公司战略转型 - 拥有36年历史的半导体与软件公司Arm，历史性地打破了长期以来仅向其他芯片厂商授权设计的传统模式，开始自主研发并制造自有芯片 [2] - 公司正式推出一款面向AI数据中心推理场景、可直接量产的处理器Arm AGI CPU，标志着其业务模式的重大转变 [2] - 尽管市场对此早有预期，但此举意味着这家由日本软银集团控股的公司，未来将与众多合作伙伴直接展开竞争 [2] 产品发布与合作 - Arm AGI CPU基于自研Neoverse系列CPU IP内核开发，并与Meta合作完成，Meta是该芯片的首位客户 [2] - 该芯片专为与Meta的AI训练及推理加速器协同工作而设计，旨在为Meta全系应用优化吉瓦级规模基础设施 [2][9] - 首批合作方还包括OpenAI、Cerebras、Cloudflare、F5、Positron、Rebellions、SAP及SK电讯等多家科技公司 [2][9] - 相关处理器已开放订购，永擎电子、联想及Supermicro已开放商用系统订购 [2][9] 产品设计与性能 - Arm AGI CPU是一款CPU而非GPU，专为机架级代理式AI效率而生 [3][7] - 其参考服务器采用1OU双节点设计，每台刀片服务器集成两颗CPU芯片，共计272个核心 [8] - 这些刀片服务器可在标准风冷36千瓦机架中满配部署，30台刀片服务器可提供总计8160个核心 [8] - 与Supermicro合作的200千瓦液冷设计方案，可容纳336颗Arm AGI CPU，提供超过45000个核心 [8] - 凭借架构优势，Arm AGI CPU可实现单机架性能达到最新x86系统的两倍以上 [8] - 产品具备业界领先的内存带宽，其高性能、高能效的单线程Arm Neoverse V3处理器核心性能出众，每个Arm线程可处理更多任务 [8] 行业背景与需求 - 在代理式AI时代，软件智能体可自主协同任务、与多个模型交互并实时决策，打破了人是计算环节瓶颈的局限性 [4] - AI系统持续运行且工作负载复杂度提升，CPU已成为现代基础设施中决定运行节奏的关键要素，负责保持分布式AI系统大规模的高效运行 [5] - CPU需要管理数千个分布式任务，包括协调加速器、管理内存与存储、调度工作负载、跨系统迁移数据，以及在代理式AI场景下实现海量智能体的大规模协同调度 [5] - 这一转变对CPU提出了全新要求，驱动处理器架构演进，Arm Neoverse已成为众多领先超大规模云服务及AI平台的核心支撑 [6] - 全球CPU供应日趋紧张，英特尔与AMD均曾告知中国客户，受CPU短缺影响，产品交付周期将进一步延长，并导致电脑产品价格上涨 [11] 应用场景与生态建设 - Arm AGI CPU专为在大规模场景下实现持续稳定的性能输出而设计，支持大规模并行、高性能的代理式AI工作负载 [8] - 合作伙伴计划部署的场景涵盖加速器管理、代理式AI协同调度、支撑代理式AI任务规模化扩展所需的服务、应用与工具的高密度部署，以及为AI数据中心提供更强的网络与数据面计算能力 [9] - 为进一步加速产品采用，Arm推出符合开放计算项目DC-MHS标准规格的1OU双节点参考服务器，并计划向社区贡献该参考服务器设计方案及配套固件、系统架构规范、调试框架等资源 [10]

公司战略与产品发布 - 英伟达首席执行官黄仁勋将全新人工智能平台OpenClaw定位为用户与AI交互方式的重大演进 [1][2] - OpenClaw是一项顶级的开源计划 其能力超越了常规的聊天机器人 [1][2] - OpenClaw能让AI代理自主运作、进行决策并遵循工作流程 几乎无需用户干预 [1][2] - 公司推出了面向企业的NemoClaw版本 该版本集成了公司的软件工具 并增加了安全、隐私和可扩展性方面的功能 [1][2] - NemoClaw旨在帮助企业将AI代理应用于现实场景 以促进其被广泛采纳 [1][2] 技术趋势与行业影响 - 技术正朝着“代理式”AI方向发展 这意味着人们可以创建自己的代理 让其自主完成复杂任务 [1][2] - 随着这些技术不断进步 它们有望提升企业的生产力 [1][2] - 未来增长的驱动力将是企业对AI代理平台的采用 以及英伟达自身软件生态系统的持续优化 [1][3] 发展考量与应对 - 自主AI的发展引发了人们对其可控性、安全性和数据保护的担忧 [1][2] - 公司计划的一部分是实施保护措施 以确保其能够被负责任地大规模使用 [1][2]

英伟达的增长前景与收入预期 - 公司CEO黄仁勋将Blackwell和Rubin芯片在2025年至2027年的预期收入从5000亿美元大幅上调至1万亿美元，该预测仅包含芯片收入，不包含CPU、Groq、存储系统等其他多元业务收入[7] - 公司上一季度获得了史上最多的订单，且增长仍在加速，驱动因素是计算机使用方式改变带来大量的token（词元）需求，AI推理制造token的过程才刚刚开始[7] - 为应对计算需求增长，公司正重新发明存储系统以大幅提高性能，并在数据中心应用LPDDR5等技术，下一代产品将使用LPDDR6，同时与三星等内存供应商合作以保证供应[8] 业务多元化与市场拓展 - 公司业务远不止芯片，其数据中心业务平台（如Rubin架构）包含7颗芯片，并集成了Groq 3 LPU，在网络方面推出了NVL72、ConnectX-9 SuperNIC等新产品[10] - 公司正针对AI推理等新市场需求做出反应，2025年将向AI推理投资大量资源，通过引入NVLink72等技术，实现了性能提升35倍、成本降至原来1/5的效果[10] - 公司收入来源多元化，约40%收入来自物理AI等多元业务（如自动驾驶、机器人），约60%收入来自云厂商，但强调云厂商的很多业务是由公司产品带来的[11] - 公司通过投资等方式与AI厂商深化关系，旨在投资下一个“谷歌”或“亚马逊”，以帮助生态系统快速扩大规模[12] - 公司计划将50%的自由现金流用于回购以回报投资者，这一比例高于去年，同时强调需要现金支持供应商、合作伙伴及生态投资[13] 自动驾驶与机器人业务发展 - 公司CEO认为自动驾驶汽车的“OpenAI时刻”已经到来，该业务包括用于训练、数据生成与模拟的计算机以及AV系统三台计算机，目前全球许多汽车公司都从英伟达购买其中一台或多台[11] - 在机器人领域，公司CEO预计关节运动、机器人认知等问题将在3年内被解决，类似OpenClaw的系统将在机器人内部运行，整体上非常好的机器人将在不到5年内出现[12] 对AI应用与OpenClaw的展望 - 公司CEO高度看好OpenClaw这类代理式AI产品，认为其作为一个开源代理式AI系统，可以成为一个标准，加速智能体的普及，使每个公司都能由此构建自己的代理式AI策略[15] - 公司针对OpenClaw推出了NemoClaw软件栈，并认为在接下来30到60年里，人们将持续为OpenClaw贡献能力，就像过去为Linux做贡献一样[15] AI对工作与社会的影响 - 公司CEO认为AI不会导致失业，反而会让人们越来越忙碌，因为AI加速了任务完成和反馈速度，他本人感觉比6个月前更忙，公司所有项目都在加速推进[17] - 公司CEO预测，由于AI让任务快速完成（例如30分钟完成过去一个月的工作），人们将一直处于执行关键任务的过程中，忙碌将成为普遍状况[18] - 展望公司未来，预计10年后员工人数将从约4.2万人增至7.5万人，同时将拥有750万个全天候工作的智能体，公司规模将尽可能小但达到必要规模[18] - 对社会而言，AI将改变就业结构，机器人将填补劳动力空白并促进经济增长，同时会创造新的工作岗位来管理机器和帮助智能体成长，总体就业岗位会增加[19]

公司战略与产品发布 - 英伟达在年度GTC大会上宣布推出NemoClaw，作为OpenClaw的企业级参考架构，旨在通过多层安全机制协助企业在内网安全部署代理型AI [3] - 公司宣布将进军太空打造数据中心，正与伙伴共同研发“Vera Rubin Space One”太空电脑，但需克服新型辐射冷却技术以确保在真空与强辐射环境下的稳定运作 [4] - 公司宣布将在自动驾驶平台扩大与车厂的合作对象 [3] 行业观点与市场展望 - 英伟达执行长黄仁勋表示持续看好AI芯片的需求 [3] - 黄仁勋指出，OpenClaw让AI代理可透过“一键完成”彻底改变AI行业，即“AI领域的Windows时刻来了”，因此每家企业都需要制定“OpenClaw战略” [3] - 黄仁勋认为，当AI进入后代理时代，每家软件即服务公司都是“代理即服务”的公司，将专属领域知识转化为可租用的“数位代理劳动力”，这将成为一次企业IT的文艺复兴和一个数兆美元的产业 [4] 技术趋势与产品演示 - OpenClaw是近来爆红的开源AI代理系统，其标志是一只龙虾，主打可自动分解任务、呼叫工具并执行多步骤操作，被视为代理型AI的代表性框架 [3] - 黄仁勋坦言，OpenClaw在企业环境中的最大挑战在于安全性，因其可存取敏感资料、执行程式码并与外部系统互动，缺乏适当控管可能引发资安与合规风险 [3] - 在GTC大会尾声，黄仁勋与迪士尼合作研发的机器人“雪宝”同台互动，该机器人能以高度拟真的动作与语音即时回应指令并进行自然对话与肢体表演，展现出接近真人的互动能力 [1][5] - 黄仁勋表示，未来AI将不只存在于云端与荧幕，而将进入现实世界成为能理解、思考并执行任务的实体，通过结合生成式AI、推理能力与机器人控制技术，AI将从“会说话”进化到“会做事” [5]

英伟达的战略定位与产业愿景 - 公司正从芯片制造商转型为AI时代的“发电商”，通过全面掌控能源、芯片、基础设施、模型、应用这五层蛋糕，构建统治下一个时代的AI工厂 [2] - AI时代正从单纯的数字生成时代，深化为物理AI大爆炸以及代理式AI全面普及的时代，AI将拥有在三维物理世界中行动与交互的实体能力 [2] - 公司致力于打造全球每Token成本最低的计算方案，因为Token是AI时代新的基础货币，其生成成本与效率直接决定了科技企业的营收 [3] 市场规模与算力需求 - 到2027年，全球计算需求将突破1万亿美元大关 [3] - 过去两年计算需求增长了10000倍，使用量可能增长了100倍，公司相信计算需求在过去两年里增长了一百万倍 [32] - 到2026年，Blackwell和Rubin架构的采购订单总额将达到5000亿美元，而到2027年这一数字将至少达到1万亿美元 [32] 下一代计算架构与平台 - 下一代Vera CPU + Rubin GPU架构专为AI代理系统打造，能在一个系统中连接多达144个GPU，并实现硬件与软件的彻底垂直整合 [5] - 新架构结合液冷技术和封装光学器件，预期能为企业带来高达5倍的营收产出比 [5] - Vera Rubin平台提供3.6 Exaflops算力和每秒260 Terabytes的全对全带宽，算力在10年内提升了4000万倍 [43] - Vera Rubin系统已实现100%液冷，安装时间从两天缩短至两小时，并使用45度温冷却以降低散热成本 [44] 软件生态与CUDA护城河 - CUDA生态诞生20周年，已在全球累积数亿GPU的装机量，渗透进每一个技术生态 [6][12] - 庞大的CUDA装机量是推动飞轮效应的核心动力，吸引了开发者并催生了新市场 [12] - 公司发布了用于结构化数据处理的cuDF和用于非结构化AI数据的cuVS两个基础库 [16] - 公司正在研发下一代图形技术DLSS 5.0，这是3D图形与人工智能（神经渲染）的融合 [15] 代理式AI与操作系统 - 公司推出了NemoClaw参考堆栈，相当于为代理式计算机打造了一个专用的操作系统底座，让开发者能快速构建、部署和加速个性化AI Agent [7] - OpenClaw成为人类历史上最受欢迎的开源项目，它是一个超级连接器和全局化的智能体系统，本质上是一个操作系统 [69][71] - 公司宣布全力支持OpenClaw生态，并推出了具备企业级安全和隐私保护能力的NemoClaw参考实现 [69][74] 物理AI与机器人技术 - 公司强调物理AI的概念，AI必须学会理解重力、摩擦力以及复杂的三维物理空间 [8] - 在自动驾驶领域，比亚迪、现代、日产等头部车企已加入公司的Robotaxi就绪平台 [8] - 公司发布了专为人形机器人打造的通用基础模型Project GR00T，并大幅更新了Isaac机器人平台 [8] - 自动驾驶汽车的ChatGPT时刻已经到来，公司自动驾驶出租车平台新增四位合作伙伴，其年产量达1800万辆 [80] 垂直整合与横向开放 - 公司是一家垂直整合但同时横向开放的公司，深入理解各垂直行业和领域，并开发相应的库 [26][27] - 通过将软件、库和技术与合作伙伴的技术结合，集成到任何目标平台，将加速计算带给世界上的每一个人 [27] - 公司拥有触达各大垂直领域的领域特定库，例如金融服务、医疗保健、工业、量子计算等 [27][28] 推理之年与Token经济学 - 2025年是公司的推理之年，致力于在AI的每一个阶段都表现出色 [35] - 公司60%的业务来自前五大超大规模云服务商，另外40%的业务遍布区域云、主权云、企业、工业等领域 [35][36] - Token正在成为一种新的大宗商品，市场将出现细分，从免费层级到每百万Token收费150美元的高级模型服务 [45][46] - 在给定的功率下，AI工厂的吞吐量和Token生成速度将直接决定明年的收入 [44] 收购与架构整合 - 公司收购了Groq芯片研发团队并获得技术授权，以打破同时兼顾高吞吐量与极低延迟的物理瓶颈 [52] - 通过名为Dynamo的软件实现解耦推理，将高吞吐量计算任务交给Vera Rubin，将解码生成等负载卸载给Groq [54] - 整合Groq技术的新一代Vera Rubin系统实现了高达35倍的性能飞跃 [55] 产品路线图与未来架构 - 公司正以每年一次的极速节奏推进架构迭代，从芯片公司蜕变为提供AI工厂和基础设施的系统级公司 [64] - 下一代Rubin Ultra芯片正在流片中，将首发搭载革命性的NVFP4计算架构 [61] - 之后将迎来代号为Feynman的全新一代架构，拥有全面革新的GPU和由公司与Grok团队打造的全新LPU——LP40芯片 [62] AI工厂设计与运营 - 公司打造了Omniverse及其延伸的DSX平台，这是一个用于联合设计吉瓦级超级AI工厂的数字孪生平台 [64] - DSX平台能直接与现实世界的电网连接，动态统筹调度数据中心功耗以节约能源，并引入Max-Q技术进行动态负载均衡 [64] - 公司计划在太空中建设数据中心，正研发名为Vera Rubin Space One的新型计算机 [66] 开放模型与主权AI - 公司处于每一个AI模型领域的最前沿，拥有涵盖语言、视觉、生物学、物理学等领域的近三百万个开放模型 [74][75] - 公司宣布成立Nemotron联盟，致力于开发更出色的基础模型，以帮助每个国家建立其主权AI [76] - 公司的开放模型为研究人员和开发人员提供了构建其专业领域AI的基础，模型在多个领域位列排行榜第一 [75][76]

英伟达GTC 2026大会核心发布 - 公司创始人兼CEO黄仁勋发表主题演讲，预测到2027年AI芯片营收至少达到1万亿美元，并发布七款新芯片及“Token工厂经济学”新概念 [1] - 公司推出NemoClaw平台以支持OpenClaw生态 [1] - 资本市场反应积极，公司股价盘中一度上涨超过4% [1] 财务预测与市场影响 - 公司预测新一代Blackwell架构与下一代Rubin产品到2027年底将创造至少1万亿美元收入，较2025年10月给出的5000亿美元预测直接翻倍 [4] - 高盛研报指出，此长期收入可见度“大幅超出了华尔街的普遍预期”，缓解了市场对人工智能资本支出可能在2026年触及顶峰的担忧 [4] - 然而，A股算力板块在消息后早盘遭遇大跌，光模块、光通信等赛道领跌，部分龙头股跌幅超过10%，显示“利好兑现”后的短期回调压力 [3] 新产品与技术平台 - 公司全面亮相Vera Rubin AI计算系统，强调其并非单一芯片，而是由7种芯片与5种机架系统组成的完整AI超级计算机平台 [5] - 七款芯片包括：NVIDIA Vera CPU、NVIDIA Rubin GPU、NVIDIA NVLink 6交换机、NVIDIA ConnectX-9 SuperNIC、NVIDIA BlueField-4 DPU、NVIDIA Spectrum-6以太网交换机及NVIDIA Groq 3 LPU [5] - Vera CPU作为全球首款专为智能体AI和强化学习打造的处理器，效率是传统机架级CPU的两倍，速度提升50%，已确定将部署于阿里巴巴、字节跳动、Meta等云服务提供商 [5] - 黄仁勋将Vera Rubin描述为“一次划时代的飞跃”，宣告“代理式AI的拐点已经到来” [5] “Token工厂经济学”新框架 - 公司提出“Token工厂经济学”新概念，用以解释万亿美元级AI芯片需求的商业逻辑 [6] - 未来的数据中心将被视为不间断生产Token（人工智能大模型理解和生成语言的最小语义单元）的巨型工厂，其产能受物理定律限制于固定的电力 [7] - 在固定功率下，每瓦Token吞吐量最高的工厂生产成本最低，吞吐量和Token生成速度将直接转化为企业收入 [7] - 此理论为投资者提供了从销售芯片转向衡量AI工厂生产效率的新估值坐标系 [7] - 该框架亦可能重塑职场形态，未来公司或为工程师配置年度Token预算以提升效率 [7] 软件生态与“龙虾”战略 - 公司将开源项目OpenClaw（“龙虾”）提升至战略高度，形容其为“人类历史上最受欢迎的开源项目”，并称其几周内取得的成就超越了Linux过去30年 [8] - OpenClaw被认为像Windows普及个人电脑一样，有潜力将AI智能体普及到每一个普通人手中 [8] - 为此，公司推出专为OpenClaw深度优化的部署工具链NemoClaw，仅需两行命令即可完成安装，旨在让每一台GPU服务器都能无缝接入OpenClaw生态 [9]

核心观点 - 英伟达在GTC 2026大会上披露了强劲的长期增长指引并推出新产品，成功回应了市场对AI算力需求可持续性和推理市场布局的关切，强化了其市场领导地位 [1][3] 财务指引与市场预期 - 公司披露，其数据中心业务到2027年的订单规模预计将达到1万亿美元，远超市场普遍预期 [1][3] - 这一指引相较于此前公布的“到2026年实现5000亿美元收入”的目标实现了翻倍 [4] - 明确的长期收入可见度直接缓解了投资者对人工智能资本支出可能在2026年触及顶峰的担忧 [3][4] 新产品与技术创新 - 公司宣布推出基于Groq基础设施的全新推理产品——Groq LPX机架系统，标志着向竞争激烈的AI推理市场迈出关键一步 [1][3] - 该产品与Vera Rubin平台共同设计，相较于Blackwell平台，其每瓦吞吐量提升了35倍 [5] - 新产品为万亿参数模型带来了10倍以上的收入机会，并精准应对了数据中心面临的电力瓶颈问题 [5] - 该LPX机架预计将于2026年第三季度开始出货 [5] 网络与基础设施战略 - 在网络基础设施方面，公司维持对铜线与光学解决方案的双重布局 [6] - 用于横向扩展网络的Spectrum-X CPO交换机已投入量产 [6] - 其Oberon机架（用于Rubin平台）中采用了面向纵向扩展的CPO交换机，可在单一集群中支持高达576个GPU [6] 软件生态与企业级应用 - 公司发布了针对OpenClaw代理平台的NemoClaw软件 [6] - 该软件利用代理工具包优化功能，为自主代理全天候运行提供本地计算支持与必要的安全护栏 [6] - 此举被视为推动代理式AI在企业端大规模落地的关键进展 [6]

财务数据和关键指标变化 - 2026财年第一季度总营收达到创纪录的193亿美元 同比增长29% 超出预期 [5] - 第一季度调整后EBITDA达到创纪录的131亿美元 占营收的68% 高于67%的指引 [5][14] - 第一季度运营收入为128亿美元 同比增长31% 运营利润率同比提升50个基点至66.4% [14] - 第一季度毛利率为77% 半导体解决方案部门毛利率同比提升30个基点至约68% 基础设施软件部门毛利率为93% [14][15] - 第一季度自由现金流为80亿美元 占营收的41% 资本支出为2.5亿美元 [16] - 第一季度末库存为30亿美元 库存天数为68天 高于第四季度的58天 为支持AI半导体增长做准备 [16] - 第一季度向股东支付了31亿美元现金股息 并回购了78亿美元（约2300万股）普通股 合计向股东回报109亿美元 [16] - 公司董事会已授权额外100亿美元用于股票回购计划 有效期至2026年底 [17] - 对2026财年第二季度的指引：总营收约220亿美元 同比增长47% 调整后EBITDA利润率预计约为68% [5][13][17] - 预计第二季度非GAAP摊薄后股数约为49.4亿股 非GAAP税率约为16.5% [17][18] 各条业务线数据和关键指标变化 - **半导体解决方案部门**：第一季度营收创纪录，达125亿美元，同比增长52% [5][14] - AI半导体营收为84亿美元，同比增长106%，远超预期 [6] - 定制加速器业务同比增长140% [6] - AI网络营收同比增长60%，占AI总营收的三分之一 [9] - 非AI半导体营收为41亿美元，与去年同期持平 [10] - **基础设施软件部门**：第一季度营收为68亿美元，同比增长1% [11][14] - VMware营收同比增长13% [11] - 第一季度预订的合同总价值超过92亿美元 年度经常性收入（ARR）同比增长19% [11] - **第二季度业务指引**： - 半导体营收预计为148亿美元，同比增长76% [6][17] - AI半导体营收预计为107亿美元，同比增长约140% [6][17] - AI网络收入预计将加速增长，占AI总收入的40% [9] - 非AI半导体营收预计约为41亿美元，同比增长4% [10] - 基础设施软件营收预计约为72亿美元，同比增长9% [11][17] 各个市场数据和关键指标变化 - **AI XPU客户部署**：公司为5家（后确认为6家）客户定制AI XPU的部署进入下一阶段 [5] - **Google**：第七代Ironwood TPU需求强劲，2026年增长轨迹持续；预计2027年及以后对下一代TPU的需求将更加强劲 [6][7] - **Anthropic**：2026年1吉瓦TPU计算需求开局良好；预计2027年需求将激增至超过3吉瓦 [7] - **Meta**：定制加速器MTIA路线图进展顺利，正在发货；预计下一代XPU在2027年及以后将扩展至多个吉瓦 [7] - **其他客户（第4、5位）**：预计今年出货强劲，2027年将增长超过一倍 [7] - **OpenAI（新增第6位客户）**：预计2027年将大规模部署其第一代XPU，计算容量超过1吉瓦 [7] - **AI网络市场**：公司正在获得市场份额 [9] - 在scale-out方面，率先上市的100Tb/s Tomahawk 6交换机和200G SerDes正从超大规模客户处获得需求 [9] - 在scale-up方面，随着集群规模扩大，公司通过200G SerDes技术使客户能够继续使用直连铜缆（DAC） [9] - 预计2028年升级至400G SerDes后，XPU客户可能继续使用DAC，相比转向光模块具有成本和功耗优势 [10] 公司战略和发展方向和行业竞争 - **AI XPU战略**：公司与六家客户的合作是深入、战略性和多年的 [8] - 公司提供硅设计、工艺技术、先进封装和网络方面的技术，帮助客户优化其差异化LLM工作负载的性能 [8] - 公司拥有大批量交付XPU、加速上市时间并保持高良率的记录 [8] - 公司提供多年供应协议，并在先进晶圆、高带宽内存和基板产能紧张时期确保供应，合作关系稳固 [8] - **技术领先与竞争**：管理层认为公司在定制AI加速器（XPU）领域的技术领先优势显著 [28][30][31] - 客户自有工具（COT）模式面临技术、设计复杂性、先进封装和网络集群方面的巨大挑战 [28][30] - 公司拥有超过20年的经验，在硅设计、先进SerDes、封装和网络方面具备优势 [30] - 为在LLM平台竞争中胜出，客户需要最好的芯片，而公司是拥有最佳技术、IP和执行的合作伙伴 [31] - 预计COT竞争在多年内不会构成实质性威胁 [31] - **网络技术战略**：公司在AI网络领域处于领先地位 [9][36][37] - Tomahawk 6（100Tb/s）和1.6Tb/s DSP是当前市场的独家产品，驱动网络组件快速增长 [36][37] - 预计2027年推出性能翻倍的Tomahawk 7，以维持领先地位 [9][37] - 预计AI网络收入在AI总营收中的占比将在33%-40%之间 [38] - **基础设施软件战略**：VMware Cloud Foundation（VCF）是数据中心集成CPU、GPU、存储和网络的重要软件层 [12] - VCF作为AI软件和物理芯片之间的永久抽象层，不可被取代或绕过 [12] - 生成式和智能体AI的增长将需要更多的VMware，因为它能提供硬件无法提供的敏捷性 [12] - **长期可见性与供应链**：公司对2027年的能见度大幅提高，已能预见2027年仅AI芯片收入就将显著超过1000亿美元 [10] - 公司已为2026年至2028年确保了所需的关键组件（如先进晶圆、HBM、基板）的产能 [8][60][61] - 通过与客户的深度战略合作，公司获得了未来2-4年的需求预测，从而能够提前锁定供应链 [61] 管理层对经营环境和未来前景的评论 - **AI需求驱动**：增长主要源于少数几家开发LLM并将其产品化、平台化的客户，包括超大规模企业和非超大规模企业 [22] - 训练需求持续存在，但令人惊讶的是，为产品化和货币化LLM而进行的推理需求正在推动大量计算容量 [23] - 客户正在创建自己的定制加速器及网络集群架构，需求持续上升 [23] - **AI加速器架构演进**：AI加速器（GPU/XPU）架构正随着工作负载演变而演进 [43] - 通用GPU的“一刀切”模式有其局限 [43] - XPU设计正变得更加定制化，以适应特定客户的工作负载（如MoE、推理），从而提供比传统GPU设计更好的性能和成本效益 [44] - 观察到客户可能同时开发专门用于训练和推理的芯片 [44][84] - **长期增长前景**：基于当前的供应可见性和客户战略规划，公司预计在2028年仍能实现增长 [59][63] - AI XPU业务是与六大客户的战略性、可持续的合作，而非短期交易 [69][92][93] - 客户对XPU的部署是长期战略规划的一部分，公司深度参与其路线图 [91][92] 其他重要信息 - 公司预计2027年AI芯片收入将显著超过1000亿美元 [10] - 该预测主要基于芯片（XPU、交换芯片、DSP等）的硅含量 [24] - 从计算容量（吉瓦）角度看，2027年预计接近10吉瓦 [55] - 每吉瓦的芯片美元价值因客户而异，但大致在分析师估算的范围内 [55] - 关于毛利率：管理层澄清，AI产品（包括机架）的出货不会对整体毛利率产生实质性影响，公司已控制好成本和良率 [49] - 关于网络协议：以太网已成为横向扩展（scale-out）的事实标准，并且在纵向扩展（scale-up）领域，以太网也被认为是正确的选择，公司正在许多XPU设计中予以支持 [78][79] 问答环节所有的提问和回答 问题：关于2027年超过1000亿美元AI收入的具体构成（芯片、网络、机架）以及公司是否在AI领域获得份额 [20] - **回答**：超过1000亿美元的预测主要基于芯片（XPU、交换芯片、DSP等）收入 [24]。公司看到来自少数几家LLM平台客户的非常强劲且不断增长的计算容量需求，特别是推理需求，这推动了增长 [22][23]。公司认为自身是这些客户在硅技术、IP和执行方面的最佳合作伙伴 [31]。 问题：关于客户自有工具（COT）计划是否会夺取公司的TPU/XPU份额，以及公司如何保持领先优势 [27] - **回答**：COT模式在技术（硅设计、先进封装、网络集群）和大规模生产（高产量、快速上市）方面面临巨大挑战 [28][30][32]。公司拥有超过20年的经验，技术领先，且LLM客户需要最好的芯片来参与竞争 [30][31]。预计COT竞争在多年内不会构成实质性威胁 [31]。 问题：关于AI网络收入占比上升至40%的原因，长期混合比例，以及网络领导地位是否有助于XPU业务 [35] - **回答**：网络增长快于XPU，主要受独家产品Tomahawk 6（100Tb/s交换芯片）和1.6Tb/s DSP驱动 [36][37]。预计AI网络收入占比将在33%-40%之间 [38]。公司在纵向扩展（scale-up）中通过先进SerDes技术使客户能持续使用低成本、低功耗的直连铜缆（DAC），这是一个巨大优势 [10][76]。 问题：关于工作负载解聚（如将prefill/decode从GPU生态分离）对定制硅需求的影响，以及GPU与定制硅的混合变化 [42] - **回答**：这实质上是AI加速器架构随工作负载演变的问题 [43]。通用GPU有其局限，而XPU可以更定制化，针对特定工作负载（如MoE、推理）进行优化，从而更高效、成本更低 [44]。公司观察到XPU设计正与传统GPU设计分离，客户可能开发专门用于训练和推理的芯片 [44][84]。 问题：关于机架出货对毛利率的影响，以及毛利率是否有下限 [48] - **回答**：AI产品（包括机架）的出货不会对整体毛利率产生实质性影响。公司已控制好成本和良率，AI业务的利润率模型与半导体业务其他部分相当一致 [49]。 问题：关于如何从已披露的吉瓦数推算2027年超过1000亿美元的收入，以及每吉瓦的芯片价值 [54] - **回答**：从计算容量（吉瓦）角度分析是正确的 [55]。2027年预计接近10吉瓦 [55]。每吉瓦的芯片美元价值因客户而异，但大致在分析师估算的范围内（约200亿美元/吉瓦） [55]。 问题：关于公司如何能确保供应链至2028年，以及2028年是否仍能基于此供应实现增长 [59] - **回答**：公司很早就预见到增长并锁定了关键组件（如T-glass、基板）的产能，且拥有良好的合作伙伴 [60]。通过与六大客户的深度战略合作，公司获得了未来多年的需求预测，从而能够提前多年投资并锁定供应链 [61]。基于当前的可见性，预计2028年仍能增长 [63]。 问题：关于Anthropic项目的芯片与机架收入构成，以及在客户使用多个供应商的碎片化环境中如何确保份额和可见性 [66] - **回答**：公司仅与六大客户进行深度合作，他们的AI XPU投资是战略性而非可选性的 [68][69]。客户有清晰的XPU部署路线图以支持其LLM开发和产品化，这提供了清晰的可见性 [69]。其他GPU或云服务的使用是交易性和可选性的 [69][70]。关于Anthropic项目的具体构成，管理层未详细说明，但表示总体财务和利润率表现良好 [72]。 问题：关于强调客户将坚持使用直连铜缆（DAC）至400G SerDes的原因（尽管公司是CPO领导者），以及纵向扩展（scale-up）中以太网协议的发展 [75] - **回答**：在纵向扩展（集群内）中，DAC是连接XPU/GPU的最低延迟、功耗和成本的方式，公司技术能将其推进至400G [76][77]。CPO将在其合适的时候到来，而非现在 [77]。在纵向扩展协议方面，行业正趋向于将以太网作为标准，公司正在许多XPU设计中予以支持 [79]。 问题：关于非TPU的全定制XPU参与是否主要针对推理应用，及其相对于GPU的性能或成本优势 [82] - **回答**：客户通常从推理开始，因为定制XPU可以更高效、成本更低 [83]。但许多XPU也用于训练，两者可互换使用 [84]。更成熟的客户可能同时开发专门用于训练和推理的芯片，以同步推进LLM智能提升和产品化 [84][85]。公司看到多数客户正朝这个方向发展 [86]。 问题：关于近期能见度变化使公司能提供更多客户部署细节的原因，以及OpenAI部署计划是否意味着2028年会有急剧增长 [88] - **回答**：随着公司与客户（合作已超两年）合作的深入，以及客户对其XPU与软件/算法配合的信心增强，能见度越来越好 [90][91]。这六大客户都将XPU视为长期战略，规划多代、多年部署 [91][92]。公司的XPU业务是战略性的、可持续的，而非短期交易 [93]。关于OpenAI的具体部署曲线，提问者的推断是合理的 [88][89]。

财务数据和关键指标变化 - 2026财年第一季度总收入达到创纪录的193亿美元，同比增长29%，超出指引，主要得益于AI半导体业务超预期增长 [4] - 第一季度经调整的EBITDA达到创纪录的131亿美元，占收入的68%，高于67%的指引 [4][13] - 第一季度毛利率为77%，营业利润为128亿美元，同比增长31%，营业利润率提升50个基点至66.4% [13] - 第一季度自由现金流为80亿美元，占收入的41% [16] - 公司对2026财年第二季度的指引为：总收入约220亿美元，同比增长47%；经调整的EBITDA利润率约为68%；毛利率预计环比持平于77% [4][12][18] - 第二季度非GAAP有效税率预计约为16.5%，主要受全球最低税率和收入地域结构影响 [18] - 第一季度末库存为30亿美元，库存天数为68天，高于第四季度的58天，为支持AI半导体增长做准备 [16] - 第一季度资本支出为2.5亿美元 [16] - 第一季度末现金为142亿美元 [17] 各条业务线数据和关键指标变化 半导体解决方案业务 - 第一季度收入为创纪录的125亿美元，同比增长52%，占总收入的65% [5][13] - 其中，AI半导体收入为84亿美元，同比增长106% [5] - AI网络收入占AI总收入的1/3，同比增长60% [9] - 非AI半导体收入为41亿美元，同比持平 [10] - 第一季度半导体业务毛利率约为68%，同比提升30个基点；营业利润率为60%，同比提升260个基点 [14] - 第一季度半导体业务营业费用为11亿美元，占收入的8%，主要用于前沿AI半导体的研发投资 [14] - 公司对第二季度的指引为：半导体总收入约148亿美元，同比增长76% [5][17] - 其中，第二季度AI半导体收入预计为107亿美元，同比增长约140% [5][17] - 第二季度AI网络收入预计将加速增长，占AI总收入的比重将提升至40% [9] - 第二季度非AI半导体收入预计约为41亿美元，同比增长4% [11] 基础设施软件业务 - 第一季度收入为68亿美元，同比增长1%，占总收入的35% [11][14] - VMware收入同比增长13% [11] - 第一季度软件预订量强劲，签约合同总价值超过92亿美元，推动年度经常性收入同比增长19% [11] - 第一季度软件业务毛利率为93%，营业利润率为78%，同比提升190个基点 [14][15] - 公司对第二季度的指引为：基础设施软件收入约72亿美元，同比增长9% [11][18] 各个市场数据和关键指标变化 - AI XPU（包括TPU等定制加速器）业务在第一季度同比增长140% [5] - 公司为6家主要客户（包括Google、Anthropic、Meta、OpenAI等）开发定制AI XPU，合作关系深入、战略且为多年期 [6][7] - 对于Google，第七代Ironwood TPU在2026年需求强劲，2027年及以后对下一代TPU的需求预计更加强劲 [5][6] - 对于Anthropic，2026年已开始1吉瓦计算能力的TPU部署，2027年需求预计将激增至超过3吉瓦 [6] - Meta的定制加速器MTIA路线图进展顺利，已开始发货，下一代XPU预计在2027年及以后达到数吉瓦规模 [6] - 对于另外两家客户，2026年出货强劲，预计2027年将增长一倍以上 [6] - 第六家客户OpenAI预计将在2027年大规模部署其第一代XPU，计算能力超过1吉瓦 [6] - 公司预计2027年仅AI芯片（XPU和网络芯片）的收入就将显著超过1000亿美元，并已为此确保供应链 [10] - 在AI网络领域，公司凭借首款上市的100Tbps Tomahawk 6交换机和200G SerDes等技术获得份额，预计2027年将推出性能翻倍的Tomahawk 7 [9][38] 公司战略和发展方向和行业竞争 - 公司强调其与六大客户在AI XPU开发上的合作是深度、战略性和多年的，公司提供包括硅设计、先进制程、先进封装和网络在内的全方位技术 [7] - 公司通过多年供应协议确保供应，在先进晶圆、高带宽内存和基板等产能紧张时期，保障了合作伙伴关系的持久性，并已确保2026年至2028年所需组件的全部产能 [8] - 管理层认为，客户自有工具（COT）模式在AI XPU领域短期内不会对公司构成有意义的竞争威胁，因为开发高性能、高复杂度的芯片需要顶尖的技术、IP和执行能力，而公司在此方面拥有超过20年的经验积累和领先优势 [29][30][31][32] - 公司强调其快速实现芯片大规模量产和高良率的能力是独特优势 [33] - 在网络技术方面，公司强调其Direct Attach Copper（直接连接铜缆）方案在扩展集群（scale-up）中的优势，相比光方案成本更低、功耗更小，公司计划在2028年升级至400G SerDes，使客户能继续使用铜缆 [9][10][74] - 公司认为以太网（Ethernet）已成为扩展（scale-out）网络的事实标准，并且在扩展（scale-up）网络中也正成为正确选择，公司正与客户合作基于以太网进行扩展设计 [76][77][78] - 公司认为其基础设施软件（如VMware Cloud Foundation）是数据中心集成CPU、GPU、存储和网络的关键软件层，作为AI软件与物理芯片之间的永久抽象层，不会被取代，生成式AI和智能体AI的增长将需要更多而非更少的VMware [12] 管理层对经营环境和未来前景的评论 - 管理层看到客户对计算能力的需求非常强劲且不断增强，不仅用于训练，更令人惊讶和感兴趣的是，为了将大语言模型产品化和货币化而产生的推理需求，正推动着大量的计算能力需求 [22][23] - AI加速器的架构正在随着工作负载演变，一劳永逸的通用GPU有其局限性，定制XPU能针对特定工作负载（如MoE、推理）进行优化设计，提供更好的性能和成本效益，这导致XPU设计越来越偏离传统的标准GPU设计 [43][44] - 随着客户在其大语言模型发展路径上更加成熟，他们开始同时投资于训练和推理芯片的开发，以确保在提升模型智能的同时，能快速产品化和货币化，这为公司带来了更好的能见度 [83][84][85] - 生成式AI领域的竞争促使各主要参与者不断尝试创造更好的大语言模型，这需要持续的训练和用于产品化的推理，公司作为这些客户战略路线图的一部分，业务具有战略性和可持续性 [90][92][93] - 管理层对2027年AI芯片收入超过1000亿美元的展望基于接近10吉瓦的计算能力部署预期，但不同客户的每吉瓦芯片美元价值存在差异 [54][55] 其他重要信息 - 公司第一季度向股东支付了31亿美元现金股息，并以78亿美元回购了约2300万股普通股，总计通过股息和回购向股东返还了109亿美元 [16] - 公司董事会已授权额外100亿美元的股票回购计划，有效期至2026日历年年底 [17] - 预计第二季度非GAAP稀释后股份数约为49.4亿股（不包括潜在股票回购的影响） [17] 总结问答环节所有的提问和回答 问题1: 关于2027年超过1000亿美元AI收入的具体构成（是仅指ASIC芯片还是包括网络和整机柜）以及如何看待市场对超大规模企业投资回报率的担忧 [20][21] - **回答**: 超过1000亿美元的展望主要基于芯片（包括XPU和网络交换芯片等）收入 [25] 客户需求非常强劲，特别是为了产品化和货币化大语言模型而产生的推理需求，正在推动大量计算能力需求，公司预计需求将持续增长 [22][23][24] 问题2: 如何看待客户自有工具（COT）项目的竞争威胁，以及公司如何保持领先优势 [28] - **回答**: 公司认为COT模式在AI XPU领域短期内不会构成有意义的份额威胁 [29] 开发具有竞争力的AI芯片需要顶尖的技术、IP和执行能力，公司在此方面拥有超过20年的经验，领先优势明显，且竞争格局仍在快速演进中 [30][31][32] 此外，公司快速实现芯片大规模量产和高良率的能力是独特优势 [33] 问题3: AI网络收入占比提升至40%的原因，长期混合比例展望，以及网络领导地位是否有助于XPU业务 [36] - **回答**: 网络收入快速增长得益于公司领先的100Tbps Tomahawk 6交换机、200G SerDes以及1.6T DSP等技术的强劲需求，其增速甚至超过了XPU业务 [37][38] 预计AI网络组件收入占AI总收入的比重将在33%-40%之间 [38] 网络技术的领导地位使公司能够提供从计算到网络连接的优化解决方案 [36] 问题4: 工作负载解聚（如将prefill和decode分离到不同硬件）的趋势是否会影响定制硅与GPU的需求对比 [42] - **回答**: 这反映了AI加速器架构正随工作负载演变 [43] 通用GPU有其局限，定制XPU可以针对特定工作负载（如MoE、推理）进行优化设计，提供更好的性能和成本效益，这导致XPU设计越来越专业化 [44] 公司看到客户正在为训练和推理开发更专门的芯片 [44][45] 问题5: 整机柜（rack）出货对毛利率的影响 [47] - **回答**: 公司毛利率保持稳定，AI产品出货增加不会对毛利率产生实质性影响，公司已通过提升良率和控制成本，使AI业务的盈利模型与半导体业务其他部分保持一致 [48] 问题6: 2027年超过1000亿美元AI收入对应的计算能力（吉瓦）和每吉瓦价值量的估算 [53] - **回答**: 从计算能力角度看，2027年预计接近10吉瓦的部署规模 [54] 每吉瓦对应的芯片美元价值因客户而异，但与分析师的估算范围相差不远 [54][55] 问题7: 如何能确保供应链至2028年，以及2028年是否仍有增长能见度 [58] - **回答**: 公司很早就锁定了关键组件（如T-glass、基板）的产能，并与合作伙伴密切合作 [59][60] 基于与六大客户的深度战略合作，他们分享了未来多年的需求规划，使公司能够提前多年确保供应链 [60] 公司预计2028年仍能实现增长 [62] 问题8: Anthropic项目的芯片与整机柜收入构成，以及在多客户、多供应商的碎片化市场中如何确保份额和能见度 [65][66] - **回答**: 关于Anthropic项目的具体构成未予披露，但强调总体收入和毛利率良好 [70] 公司客户数量少（仅6家），但每家客户的投入巨大且战略意义关键，他们对于定制硅在其大语言模型发展路线图中的定位非常清晰和战略化，因此能见度高 [66][67][68] 其他GPU或云服务使用属于机会主义或可选交易，与战略性的定制XPU项目区分明确 [67][68] 问题9: 强调Direct Attach Copper技术的原因及其与CPO的关系，以及扩展（scale-up）网络中以太网协议的发展 [73] - **回答**: 强调Direct Attach Copper是因为在扩展集群中，它是连接XPU/GPU的最低延迟、最低功耗和最低成本的方式，公司技术能将其推进至400G，使客户无需过早转向更昂贵的光方案（如CPO） [74][75] 在扩展网络中，以太网已成为事实标准；在扩展网络中，行业趋势也正向以太网发展，许多XPU设计都要求基于以太网进行扩展 [76][77][78] 问题10: 除TPU外的其他定制XPU项目是否主要针对推理应用，其相对于GPU的性能或成本优势 [81] - **回答**: 许多客户从推理开始，因为推理对计算需求较低，定制XPU可以更高效、低成本、低功耗地完成工作 [82] 现在这些XPU也用于训练，公司看到客户正趋于同时开发训练和推理专用芯片，以同步推进模型智能提升和产品化 [83][84][85] 问题11: 过去1-2个季度能见度如何变化使得公司能提供更多客户部署细节，以及OpenAI部署计划是否意味着2028年会有显著拐点 [87][88][89] - **回答**: 随着公司与部分客户合作超过两年，以及客户对其与公司共同开发的XPU实现目标越来越有信心，能见度变得越来越好 [90][91] 这六大客户都将AI XPU视为长期战略，思考多代产品、多年规划，公司是其战略路线图的一部分，而非短期交易 [91][92][93]

公司与行业动态 - 雷鸟创新与欧洲电信巨头德国电信在2026年世界移动通信大会上联合展示了基于雷鸟X3 Pro的代理式AI应用“Magenta AI” [2] - 这是公司继中国移动、中国联通后，又一次与全球头部运营商建立合作，展现出中国AR企业在全球市场的强劲拓展势头 [2] 产品与技术亮点 - 雷鸟X3 Pro是全球最小可量产的双目全彩MicroLED光波导AR眼镜，其技术成熟度与量产能力为电信运营商探索下一代入口设备提供了坚实平台 [2] - 基于雷鸟X3 Pro打造的AI眼镜集成了德国电信Magenta AI的代理式AI智能体、视觉和情境辅助等技术，能够完成物体识别、实时翻译，并能实时理解用户环境和潜在需求，自主完成复杂任务，实现“感知即服务”的体验 [2] - 搭载Magenta AI的雷鸟X3 Pro实现了从“人找服务”到“服务懂人”的体验跃升，例如视线落在异国菜单上可同步浮现翻译与个性化菜品推荐，目光扫过电影海报可自动展开评分、预告、场次与购票入口 [3] - MWC期间，雷鸟创新展示了全球首款搭载eSIM功能的AR眼镜“雷鸟X3 Pro Project eSIM”，通过独立通信能力实现了从“手机配件”到“独立终端”的定位升级，用户无需依赖手机即可通话、上网 [5] - 公司还展示了Air 4 Pro蝙蝠侠联名款，将科技与潮流文化融合，该产品计划于2026年3月底在中国大陆地区上市 [5] 战略意义与行业趋势 - 雷鸟创新通过探索独立终端、拥抱“服务找人”的代理式AI以及与潮流文化跨界融合，其目标在于让科技更无形，让生活更从容 [7] - 全球顶尖运营商以前所未有的资本与合作力度共同加持同一家AR企业，不仅是在加速布局抢占后手机时代关键入口，更是对AR+AI未来生活图景的投票 [7] - 以雷鸟创新为代表的中国智造在AR+AI领域已走在全球前沿 [7]