文章核心观点 英伟达GTC 2026大会展示了公司在AI计算领域的全面布局和战略演进，核心观点是AI推理拐点已至，计算需求正经历百万倍级别的爆发式增长，公司通过推出Rubin计算平台、深化垂直整合、构建AI工厂以及推动OpenClaw等生态战略，旨在巩固并扩大其在下一代AI基础设施中的领导地位，为万亿美元级别的市场机会奠定基础 [2][3][51][59][61]。 根据相关目录分别进行总结 1 CUDA生态与计算平台演进 - CUDA平台诞生20周年，其庞大的装机量（数以亿计的GPU和计算系统）形成了强大的飞轮效应，吸引了大量开发者并创造了新的市场和生态系统，使英伟达基础设施具有非凡的使用寿命和持续降低的计算成本 [8][9][10] - 公司通过GeForce将CUDA带入世界，并开启了AI大爆炸，随后通过RTX架构和DLSS 5技术，将3D图形的结构化数据与生成式AI的概率计算融合，实现了可控且逼真的内容生成 [10][13][14] - 英伟达构建了加速计算平台，包括RTX、cuDF、cuVS等核心库，并将其深度集成到全球云服务和OEM设备中，持续降低客户的计算成本 [25][26] 2 数据处理技术：cuDF与cuVS - 英伟达创建了cuDF和cuVS两个基础库，分别用于加速处理结构化数据（如SQL数据帧）和非结构化数据（如PDF、视频），旨在为AI时代重塑数据处理方式 [15][18][21] - 公司与IBM、戴尔、谷歌云等客户合作，加速其数据处理平台，例如使用cuDF加速IBM Watsonx.data，为雀巢将数据处理速度提高5倍，成本降低83% [22][24] - 加速数据处理带来了速度、规模和成本优势，是超越摩尔定律极限的新方法 [25][26] 3 垂直整合与行业应用 - 英伟达是一家垂直整合但横向开放的计算公司，通过深入理解特定领域算法并构建领域特定加速库（如CUDA-X），将加速计算整合进入各个行业 [41][43][48] - 公司业务覆盖金融服务（算法交易）、医疗保健（药物研发）、工业（AI工厂建设）、机器人、电信（AI-RAN）等多个价值数万亿美元的垂直行业 [46][47][48] - 通过加密计算等技术，公司能够将AI平台安全地部署在任何环境，包括云端、本地、边缘或特定国家 [32][41] 4 AI推理拐点与计算需求爆发 - AI推理的拐点已经到来，AI从感知、生成演进到能够执行生产性工作的推理阶段，这导致计算需求暴增 [59] - 过去两年中，工作的计算需求可能增长了一百万倍，生成输出所需的Token数量增加了约一万倍 [2][59][60] - 风险投资向AI初创企业注入了1500亿美元的历史最高资金，这些公司需要海量的算力和Token，推动了行业爆发式增长 [52] 5 数据中心业务与订单前景 - 英伟达数据中心业务60%来自前五大云服务提供商（CSP），其余40%来自区域云、主权云、企业、工业等领域，展现了业务的多样性 [3][66] - 公司对Blackwell和Rubin架构的订单预期大幅上调，从去年GTC提到的2026年前5000亿美元订单，更新为2027年前至少1万亿美元订单 [3][61][62] - 英伟达平台是唯一能够运行所有AI模型（语言、生物学、机器人学等）且在所有方面都表现优异的平台，这使其成为成本最低、置信度最高的基础设施投资选择 [65] 6 AI工厂与token经济学 - 数据中心正转变为受物理功率限制的“AI工厂”，其产出（Token）是新的商品，工厂的吞吐量（Token/秒）和交互速度直接决定其收入 [4][68][75] - Token商品将根据模型能力、速度和上下文长度细分为不同价值层级（如免费层、每百万Token 3美元至150美元不等），形成新的定价体系 [4][90] - 通过极端协同设计，Grace Blackwell NVLink 72系统相比Hopper，在最高价值量层级的每瓦性能（吞吐量）提高了35倍，而Vera Rubin系统在Blackwell基础上再提高10倍，结合Groq LPU后能再提升35倍 [4][71][93][98][105] 7 Rubin计算平台详解 - Vera Rubin平台是为智能体AI设计的革命性系统，包含7个芯片、5个机架级计算机和1台AI超级计算机，10年内计算能力提升4000万倍 [3][81] - 平台关键组件包括：100%液冷、无线缆设计的Rubin计算板；集成巨大片上SRAM的Groq 3 LPU计算板（已量产）；使用台积电COUPE工艺的CPO Spectrum-X交换机（已量产）；以及每瓦性能为世界任何CPU两倍的Vera CPU [3][81][83][86][87] - Rubin Ultra芯片正在流片，将首次整合NVFP4计算结构，下一代Feynman平台将包含新GPU（LP40）、新CPU（Rosa）和BlueField-5 [3][128][129] 8 性能比较与收入影响 - 在1吉瓦的AI工厂中，假设将电力平均分配给四个价值层级客户，R系列（Rubin）收入是B系列（Blackwell）的5倍，Rubin结合LPU的收入是B系列的10倍 [4][101][107] - 通过架构创新和协同设计，英伟达在两年内将1吉瓦工厂的Token生成速度从200万/秒提升至7亿/秒，提高了350倍 [126] - Groq LPU（500MB SRAM，150TB/s带宽）与Vera Rubin通过Dynamo软件解耦集成，专门处理解码的前馈网络部分，两者结合实现每兆瓦吞吐量35倍的提升 [5][81][113] 9 下一代架构与供应链 - 公司同时推进铜缆和光缆scale up方案，Oberon架构支持铜缆scale up及通过光scale up至NVLink 576，Kyber架构则实现NVLink 144，所有这些方案均已投产 [2][3][128] - Feynman平台将同时使用铜缆和共封装光学（CPO）进行纵向扩展，公司呼吁供应链扩大铜缆、光学和CPO的产能以满足增长需求 [129] - 公司已建立强大的供应链，每周可生产数千套系统，每月能生产多吉瓦的AI工厂，Vera Rubin机架已开始在Microsoft Azure上运行 [119][121] 10 生态战略：Nemotron联盟与OpenClaw - 英伟达建立Nemotron联盟，联合Black Forest Labs、Cursor、Mistral、Perplexity等公司，推动领域特定模型与主权AI定制化，并推出OpenClaw战略及NemoClaw参考设计，旨在将企业IT从工具时代转型为“智能体”时代 [6][143] - OpenClaw是开源的智能体计算机操作系统，其受欢迎程度和重要性被类比为开启PC时代的Windows，它使得每一家IT公司、SaaS公司都将转型为智能体即服务（AaaS）公司 [5][6][151][152] - 公司宣布与比亚迪、现代、日产、吉利及优步在自动驾驶领域合作，并集结了110个机器人及ABB、库卡等巨头，通过Isaac Lab等工具加速机器人行业应用 [6] 11 前沿领域拓展：太空算力与数字孪生 - 英伟达正与客户研发抗辐射的Vera Rubin Space One新型计算机，旨在未来于太空中建立数据中心 [5][141] - 公司推出英伟达 DSX平台，这是一个基于Omniverse的数字孪生蓝图，用于设计和管理AI工厂，以实现最大的Token吞吐量、韧性和能效，涉及从仿真、设计到动态运营的全流程 [135][136][137]

科技领域与人工智能 - 未来五年最具投资价值的核心主题之一是科技领域，尽管当前科技类股票估值普遍较高[9] - 人工智能的发展呈现指数级增长，其核心驱动力是AI有效算力的提升，OpenAI估算2019年至2023年四年间AI有效算力增长了10万倍，并预计2023年至2028年将维持这一增速[13] - AI能力通过GPQA得分衡量，GPT-4的得分已接近博士回答非本专业领域问题的水平（正确率约38%），而AI的智能水平未来可能达到人类的上千倍甚至上百万倍[14] - 生成式AI正在加速落地，Hugging Face平台已上线超过200万个AI工具，企业可组合这些工具构建专属AI系统来解决特定问题[17] - 未来社会的大部分利润将来自生成式AI的应用而非大语言模型，因为大语言模型缺乏品牌忠诚度、关键技术壁垒和网络效应，已逐渐成为“大宗商品”[19][20] - 推理型AI是今年快速发展的领域，其思维模式更接近学者，擅长计算，最新版GPT等模型已采用“专家系统”来调用更合适的子模型处理任务[23] - 到2050年，约80%的人类工作有望由智能机器人完成，花旗银行预测到2050年全球智能机器人、自动驾驶汽车等智能物理设备将达到41亿台[28][29] - 创新型AI预计到2028年将能够根据抽象目标自主推进研究，量子AI则预计在2033年左右实现商业化应用，处理特定任务的速度可比当前顶级计算机快数百万甚至数十亿倍[25] 金属与采矿业 - 金属与采矿业是未来五年值得关注的另一大投资主题，部分金属价格需上涨460%才能回升至2010-2011年峰值，但实现难度较大[31] - 铀矿前景明朗，若回升至历史峰值涨幅可达225%，且当前已处于供不应求状态，库存持续下降，银、铂和铜等金属也面临类似的短缺格局[31] 激情投资 - “激情投资”主题涉及供给无法扩张的资产，如优质海滩土地、城市核心地段公寓、限量版汽车等，在创新爆发和财富增长背景下，这类资产需求将显著上升[33] - 此类资产价格的上涨往往会增加而非减少需求，因为价格本身成为排他性的象征和产品的一部分[33] 东盟与中国市场 - 亚洲市场，特别是东盟与中国，是未来有望迎来繁荣的优质投资标的[9][34] - 中国的创新能力突出，一项研究显示中国在全球62项未来关键技术中的57项位居第一，在2025年全球创新指数中升至第10位，GDP有望实现4倍增长[36] - 东盟市场当前远期市盈率平均为11倍，盈利增速约10%，具有估值优势，越南市场若升级为新兴市场可能推动其股市上涨30%左右[36] - 中国股市处于历史区间低位，居民存款规模是股市市值的2倍，与2014年水平相当，意味着有大量潜在资金可投入股市[37] - 中国股市股息率已超过10年期国债收益率（约1.7%-1.8%），形成坚实的“安全垫”，即便股市翻倍导致收益率减半，其水平仍将高于国债收益率，预示未来1-2年内可能出现大幅上涨[38] 生物科技领域 - 生物科技领域是估值温和且极具潜力的行业，国际生物科技ETF的市盈率约为10-11倍[40] - AI正显著降低生物科技领域的研发成本并加快研发速度，过去一年AI发现的分子数量呈指数级增长[40] - 该领域有望涌现大量新产品，如全基因组测序、脑机接口、液体活检、癌症疫苗及高度个性化的医疗服务等[42] 人工智能政策与能源趋势 - 美国为保持AI领先地位推行多项政策，包括加大AI算力基础设施投资、提供税收激励（如允许企业资本性支出在1年内全额税前扣除）、布局地缘政治“安全算力区”以及构建法律稳定性[55] - 美国AI数据中心的电力发展趋势倾向于使用本地电源，短期最便捷的方式是使用燃气轮机，但正计划转向核能，特别是小型模块化反应堆和核聚变技术[57] - 美国Helion公司进展领先，目标在2028年为微软数据中心供电，核聚变商业化可能在未来15-20年内实现，届时将能彻底解决全球能源需求[58][59]

科技领域与人工智能 - 未来五年科技领域是核心投资主题之一，但当前科技类股票估值普遍较高[9] - 人工智能是近年创新呈现指数级增长的核心驱动力，已预测约4000项新技术[11] - 2019年至2023年间AI有效算力增长了10万倍，预计2023年至2028年将维持此增速[13] - AI能力快速提升，GPT-4在GPQA测试中得分已接近人类博士回答非专业问题的水平[14] - 生成式AI正在加速落地，Hugging Face平台已上线超过200万个AI工具，大部分免费[17] - 未来社会大部分利润将来自生成式AI的应用而非大语言模型，后者缺乏品牌忠诚度和关键技术壁垒[19][20] - 推理型AI、物理AI、个人AI、创新型AI和量子AI是重要发展方向，预计到2050年约80%的工作将由智能机器完成[23][24][29] 金属与采矿业 - 金属与采矿业是未来五年具备投资价值的核心主题，预计将出现金属短缺[9] - 部分金属价格需上涨460%才能回升至2010-2011年峰值，但当前估值实现此涨幅较难[31] - 铀矿前景明朗，若回升至历史峰值涨幅可达225%，且已处于供不应求状态[31] - 银、铂等金属面临类似供需格局，铜的短缺尤为突出[31] 激情投资 - 激情投资是未来五年的投资主题，标的包括优质海滩土地、城市核心地段公寓、限量版汽车等供给无法扩张的资产[9][33] - 在创新爆发和财富增长背景下，对不可复制资产的需求将显著上升[33] 东盟与中国市场 - 亚洲市场是未来五年的投资主题，亚洲股票或将成为优质投资标的[9] - 创新与经济增长相关性明显，中国在最新全球62项未来关键技术研究中，有57项技术位居第一[36] - 中国在全球创新指数中排名第10位，GDP有望实现4倍增长[36] - 东盟市场远期市盈率平均为11倍，盈利增速约10%，越南市场分类若升级可能推动其上涨30%[36] - 中国股市处于历史区间低位，居民存款规模是股市市值的2倍，资金面具备支撑[37] - 中国股市股息率已超过10年期国债收益率，资产性价比突出，未来1-2年内有望出现大幅上涨[38] 生物科技领域 - 生物科技是未来五年具备投资潜力的行业，且当前估值并不高[9] - 国际生物科技ETF的市盈率约为10-11倍，估值温和[40] - AI正显著降低生物科技领域的研发成本并加快研发速度，过去一年AI发现的分子数量呈指数级增长[40] - 该领域有望涌现全基因组测序、脑机接口、液体活检、癌症疫苗等新产品和服务[42] 投资策略与信息处理 - 投资决策应基于长期视角，避免被短期市场波动干扰[44] - 信息获取方式包括收听播客和阅读顶尖银行及研究机构的报告，运动时学习效率更高[44] - 精准预测需关注真正知情且如实表态的人，而非媒体上的片面言论[45]

核心财务表现 - 第二财季营收467.43亿美元 同比增长56% 超出市场预期的462.3亿美元 [1] - 净利润264.22亿美元 同比增长59% 显著高于市场预期的234.65亿美元 [1] - 调整后每股收益1.05美元 同比增长54% 超出市场预期的1.01美元 [1] - 毛利率72.4% 同比下降3.1个百分点但环比提升 高于指引的71.8% [1] 分业务营收表现 - 数据中心营收411亿美元 同比增长56% 略低于预期的412.9亿美元 其中Blackwell架构贡献约281亿美元 [2] - 计算业务收入338.44亿美元 同比增长50% 环比下降1% 主要受H20芯片销售减少40亿美元影响 [3] - 网络业务收入72.52亿美元 同比增长98% 环比增长46% Spectrum-X以太网年化收入突破100亿美元 [3] - 游戏业务营收43亿美元创历史新高 同比增长49% 超出市场预期的38.19亿美元 [3] - 汽车业务营收5.86亿美元 同比增长69% 略低于市场预期的5.93亿美元 [4] - OEM及其他业务收入1.73亿美元 同比增长97% 远超市场预期的1.11亿美元 [4] 业绩指引与资本运作 - 第三财季营收指引540亿美元±2% 超出市场预期的534.67亿美元 [5] - 预计GAAP毛利率73.3% 年底目标毛利率75% [5] - 上半年通过回购和股息向股东返还243亿美元 新增600亿美元回购授权 总回购额度达747亿美元 [5] - 若地缘政治问题缓解 Q3可能增加20-50亿美元H20收入 叠加15%政府分成后营收可达546.2-593.3亿美元 [5] 技术优势与竞争格局 - GPU具备云端/本地/端侧通用性 所有AI框架均支持英伟达平台 [6] - 提供全栈协同设计的系统级解决方案 包括GPU/CPU/网络产品 [6] - ASIC主要被大云厂用于自身训练推理 量产规模有限 [6] 中国市场动态 - 中国大陆市场收入27.69亿美元 同比下降24.5% [7] - 向非限制客户销售6.5亿美元H20芯片 释放1.8亿美元库存 [7] - 中国市场潜在规模达500亿美元 预计年增幅50% [7] - 若H20对华销售持续受限 寒武纪等本土芯片企业将受益 [7] 行业前景与产能布局 - 超大规模云厂商年度资本支出预计达6000亿美元 [9] - 2030年AI基础设施支出预计3-4万亿美元 远超此前万亿级预期 [9] - Blackwell Ultra已于Q2出货 GB300芯片全面生产 Q3将扩大产量 [10] - Rubin架构芯片进入晶圆生产阶段 预计2026年量产 [10] - 主权AI收入有望超200亿美元 实现同比翻倍增长 [10] 技术演进趋势 - 行业重点从生成式AI转向推理型AI和智能体AI [11] - 新型AI所需算力达聊天机器人的100-1000倍 [11] - 算力需求从语言生成向问题解决演进 支撑指数级增长预期 [11]

投资评级 - 维持"优于大市"评级 [3][7] 财务表现 - FY26Q2收入467.43亿美元（同比+56%，环比+6%），高于450亿美元±2%指引 [1] - GAAP毛利率72.4%（同比-2.7个百分点，环比+11.9个百分点） [1] - 营业利润284亿美元（同比+53%），GAAP净利润264亿美元（同比+59%） [1] - 分业务收入：数据中心411亿美元（同比+56%，环比+5%）、游戏43亿美元（同比+49%，环比+14%）、专业可视化6.01亿美元（同比+32%，环比+18%）、汽车5.86亿美元（同比+69%，环比+3%） [1] - FY26Q3营收指引540亿美元±2%，环比增长超70亿美元 [1] - GAAP毛利率指引73.3%±0.5%，Non-GAAP毛利率指引73.5%±0.5%，目标年底毛利率回升至75%左右 [1] - GAAP营运费用指引59亿美元，Non-GAAP营运费用指引42亿美元 [1] 产品与技术进展 - GB300二季度启动量产，周产能1000个机架，推理性能10倍于H100 [2][11] - Rubin平台芯片进入制造阶段，计划2026年量产 [2][11] - 网络业务收入同比+98%、环比+46%，以太网业务年化收入超100亿美元，InfiniBand收入环比翻倍 [2][11] - Blackwell Ultra Q2创收数十亿美元，GB200 NVL 72用于大规模模型训练与推理 [11][13] - 游戏业务受益于Blackwell架构显卡，GeForce 5060显卡性能翻倍，GeForce Now游戏库增至4500款 [21] 市场前景与增长驱动 - 2025年全球数据中心基础设施投入预计6000亿美元（两年内翻倍），2030年前有望达3-4万亿美元 [2][11] - 增长驱动：推理型AI需求激增（计算需求较传统AI提升100-1000倍）、全球主权AI建设（欧洲计划投200亿欧元建20个AI工厂）、物理AI兴起（机器人/自动驾驶） [11][13] - 2025年主权AI收入目标200亿美元（较2024年翻倍） [2][14] - 中国市场潜力约500亿美元，H20芯片受出口政策影响，Q2营收环比下滑40亿美元；若地缘问题解决，Q3或实现20-50亿美元H20收入 [2][12] 盈利预测调整 - 上调2026-2028财年收入预期至2056/2713/3066亿美元（前值1993/2437/2715亿美元） [3] - 预计2026-2028财年净利润1027/1469/1683亿美元（前值1003/1311/1467亿美元） [3] - 2026-2028财年收入增速预测：57.5%/32.0%/13.0%，净利润增速预测：40.9%/43.0%/14.6% [4] - 2026-2028财年EPS预测：4.23/6.05/6.93美元，PE估值：43/30/26倍 [4] 财务指标预测 - 2026-2028财年EBIT Margin预测：58.2%/62.6%/62.2%，ROE预测：56.7%/44.9%/34.1% [4] - 2026-2028财年现金及等价物预测：99.8/252.1/413.4亿美元，营运资本持续增长 [26] - 2026-2028财年经营活动现金流预测：106.1/162.7/172.6亿美元，资本开支聚焦AI研发和新产品投入 [24][26]

财务表现 - 第二财季营收467.43亿美元 同比增长56% 略超市场预期 [1] - 第二财季净利润264.22亿美元 同比增长59% 毛利率达72.4% [1] - 第三财季营收指引540亿美元 上下浮动2% 毛利率预计73.3% 上下浮动50个基点 [6] 业务板块表现 - 数据中心营收411亿美元 同比增长56% 但略低于市场预期 [1][3] - 游戏和AI PC业务营收43亿美元 同比增长49% [3] - 专业视觉业务营收6.01亿美元 同比增长32% [3] - 车用电子及机器人业务营收5.86亿美元 同比增长69% [3] - 网络业务收入7.3亿美元 InfiniBand收入几乎翻倍 [6] 产品与技术进展 - Blackwell架构芯片数据中心营收环比增长17% [3] - Blackwell Ultra架构芯片全速生产 需求旺盛 [3] - NVLink机架级计算技术具革命性意义 [3] - RTX Pro服务器已获近90家公司采用 用于实时模拟和数字孪生 [4] - 向中国以外客户销售6.5亿美元H20芯片 [4] - 提供三种网络技术：scale up/scale out/scale across [6] 市场机遇与战略布局 - 预计今年主权AI收入超200亿美元 同比增长一倍以上 [4] - 全球数据中心基础设施资本支出有望达6000亿美元 [4] - 未来5年瞄准3-4万亿美元AI基础设施建设机会 [5] - AI竞赛已拉开帷幕 Blackwell成为核心竞争产品 [3] - 云计算厂商资本支出在2年内几乎翻倍 [4] 行业趋势与竞争环境 - AI基础设施投资增长受三大因素驱动：推理式AI需求、主权AI建设、物理AI和机器人发展 [4] - 能源限制成为AI基础设施建设的关键制约因素 [5] - 公司通过GPU/CPU/网络产品组合应对ASIC竞争挑战 [5] - 模型性能迅速增长推动推理型AI发展 [3] 生产与供应链情况 - Blackwell GB300芯片全面生产 第三财季产量将进一步增加 [4] - Rubin架构芯片按计划将于2025年量产 [4]

财报表现 - 第一财季营收440.62亿美元，同比增长69%，净利润187.75亿美元，同比增长26%，摊薄后每股收益0.76美元，同比增长27% [1] - 数据中心业务营收同比大增73%，占总营收88% [1] - 因H20芯片出口限制计提45亿美元库存减值，损失25亿美元潜在销售额，预计第二财季再损失80亿美元 [1] 中国市场影响 - 中国AI芯片市场规模约500亿美元，但已对美国企业关闭 [3] - Hopper架构产品在中国市场不可行，无法满足新出口管制要求 [3] - 出口限制加速中国自主技术发展，削弱美国技术领导地位 [3][4] AI技术发展 - 推理型AI模型需求激增，每项任务所需Token量是传统模型的数百至数千倍 [6] - Grace Blackwell架构推理性能比Hopper提升40倍，进入量产阶段 [11] - AI基础设施进入企业部署阶段，推出RTX Pro Enterprise AI服务器等新产品 [14] 全球战略布局 - 与富士康合作在台湾建设首座AI工厂，推进日本、韩国等多国AI基础设施项目 [9] - 特朗普政府撤销《AI扩散规则》，推动美国AI技术与国际伙伴合作 [8] - 台积电在亚利桑那州建设晶圆厂，目标一年内实现芯片到超级计算机全流程本土制造 [7] 行业趋势 - AI被视为工业革命核心力量，各国竞相建设国家级AI平台 [9] - 6G网络将基于AI构建，制造业未来每家工厂将配备AI工厂 [14] - 开源模型如DeepSeek R1推动AI向"智能体"形态演进，强化技术栈领导地位 [6]

财务表现与业务增长 - 英伟达第一财季整体营收同比增长69%至440亿美元 数据中心业务收入同比增长73%至390亿美元 [1] - 第一季度确认46亿美元H20收入 但有25亿美元出货未完成 计提45亿美元减值反映未来订单无法兑现 [1][3] - 预计第二季度总收入为450亿美元(±2%) 受H20出口限制影响将减少80亿美元收入 [1][8] - 与Hopper相比 Grace Blackwell NVL72在推理性能上提升40倍 已进入全面量产阶段 [2][14] 中国市场影响 - 中国是全球最大AI市场之一 全球50%AI研究人员在中国 出口管制将增强中国芯片商国际竞争力 [1] - 评估未来无法覆盖的中国市场规模接近500亿美元 目前没有适用产品 [3] - 旧政策下中国季度出货量约70-80亿美元 新限制使Hopper降级方案难以有效使用 [11] AI行业趋势与战略布局 - AI进入推理能力时代 推理型AI智能体对算力需求比一次性问答高数百至数千倍 [5][7][14] - AI将成为电力/互联网级别的基础设施 全球正规划数百座AI工厂 目前约100座在建 [6][7][15] - 企业AI进入爆发期 RTX Pro Enterprise AI服务器可运行全企业级工作负载 [5][9][10] - 工业AI成为第四大支柱 新工厂将配备AI工厂 Omniverse和机器人技术加速应用 [10][15] 产品与技术进展 - 网络业务形成四大平台：NVLink纵向扩展 Spectrum-X以太网优化 InfiniBand Bluefield控制平面 [12][13] - Spectrum-X使以太网利用率从50%提升至85-90% 新增两家云服务提供商采用 [12][13] - Blackwell设计覆盖AI全生命周期 支持从训练到复杂推理与智能体部署 [14] 供应链与订单情况 - Blackwell订单量超GTC会议时水平 供应链持续扩充产能 美国本土产能建设加速 [7] - 主权云和企业AI需求超预期 抵消部分中国市场损失 支撑450亿美元营收目标 [8][9]

文章核心观点 - 英伟达CEO黄仁勋在GTC 2025大会演讲被赋予“股价保卫战”意义，他认为AI芯片需求持续增长，大会发布新产品和系统，搜狐汽车整理其试图回答的十大问题 [2][3] 生成式AI相关 - 人工智能过去十年进步惊人，先有感知型AI，后专注生成式AI，其改变计算模式，从检索型变为生成型 [3][4] AI发展方向 - 推出可与数字世界互动、代表用户执行任务的Agent AI，接下来是有望为人形机器人提供动力的物理人工智能 [5] 推理型AI相关 - 推理型AI可像人一样分步骤推理选最佳结果，通过强化学习和自监督学习发展，训练需处理数万亿级token，推动了模型发展 [6] - 推理型AI生成Token数量巨大，需提高系统计算速度十倍，意味着一百倍以上计算量，训练和推理服务所需计算资源过去一年爆炸式增长 [7] 数据中心业务 - 今年迄今Blackwell GPU已向四大云平台销售360万块，分析师预测全球数据中心资本支出到2030年达数万亿美元，建设规模1万亿美元时间点会更快到来 [8] - 数据中心业务增长动力是计算方式转型和从检索型计算到生成型计算转变，未来各行业公司将有AI工厂 [8][9] 边缘计算领域 - 英伟达与思科、T - Mobile和服务器ODC合作将AI带入边缘计算领域，利用无线电网络和通信数据中心资源，实现加速计算与AI融合，AI可优化通信效果 [10] 自动驾驶汽车领域 - 英伟达投入超十年，技术被广泛应用，与通用汽车在多领域合作，打造“Halos”安全体系，经安全评估且拥有超1000项专利 [11] - 通过Omniverse和Cosmos加速AI开发，采用模型蒸馏、闭环训练和合成数据生成等方法提升自动驾驶安全性和智能化 [12] Dynamo软件 - Dynamo是开源软件，可提高人工智能推理效率并降低成本，能让Nvidia Hopper平台为Meta的Llama型号提供服务的性能提高一倍，加速用户采用人工智能推理 [14][15] AI系统路线图 - Blackwell Ultra今年下半年上市，亚马逊AWS、谷歌云、微软Azure和甲骨文将首批提供支持服务 [16] - 下一代系统Vera Rubin预计2026年下半年推出，含144个独立Nvidia GPU；2027年下半年发布含576个GPU的Rubin Ultra，大幅提高AI计算能力和效率 [16]

文章核心观点 英伟达CEO黄仁勋缓解投资者因DeepSeek以超高性价比模型异军突起产生的算力需求担忧，强调计算需求仍高，DeepSeek不会冲击英伟达，且英伟达正推进生产转移至美国 [1][3][4][5] 分组1：黄仁勋对算力需求的观点 - 对DeepSeek推理模型R1的担忧是错误的，未来此类软件需更少芯片和更强大服务器，计算需求仍极其高，新型AI模型会增加对计算基础设施的需求 [1] - R1模型对算力需求高得多，计算需求非但没减弱还在迅猛增长 [2] - 全球所需AI算力比去年此时认为的要多100倍，推理型AI需要很高算力，推理是耗费计算资源的过程，像DeepSeek这样的模型可能需比传统模型多100倍的计算能力，未来推理模型需求更高 [3] 分组2：DeepSeek对英伟达的影响 - DeepSeek点燃全球热情对英伟达是好消息，R1发布未削弱其市场地位，反而推动全球对AI的热情 [4] - 市场担心DeepSeek式软件优化和硬件进步节省成本会致AI硬件需求下降，但英伟达推理效率提升使部署成本降低，消费量会增加 [4] 分组3：英伟达生产布局 - 特朗普政府关税短期内影响不大，英伟达一直在与台积电合作让其为在美国生产芯片做准备，还有富士康和纬创等合作伙伴，合力将制造业转移到美国，长期内在美国制造很可能实现 [4] - 英伟达正通过台积电位于美国亚利桑那州的工厂生产芯片，长期内将把生产转移到美国 [5]