公司现金流与资本回报计划 - 首席执行官黄仁勋表示，公司现金流的主要用途是支持公司增长及其生态系统，包括集成硬件堆栈和支持性软件，此外公司仍将产生大量自由现金流[1] - 首席财务官科莱特·克雷斯表示，公司预计将至少50%的自由现金流用于通过股票回购和股息向股东返还资本，特别是在下半年资本密集型投资推进时[2] - 在2026财年，公司实现了2159亿美元营收和966亿美元自由现金流，并进行了411亿美元的股票回购和股息支付，合计占自由现金流的42.6%，其50%的目标意味着资本回报比例将进一步提升[3] 财务表现与未来预测 - 2026财年每股收益为4.90美元，分析师普遍预计2027财年每股收益将增至8.28美元，同比增长69%[4] - 若将69%的增长率应用于自由现金流，粗略估计公司2027财年自由现金流将达到1633亿美元，据此推算的股票回购和股息支付总额将超过800亿美元[4] - 公司当前季度股息仅为每股0.01美元，2026财年股息支付总额为9.74亿美元，这意味着其资本回报计划目前几乎全部流向股票回购[5] 行业对比与股息政策趋势 - 其他大型科技公司如苹果和微软采用股票回购与增长型股息相结合的方式回报股东[5] - 字母表和Meta平台也在2024年引入了股息，尽管其股息规模仍显著小于股票回购预算[5] - 公司庞大的预期自由现金流规模，以及其他大型成长股设定的先例，是其提高股息的充分理由[6] 商业模式转型与AI推理业务 - 数据中心基础设施投资超级周期终将消退，但公司并未过度依赖一次性硬件销售[8] - 公司的软件深度嵌入其“极限协同设计”硬件中，这是一个包含GPU、CPU及相关网络硬件的AI数据中心机架级解决方案，其CUDA软件已有20年历史，在AI数据中心中广泛应用[9] - 公司最新的财报发布和GTC大会重点聚焦于推理拐点，即从AI训练转向实际部署和使用AI，其定价模式类似于按使用量计费的云服务[10] 硬件架构与经常性收入 - Blackwell架构和最新的Rubin架构专为低延迟、高吞吐量的推理而设计，以处理尽可能多的Token[11] - Token是使用AI模型执行任务（如将智能体AI嵌入企业工作流）的计量单位，通过企业软件、支持合同、云服务和推理服务许可，Token帮助公司从运行中的硬件获取经常性收入[11] - 如果未来架构能持续提升Token处理速率，超大规模云服务商将有动力购买或租用该硬件[11] 股息政策的战略意义 - AI推理的繁荣应有助于公司降低对资本支出超级周期的依赖，并扩大其经常性收入基础[12] - 这种商业模式非常适合支撑一个大规模的资本回报计划，该计划仍以股票回购为主，但将越来越多地纳入股息[12] - 支付股息有助于扩大公司的投资者基础，吸引那些看重被动收入并因此买入并持有股票的投资者，特别是如果公司像微软和苹果一样开始每年定期提高股息[13]

英伟达FY26Q4业绩核心总结 - 公司FY26Q4营收达681亿美元，同比增长73%，环比增长20%，超出市场预期，营收、营业利润和自由现金流均创历史新高 [2] - Non-GAAP毛利率为75.2%，同比增长1.7个百分点，环比增长1.6个百分点，主要得益于Blackwell架构产能持续爬坡 [2] - 公司战略性增加库存并锁定产能，库存环比增长8%，采购承诺大幅增加，以应对未来数个季度的市场需求 [2][25] 分业务板块表现 - **数据中心业务**：营收623.14亿美元，同比增长75%，环比增长22%，创历史新高，主要受Blackwell架构强劲需求和Blackwell Ultra产能爬坡驱动 [3][15] - 网络业务表现尤为亮眼，营收达110亿美元，同比增长超3.5倍，全年网络业务营收突破310亿美元，较2021财年增长超10倍 [3][16] - 已部署并投入使用的Blackwell架构基础设施算力达近9GW [3] - **游戏和AIPC业务**：营收37.27亿美元，同比增长47%，但环比下降13%，供应链约束成为第一季度及后续发展的不利因素 [2][3][21] - **专业可视化业务**：营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元，公司推出了专为AI开发者打造的RTX PRO 5000 Blackwell工作站 [3][22] - **汽车和机器人业务**：营收6.04亿美元，同比增长6%，环比增长2%，主要受自动驾驶解决方案需求推动，2026财年物理人工智能相关营收超60亿美元 [3][23] 未来业绩指引与增长动力 - **FY27Q1业绩指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%，增长主要由数据中心业务驱动，业绩展望未纳入来自中国市场的任何收入 [4][26] - **毛利率展望**：Non-GAAP毛利率预计为75%（±0.5个百分点），全年预计将维持在75%左右 [4][26] - **数据中心业务长期展望**：预计2026年公司营收将逐季增长，增速将超过去年公布的Blackwell和Rubin架构5000亿美元的营收预期，公司已储备充足库存并签订长期供应协议以满足未来需求，相关出货计划将延续至2027年 [4][13] - **核心客户资本开支**：全球前五的云服务商（CSP）2026年资本支出预计较年初增加近1200亿美元，总额将突破7000亿美元，这些企业贡献了英伟达数据中心业务略超50%的营收 [5][18] 技术进展与产品优势 - **Blackwell架构性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍，CUDA软件的持续优化让GB200 NVL72在四个月内性能提升5倍 [5][14] - **下一代Rubin平台**：公司已向客户交付首批Vera Rubin样品，计划于2026年下半年启动量产发货，相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [6][20] - **网络技术优势**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术广泛采用，推动纵向和横向扩展技术需求创历史新高，公司已成为全球最大的以太网网络企业 [16][32] - **CUDA生态与架构协同**：CUDA软件与硬件架构的极致协同设计是公司核心优势，所有GPU架构兼容，确保了软件投入的长期价值与产品性能的持续领先 [33][34] 行业趋势与生态合作 - **AI Agent（智能体）拐点**：前沿Agentic系统（如Claude Code、Claude Cowork、OpenAI Codex）已实现实用化智能，市场采用率激增，token商业化盈利可观，推动算力需求爆发式增长，计算能力直接决定人工智能水平与营收增长 [6][17][28] - **物理人工智能兴起**：基于更智能、多模态模型构建的Agentic与Physical AI已开始推动公司财务业绩增长，自动驾驶、机器人等领域催生数千亿美元市场，带来算力需求的数量级提升 [6][23][48] - **重大生态合作**：公司与Meta、Anthropic、OpenAI等前沿模型研发企业深化合作 - Meta将部署数百万颗Blackwell和Rubin GPU、英伟达CPU以及Spectrum-X以太网 [6][27] - 公司宣布与Anthropic达成合作并投资100亿美元，Anthropic将基于Grace Blackwell和Vera Rubin系统开展模型训练和推理 [6][28] - **主权人工智能**：2026财年，英伟达主权人工智能业务营收同比增长超两倍，突破300亿美元，长期增速预计至少与人工智能基础设施市场持平 [19] 财务与资本配置 - **自由现金流**：第四季度产生自由现金流350亿美元，2026财年全年自由现金流达970亿美元 [25][26] - **股东回报**：2026财年通过股票回购和股息向股东返还了410亿美元自由现金流，占全年自由现金流的43%，公司将继续秉持战略性和纪律性的投资原则 [26] - **资本配置策略**：现阶段核心是支撑前沿生态系统发展，包括锁定产能、保障供应以及支持基于英伟达平台的AI初创企业，同时也会继续开展股票回购和股息发放 [44] 1. **行业长期市场预期**：公司认为未来软件研发将基于人工智能实现，由token驱动，人工智能时代对算力的需求是传统计算时代的1000倍，全球将持续投资算力建设，到2030年全球数据中心资本支出规模有望达到3万亿至4万亿美元 [44][45]

报告投资评级 - 维持 [4] 报告核心观点 - 英伟达FY26Q4业绩再创历史新高，营收、毛利率及自由现金流均超预期，公司开启战略备货以满足未来需求 [1] - 数据中心业务是增长核心引擎，网络业务表现尤为亮眼，预计2026年营收将逐季增长，并超过此前公布的Blackwell和Rubin架构5000亿美元营收预期 [2][3][13] - 人工智能Agentic系统迎来拐点，推动算力需求激增，计算能力直接驱动营收增长，公司预计全球数据中心资本支出将持续扩大 [8][17][52][53] 财务业绩与指引 - **FY26Q4业绩**：营收达681亿美元，同比增长73%，环比增长20%，创历史新高；Non-GAAP毛利率为75.2%，同比提升1.7个百分点，环比提升1.6个百分点 [1] - **FY27Q1指引**：营收指引中值为780亿美元（±2%），同比增长77%，环比增长14%；Non-GAAP毛利率预计为75%（±0.5个百分点） [3][27] - **全年展望**：预计2026年营收将逐季增长，全年毛利率将维持在75%左右 [3][27] - **现金流与股东回报**：FY26Q4产生自由现金流350亿美元，2026财年全年达970亿美元；全年通过股票回购和股息向股东返还410亿美元，占全年自由现金流的43% [26] 各业务板块表现 - **数据中心**：FY26Q4营收623.14亿美元，同比增长75%，环比增长22%；全年营收达1940亿美元，同比增长68% [2][13] - **网络业务**：FY26Q4营收达110亿美元，同比增长超3.5倍；全年营收突破310亿美元，较2021财年增长超10倍 [2][16] - **游戏和AIPC**：FY26Q4营收37.27亿美元，同比增长47%，环比下降13%，供应链约束成为未来发展的不利因素 [2][21] - **专业可视化**：FY26Q4营收13.21亿美元，同比增长159%，环比增长74%，首次突破10亿美元 [2][22] - **汽车和机器人**：FY26Q4营收6.04亿美元，同比增长6%，主要受自动驾驶解决方案需求推动 [2][23] 技术与产品进展 - **Blackwell架构**：需求持续强劲，已部署并投入使用的Blackwell架构基础设施算力达近9GW [2][15] - **产品性能**：GB300和NVL72相比Hopper架构，每瓦性能提升高达50倍，每token成本降低35倍；CUDA软件优化使GB200 NVL72在四个月内性能提升5倍 [4][14] - **Rubin平台**：已向客户交付首批样品，计划于2026年下半年量产发货；相比Blackwell架构，训练混合专家模型所需GPU数量可减少四分之三，推理token成本可降低高达90% [8][19][20] - **网络技术**：NVLink、Spectrum-X以太网和InfiniBand高速互联技术需求创历史新高，公司已成为全球最大的网络企业 [16][35][36] 市场需求与客户动态 - **客户结构**：全球前五的云服务商（CSP）和超大规模数据中心运营商贡献了数据中心业务略超50%的营收，但非超大规模客户群体增长同样迅速 [8][18][47] - **资本开支**：分析师预计全球前五的CSP厂商2026年资本支出将增加近1200亿美元，总额突破7000亿美元 [8][18] - **主权人工智能**：2026财年主权人工智能业务营收同比增长超两倍，突破300亿美元 [18] - **战略合作**：与Meta达成合作，后者将部署数百万颗Blackwell和Rubin GPU；向Anthropic投资100亿美元，并达成合作；与OpenAI的合作协议接近达成 [8][29][30][28] 行业趋势与公司战略 - **AI Agent拐点**：Claude Code、Claude Cowork和OpenAI Codex等前沿Agentic系统实现实用化，市场采用率激增，推动计算规模扩大 [8][17] - **算力即营收**：在人工智能新时代，计算能力直接决定人工智能水平并驱动营收增长，推理token的生成能力与商业化盈利直接相关 [8][17][43][52] - **长期机遇**：传统数据中心工作负载向GPU加速计算的转型、以及人工智能对超大规模数据中心现有工作负载的赋能，将构成公司长期发展机遇的约一半 [8][18] - **生态建设**：公司通过战略投资（如Anthropic、Groq）和广泛合作（如英特尔、诺基亚）巩固生态系统，CUDA平台是核心优势 [31][33][34][48]

核心观点 - 英伟达被定位为AI时代的定义者和核心受益者，其凭借软硬一体化的生态壁垒、行业统治地位以及云巨头资本开支的强劲增长，拥有极高的业绩确定性和增长前景 [1][3] 行业地位与统治力 - 公司被视为AI时代的“总设计师”，定义了AI计算标准，历史地位堪比PC时代的英特尔和移动时代的苹果 [1][3][4] - AI算力需求遵循“缩放定律”，形成“算力普及->模型更强->应用落地->更多算力”的良性循环，持续驱动行业增长 [4] - 公司CEO预测，到2030年全球AI基础设施年建设规模将达到3-4万亿美元 [4] - 全球主要云厂商（微软、谷歌、Meta、亚马逊、甲骨文）正进行“军备竞赛”，其2025年合计资本开支约3975亿美元，且2026年将继续大幅上修 [4] 核心竞争优势与护城河 - 公司构建了“CUDA软件 + GPU硬件 + Networking网络”的软硬一体化生态闭环，护城河难以被逾越 [1][3] - CUDA生态兼容性极强，缺乏CUDA支持的竞争对手将在几年内被淘汰 [5] - 网络业务（InfiniBand和Spectrum-X）季度营收翻倍至82亿美元，是构建高效“AI工厂”的关键，也是竞争对手最薄弱的环节 [5] - 公司通过布局机器人、自动驾驶等“实体AI”领域，渗透丰田、新疆道、Uber等产业，汽车业务同比增长32% [5] 增长驱动与业绩确定性 - 公司业绩直接受益于全球云巨头资本开支的指数级增长 [1][3] - 公司持续的平台迭代（如Blackwell、Rubin新平台）是重要的增长驱动力 [1][3] - 即使6年前的A100 GPU目前仍满负荷运行，显示出强大的产品生命力和市场需求 [5] 估值展望 - 基于2026年展望，公司目标市值区间为4.56万亿至6.38万亿美元，对应市盈率（PE）25至35倍 [5]

文章核心观点 - 英伟达正利用其由AI浪潮带来的巨额现金储备，通过一系列战略性投资、许可协议和联盟，系统性地巩固并扩展其在AI全产业链的影响力，从消除潜在竞争威胁到控制上游设计工具、绑定下游关键客户与应用场景，旨在将其技术标准深度嵌入未来计算的每一个环节 [1][24] 内化变量：通过许可协议与人才并购消除威胁并补全能力 - 公司与AI推理芯片初创公司Groq达成一项价值约200亿美元的技术许可协议，实质上是将其联合创始人、CEO及核心技术团队整体并入，从而将Groq的颠覆性LPU架构技术内化 [3] - Groq的LPU架构通过将模型权重存储在SRAM而非HBM中，实现了极致的推理速度，有时甚至比GPU快10倍，直接威胁到公司在AI推理市场的优势 [5] - 交易后，Groq的云服务业务GroqCloud被剥离并保持独立，但市场观点认为其失去了核心团队和芯片路线图支持后前景堪忧 [6] - 这种“掏空式收购”或“人才并购”模式，在规避严格反垄断审查的同时，实现了对关键技术与人才的锁定，正成为科技巨头消除威胁、巩固护城河的常态策略 [7] - 类似案例包括Meta与Scale AI、谷歌与Windsurf的交易，共同趋势显示：当某项能力被证明不可替代，平台倾向于将其内化为自身可控、可长期积累的内部能力 [8] 向上筑墙：通过资本渗透AI计算价值链关键节点 - 公司向上游芯片设计软件龙头新思科技投入20亿美元，旨在将其加速计算能力直接植入未来所有芯片的设计工具中，从而缩短各类芯片的设计周期并将自身硬件标准更深地嵌入半导体产业研发流程 [10][12] - 公司向传统宿敌英特尔投资50亿美元，达成战略和解与技术联盟，英特尔将为公司数据中心开发定制x86 CPU，同时将公司GPU核心集成到下一代个人电脑芯片中，为公司打开庞大的消费级市场通道 [13][15] - 公司向电信设备巨头诺基亚投资10亿美元，共同瞄准AI原生的5G与未来的6G网络，以应对AI对低延迟、高带宽网络的需求 [15] - 公司对Anthropic高达100亿美元的投资承诺，与后者未来300亿美元的公司系统采购承诺紧密捆绑，形成了一个“投资-采购”资本闭环，锁定了巨额订单并将顶尖AI实验室的研发方向与公司硬件进化路径深度耦合 [17] - 这些投资共同目标是让公司的技术成为驱动从芯片设计、个人电脑、通信网络到人工智能的底层脉搏 [17] 向下铺路：构建覆盖AI全产业链的体系化投资网络 - 公司的投资版图是一套高度成体系的长期布局，旨在搭建一张覆盖AI全产业链的网络，确保未来任何可能爆发的AI场景都离不开其硬件与软件体系 [18] - 在决定AI能力边界的模型层，公司几乎不计成本地押注顶级模型公司，如向OpenAI提供高达千亿美元级别的支持，并参与xAI、Mistral AI等融资，目的是让最先进的大模型在训练和运行阶段都深度绑定公司硬件架构 [19] - 在算力基础设施层，公司通过增持CoreWeave等专用AI云服务商，为自家最先进的芯片建立规模庞大且高度配合的落地渠道，并通过投资Crusoe等数据中心开发商直接参与“算力工厂”建设，用资本打通从芯片制造到最终用户的直通路径 [21] - 在应用场景层，公司将资金投向自动驾驶、人形机器人、生命科学、智能体及核聚变等多个前沿领域，逻辑是凡是最依赖大规模算力、最可能诞生下一代平台级产品的方向，都提前介入以嵌入自身的硬件标准和CUDA软件生态 [21] - 公司的核心目标是扩展CUDA的生态边界，其出售的是一整套从底层算力、中间层软件到上层应用标准的系统 [22] 财务实力与战略动机：现金转化为竞争壁垒 - 截至2025年10月底，公司现金及短期投资储备高达606亿美元，是2023年初133亿美元的4.5倍 [24] - 分析师预计，仅2025年其自由现金流就将达968.5亿美元，未来三年总计可能超过5760亿美元 [24] - 面对巨额现金，公司将大规模战略投资置于最高优先级之一，认为投资生态是“非常重要的工作”，能直接驱动对AI和公司芯片的额外消费 [24] - 庞大的现金正被转化为竞争壁垒，使公司能够以“预付款”或“投资换承诺”的方式锁定核心客户、绑定关键伙伴并提前“招安”潜在对手，这已远非单纯的财务投资，而是一场用资本为技术帝国构建“能量护盾”的战略行动 [24]

英伟达的战略收购与产品发布 - 全球市值最高的上市公司英伟达宣布收购人工智能软件公司SchedMD [1] - 此举彰显了公司对开源技术的加倍投入，并进一步加码人工智能生态系统投资，以应对日益激烈的竞争 [1] - SchedMD的核心技术Slurm为开源软件，可协助调度大规模计算任务，此类任务往往占用数据中心服务器容量的很大一部分 [1] - 英伟达推出第三代“Nemotron”大语言模型，该系列模型主打文本生成、代码编写等任务 [2] - 新款模型相较前代产品，运算速度更快、成本更低、智能程度更高，可覆盖物理仿真、自动驾驶等多个领域 [2] 英伟达的软件战略与行业定位 - 英伟达专有的CUDA软件已成为大多数开发者的行业标准，是推动其芯片销售的关键优势 [2] - 软件在英伟达维持AI领域主导地位中扮演核心作用 [2] - 随着Meta考虑转向闭源模型，英伟达成为具备影响力的开源人工智能模型供应商之一 [4] - 英伟达发布新款模型时，公开模型的训练数据及相关工具，便于企业用户开展安全测试和定制化开发 [4] 行业趋势与竞争格局 - 生成式AI的爆发，正推动AI技术从突破、硬件迭代到商业落地 [4] - 各家企业在新一轮开源AI浪潮中探寻未来十年的关键变量 [4] - 系统厂商通过自研芯片和CPU实现产品增值与全栈软件掌控，全面加快了追赶步伐 [4] - 近几个月来，各厂商全面推进开源人工智能模型研发，整个市场方向已快速转变 [6] - 端侧模型、AI应用、行业大模型等将成为未来整个AI领域新趋势 [6] 微美全息的开源AI布局 - 微美全息作为行业顶尖的AI从业者，推进“硬件+软件+生态”融合，并开放技术接口与第三方开发者共建生态 [5] - 公司通过多维度布局来完善开源全栈AI技术底座体系，目标是打造覆盖底层架构到行业应用的全链条能力 [5] - 微美全息加速探索低功耗芯片与边缘计算方案，以降低具身智能场景的算力门槛 [5] - 公司开放算力资源与技术接口，支持第三方调用进行模型训练，并已接入开源大模型，加速垂类应用商业化验证 [5] - 微美全息接入主权AI算力网络，构建“数据集-模型-应用”全链条开源体系，旨在实现AGI技术普惠，提供低成本、高性能的行业解决方案 [5]

英伟达市值剧烈波动与市场情绪转变 - 英伟达市值在2025年10月首次突破5万亿美元，规模超过英、法、德等主要经济体股市总值，将AI算力乐观情绪推至高潮[3][13] - 随后市值经历数次大幅下跌，短短一个多月内万亿市值蒸发，反映了资本情绪从狂热追逐转为冷静审视[3][15] - 2025年12月18日，英伟达股价报收170.94美元，单日下跌3.81%，市值一夜蒸发1648亿美元（约合1.16万亿人民币）[4] 近期下跌的直接诱因与行业性压力 - 2025年12月18日的下跌与甲骨文一项AI数据中心项目遭遇资金链挫折直接相关，其合作伙伴撤资了规模达100亿美元的项目[8] - 此次下跌是整体市场疲软的一部分，美股三大指数集体收跌，大型科技股普遍下行，半导体和计算机硬件板块位于跌幅前列[6] - 市场担忧支撑AI基础设施建设的私募信贷市场可能正在收紧，若融资环境恶化，科技公司将难以获得建设超大规模数据中心所需的巨额资金[8][9] 市场对商业模式与客户健康状况的深层质疑 - 投资者开始质疑科技公司通过大举借债建设数据中心、抢购AI芯片的商业模式，其最终投资回报率是否足够覆盖风险[9] - 英伟达CEO黄仁勋澄清公司“尚未向OpenAI支付任何款项”，市场解读此举证实了合作存在巨大不确定性，且OpenAI等前沿AI公司可能面临严重的资金紧张[9][11] - 市场担心英伟达与甲骨文、OpenAI等形成的循环交易链条高度依赖外部持续资金注入，一旦环节出问题，整个链条可能崩塌[12] 2025年内的多次市值震荡与情绪转变 - 2025年年初，受竞争模型发布及对AI支出可持续性的担忧影响，英伟达股价当周累计跌幅超15%，创2022年9月以来最大单周跌幅，市值蒸发约5520亿美元[12] - 2025年2月底，英伟达发布强劲财报后次日股价大跌8.48%，市值单日蒸发约2740亿美元，因增长未达部分投资者的极高预期[12][13] - 市场情绪发生微妙转变，投资者从专注超高增长率数字，转向更聚焦企业支出成本、毛利率、现金流及国际环境等风险因素[20] 结构性担忧：泡沫论、竞争与地缘政治风险 - “AI泡沫论”声音愈演愈烈，讨论焦点从“泡沫是否存在”转向“泡沫何时会破裂”，本质是高投入与可预见回报之间的失衡困境[16] - 英伟达在中国高端AI芯片市场份额遭遇断崖式下滑，黄仁勋表示在受管制的高性能AI芯片领域，其在中国市场份额已降至“零”[16][17] - 竞争对手正在强化，谷歌加大AI芯片投入以挑战英伟达，AMD等传统对手也在推出更具竞争力的产品[19] 知名空头警告与资本动向 - 华尔街“大空头”迈克尔·伯里多次质疑英伟达芯片实际使用寿命、股权激励造成的股票稀释问题以及AI公司间的“循环融资”，并认为英伟达是AI行业泡沫破裂的前兆[20][21] - 多家全球顶级投资机构开始调整持仓抛售英伟达股票，包括软银、桥水基金及巴克莱、瑞银、花旗等国际大行[22] - 2025年6月下旬开始，CEO黄仁勋持续减持公司股票，累计套现数亿美元，在市场敏感时期成为强烈的市场情绪记忆点[22][23]

公司战略与收购 - 英伟达宣布收购AI软件公司SchedMD，以加大开源技术投入并强化AI生态布局，应对日益激烈的行业竞争 [1] - 收购标的SchedMD的核心业务是提供大规模计算任务调度软件，其开源技术Slurm允许免费使用基础软件，公司营收主要来自工程实施与维护支持服务 [1] - 本次交易财务条款尚未披露，英伟达承诺将继续以开源形式分发SchedMD的软件产品 [1] 软件与生态布局 - 英伟达不仅提供高性能芯片，还提供涵盖物理模拟、自动驾驶等多个领域的自有AI模型，并将这些模型作为开源软件向研究机构和企业开放 [1] - 其专有的CUDA软件已成为多数开发者的行业标准，是英伟达芯片的核心卖点，软件实力是维持其AI行业领导地位的关键 [1] - 同日，英伟达发布了全新开源AI模型系列，称新系列模型较先前版本速度更快、成本更低且性能更智能，以应对中国AI实验室开源模型的竞争浪潮 [1] 收购标的详情 - SchedMD由Slurm软件开发者Morris "Moe" Jette与Danny Auble于2010年在加利福尼亚州利弗莫尔创立，目前拥有40名员工 [2] - 其客户包括云基础设施公司CoreWeave与巴塞罗那超级计算中心等知名机构 [2] 技术整合与应用 - 英伟达表示，支持最新英伟达硬件的Slurm系统已成为生成式AI关键基础设施的重要组成部分，被基础模型开发者与AI构建者广泛用于管理模型训练和推理需求 [1]

公司战略与投资 - 英伟达已收购AI软件公司SchedMD [1] - 公司正加倍押注开源技术并加大对AI生态系统的投资以应对日益加剧的竞争 [1] - 公司将继续以开源方式分发SchedMD的软件 [1] 业务与产品组合 - 英伟达以开发高速芯片著称，但也提供一系列自有AI模型，涵盖从物理模拟到自动驾驶汽车等领域 [1] - 公司将其AI模型作为开源软件供研究人员和公司使用 [1] - 英伟达专有的CUDA软件是大多数开发者采用的行业标准，也是其芯片的一大卖点 [1] - 软件是英伟达维持在AI行业主导地位的关键 [1] 收购标的详情 - SchedMD提供的软件可帮助调度大型计算任务，这类任务往往会占用数据中心服务器容量的很大一部分 [1] - 该公司的Slurm开源技术允许开发者和企业免费使用，通过提供工程与维护支持服务盈利 [1] - 此次收购的财务条款未予披露 [1] 市场反应 - 在宣布收购消息并发布新开源AI模型后，英伟达股价上涨1.35% [1]

即将发布的2025财年第三季度财报 - 公司将于2025年11月19日发布2025财年FQ3财报 [1] - 上一季度调整后每股收益1.05美元，GAAP每股收益1.08美元，总营收467.4亿美元，均超预期 [1] - 本季度调整后每股收益预计达1.25美元，环比增长19%，营收预计达548亿美元，环比增长17% [1] - 调整后每股收益增速超过营收增速，预计调整后净利润率将从55.3%提升至56.2% [1] 未来财务增长与盈利能力展望 - 未来5年每股收益复合年增长率预计为22.0%，营收复合年增长率为20.2%，均将实现翻倍以上增长 [4] - 每股收益增速持续高于营收增速，预示利润率存在扩张潜力 [4] - 分析师预测净利润率呈扩张态势，从2026财年约53.98%攀升至2028财年峰值58.52%，未来5年平均净利润率达57.0% [4] - 具体预测显示，2026年1月每股收益4.54美元，营收207.33亿美元，利润率53.98%；2027年1月每股收益6.70美元，营收288.33亿美元，利润率57.28%；2028年1月每股收益8.47美元，营收356.75亿美元，利润率58.52% [5] 支撑高盈利能力的核心因素 - 产品结构向高利润率的数据中心基础设施倾斜，包括先进AI芯片、网络设备和软件授权 [5] - 不可或缺的CUDA软件生态系统是核心高利润率壁垒，数百万开发者深度融入平台带来高昂转换成本和技术锁定效应 [6] - 借鉴微软和苹果经验，未来软件业务可能发挥更重要作用 [6] 中国市场面临的挑战 - 英伟达在中国AI芯片市场份额预计从2024年66%降至2025年54% [8] - 份额下滑源于芯片供应复杂性及中国本土AI芯片制造商抢占市场，美国出口管制为本土供应商创造独特机遇 [8] - 中国AI芯片市场国产化率预计从2023年17%飙升至2027年55%，华为、寒武纪和海光信息等企业影响力提升 [8] - 华为集中发布多款芯片并首次公开AI芯片发展路线图，计划在2028年前推出昇腾系列 [9] - 国产芯片通过集群架构以数量弥补单点性能不足，有望实现相当的系统级性能 [11] 竞争格局与估值分析 - 国产AI芯片发展可能削弱英伟达定价权，公司目前凭借近乎垄断地位拥有近70%毛利率 [13] - 中国市场规模为本土企业提供成长沃土，竞争可能超出中国市场范围，华为昇腾生态系统若成熟可能吸引海外需求 [13] - 公司当前基于2026财年市盈率为42倍，处于高位，但远期市盈率相对盈利增长比率仅为1.29倍，在“七巨头”中最具吸引力 [13]