超过1000倍不等[13] * 模拟规模可从离线扩展到实时，或从系统的一部分扩展到整个系统（如整个工厂或城市）[14] * 英伟达的加速计算已使科学计算领域发生根本转变：2016年超级计算数据中心用于科学模拟的CPU与GPU计算比例为90% CPU对10% GPU加速，而今年该比例已完全逆转，变为90%加速计算对10%通用计算[12][31] 预计EDA等行业将发生同样转变[12][31] 市场机遇与影响 * 合作将新思科技的市场机会从服务于数千亿美元的芯片行业，扩展到服务于数万亿美元的各类产品行业[29] * 未来，几乎所有产品的设计都将在数字孪生中进行[29] * 此次合作使该行业能够应对全球GDP的全部研发预算，市场机遇巨大[31] * 物理人工智能是最大的人工智能机遇，因为它涵盖了全球价值约100万亿美元的大部分产业[66] 投资与合作伙伴关系性质 * 英伟达将向新思科技投资20亿美元，以展示对该合作伙伴关系的承诺[22][37] * 该合作伙伴关系是非排他性的，双方将继续与各自生态系统的其他伙伴合作[18][45][60] * 20亿美元的投资为新思科技提供了灵活性，并非用于购买英伟达GPU的承诺，新思科技已是英伟达数据中心的客户[37][38] 其他重要内容 产品路线图与采用预期 * 新思科技已有多款产品在客户中使用并展示了加速效果，但目前仍处于广泛采用的早期阶段[25][47] * 新思科技设定了到2026年的路线图，目标是在当时被视为设计瓶颈的多个关键领域实现基于英伟达GPU的加速[53][56] * 预计工程领域向加速计算的平台转变将在未来两到三年内发生，因为时间上市和竞争力对客户而言至关重要[54][55] 技术细节与兼容性 * 英伟达的架构支持FP64、FP32、FP16等多种精度以及张量处理配置，能够满足物理仿真和任务关键型应用的需求[35] * 将仿真算法重新构建以在CUDA上加速是一个多年的过程，需要双方工程团队的紧密合作[36] * 新思科技的软件组合目前主要基于x86架构，并且已经支持ARM等其他架构，此次合作是关于在英伟达平台上进行深度投资以实现更高级别的加速和价值[63][64] 合作历史与基础 * 英伟达与新思科技的合作关系自英伟达成立之初（33年前）就已开始[3][4][67]

文章核心观点 - 当前数据中心在人工智能领域的资本支出虽然高昂，但并非不可持续，其本质是支撑从通用计算向加速计算的关键平台转型，这是计算效率提升的必然趋势 [2] - 人工智能的影响远不止于聊天机器人，其将深刻变革包括物理人工智能、工业人工智能、机器人技术、科学和数字生物学在内的每一个行业 [3][4] - 加速计算与人工智能正在成为工业软件和工具的基础，对这些行业的革命至关重要且已到达临界点 [5][6] 计算平台转型 - 行业正经历从运行在中央处理器上的经典通用计算，向运行在图形处理器上的加速计算的平台转变 [2] - 即使没有智能体人工智能或聊天机器人，全球超大规模数据中心运营商也必将进行此平台转型，因为这是一种效率高得多的计算方式 [2] - 摩尔定律正在急剧放缓，世界需要一种更强大、更高效的计算方式向前发展 [3] 人工智能的广泛影响 - 人工智能不仅限于聊天机器人，聊天机器人虽然出色，认知人工智能也很重要，但人工智能涵盖物理人工智能、工业人工智能、机器人技术、科学和数字生物学整个领域 [3] - 人工智能将改变每一个单一行业，这一观点已被讨论多年 [4] - 工业应用和工具中的加速计算与人工智能正在革新并成为行业基础，这对相关公司而言并非可选，而是至关重要 [5][6] 工业软件革命 - 消费者无需使用新思科技、楷登电子等公司的工程工具，因此工业领域的变革不那么显眼，但相关公司因其关键性而使用这些工具 [5] - 行业首次到达临界点，将利用加速计算和人工智能彻底变革工业软件产业 [6]

公司业务与市场定位 - 公司是一家领先的基础设施计算技术公司，以其在加速计算领域的创新而闻名 [1] - 公司运营主要分为两大板块：计算与网络板块，以及图形板块 [1] - 计算与网络板块包括数据中心、加速计算平台、AI解决方案、网络、汽车平台，并涵盖机器人技术和云计算服务 [2] - 图形板块提供用于游戏和PC的GeForce GPU以及用于企业图形的RTX GPU [2] - 公司的GPU因其对深度学习算法和AI解决方案至关重要的并行处理能力而备受赞誉 [3] - 近期核心的长期增长主要来自数据中心解决方案，同时公司还为医疗保健、汽车和制造等多个行业提供定制化解决方案 [3] - 公司的产品被包括原始设备制造商、云服务提供商和汽车公司在内的多元化客户群体所使用 [18] 独特价值主张与竞争优势 - 独特的价值在于其集硬件、软件及AI解决方案于一体的综合平台战略 [4] - 公司的专有编程模型和特定领域软件库使其在AI模型训练和推理方面具备卓越性能 [5] - 在研发方面丰富的经验和投入巩固了其作为行业先驱的地位，能够跨领域提供先进解决方案 [5] - 公司在AI和数据中心GPU市场的主导地位，得益于大型科技公司持续对AI进行大量投资 [9] - 与领先云服务提供商的强大合作伙伴关系以及其稳健的数据中心解决方案进一步强化了其市场地位 [19] 财务业绩与盈利能力 - 第三季度财报显示，调整后每股收益为130美元，营收同比飙升62%，达到约570.1亿美元 [6] - 数据中心板块是销售额的最大组成部分，推动了66%的同比增长 [7] - 公司对2026财年第四季度的营收指引为650亿美元，高于财报发布前约620亿美元的预测营收 [6] - 公司指引第四财季毛利率将超过75% [7] - 过去四个季度的毛利率超过70%，远高于行业均值约49%，也高于其自身5年平均值66% [10] - 财务表现得益于强劲的资产负债表和显著的自由现金流，支持了对研发和战略性扩张的持续投资 [9] 估值与技术面分析 - 尽管市值超过4万亿美元，但从PEG比率（市盈率相对盈利增长比率）角度看，估值可能仍被认为便宜 [11] - 基于共识的预期前瞻市盈率约为39倍，但其盈利增长率预计将超过80%，这意味着PEG比率小于1 [12] - 尽管年内有一个月下跌约8%，但公司表现仍以近两倍的优势跑赢大盘，上涨约30%，而标普500指数上涨约14% [16] - 股价目前交易于20日和50日移动平均线之下，表明近期价格走势疲弱，但仍在向上倾斜的200日移动平均线之上，表明中期趋势依然看涨 [17] 竞争格局与风险因素 - 主要国内竞争对手包括超微公司（AMD）、英特尔公司以及博通公司（AVGO）[3] - 国际竞争对手包括中国的华为等公司 [4] - 近期有报道称Meta Platforms正洽谈斥资数十亿美元购买谷歌的AI芯片，这构成了强大的竞争 [7] - 来自国内对手的竞争正在加剧，可能最终侵蚀市场份额和主导地位 [14][15] - 公司对AI增长的依赖，若关键交易或市场条件发生不利变化，可能带来风险 [14] - 在地缘政治紧张局势下的风险敞口，特别是在对华销售方面，仍然是一个问题，可能影响其充分开拓AI市场的能力 [14] 增长前景与行业趋势 - 第三季度财报凸显了由Blackwell GPU的强劲需求以及延续至2026年的稳健订单簿所驱动的有效数据中心增长 [8] - 上一季度的优异营收增长由生成式AI实验室和超大规模计算客户的强劲需求推动 [6] - 来自大型科技公司的强劲支出暗示了对Blackwell GPU的长期需求保持强劲 [9] - 公司的创新驱动方法导致对研发的重大投资，使其在AI和加速计算领域处于领先地位 [18]

文章核心观点 - 英伟达公司CEO黄仁勋驳斥了关于人工智能泡沫的担忧，认为当前巨额投资源于计算方式的历史性转变，而非炒作 [1][2] 计算范式转变 - 摩尔定律（CPU性能每两年翻倍的趋势）已基本失去动力 [3] - 计算需求激增，但通用CPU无法满足，推动行业转向由GPU驱动的加速计算 [4] - 全球顶级500台超级计算机中，CPU占比从六年前的90%大幅下降至如今的不足15%，其余均由GPU驱动 [5] GPU应用驱动因素 - 数据处理是最大计算负载之一，银行、信贷网络、电商平台和广告商每年在此领域花费数千亿美元 [6] - 推荐系统被称为“当今互联网的引擎”，从社交信息流到购物建议，几乎所有数字体验都依赖已在GPU上运行的算法 [7] - 上述基础性转变完成后，才出现了以OpenAI、xAI等为代表的生成式AI的爆发式增长 [8]

核心业绩表现 - 公司第三季度非GAAP每股收益为1.30美元，超出市场预期4.84%，同比飙升60%，环比增长24% [1] - 第三季度营收达到570.1亿美元，同比增长62%，环比增长22%，创下历史记录，超出市场预期4.14% [2] - 公司第四季度营收指引为650亿美元（±2%），显著高于市场预期的603亿美元 [17] 细分业务表现 - 图形业务部门营收为61亿美元，占总营收10.7%，同比增长51%，环比增长13%，超出市场预期 [3][4] - 计算与网络业务部门营收为509.1亿美元，占总营收89.3%，同比增长64%，环比增长23%，超出市场预期 [4][5] - 按市场平台划分，数据中心业务营收512.2亿美元，占总营收89.8%，同比增长66%，环比增长25%，主要受Blackwell GPU计算平台出货量增加驱动 [6] - 游戏业务营收42.7亿美元，占总营收7.5%，同比增长30%，但环比下降1% [7] 其他业务及运营指标 - 专业可视化业务营收7.6亿美元，同比增长56%，环比增长26% [8] - 汽车业务营收5.92亿美元，同比增长32%，环比增长1% [9] - OEM及其他业务营收1.74亿美元，同比增长79%，环比增长1% [10] - 非GAAP毛利率为73.6%，同比下降140个基点，但环比改善90个基点 [11] - 非GAAP营业利润为377.5亿美元，同比增长62%，环比增长25% [13] 财务状况与资本回报 - 截至2025年10月26日，公司现金及有价证券总额为606亿美元，长期债务为74.7亿美元 [14] - 第三季度运营现金流为237.5亿美元，自由现金流为220.9亿美元 [15] - 第三季度通过股息和回购向股东返还124.6亿美元，董事会批准了新的600亿美元股票回购授权 [16]

公司动态 - Hoth Therapeutics公司宣布其已被正式接纳入NVIDIA Connect计划[1] - 该计划是一项支持与先进计算和AI平台合作的创新软件及技术公司的全球倡议[1] 合作资源与支持 - 加入该计划使公司获得一系列加速计算资源、技术指导和市场支持[2] - 成员可获得技术工具、优先定价、联合营销机会以及全面的开发者生态系统[4] - 具体包括NVIDIA GPU加速的开发者工具，用于增强计算生物学工作流程，如靶点识别、蛋白质结构建模和临床前数据分析[7] 战略影响与预期效益 - 此次合作旨在加强公司在其治疗管线中由人工智能驱动的研究计划[2] - 参与该计划有望精简研发战略的关键环节，减少计算瓶颈并增强预测建模能力[3] - 公司将利用尖端技术加强药物开发项目、提高建模速度并提升临床前和临床决策效率[4] - 合作还包括联合营销和技术赋能机会，以提高公司AI驱动药物开发方法的知名度[7] 公司背景 - Hoth Therapeutics是一家临床阶段生物制药公司，专注于开发创新、具有影响力的突破性疗法[5] - 公司致力于提升患者生活质量，在早期药物研发中扮演催化剂角色，推动药物从实验阶段进入临床前和临床测试[5]

财务数据和关键指标变化 - 第三季度总收入达到570亿美元，同比增长62%，环比增长100亿美元（22%）[5] - 第三季度数据中心收入达到创纪录的510亿美元，同比增长66%[6] - 计算业务同比增长56%，主要受GB300上量推动[6] - 网络业务收入达82亿美元，同比增长162%[13] - GAAP毛利率为73.4%，非GAAP毛利率为73.6%，超出预期[21] - GAAP运营费用环比增长8%，非GAAP运营费用环比增长11%[21] - 库存环比增长32%，供应承诺环比增长63%[21] - 第四季度收入预期为650亿美元，±2%[22] - 第四季度GAAP和non-GAAP毛利率预期分别为74.8%和75%，±50个基点[22] 各条业务线数据和关键指标变化 - 数据中心业务：记录第三季度收入510亿美元，同比增长66%[6] - 网络业务：收入82亿美元，同比增长162%，NVLink、InfiniBand和Spectrum-X以太网均实现增长[13] - 游戏业务：收入43亿美元，同比增长30%[20] - 专业可视化业务：收入7.6亿美元，同比增长56%，创下记录[20] - 汽车业务：收入5.92亿美元，同比增长32%，主要由自动驾驶解决方案推动[20] - Hopper平台在推出第13个季度实现约20亿美元收入，H20销售额约为5000万美元[10] 各个市场数据和关键指标变化 - 全球超大规模企业正在将搜索、推荐和内容理解从经典机器学习转向生成式AI[6] - 中国市场因地缘政治问题和竞争加剧，大规模订单未能实现[11] - 主权国家、模型构建者、企业和超级计算中心等多个市场对AI工厂和基础设施项目表现出需求[9] - 企业广泛利用AI提高生产力、效率和降低成本，例如RBC将报告生成时间从数小时缩短至分钟[9] 公司战略和发展方向和行业竞争 - 公司专注于加速计算、强大AI模型和代理应用三大平台转变[5] - 通过年度产品节奏和全栈设计扩展性能领导地位，目标占据到2030年预计3-4万亿美元年度AI基础设施建设的绝大部分[5] - 推出Spectrum-XGS scale-across技术，支持千兆级AI工厂[14] - 与Fujitsu、Intel和Arm等公司建立战略合作，整合生态系统[14] - 在MLPerf训练结果中，Blackwell Ultra比Hopper快5倍[15] - 物理AI已成为一个价值数十亿美元的业务，涉及数万亿美元的机会[18] 管理层对经营环境和未来前景的评论 - 客户继续倾向于三大平台转变，推动加速计算、AI模型和代理应用的指数级增长[5] - AI基础设施需求持续超出预期，云服务售罄，GPU安装基础完全利用[5] - 三个扩展定律（预训练、后训练和推理）仍然有效，形成积极的良性循环[7] - 公司处于从通用计算到加速计算、从经典机器学习到生成式AI、以及到代理和物理AI的三大平台转变的早期阶段[25][26][27] - 到2026年底，Blackwell和Rubin平台的收入可见度达到5000亿美元[5] 其他重要信息 - 公司宣布AI工厂和基础设施项目总计500万GPU，需求涵盖每个市场[9] - xAI的Colossus 2成为世界首个千兆瓦级数据中心，Lilly的AI工厂用于药物发现[10] - AWS和HUMAIN扩大合作伙伴关系，部署多达15万个AI加速器[10] - 公司与OpenAI建立战略合作伙伴关系，帮助其建设至少10 GW数据中心[16] - 与Anthropic建立深度技术合作伙伴关系，支持其快速增长[17] - 公司致力于在美国建立供应链弹性和冗余，与TSMC合作生产首块Blackwell晶圆[19] 问答环节所有提问和回答 问题: Blackwell和Rubin平台5000亿美元收入展望的更新[30] - 公司确认5000亿美元的预测，并正在按计划推进，预计在2026财年结束前将有更多可发货的计算需求[31][32] - 例如，与KSA的协议将在三年内增加40万至60万GPU，Anthropic的合作也带来额外机会[32] 问题: 供应能否在未来12-18个月内赶上需求[34] - 公司供应链管理良好，与TSMC等合作伙伴提前规划[35] - 三大转变（加速计算、生成式AI、代理AI）同时进行，推动需求增长[36][37][38][39] - AI模型质量提高，应用场景扩大，推动采用率上升[37][38] 问题: 每GW数据中心的NVIDIA内容假设及长期融资[41][42] - 每代产品（Ampere、Hopper、Blackwell、Rubin）在数据中心中的份额增加，Blackwell约为30±，Rubin更高[43] - 架构效率（性能每瓦）直接决定收入，公司通过全栈协同设计优化TCO[44][45] - 超大规模企业的前两个动态（成本驱动和收入提升）由现金流资助，代理AI是新增需求[45][46][47] - 各个国家和行业将资助自身基础设施，企业计算将自行融资[47][48] 问题: 现金使用计划和生态系统投资标准[50] - 现金用于支持增长和供应链弹性，确保供应商可靠性和规划可信度[51][52] - 继续进行股票回购[52] - 生态系统投资旨在扩大CUDA生态，与OpenAI、Anthropic等公司建立深度技术合作，获得世代性公司的股份[53][54][55][56] 问题: 推理占比展望和Rubin CPX产品[60] - CPX专为长上下文工作负载设计，具有优异的性能每美元和性能每瓦[61][62] - 三个扩展定律（预训练、后训练、推理）同时指数级增长，推理计算需求大幅增加[64] - Blackwell在推理方面领先，GB200 NVLink 72性能比H200高10-15倍，领先地位预计持续多年[65][66] 问题: 增长的最大瓶颈（电力、融资、内存等）[68] - 所有因素（电力、融资、内存、晶圆厂）都是约束，但均可解决[69][70] - 公司通过规划、建立合作伙伴关系和优化架构价值来管理供应链[70][71] - 架构提供最佳TCO和性能每瓦，客户和平台数量增加，成功率提高[71][72] 问题: 利润率展望和运营费用增长[74] - 公司目标将毛利率维持在70%中段，通过成本改进、周期时间和产品组合优化[75][76] - 运营费用将继续投资于工程和创新，以推出新架构和系统[76][77] - 供应链提前规划和谈判，已确保大量供应[78][79] 问题: AI ASIC或专用XPU在架构建设中的作用变化[81] - 竞争基于团队能力，系统复杂性增加（整个机架、多种交换机）[82] - NVIDIA的优势包括：加速每个转变阶段、擅长每个AI阶段、运行每个AI模型、遍布每个云和环境、提供多样化的承购[83][84][85][86][87] - 架构的多样性和生态系统规模确保承购弹性和需求[87]

财务数据和关键指标变化 - 第三季度营收达到570亿美元，同比增长62%，环比增长100亿美元（22%）[4] - 第三季度数据中心收入达到创纪录的510亿美元，同比增长66%[5] - 计算业务同比增长56%，主要受GB300产能提升驱动[5] - 网络业务收入82亿美元，同比增长162%[14] - 游戏业务收入43亿美元，同比增长30%[20] - 专业可视化业务收入7.6亿美元，同比增长56%[20] - 汽车业务收入5.92亿美元，同比增长32%[20] - GAAP毛利率为73.4%，非GAAP毛利率为73.6%，超出预期[21] - 库存环比增长32%，供应承诺环比增长63%[21] - 第四季度营收预期为650亿美元（±2%），环比增长14%[22] - 第四季度GAAP和非GAAP毛利率预期分别为74.8%和75%（±50个基点）[22] 各条业务线数据和关键指标变化 - 数据中心业务中，GB300贡献了Blackwell总营收的三分之二[10] - Hopper平台在推出第13个季度仍录得约20亿美元收入[10] - H20销售额约为5000万美元[10] - 网络业务中，NVLink、InfiniBand和Spectrum X以太网均推动增长[14] - 多数AI部署现在包含公司的交换机，以太网GPU附着率与InfiniBand大致相当[14] 各个市场数据和关键指标变化 - 超大规模云服务商正在将搜索、推荐和内容理解从经典机器学习转向生成式AI[5] - 分析师对2026年顶级CSP和超大规模云服务商的总资本支出预期已增至约6000亿美元，较年初高出2000多亿美元[6] - 基础模型构建商（如Anthropic、Mistral、OpenAI等）正在积极扩展计算规模[6] - 企业软件平台（如ServiceNow、CrowdStrike、SAP）正在整合公司的加速计算和AI堆栈[8] - 中国市场因地缘政治问题和竞争加剧，大额订单未能在本季度实现[11] 公司战略和发展方向和行业竞争 - 公司预计从今年初到2026年底，Blackwell和Rubin平台的收入可见度达5000亿美元[4] - 通过执行年度产品节奏和全栈设计扩展性能领导地位，公司相信将成为到本世纪末估计每年3-4万亿美元AI基础设施建设的首选[4] - Rubin平台按计划将在2026年下半年提升产能，其性能相比Blackwell将再次实现数量级提升[11] - 公司是唯一拥有AI纵向扩展、横向扩展和跨规模扩展平台的公司[15] - CUDA GPU的长使用寿命是相对于其他加速器的显著TCO优势[12] - 公司在最新MLPerf训练结果中横扫所有基准，Blackwell Ultra的训练时间比Hopper快5倍[16] 管理层对经营环境和未来前景的评论 - 客户继续倾向于三个平台转变，为加速计算、强大AI模型和代理应用带来指数级增长[4] - AI基础设施的需求持续超出预期，云服务售罄，GPU装机基础（包括新旧世代）完全利用[4][5] - 三个扩展定律（预训练、后训练和推理）仍然有效，并出现积极的良性循环[6][7] - 代理AI在各个行业和任务中激增，为用户增长提供动力[8] - 世界正在同时经历三个大规模平台转变，这是自摩尔定律诞生以来的首次[24] - 从通用CPU计算向GPU加速计算的转变是基础且必要的[25] - 向生成式AI的转变是变革性的，而向代理和物理AI的转变将是革命性的[26] 其他重要信息 - 本季度宣布的AI工厂和基础设施项目总计达500万GPU[9] - 包括xAI的Colossus 2（首个千兆瓦级数据中心）和Lilly的AI工厂（制药行业最强大数据中心）在内的多个标志性建设项目[10] - 与Fujitsu和Intel宣布战略合作，通过NVLink Fusion连接生态系统[15] - Arm宣布将集成NVLink IP，供客户构建与NVIDIA连接的CPU SoC[16] - 正在与OpenAI就战略合作伙伴关系进行工作，旨在帮助其建设和部署至少10吉瓦的AI数据中心[17] - 与Anthropic建立深度技术合作伙伴关系，这是Anthropic首次采用NVIDIA架构[18] - 物理AI已经是价值数十亿美元的业务， addressing 数万亿美元的机会[18] - 与Uber合作，基于新的NVIDIA Hyperion L4 Robotaxi参考架构扩展全球最大的L4级自动驾驶车队[20] 问答环节所有的提问和回答 问题: 关于Blackwell和Rubin平台5000亿美元收入可见度的更新 - 公司正按计划实现5000亿美元的预测，并有几个季度的时间来完成到2026年底的目标[27] - 数字将会增长，公司可能会获得更多订单，例如今天与KSA的协议（40万-60万GPU超过三年）和Anthropic的承诺，都有机会在已公布的5000亿美元之上增加[28] 问题: 关于AI基础设施建设的规模、融资能力和ROI，以及供应能否在未来12-18个月内赶上需求 - 公司的供应链规划良好，包括与TSMC、内存供应商和系统ODMs的合作[29] - 需要认识到AI不仅仅是代理AI，生成式AI正在改变超大规模云服务商过去在CPU上完成的工作[30] - 所有应用层都在增长，并且都运行在NVIDIA GPU上[31] - AI模型质量的提高推动了在不同用例中的采用，例如代码辅助是历史上增长最快的应用之一[32] - 预训练和后训练完全有效，Gemini 3利用了扩展定律，模型性能获得了巨大提升[33][34] 问题: 关于5000亿美元数字中每吉瓦的NVIDIA内容假设，以及长期3-4万亿美元数据中心市场中 vendor financing 的占比 - 每一代产品（从Ampere到Hopper，Hopper到Blackwell，Blackwell到Rubin）在数据中心中的占比都在增加，Hopper世代约为20-25，Blackwell世代约为30±，Rubin可能更高[34] - 架构的能源效率至关重要，性能每瓦直接转化为收入[35] - 客户融资由他们自己决定，增长机会将持续一段时间[36] - 超大规模云服务商的投资不仅改善了其规模、速度和成本，还提升了当前商业模式下的收入[37] - 代理AI是净新的消费和净新的应用，每个国家将资助自己的基础设施，多个行业尚未真正参与代理AI[38][39] 问题: 关于未来几年可能产生的约5000亿美元自由现金流的计划，以及投资生态系统（如Anthropic、OpenAI）的标准 - 现金将用于资助增长，确保有弹性的供应链，并支持强大的资产负债表[40] - 公司将继续进行股票回购[41] - 投资旨在扩大CUDA生态系统的覆盖范围，与OpenAI等公司的合作是深度技术合作，以支持其增长并扩大生态系统[42] - 投资于Anthropic是首次将其引入NVIDIA架构，NVIDIA的平台是世界上运行所有AI模型的单一平台[43][44] - 投资论点是与世界上最好的公司进行深度技术合作，扩大生态系统覆盖范围，并获得对非常成功的公司的投资份额[45][46] 问题: 关于未来一年AI推理在出货量中的占比预期，以及Rubin CPX产品的背景和目标客户应用 - CPX专为长上下文类型工作负载设计，其每美元性能和每瓦性能优异[47] - 三个扩展定律（预训练、后训练和推理）同时呈指数级扩展[48] - 推理在总市场中的占比很难精确预测，但希望推理能成为非常大的部分[49] - Blackwell在推理方面的领导地位是非凡的，GB200 NVLink 72的性能有10-15倍的提升，领导地位预计将持续多年[49][50] 问题: 关于客户追求 behind-the-meter power 时，最大的增长限制瓶颈（如电力、融资、内存或晶圆厂） - 所有问题都是限制因素，但都是可解决的[51] - 供应链方面有很好的可见性和控制，与合作伙伴在土地、电力、壳体和融资方面建立了合作关系[52] - NVIDIA的架构必须为客户提供最佳价值，是性能每TCO和性能每瓦最好的架构[52] - 客户数量和平台数量在增加，表明成功在加速[53] 问题: 关于下一年度毛利率维持在中70%范围的假设、成本增加来源、以及OpEx增长预期 - 下一年度有众所周知的输入价格需要应对，但通过成本改进、周期时间和产品组合，计划将毛利率维持在中70%范围[54] - OpEx方面，目标是确保工程团队和业务团队不断创新，以创造更多系统，将继续投资于软件、系统和硬件的创新[55] - 供应链提前很长时间就知道需求，并一直在进行谈判和合作，近期激增的影响已通过提前规划和谈判得到较好处理[56][57] 问题: 关于AI ASIC或专用XPU在架构建设中的作用是否发生变化 - 公司竞争的是团队，世界上没有多少团队擅长构建这些极其复杂的东西[57] - 如今需要构建整个机架和三种不同类型的交换机，问题复杂性更高，AI模型多样性巨大[58] - NVIDIA的优势在于：加速每个过渡阶段、擅长AI的每个阶段、运行每个AI模型、存在于每个云中、以及拥有多样化的承购方[59][60][61][62]

业绩总结 - 第三季度FY26的收入为570亿美元，同比增长62%[43] - 第三季度FY26的净收入为319亿美元，同比增长65%[43] - 非GAAP每股收益为1.30美元，同比增长60%[45] - 自由现金流为127亿美元，同比增长13%[39] 用户数据 - 数据中心收入为430亿美元，同比增长62%[43] - 网络业务收入为82亿美元，同比增长164%[18] 未来展望 - 预计第四季度FY26的收入为650亿美元，波动范围为正负2%[47] 新产品和新技术研发 - Blackwell架构在所有客户类别中成为领先架构[14] 市场扩张 - NVIDIA现已成为全球最大的网络业务公司[8]

AI基础设施属性与计算范式转变 - AI是基础设施级的通用技术 将应用于所有公司、行业和国家 具有基础性地位[1] - 计算模式从检索式转变为生成式 传统系统基于预存内容检索 而生成式AI根据上下文和提示实时生成独特内容[1] - 生成式AI的独特性要求全球部署AI工厂进行实时内容生成 这是AI工厂建设的根本原因[1] AI对就业和工作的影响 - 长期来看工作将变成可选项目 类似于体育或电子游戏等休闲活动[2] - AI将改变学生学习方式和人们工作方式 许多繁琐困难的任务将变得简单 从而提高整体生产率[3] - 放射科医生就业情况显示 AI并未取代工作岗位 反而因图像分析效率提升导致更多放射科医生被雇佣 全球放射学工作量增加[4] AI工厂与计算基础设施投资 - XAI与沙特阿拉伯合作启动500兆瓦AI工厂项目 第一阶段为50兆瓦 与NVIDIA合作实施[6] - Humane公司获得从零收入起步建设数据中心的重大合同 AWS也计划与Humane合作100兆瓦项目 目标达到千兆瓦规模[6] - 美国平均年用电量约460吉瓦 若AI计算需求达到300吉瓦/年 将占全美用电量的三分之二 地面建设难度极大[10] 太空AI计算的发展前景 - 太空AI具有必然性 为实现卡尔达肖夫II级文明必须部署太空太阳能AI卫星[8] - 太空AI成本效益将远超地面 预计4-5年内太空太阳能AI卫星将成为最低成本的AI计算方式[9] - 太空计算优势包括连续太阳能供应、无需电池、简化冷却系统（通过辐射散热）以及更便宜的太阳能板[9][10] 计算架构转型与市场前景 - 计算架构从通用计算向加速计算转变 六年前CPU占超级计算机90%份额 现在降至15%以下 加速计算份额从10%升至90%[11] - 推荐系统（REXIS）是过去15年最重要应用 现从CPU迁移至GPU运行 互联网公司可基于此构建大量GPU超级计算机[12] - 底层计算架构转型为上层代理AI（如Grok、OpenAI）提供支持 市场基础坚实[12] AI在科学领域的应用案例 - 利用AI加速器创建金属有机框架 开发0.33纳米孔径海绵材料 实现从空气中捕获水和二氧化碳[5] - 通过AI加速基因编辑技术 研制500x1000纳米纳米机器人 应用于镰状细胞病治疗[5] - AI显著加速科研成果转化 使20年前的研究快速进入新价值领域[5] AI技术应用生态拓展 - Omniverse数字孪生平台提供物理精确的虚拟环境 用于机器人训练和工厂模拟[7] - 在沙特阿拉伯合作建设超级计算机 模拟量子计算机并进行量子纠错[7] - AI应用范围广泛 涵盖化学、蛋白质、基因、物理、流体动力学、粒子学和机器人学等多个领域[7]