文章核心观点 - 公司CEO黄仁勋在年度股东大会上描绘了宏大的AI基础设施扩张蓝图，强调“有用的AI”时代已经到来且能创造收入，AI投资回报率问题已有答案，并认为当前由AI驱动的计算范式转变是60年来规模最大的行业重置[1][2][6][7] 业绩与股东回报 - 公司2026财年营收增长65%至2160亿美元，经营现金流达1030亿美元，并向股东返还410亿美元[3] - 数据中心收入增长68%至1940亿美元[3] - 国际收入增长超过三倍，近40个国家和地区（合计代表50万亿美元GDP）正在建设由公司基础设施驱动的AI工厂[3] - 基于对市场增长和现金流的信心，公司计划在当前财年、下一财年及更长期内，向股东返还50%或更多的自由现金流，并随时间推移提高股票回购和股息[3] 产品战略与竞争优势 - **Blackwell GPU**：被CEO称为“推理之王”，显著扩大了公司基础设施在不同客户群中的覆盖，包括超大规模云厂商、云服务商、AI实验室、工业企业及主权客户；模型开发商和超大规模云厂商已累计部署数十万颗Blackwell GPU[1][3] - **Vera CPU**：被定义为“智能体专属”CPU，是打开全新市场的战略入口，也是公司历史上最重要的产品发布之一；其设计旨在解决智能体AI对超低延迟响应的极致要求，避免GPU因CPU瓶颈而闲置造成收入损失；Vera Rubin平台已全面投产，所有主要模型开发商及云厂商都在准备基于其进行建设[1][3][4] - **CUDA生态系统**：被认为是公司最重要的战略投资之一，是竞争对手难以逾越的护城河[1][4] 市场前景与行业趋势 - AI基础设施投资周期持续性问题成为市场焦点，CEO试图强化AI资本支出尚在起步阶段的概念[1][6] - AI正在推动计算产业进行深度重构：从人类编写软件、计算机执行指令的传统模式，转变为计算机能够理解、推理、规划并完成实际工作的AI时代[6] - AI数据中心本质是“生产Token（词元）的工厂”，这些Token能转化为代码、答案、设计、行动及服务并直接创造收入；算力即收入，当AI能创造利润时，对算力的需求将加速[6][7] - 智能体AI快速发展，不仅能回答问题，还能访问数据库、调用工具、编写代码并持续执行任务，各行各业正竞相采用[6][7] - 下一个主要增长阶段是物理AI，AI将从数字世界进入机器人出租车、人形机器人和工业系统，使其能在物理世界中自主感知、推理和行动[7] 业务划分 - 公司将业务简化为两部分：**数据中心**（服务超大规模数据中心，以及AI云、工业和企业市场）和**边缘计算**（包括PC、工作站、游戏、AI基站、机器人和汽车）[6] 中国业务情况 - 美国政府已批准H200芯片向中国客户出口的许可证，但公司迄今尚未因此产生任何收入，且产品能否顺利进口至中国仍存在不确定性；CEO未就中国业务规模前景作出任何预测[5]

文章核心观点 - AI不是一轮短期技术热潮，而是计算产业的一次深层变革，数据中心正从存储信息的“工具棚”转变为生产数字智能的“AI工厂” [1][3] - 英伟达的核心叙事是证明算力正从成本中心转变为收入来源，AI基础设施投入将进入以“数十年”计的长周期 [1][2] - 有用的、可盈利的AI已经到来，Token成为可计价、可盈利的生产单位，这驱动了对AI算力的长期需求 [1][4] 根据相关目录分别进行总结 一、AI不是模型，而是计算范式变革 - 计算机产业每10到15年经历一次变革，但AI带来的变革更大，使计算机从执行指令的工具转变为能够理解、推理、规划和使用工具的助手 [3] - 数据中心的价值从传统IT时代的存储、调用和分发信息，转变为AI时代持续生产智能结果 [3] - 英伟达将自身业务定位从GPU销售提升到为AI时代建设新型计算基础设施的层面 [2][3] 二、Token成为AI时代的新商业单位 - 在大模型应用中，Token是模型处理和生成内容的基本单位，既对应计算消耗，也对应用户调用量和商业收入 [6] - 黄仁勋提出，传统数据中心存储和服务文件，而AI工厂制造Token，每个Token都是利润单位 [6] - 软件编码是AI在企业中的第一个重大突破场景，Agentic AI能够进入工作流并完成有用任务，使得Token成为可计价、可优化、可提升利润率的商业单位 [6][7] 三、推理时代，Blackwell要守住主战场 - 随着AI应用进入商业化阶段，推理正成为新的主战场，是模型实现货币化、产生收入的关键过程 [9] - 推理时代的竞争指标从单芯片峰值算力，转变为关注单位功耗下的Token生成量、每个Token的成本以及系统延迟和稳定性 [9] - 黄仁勋强调，Blackwell在推理方面已建立领先地位，能提供更低的Token成本和更高的Token吞吐量，这对于在电力限制下最大化数据中心收入潜力至关重要 [9] 四、Vera Rubin不是一颗芯片，是AI工厂平台 - 英伟达根据AI应用形态调整产品叙事：Hopper为预训练而生，Blackwell将推理带到机架级规模，Vera Rubin则是为Agent而生 [12] - Agentic AI需要复杂的循环任务执行，要求CPU与GPU协同工作以避免GPU闲置，Vera Rubin正是为满足此需求而设计的CPU+GPU整合平台 [12] - Vera Rubin已进入全面生产，主要模型开发商、公共云和超大规模客户都在准备基于该平台建设，这反映了英伟达提供完整AI工厂解决方案的战略 [12] 五、CUDA和全栈生态仍是英伟达护城河 - CUDA是英伟达历史上最重要的投资之一，过去20年围绕同一套加速计算架构投入，形成了装机基础、开发者、应用、市场相互促进的加速飞轮 [14] - AI芯片竞争不仅是硬件性能竞争，更取决于软件生态和开发者迁移成本，英伟达拥有从CUDA、CUDA-X库到网络、系统、企业软件的全栈生态优势 [14] - 英伟达正将CUDA-X库（覆盖计算光刻、基因组学、物理、数据处理等领域）转变为AI Agent可直接调用的工具，进一步强化其平台能力与“垂直整合，水平开放”的战略 [14][15] 六、物理AI将成为下一波增长 - 物理AI被定义为现实世界中的Agentic AI，涵盖机器人、汽车、工厂等能在动态环境中感知、推理、规划和行动的实体 [16][17] - 英伟达为此构建了从AI工厂训练、Omniverse虚拟仿真、Jetson边缘计算到Cosmos世界基础模型的闭环布局 [17] - AI基础设施的需求将从云端延伸至企业、主权国家、区域AI云，并进一步进入robotaxi、人形机器人和工业系统，为英伟达打开覆盖制造业、汽车、医疗、能源等更广阔的市场空间 [17] 七、资本回报提升，但核心仍是投入AI基础设施 - 英伟达拥有高增长、高利润率、强自由现金流，并计划将50%或以上的自由现金流通过提高股息和新增800亿美元股票回购授权的方式返还给股东 [19] - 公司的核心长期策略仍然是继续加大研发和生态投入，以支持AI基础设施的长期建设 [19] - 整体而言，英伟达试图将AI基础设施定义为长期的工业基础设施，而非短期资本开支 [19]