Key Takeaways NVDA's data center revenues jumped 73% YoY in Q1 FY26, fueled by surging demand for Blackwell GPUs.Blackwell accounts for 70% of NVDA's data center compute revenues, led by global AI expansion.NVDA plans to ship its GB300 chip in Q3 2025, offering 50% more performance than the current GB200.NVIDIA Corporation (NVDA) continues to dominate the data center market, driven by its latest Blackwell graphics processing unit (GPU) architecture. In the first quarter of fiscal 2026, the company generated ...

核心观点 - 英伟达未来前景比当前更令人兴奋，有五大理由支持其股票值得买入 [1][2] AI支出增长 - 云服务提供商等客户对人工智能(AI)的支出持续增长，Alphabet在第二季度更新中将其全年资本支出指引上调100亿美元，主要用于谷歌云投资服务器和数据中心以满足快速增长的需求 [4] - 预计亚马逊和微软的季度更新也将显示类似趋势，这些云巨头在服务器和数据中心的投资中将有大量资金流向英伟达的芯片 [5] GPU市场主导地位 - 英伟达的图形处理器(GPU)在AI市场持续占据主导地位，尽管谷歌开发了TPU，亚马逊部署了Inferentia和Trainium芯片，但英伟达的市场地位依然稳固 [6] - Blackwell架构是英伟达最新的GPU架构，其商业化速度是公司历史上最快的，在2026财年第一季度，Blackwell GPU贡献了数据中心计算收入的近70% [7] CUDA护城河 - CUDA是英伟达的专有平台，允许程序员使用其GPU，该架构已存在多年，数百万程序员在使用，并有大量针对英伟达GPU优化的代码库，这一生态系统是英伟达在AI芯片市场竞争优势的关键 [8][9] 拓展新市场 - 英伟达从游戏芯片起家，逐步拓展到AI模型领域，并持续进入新市场，例如Omniverse平台用于3D模拟和数字孪生，Drive平台将受益于自动驾驶汽车的普及 [10][11] - 公司CEO黄仁勋表示，机器人是AI之后的最大机会，同时量子计算技术正接近拐点，英伟达正在大力投资该领域 [12] 未来前景 - AI技术的进步，包括AI代理和潜在的人工通用智能(AGI)的出现，以及人形机器人的普及，将进一步推动对英伟达GPU的需求 [13] - 黄仁勋在财报电话会议上表示，AI时代已经到来，英伟达在AI基础设施、大规模推理、主权AI、企业AI和工业AI等领域已做好准备 [14]

英伟达与中国市场 - 英伟达市值突破4万亿美元，成为全球首个达到此规模的公司，从1万亿到4万亿仅用2年时间[4][23] - 中国区2024年营收达171亿美元，同比增长66%，占全球总营收13%，为第四大销售地区[17][18] - 公司在中国拥有约4000名员工，业务覆盖AI、汽车智驾等领域，团队分布在北京、上海、深圳等地[4] 中美贸易摩擦影响 - 美国2022年10月、2023年10月连续升级对华半导体制裁，禁止A100、H100等芯片出口，导致中国区业务停滞[5] - 2025年4月美国对华加征134%关税，中国反制加征125%关税，H20芯片需"无限期"申请出口许可[5][13] - 特供版H20芯片性能仅为H100的30%，单价1.2万美元，导致公司计提55亿美元损失，占中国区营收32%[20][25] 技术竞争与替代风险 - 华为发布CloudMatrix 384超节点，算力达300PFlops，较英伟达NVL72提升67%，威胁其市场地位[27] - 中国国产芯片如寒武纪思元系列、壁仞科技BR100等快速崛起，百度昆仑芯、阿里含光取得显著进展[27] - CUDA生态护城河面临挑战，华为CANN架构可能兼容CUDA，若生态被突破将动摇英伟达技术优势[28] 战略应对与市场机遇 - 黄仁勋频繁访华，2025年4月会见中国贸促会会长及副总理，强调中国市场重要性[14][15] - 预计2026年中国AI芯片市场规模达500亿美元，因本土AI企业如字节、腾讯、阿里等需求激增[23] - 计划推出新款特供芯片RTX PRO 6000阉割版，瞄准中国机器人及智能工厂场景，9月上市[26] 客户与行业动态 - 全球Hopper系列GPU前五大买家：微软(48.5万枚)、字节(23万枚)、腾讯(23万枚)、Meta(22.4万枚)、亚马逊(19.6万枚)[20] - 中国车企广泛采用Orin芯片开发智驾系统，2022年量产后主导本土智驾市场[10][11] - Deepseek R1模型引爆中国AI浪潮，大小厂商All in AI推动芯片需求指数级增长[23]

黄仁勋北京行程 - 7月14日与雷军在小米YU7前合影 标志性皮衣造型成为网络热梗 [2] - 7月15日宣布将重新向中国市场销售H20芯片 [2] - 7月16日参加链博会开幕式 首次尝试中文演讲并称赞腾讯、网易等十余家中国科技公司 [3][4] - 7月20日做客央视《面对面》 表示仍感觉公司面临倒闭危机 同时英伟达市值达4.21万亿美元超过日本GDP [6] 英伟达创业历程 - 1993年由黄仁勋与两位芯片专家创立 最初产品NV1因成本高和技术路线偏差失败 [9][11][13] - 世嘉资助700万美元开发NV2芯片 失败后黄仁勋赴日认错获得谅解 这笔资金帮助公司度过危机 [13][14][15] - 1997年推出Riva128显卡 支持Direct3D标准 性能超竞品4倍 4个月销量达100万片 [17] - 1999年推出GeForce256显卡 开创GPU时代 将图形处理从CPU分离 [18][19] 技术突破与转型 - 2006年与英特尔合作推出CUDA架构 使GPU具备通用计算能力 为AI发展奠定基础 [22] - 2010年放弃移动芯片市场 专注高性能计算 开拓自动驾驶和机器人技术领域 [38][39] - 2016年向OpenAI捐赠DGX-1超算 该设备用于开发GPT模型 [37] 管理理念与方法 - 采用极度扁平化结构 60多名高管直接向黄仁勋汇报 促进信息透明 [43][44][50] - 提出"使命才是老板"理念 按职能而非业务单元划分团队 避免内部消耗 [51][53] - 实施五大事项邮件法 黄仁勋每日阅读约100封员工邮件以捕捉市场信号 [55][56][57] - 推行白板会议法 强调问题解决而非成果汇报 要求高管现场阐述业务逻辑 [58][59][64] - 采用机长管理法 为每个项目指定直接负责人 赋予其决策权威 [67][69][71] 战略思维 - 坚持"以点及面"战略 从图形芯片扩展到游戏、AI、机器人等多个领域 [24][26][30] - 展现强大战略定力 在CUDA平台亏损期间顶住投资人压力 最终取得突破 [35][36] - 强调战略性放弃 为专注核心优势主动退出手机芯片市场 [39][40] 公司现状 - 截至2024年7月市值达4.21万亿美元 超过日本全年GDP [6] - 黄仁勋个人净资产1430亿美元 全球富豪排名第九 [7]

报告行业投资评级 未提及 报告的核心观点 - NVIDIA高管宣布其并行计算平台CUDA支持RISC - V架构，使RISC - V获进入主流AI计算领域“通行证”，将颠覆x86与ARM主导的算力格局 [1] - 全球AI计算格局从“双雄争霸”变为“三足鼎立”，RISC - V CPU能与NVIDIA GPU高效协同，推动高性能计算与AI创新 [2] - CUDA成RISC - V破局关键，RISC - V可“继承”CUDA生态财富，竞争焦点转向设计高效处理器调度管理NVIDIA GPU [3] - RISC - V开放中立属性重要，本土开发者和企业可借此设计自主可控芯片并接入全球主流AI软件生态，加速本土AI产业链发展 [4] - NVIDIA此举解放其GPU帝国，RISC - V从边缘走向核心、从学术走向产业腹地 [4] - 竞争焦点从“指令集优劣”转向“成本与定制化”，RISC - V有成本和定制化优势，AI系统构建逻辑将演进 [6] 根据相关目录分别进行总结 事件 - 2025 RISC - V中国峰会上，NVIDIA高管宣布CUDA支持RISC - V架构，RISC - V处理器可在基于CUDA的AI系统中承担核心应用处理器角色 [1] 点评 - 全球AI计算格局重塑，RISC - V获进入顶级AI生态“官方认证”，实现AI系统CPU选择“解绑” [2] - 未来RISC - V CPU与NVIDIA GPU高效协同，运行完整CUDA加速应用，在NVIDIA硬件生态中起关键作用 [2] 生态赋能胜过技术对决 - 新兴计算架构构建匹敌CUDA的软件生态系统困难，NVIDIA选择“赋能”RISC - V，使其发展加速 [3] 地缘政治与产业自主下的“开放选择” - 当前背景下RISC - V开放中立属性重要，为寻求技术自主的国家和地区提供不依赖特定国家或公司的技术路径 [4] - NVIDIA此举加速本土AI产业链成熟发展，为全球半导体产业格局增添新变量 [4] 核心竞争力迁移 - CUDA生态壁垒抹平后，RISC - V成本优势显著，降低芯片设计和制造成本，催生市场竞争与创新 [6] - RISC - V定制化优势突出，模块化设计可按需设计专用处理器，实现更高能效比和性价比 [6] RISC - V现状与进展 - 规格方面，自2022年超10个新规格获批，RVA23和Server SOC等也获批 [10] - 软件方面，75个软件包启用，成立RISE组织，但存在优化成熟度和高级应用栈问题 [10] - 主机CPU方面，可用开发板有限，无RVA23兼容主机CPU，存在中断、IOMMU等问题 [10] NV相关规格 - 介绍NV - RISCV32、NV - RISCV64、NV - RVV的相关指令集、功能及性能参数，还有NVIDIA定制扩展示例 [13]

英伟达(Nvidia)现状与挑战 - 英伟达市值在过去三年增长超10倍 成为全球首家4万亿美元公司 主要受益于人工智能基础设施支出激增 其GPU是核心组件[1] - 公司面临竞争压力 其他GPU厂商在性价比方面追赶 同时大型云客户更多采用自研芯片设计生成式AI应用 可能制约持续增长[2] - 当前股价接近40倍前瞻市盈率 考虑到长期障碍 股价可能难以维持其他大型AI公司的高增速[10] 英伟达竞争优势 - 在AI训练芯片领域保持绝对领先 技术能力超越最接近的竞争对手 并依靠专有软件CUDA巩固地位[5] - 美国可能解除对中国销售H20芯片的禁令 公司上季度因该政策计提45亿美元库存减值 政策反转将推动下半年盈利增长[9] 主要客户自研芯片进展 - Meta正用自研MTIA平台替代英伟达芯片 新版本芯片将用于Llama基础模型训练 部分AI推理场景已采用自研方案[6] - 微软Maia芯片研发进度延迟至2026 但科技巨头设计能力提升可能长期替代对英伟达芯片的需求[7][8] 微软(Microsoft)增长潜力 - 市值已达3.8万亿美元 奥本海默分析师给予600美元目标价 隐含市值4.5万亿美元 较7月15日股价有19%上行空间[12] - Azure云业务成为增长引擎 AI开发算力需求推动收入加速 公司对OpenAI投资既带来大客户又提供关键工具[13] - 尽管资本支出达800亿美元用于新建数据中心 需求仍持续超过供给 Azure增速领先三大公有云平台[14] 微软Copilot业务前景 - Copilot Studio定制AI助手平台潜力巨大 可提升企业软件套装定价和用户留存率 产生的现金流可反哺Azure和资本回报计划[15] - 当前33倍前瞻市盈率估值合理 公司在云计算和企业软件两大业务线均处于AI行业领先地位[16] 分析师最新观点 - 奥本海默更新英伟达目标价至200美元 对应市值4.9万亿美元 但微软在现价更具投资吸引力[17]

公司表现与市场地位 - 英伟达市值曾一度缩水超过1万亿美元，但目前已超过4万亿美元，成为全球市值最高的公司[1][3] - 华尔街分析师预测公司股价还有400%的上涨空间[3] - 公司股票近期呈现强劲反弹，远期市盈率回升至40倍，但仍低于年初水平[12] 行业需求与资本支出 - 微软、亚马逊和Alphabet预计2025年将在AI基础设施上投入约2600亿美元[6] - Meta Platforms预计2024年资本支出将达到约700亿美元，较2023年翻倍[6] - 甲骨文通过云数据中心平台提供英伟达GPU租赁服务，进一步推动芯片需求[6] 竞争格局与技术壁垒 - 英特尔和AMD的竞争对英伟达的行业主导地位威胁有限[7] - 英伟达的CUDA软件架构与硬件深度集成，形成开发者生态锁定效应[8] - 该技术壁垒使公司在机器人、自动驾驶等前沿AI应用中占据先发优势[8] 长期增长催化剂 - I/O Fund分析师预测2030年公司市值可能达到10万亿美元（较当前有140%涨幅）[5][7] - 前管理咨询高管提出更激进预测，认为2030年市值或达20万亿美元，主要基于Web3发展和政府/企业AI应用[10] - 公司增长不仅依赖芯片销售，还包括数据中心服务等尚未充分变现的潜在业务[14] 市场预期与估值逻辑 - 华尔街普遍认为公司长期增长基础坚实，但政府技术采用和Web3成熟度可能影响短期进展[11] - 当前估值扩张反映市场对AI基础设施需求的乐观预期，但峰值估值难以精确建模[14]

英伟达CEO黄仁勋访华核心观点 - 中国供应链系统复杂高效且极具制造优势，构成全球AI硬件和智能工厂建设的重要基础[3] - H20芯片已被重新批准销售，未来将推动更多Blackwell架构产品落地中国[3] - 中国在AI模型、工程人才与产业应用上全球领先，约50%的AI研究人员在中国[3][23] - 中国电动汽车是全球惊喜，小米等企业正在重塑全球竞争格局[3][32] - 华为在芯片、网络解决方案、光子技术等方面取得重大突破[3][49] 中国市场观察 - 中国供应链基础设施完善、生态系统成熟、技术先进、制造规模庞大[2][5] - 全球供应链高度相互依存，参展企业遍布全球技术生态[2][5] - 中国计算机科学和软件能力世界一流，移动支付等技术应用走在全球前列[29][34] - 中国教育系统培养了世界上最优秀的AI研究人员，科学和数学优势明显[23][64] 技术合作与竞争 - 不介意中国厂商开发CUDA兼容平台，CUDA本身比较开放[2][27] - 华为是值得学习的对象，其综合实力令人钦佩[3][49] - 竞争对手带来各种挑战，但竞争能让彼此更好[54] - 英伟达专注于全栈技术创新，从算法架构到芯片设计保持顶尖[50][51] 产品与技术布局 - H20内存带宽出色，适合训练大模型，RTX Pro专为数字孪生设计[14][61] - 推理AI将广泛应用于云端和边缘计算，分为感知、生成、推理和机器人四个阶段[38][40] - AI工厂将具备更强敏捷性和可重构性，结合机器人技术显著提升生产效率[41][47] - 现有算力已能训练出智能模型，AGI可能很快实现且无需根本性技术突破[40] 行业发展趋势 - AI是最伟大的技术平衡器，开放性让全球都能参与其中[28][59] - 算力需求远远不够，算力焦虑在未来十年内都不会消失[37][38] - 人形机器人发展恰逢其时，中国具备AI技术储备、机电一体化实力和应用场景优势[46][47] - AI将成为每个国家和行业的基础设施，市场规模可能达数十万亿美元[44][57] 人才与创新 - 年轻人进入AI行业不怕晚，关键在于保持对技术的热情[63][67] - 中国在开源AI领域贡献突出，DeepSeek R1是全球首个开源推理模型[28][39] - 英伟达员工流失率几乎为零，公司文化注重对员工的关注与尊重[65] - 日常使用多款AI工具进行交叉验证，代表未来发展方向[69]

英伟达CEO黄仁勋访华核心观点 - 中国供应链系统复杂高效且极具制造优势，是构成全球AI硬件和智能工厂建设的重要基础 [4] - H20芯片已被重新批准销售，未来将推动更多Blackwell架构产品落地中国 [5] - 中国在AI模型、工程人才与产业应用上全球领先，全球约50%的AI研究人员在中国 [6][9] 对中国科技企业的评价 - 中国电动汽车是全球惊喜，小米、蔚来、小鹏等企业正在重塑全球竞争格局 [7][52] - 华为在芯片、网络解决方案、光子技术等方面取得重大突破，是值得学习的对象 [8][35] - 中国开源AI如DeepSeek R1是全球进步的催化剂，首个开源推理模型已被全球广泛下载适配 [46] 技术战略与产品布局 - RTX Pro专为数字孪生和机器人模拟设计，基于Blackwell架构，具备H20不具备的计算图形和AI功能 [42][87] - CUDA技术开放兼容，不介意中国厂商开发兼容平台，与英特尔X86架构的封闭策略形成对比 [3][45] - AI发展分为四个阶段：感知、生成、推理和机器人，当前处于推理AI阶段 [58][59] 全球供应链与竞争格局 - 中国供应链基础设施完善、生态系统成熟，是英伟达全球布局的重要环节 [15][89] - 英伟达供应链周期长达9个月，正全力加速Hopper架构产品产能恢复 [19] - 尊重华为等竞争对手，认为低估中国制造能力是极其天真的 [66] AI行业趋势与算力需求 - 算力焦虑将持续十年，当前算力远不能满足AI训练需求 [57] - AGI可能很快实现且无需根本性技术突破，具体进展取决于定义标准 [12][63] - AI工厂将成为新型基础设施，输入电力产出AI智能，推动全球产业升级 [68] 中国市场战略 - 中国是全球第二大科技市场且增长迅速，英伟达将持续投资扩张 [41][95] - 中国在移动支付、金融科技等应用层面领先全球，创新实践被全球借鉴 [48] - 教育体系培养了大量顶尖AI人才，为技术发展提供坚实基础 [9][91] 技术合作与开放生态 - AI领域具有独特开放性，全球研究者通过论文实现"虚拟合作" [29] - 多AI工具协同使用（OpenAI/Gemini Pro/Claude/Perplexity）可提升决策质量与安全性 [98] - 开放性确保AI技术安全进步，全球合作是未来发展关键 [85]

RISC-V产业生态发展 - 第五届RISC-V中国峰会在上海张江举办，汇聚学者专家、企业及研究机构代表，探讨RISC-V生态最新进展与产业未来 [1] - RISC-V凭借开源开放、灵活、低功耗等优势，成为构建未来算力基础设施的选择之一，在AI、车载、数据中心等领域规模应用加速 [1] - 上海是国内最早支持RISC-V的地区，已形成从芯片设计到应用的全覆盖产业链，推动高性能计算、AI算力、智能终端、汽车电子等领域发展 [1] 上海张江的RISC-V产业布局 - 张江高科规划"张江集成电路产业生态走廊"，目标成为全球RISC-V技术创新应用的承载地和引领者 [4] - 张江集成电路产业园首期5万平方米智能化空间配置130W/㎡高功率供电系统，为RISC-V企业打造"产业社区" [2] - 浦东张江贡献上海75%、全国18%的集成电路产值，拥有先进制造工艺、芯片设计及装备零部件三大优势 [4] RISC-V企业集聚与应用场景 - 上海集成电路设计产业园聚集600家设计企业，全球芯片设计10强中有7家落地 [5] - 张江已重点突破RISC-V企业在服务器CPU、工业控制、消费电子等领域的应用，如知合计算、赛昉科技、恒玄科技等 [5] - 未来将在消费电子、工业控制、智算、智能汽车、卫星互联网等领域引入端侧企业，为RISC-V提供产业化机会 [6] RISC-V生态建设与支持措施 - 上海开放处理器产业创新中心协同产业链共建RISC-V关键共性技术平台，与高校合作培养人才，推动产业化落地 [8] - 推动指令集标准化建设，联合中国电子技术标准化研究院和上海市集成电路行业协会，增强产业链互动性 [8] - 完善芯片测试公共服务平台、张江实验室等核心机构，引入操作系统、编译器、开发者社区等生态伙伴 [8] 上海RISC-V产业优势 - 上海凭借顶尖科研院校资源、完备半导体产业链、地方支持及丰富应用场景，抢占RISC-V产业先机 [9] - 张江提出端侧牵引、端芯联动战略，以智能终端、智算中心、卫星互联网为抓手，与RISC-V规模化应用场景契合 [5]