基金业绩与市场环境 - Sustainable Growth Advisers (SGA) 美国大盘成长策略第三季度总回报率为 -1.3%（毛）和 -1.4%（净）[1] - 同期 Russell 1000 成长指数回报率为 10.5% 标普500指数回报率为 8.1% 基金表现显著落后于基准指数[1] - 第三季度市场风格对基金不利 低质量股票和周期性行业表现更佳 与基金投资高质量成长企业的风格相悖[1] 投资策略与目标 - SGA 的投资目标是投资于高质量成长型企业 预期这些企业能实现持续的中等双位数（mid-teens）盈利增长 并伴有稳定的收入和现金流[1] 英伟达公司表现与数据 - 英伟达是 SGA 美国大盘成长策略在第三季度的持仓亮点之一[2] - 截至2025年12月31日 英伟达股价报收于每股186.50美元 市值为4.53万亿美元[2] - 英伟达过去一个月回报率为1.70% 过去52周股价上涨了34.84%[2] 英伟达业务驱动因素与展望 - 英伟达在第三季度对投资组合业绩做出贡献 主要驱动力是加速计算和人工智能基础设施需求的持续激增[3] - 管理层预计未来人工智能基础设施总支出将达到3至4万亿美元 公司长期前景依然具有吸引力[3] - 预计英伟达未来几年将继续实现两位数（double digit）的收入和盈利增长[3] 英伟达战略举措 - 英伟达宣布向英特尔投资50亿美元 双方将进行联合产品开发 此举旨在加强英伟达的人工智能基础设施平台 并削弱来自云服务提供商定制化项目和AMD的竞争威胁[3] - 季度末 英伟达与OpenAI宣布了一项前所未有的合作协议[3] - 对于与OpenAI的合作 相关财务预测和期望相对保守 因为从资金到商业用例再到最终的收入模式 许多方面尚待验证[3]

英伟达收购SchedMD及其战略意义 - 英伟达已完成对SchedMD公司的收购 并将继续分发其开源Slurm软件 [1] - 此次收购旨在继续投资Slurm的开发 确保其保持在高性能计算和人工智能领域领先的开源调度器地位 [3] - 公司将为SchedMD的客户提供开源软件支持、培训和开发服务 并将Slurm作为开源、供应商中立的软件进行开发和分发 [3] Slurm软件的市场地位与协同效应 - Slurm是一种用于高性能计算和人工智能的工作负载管理系统 在TOP500超级计算机榜单中 超过一半的排名前10和前100的系统都在使用该软件 [2] - 两家公司已有超过十年的合作历史 [2] - 收购将加速SchedMD接入新系统 使英伟达加速计算平台的用户能够优化其整个计算基础设施的工作负载 同时支持多样化的硬件和软件生态系统 [4] 收购的战略目标与行业愿景 - SchedMD首席执行官表示 此次收购彰显了Slrum在严苛的高性能计算和人工智能环境中的重要性 英伟达在加速计算领域的深厚专业知识和投资将增强Slurm的开发 以满足下一代人工智能和超级计算的需求 [4][5] - 英伟达首席执行官指出 公司正经历“三个巨大的平台转型” 即从传统计算转向加速计算 从经典机器学习转向生成式人工智能 以及现在转向执行多步骤任务的智能体系统 [7] 英伟达在计算管理软件领域的连续布局 - 此次收购是英伟达在计算管理软件领域的又一布局 此前公司在2024年4月宣布计划收购基于Kubernetes的工作负载管理和编排软件提供商Run:ai 该交易已于2025年1月获得监管机构批准后完成 [5] - 英伟达表示 收购Run:ai将帮助客户更高效地利用其人工智能计算资源 使其能够在本地、云端或混合环境中管理和优化计算基础设施 [6]

公司与战略合作 - 英伟达与新思科技于2025年12月1日宣布达成一项多年期战略合作伙伴关系，其中包括英伟达向新思科技普通股投资20亿美元 [1] - 合作旨在将英伟达的加速计算和人工智能技术与新思科技的设计和仿真堆栈相集成，以帮助研发团队以更快的速度、更高的精度和更低的成本进行产品设计、仿真和验证 [2] - 合作计划将新思科技的AgentEngineer与英伟达的智能体堆栈（包括NIM微服务、NeMo Agent Toolkit和Nemotron模型）连接，以实现EDA和仿真工作流程中的自主设计能力 [2] 技术整合与产品开发 - 新思科技的应用程序将广泛使用英伟达的CUDA-X库和AI物理技术进行加速 [2] - 双方将利用英伟达Omniverse和新思科技Cosmos平台，为半导体、航空航天、汽车、能源、工业和医疗保健等多个行业构建下一代数字孪生 [3] - 合作将提供云就绪的产品，并利用新思科技的全球销售网络进行联合市场推广计划 [3] 交易细节与公司背景 - 英伟达此次投资的股票购买价格为每股414.79美元 [3] - 官方新闻稿指出，此次合作是非排他性的 [3] - 英伟达是人工智能和加速计算领域的领导者，提供从数据中心到边缘设备的GPU平台和软件 [4]

行业投资评级与核心观点 - 报告未明确给出整体行业投资评级，但通过对多家关键公司的会议总结，传递了对人工智能（AI）和半导体行业前景的普遍乐观情绪 [1][4] - 报告核心观点：AI产业链订单强劲，动能将持续至2026年，企业基调保持乐观；尽管存在对专用集成电路（ASIC）的担忧，但GPU和ASIC的订单簿依然饱满；计算、内存、封装和功率等关键环节的需求均保持旺盛 [1][4] AI与计算需求 - **AI订单强劲**：各公司确认AI订单簿强劲，涵盖GPU和ASIC；谷歌凭借TPU在Gemini模型上表现超越OpenAI；Meta和Anthropic亦对TPU感兴趣 [4] - **NVIDIA前景乐观**：NVIDIA重申到2026年Blackwell/Rubin架构销售额将达**5000亿美元**，并有机会进一步增加，例如近期与Anthropic达成的**1吉瓦（GW）** 容量交易；预计基于GB300系统训练的新模型将在6个多月后提升行业标准 [4] - **计算管道确认**：Celestica确认其三大交换机客户需求强劲，并且是TPU v6/v7的主要供应商；Dell指出AI服务器订单需求强劲，持续至2026年第一财季，并预计AI服务器利润率将保持**中个位数百分比** [4] - **功率需求升级**：Infineon和MPWR对数据中心功率向**600千瓦以上**的机柜和**800伏高压直流**架构演进表示乐观 [4] 内存与封装 - **内存约束管理**：内存价格上涨是智能手机和PC供应商持续面临的问题，导致成本转嫁、低端型号配置降低以及部分利润吸收；Dell预计2026年PC增长持平 [4] - **先进封装与前端产能**：TSMC对2026年机会持乐观态度，认为5纳米及以下先进节点需求持续强劲，紧张状况已从CoWoS封装转移至前端晶圆产能；预计资本支出将增加以支持2纳米/3纳米发展，与UBSe预测一致以支持ASIC和GPU增长 [4] - **Amkor的机遇**：Amkor对AI从低基数（CPU、交换机、ASIC/GPU）开始增长持建设性看法；其亚利桑那州工厂预计2028年投产，初期规模可达营收的**10%**，并在量产后1-2年内实现盈利 [4] 关键公司具体动态 - **Anthropic增长迅猛**：公司专注于B2B优先战略，销售额在过去一年从**10亿美元** scaling至**70亿美元**；其Claude Code产品在一年内从0 scaling至**10亿美元**营收，客户每周编写**10亿行**代码；2024年营收为**1亿美元**，2025年达**10亿美元**，目前接近**80亿美元**；初创企业净美元留存率达**500%-600%** [6][7] - **Applied Materials (AMAT) 市场展望**：认为领先逻辑制程是晶圆厂设备（WFE）最强驱动力，其次是DRAM/HBM；2026年领先逻辑将最强，而中国市场和ICAPs（IoT、通信、汽车、功率）将是较低迷的一年；环绕栅极（GAA）市场规模从**60亿美元**增至**70亿美元**，背面供电网络市场规模也从**60亿美元**增至**70亿美元** [8] - **Celestica (CLS) 增长目标**：预计销售额达**120亿美元**，其中CCS业务**90亿美元**，ATS业务**30亿美元**；目标明年销售额达**160亿美元**，主要来自CCS业务增长**40%**；其数字原生项目可能在2027年带来**30亿美元或更多**营收 [8][10] - **Dell业绩与展望**：最近财季销售额**270亿美元**，同比增长**11%**；服务器/网络业务同比增长**37%**，AI服务器订单达**123亿美元**，年初至今累计**300亿美元**，积压订单增加**70亿美元**至**184亿美元**；将全年AI出货量预期从**200亿美元**上调至**250亿美元** [10] - **Infineon AI业务驱动**：将2025财年AI目标从**7亿美元**上调至**15亿美元**；预计到2030年总市场规模（TAM）达**80-120亿美元**，并目标占据**30-40%** 市场份额 [13] - **TSMC结构性机遇**：对AI加速器营收前景更加乐观，预计2024-2029年复合年增长率（CAGR）接近**45%**；预计资本支出将增加，UBSe近期将2026年资本支出预估上调至**500亿美元**，2027年上调至**520亿美元**；亚利桑那州第一座工厂N4制程已达台湾工厂同等良率，第二座工厂N3制程可能于2027年下半年量产 [19] 新兴技术与竞争格局 - **光学互联进展**：Lightmatter提供近封装光学、共封装光学（CPO）和中介层解决方案；其M1000光学引擎带宽达**114 Tbps**，而NVIDIA交换机为**1.6 Tbps**；光学互联可提升每**吉瓦（GW）** 高达**4倍**的计算能力，并通过更好互连将训练速度提升**2.7倍** [12][14][15] - **微软CoPilot发展**：Microsoft 365拥有**4亿**订阅用户，近期季度席位增长**6%**；CoPilot日活跃用户参与度翻倍，**90%** 的财富500强公司正在使用（两个季度前为**70%**）；正在整合Anthropic能力以改进CoPilot [16][17] - **NVIDIA的竞争优势**：不认为处于AI泡沫中，强调向加速计算和具备智能体能力的AI计算转型；其CUDA平台和软件库持续改进，Hopper性能通过软件升级已提升**2倍**；预计毛利率可维持在**70%** 中段水平 [17][18]

合作公告概述 - NVIDIA与Synopsys宣布建立战略合作伙伴关系，旨在彻底变革工程与设计领域 [1] - 此次合作公告由NVIDIA企业传播部门的Mylene Mangalindan主持介绍 [1] 与会人员 - NVIDIA创始人兼首席执行官Jensen Huang出席本次会议 [2] - Synopsys总裁兼首席执行官Sassine Ghazi出席本次会议 [2] - 会议内容为NVIDIA资产，未经事先书面同意不得复制或转录 [2]

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]