行业与公司 * 本次会议纪要主要涉及**英伟达**公司及其在**人工智能**领域的芯片、平台、技术路线和产业布局[1][2] * 同时，会议也深入分析了由英伟达技术路线所驱动的**AI基础设施**产业链，包括**光通信**（特别是CPO技术）和**液冷**等关键环节[5][6] 核心观点与论据 1. 人工智能发展趋势：从训练到推理与“AI工厂”概念 * 人工智能正经历从训练阶段向推理阶段的重大转变[2] * **AI工厂**成为核心产业模式，将AI产业划分为架构、芯片、系统、软件模型和应用五个部分[2] * AI工厂以电力、GPU、内存和数据为输入，产出AI模型和推理服务[2] * 未来大型科技公司需具备从算力基础设施到应用软件的全栈能力[2] * 英伟达自身也在积极向上游的应用层、软件层和模型层拓展，尤其在具身智能领域展现布局意图[2] 2. 关键芯片产品发布与技术参数 * **Vera Rubin平台**：计划于2026年下半年量产，样品已交付Adobe、微软和DeepMind等客户[2]；单卡算力突破50 PFLOPS，HBM4带宽达1.2T，标配全液冷和CPU[2] * **LPU芯片**：专注于低延迟推理，首token延迟低于0.1秒，配备230MB SRAM和80T带宽[3]；计划于2026年第三季度出货[1][5] * **Feiman架构芯片**：预计2028年面世，将采用1.6纳米工艺，集成3D堆叠和硅光子互联技术，主要为应对物理AI和世界模型需求设计[2][5] 3. LPU的创新工作模式与应用场景 * 英伟达通过名为**Dynamic**的软件方案，将推理的Decode阶段进一步拆分为注意力机制和Token解码两部分[4] * 高并发、高吞吐的Prefill阶段和注意力机制部分仍在Vera Rubin GPU上运行[4] * 对实时性要求极高的Token解码部分交由LPU处理[4] * 可实现**混合部署**，例如在一个数据中心内配置75%的Vera Rubin GPU和25%的LPU[1][4] * LPU适合实时智能体、实时翻译、云游戏等轻量化、实时性应用场景[3][4]；但处理海量数据的大规模推理任务仍需依赖Vera Rubin系列芯片[4] 4. 其他重要产品与平台布局 * **CPU**：推出专为集群和Agent调度设计的新CPU，性能远超现有产品，旨在满足Agent控制与调度中日益增长的算力需求[5] * **具身智能**：持续推广Omniverse平台，作为机器人训练和数据生成的数字孪生环境[5] * **智能体开发**：推出Nemo Cloud智能体平台，集成主流开源生态和框架，旨在降低创建各类Agent的门槛，推动其在智能家居、制造业、办公和汽车等场景落地[5] 5. 产品路线图与技术演进的影响 * **量产节奏**：Vera Rubin平台2026年下半年量产，LPU 2026年第三季度出货，Rubin Ultra（NVL576）预计2027年出货，Feiman架构定于2028年推出[5] * **机柜设计演进**：Rubin Ultra机柜计算托盘由横向改为垂直布置，以提高密度并降低延迟[5] * **功率密度与液冷**：单机柜功率密度从上一代的120千瓦增至Rubin的270千瓦，未来将达到600千瓦[1][6]；新机架的**液冷渗透率将达到100%**[1][6] * **光互联技术**：Rubin Ultra机柜同时支持铜缆和CPO，机架内短距用铜缆，机架间长距用CPO[5]；首款CPO交换机已进入量产，预计产量将从2026年的1-2万台在2027年逐步爬坡[6]；预计到2028年Feiman架构阶段，CPO将迎来**大规模放量**[1][6] 6. AI基础设施需求前景与产业链启示 * **需求大幅上调**：预计到2027年，全球对GPU等计算设备的总订单需求有望**超过1万亿美元**，较此前Blackwell和Rubin合计5000亿美元的预期大幅上调[1][6] * **效率显著提升**：一个吉瓦（GW）数据中心的Token生成能力在过去两年内从每秒200万跃升至7亿，提升了**350倍**[6] * **光通信产业链**：Scale-up场景扩展将大幅提升GPU与互联带宽的配比，推动铜互联和光互联需求增长[6]；CPO量产进度清晰，尽管大规模放量预计在2028年，但目前相关龙头公司估值已具备吸引力，考虑到2027年的业绩确定性，向上空间较大[6] * **液冷产业链**：英伟达新平台100%的液冷渗透率将直接拉动需求[6]；**ASIC芯片配套液冷供应链**出现新进展，国内厂商已在2026年第一季度获得谷歌等新客户订单，预计在第二、三季度开始加速，第四季度将成为**ASIC配套液冷需求放量的拐点**[1][6]；到2027年，液冷赛道的业绩确定性将显著增强，有望获得更高估值溢价[1][7] 其他重要内容 * Vera Rubin平台配套的HBM4良率爬坡顺利[5] * AI工厂的中心负责模型训练，然后将推理服务部署到各个边缘场景[2]

财务与经营数据 - 毛利率目标为75%以上 不受中国市场情况影响[1] - H20产品毛利率约在公司平均毛利率水平附近[1] - 运营支出率预计全年保持在35-40%区间 反映收入快速增长[1] - 库存结构偏向Blackwell Ultra 反映对第三季度及以后强劲前景的信心[2] - 当前需求超过供应能力 库存水平与生产爬坡及未来需求信心一致[2] 市场规模与增长预期 - 2030年数据中心基础设施年度支出目标3-4万亿美元 上调原因包括AI工厂建设支出[2] - AI工厂建设与云服务提供商重叠有限 市场驱动力来自企业、国家安全中心、新云及主权云[2] - 每1吉瓦AI工厂建设支出对应约500亿美元AI基础设施总支出[5] - 公司产品可覆盖约350亿美元 占总市场的60-70%[5] - 对2026年市场目标持谨慎态度 但对2030年实现3-4万亿美元规模充满信心 预计复合增长50%[5] 产品与技术 - GB200产能积极爬坡 需求极其旺盛 性能提升显著 token数量增加50%[5] - H100/H200仍有强劲需求 部分客户选择因其更易认证和更快上市时间[5] - Rubin芯片已完成设计和流片 能见度延伸至明年 计划明年量产出货[1][5] - 训练和推理市场均巨大 大量下一代基础模型使用Blackwell甚至Hopper进行训练[5] - NVLink产能爬坡与机架规模系统相关 计算和网络组件分开出货[5] - 机架产出将在第三季度加速 NVLink发展势头乐观 预计近期和中期存在巨大机会[5] 供应链与产能 - 需求持续超过供应 预计明年全年持续供不应求 尚不清楚供需平衡时间[3] - 需要更多供应 将继续推动供应链产能爬坡 数据中心准备就绪情况包括土地和电力因素[5] - 对进展感到满意 但鉴于增长需求 必须积极与供应链合作[5] 中国市场 - 已获得向中国部分客户出口H20的许可证 存在市场需求[4] - 认为地缘政治紧张局势缓和后 第三季度可出货20亿至50亿美元产品 需求增加还可提升出货量[4] - H20产品无后门 需要地缘政治问题消退才能正常发货[1][6] - 关于15%隐含水平尚无成文规定 可能影响收入分成或销售成本 公司暂按影响销售成本假设[1][6]