行业发展趋势 - AI行业正从生成式AI时代跨入推理式AI时代和智能体AI时代 推理以及渠道训练成为行业增长的核心计算需求 [1][2] - 过去两年 AI计算需求增加了大约100万倍 [2] - 英伟达将2025年定义为“推理年” 旨在优化AI推理全流程 降低客户AI基础设施成本 [2] 公司收入与产品预期 - 英伟达对Blackwell和Rubin旗舰芯片产品线在2027年前的数据中心营收展望乐观 预计总额将超过1万亿美元 较2025年GTC大会披露的2026年前5000亿美元预期显著增长 [3] - 正式发布Vera Rubin全栈AI算力平台系统 包含Vera CPU、Rubin GPU、Groq 3 LPU等七款计算及互联芯片 涵盖五款机架 [4] - Vera Rubin AI算力平台系统的发布 让算力在10年内提升了4000万倍 [5] 产能与部署进展 - 微软Azure已部署首台Vera Rubin机架 [5] - 英伟达供应链已实现每周数千台的产能 每月可支撑多GW级AI工厂建设 同时并行量产Vera Rubin与GB 300机架 [5] - Vera Rubin部署效率大幅提升 从传统2天安装缩短至2小时 预计将显著提升可维护性 [8] 电源技术进展 - 根据Vera Rubin NVL72参考设计 预计将采用4组Powershelf 每组功率为110KW 由6个18.3KW电源组成 合计供电功率为440KW [6] - 对比GB200/GB300 NVL72的264KW供电功率提升达60%以上 预计相关电源厂商单机柜价值量有望得到较大提升 [6] - 英伟达称将全面普及800V高压直流供电、CPO光互联与高密度PCB 推动数据中心PUE降至1.1以下 [6] 液冷技术进展 - Vera Rubin采用100%液冷设计 Tray内无缆化设计 采用45℃热水冷却 可减少机械冷却中的压缩步骤 带来显著的能源效率提升并降低冷却成本 [8] - 更高的热水温度冷却需要更高的冷却流量来带走相同的热量 预计配套Vera Rubin的将是能支持更大流量的液冷系统以及更新的冷却架构 有望持续推动液冷解决方案及零部件厂商技术升级需求 [1][8] - 此次发布的Vera Rubin平台采用了较为传统的液冷方案 后续随着Rubin Ultra、Feynman等更高功率芯片的发布 微通道、微流控以及金刚石散热等新技术方向值得持续期待 [8] AI工厂核心指标 - 吞吐效率及交互性/推理速度是AI工厂的核心指标 token成为AI工厂的核心生产资料 [2] - 吞吐效率(token/watt)的核心是功率效率 交互性/推理速度即Token的生成速度决定AI的“智能程度” [2]

报告行业投资评级 - 行业评级：推荐（维持）[1] 报告核心观点 - 英伟达GTC 2026大会揭示了AI算力基础设施向更高功率密度和全液冷方案演进的核心趋势，柜内电源功率显著提升与全液冷时代来临将驱动相关产业链投资机会[1][2] 行业进展总结 - AI行业正从生成式AI时代跨入推理式AI和智能体AI时代，推理及渠道训练成为核心计算需求，过去两年AI计算需求增加了约100万倍[2] - Token成为AI工厂的核心生产资料，吞吐效率（token/watt）和推理速度（Token生成速度）是核心指标[2] - 英伟达将2025年定义为“推理年”，旨在优化AI推理全流程以降低客户基础设施成本[2] 公司收入与产品进展总结 - 英伟达对Blackwell和Rubin产品线在2027年前的数据中心营收展望乐观，预计总额将超过1万亿美元，较2025年GTC大会披露的2026年前5000亿美元预期显著增长[2] - 正式发布Vera Rubin全栈AI算力平台系统，包含Vera CPU、Rubin GPU等七款芯片及五款机架[2] - 该平台系统使算力在10年内提升了4000万倍[2] - 产能进展顺利，微软Azure已部署首台Vera Rubin机架，供应链已实现每周数千台产能，每月可支撑多GW级AI工厂建设[2] 电源进展总结 - **柜内电源**：预计Vera Rubin NVL72采用4组Powershelf，每组功率110KW，由6个18.3KW电源组成，合计供电功率440KW，对比GB200/GB300 NVL72的264KW提升达60%以上，相关电源厂商单机柜价值量有望得到较大提升[2] - **柜外电源**：英伟达将全面普及800V高压直流供电、CPO光互联与高密度PCB，以推动数据中心PUE降至1.1以下[2] 液冷进展总结 - Vera Rubin采用100%液冷设计，使用45℃热水冷却，可减少机械冷却步骤，提升能源效率并降低冷却成本，但需要更高冷却流量的液冷系统[2][3] - Vera Rubin部署效率大幅提升，安装时间从传统2天缩短至2小时，显著提升可维护性[3] - 当前采用较传统液冷方案，后续更高功率芯片（如Rubin Ultra、Feynman）可能采用微通道、微流控及金刚石散热等新技术[3] 投资建议总结 - 建议关注以下五个方向的产业链公司：[3] 1. **柜内电源**：麦格米特、欧陆通、新雷能、铂科新材 2. **柜外电源**：金盘科技、伊戈尔、中恒电气、四方股份、特变电工、禾望电气、科华数据、科士达、优优绿能、通合科技、特锐德 3. **液冷方案及零部件**：英维克、申菱环境、高澜股份、飞龙股份、冰轮环境、银轮股份、中航光电、思泉新材、科创新源、同飞股份、川环科技、远东股份 4. **数据中心配储**：阳光电源、宁德时代、阿特斯、盛弘股份、海博思创 5. **备用电源（BBU/柴发/超容）**：亿纬锂能、蔚蓝锂芯、思源电气、江海股份、科泰电源、豪泰科技

行业投资评级 - 推荐（维持）[4] 核心观点 - 英伟达FY26Q2业绩符合预期，营收467亿美元，同比+56%/环比+6%，数据中心业务保持高增长，网络产品同比+98%/环比+46%[1][2] - Blackwell架构产品环比增长17%，大型云服务提供商占数据中心营收约50%，中国大陆占比降至低个位数[2] - 指引FY26Q3营收中值540亿美元（±2%），同比+53.9%/环比+15.5%，毛利率指引73.5%（±0.5pct）[3] - 预计全球AI基础设施支出到本十年末达3-4万亿美元，中国大陆市场规模约500亿美元，CAGR约50%[8] - 若地缘政治问题解决，FY26Q3 H20产品发货收入预计20-50亿美元[3] 财务表现 - FY26Q2营收467亿美元，同比+56%/环比+6%，non-GAAP毛利率72.7%，剔除H20费用影响后为72.3%[1] - 数据中心营收411亿美元，同比+56%/环比+5%，其中计算产品营收338亿美元，同比+50%/环比-1%，网络产品营收73亿美元，同比+98%/环比+46%[2] - 游戏和AIPC营收43亿美元，同比+49%/环比+14%，专业可视化营收6.01亿美元，同比+32%/环比+18%，汽车和机器人营收5.86亿美元，同比+69%/环比+3%[2] - 运营费用同比增长6%，主要因计算和基础设施成本、薪酬福利支出增加[1] 产品与技术进展 - Blackwell架构产品环比增长17%，GB300开始批量出货，产能恢复至满产运行，预计25H2广泛市场供应[8][19] - GB300平台NVFP4 4位精度与NVLink72技术使每token能效较Hopper提升50倍[8][23] - Rubin平台芯片进入晶圆制造阶段，包括Vera CPU、Rubin GPU等六类芯片，计划明年批量生产[8][20] - RTX PRO服务器全面量产，产品线有望成长为价值数十亿美元的核心业务[8][25] - Spectrum-X以太网年化收入突破100亿美元，InfiniBand收入环比增长近一倍[27][28] 市场与需求驱动 - 大型云服务提供商占数据中心营收约50%，主权AI相关收入预计今年突破200亿美元，较去年增长逾一倍[2][27] - 代理式AI和推理模型推动计算需求增长数量级，头部云服务提供商Capex今年约6000亿美元[22][36] - 中国大陆是全球第二大计算市场，未被列入实体清单的企业已可获得H20销售许可，多家企业获得许可证[8][45] - AI原生初创企业去年获1000亿美元融资，今年未结束已录得1800亿美元，顶级企业营收从去年20亿美元增至今年200亿美元[52] 增长展望与指引 - FY26Q3营收指引中值540亿美元（±2%），同比+53.9%/环比+15.5%，未计入向中国客户发货的H20产品[3][33] - 预期本财年毛利率仍处于75%水平，运营费用率同比增长至40%（此前指引35%）[3][33] - 长期全球AI基础设施支出预计3-4万亿美元，英伟达产品在AI工厂成本中占比约35%[8][41] - 游戏业务受Blackwell架构产品爬坡及供应改善驱动，GeForce Now游戏库扩容至超4500款作品[30]

英伟达新一代机器人计算平台Jetson Thor上市 - 新一代机器人计算平台Jetson Thor开发套件和生产模块上市，采用Blackwell架构，与数据中心服务器和工作站的最新GPU架构统一 [2] - Jetson Thor在FP4精度下算力为2070TFLOPS，相比10年前的Jetson TK1平台FP32精度算力0.3TFLOPS提升显著，2022年Jetson Orin在INT8精度下算力为275TOPS [2] - Jetson系列AI性能10年提升7000倍，Jetson Thor的AI计算性能是Orin的7.5倍，能源效率是Orin的3.5倍 [3] 机器人算力需求与市场现状 - 人形机器人从业者反映机器人处于算力不足状态，运行大参数模型需要比Orin算力更大的芯片，算力足够大才能提升执行效率 [3] - 机器人技术不够收敛，厂商为实现更多功能需将更多算法塞进机器人，人形机器人属于给多少算力都不够的状况 [3] - 计算平台需运行推理式AI、生成式AI、大语言模型、视觉模型和行动模型，人形机器人搭载多个传感器需在数百毫秒内完成推理或思考几秒做感知规划 [4] - 许多人形机器人客户在一台机器上同时使用2个或以上Orin，汽车客户同时使用2个甚至4个Orin，算力提升后工作负载可在同一个Jetson Thor上运行 [4] - 机器人需要边缘端运算因云端计算有延迟，可能连接不到云无法做出实时决策 [4] Jetson平台开发者与客户基础 - Jetson平台有220万名开发者，7000多家公司使用Orin [5] - 中国公司包括智元机器人、众擎机器人、银河通用、优必选、宇树科技等已使用Orin并准备使用Thor [5] - Jetson Thor开发套件售价3499美元，生产模块Jetson T5000（2070TFLOPS）售价2999美元 [5] 英伟达机器人战略与竞争环境 - 物理AI和机器人领域有巨大机遇，通用机器人时代正在到来，生成式AI、推理式AI和模拟技术对通用机器人十分重要 [5] - 英伟达在三个层面思考机器人：机器人本身如人形机器人、机械臂，属于机器人范畴的自动驾驶汽车，大型建筑和空间如工厂、城市迈向机器人化 [5] - 英伟达为物理AI和机器人提供三种计算机：机器人"大脑"Jetson Thor用于部署AI，另外两台用于训练AI和提供测试AI的虚拟环境 [5] - 英伟达在机器人"大脑"领域面临竞争，特斯拉自研人形机器人计算机，另有面向扫地机器人、割草机器人等品类的芯片供应商 [6] - 机器人算力芯片朝增加算力方向增长，但长远无法断言算力芯片要多大才够用，未来算力可能收敛 [6] - 2024年全球人形机器人市场规模25.62亿元，2031年人形机器人行业进入快速起量期 [6]

产品发布与性能提升 - 英伟达新一代机器人计算平台Jetson Thor开发套件和生产模块上市，算力大幅提升 [1] - Jetson Thor在FP4精度下算力达2070 TFLOPS，较2014年Jetson TK1的0.3 TFLOPS（FP32精度）提升7000倍 [3] - 相较2022年Jetson Orin的275 TOPS（INT8精度），Jetson Thor的AI计算性能提升7.5倍，能源效率提升3.5倍 [3] - 平台采用Blackwell架构，与数据中心服务器及工作站GPU架构统一 [3] 市场需求与技术挑战 - 人形机器人行业面临算力不足问题，需更大算力芯片支持大参数模型运行 [4] - 机器人需搭载多传感器（头部/胸部/腿部摄像头、声波雷达），需在数百毫秒内完成推理或数秒内完成感知规划 [4] - 现有客户（包括人形机器人和汽车领域）需同时使用2-4个Jetson Orin芯片，Jetson Thor可整合工作负载 [5] - 边缘计算需求源于云端延迟和连接不稳定问题，实时决策要求本地算力支持 [5] 生态布局与客户覆盖 - Jetson平台拥有220万名开发者和7000多家公司使用Orin芯片 [6] - 中国客户包括智元机器人、众擎机器人、银河通用、优必选、宇树科技等，已使用Orin并计划升级至Thor [6] - 产品定价：开发套件3499美元，生产模块Jetson T5000（2070 TFLOPS）售价2999美元 [6] 行业前景与竞争环境 - 通用机器人时代到来，依赖生成式AI、推理式AI及模拟技术两大核心 [6] - 英伟达机器人战略覆盖三层面：机器人本体（人形机器人/机械臂）、自动驾驶汽车、机器人化大型空间（工厂/城市） [6] - 面临特斯拉自研计算机及其他品类（扫地/割草机器人）芯片供应商竞争 [7] - 2024年全球人形机器人市场规模25.62亿元，预计2031年进入快速起量期 [7]