Arm Holdings (NasdaqGS:ARM) Q2 2026 Earnings Call November 05, 2025 05:00 PM ET Company ParticipantsJason Child - CFOVivek Arya - Managing DirectorKrish Sankar - Managing DirectorRoss Seymore - Managing DirectorRene Haas - CEOTimm Schulze-Melander - PartnerJeff Kvaal - VP of Investor RelationsHarlan Sur - Executive Director of Equity ResearchConference Call ParticipantsJoe Quatrochi - Director and Equity Research AnalystSebastien Naji - Equity Research AnalystJim Schneider - Senior Equity AnalystLee Simpson ...

Arm Holdings (NasdaqGS:ARM) Q2 2026 Earnings Call November 05, 2025 05:00 PM ET Speaker0Good day, and thank you for standing by. Welcome to the Arm Second Quarter Fiscal Year 2026 webcast and conference call. At this time, all participants are in a listen-only mode. After the speaker's presentation, there'll be a question-and-answer session. To ask a question during the session, you will need to press star one and one on your telephone. You will then hear an automated message advising your hand is raised. T ...

By Wen-Yee Lee and Ben Blanchard TAIPEI (Reuters) -Taiwan's top chip design company, MediaTek, expects to earn revenue of billions of dollars from its AI accelerator ASIC chips by 2027, the chief executive said on Friday, as the company pushes further into the data centre business. Chief Executive Rick Tsai told a quarterly earnings conference call that MediaTek was on track to generate $1 billion in revenue from its cloud AI chips in 2026 after its first AI accelerator ASIC project was well executed. " ...

公司市场地位与表现 - 公司已成为全球首家市值达到4万亿美元的上市公司，当前市值约为4.9万亿美元 [1][2] - 公司股票在过去五年间上涨近1500%，相当于年化增长率约74% [7] - 公司股价单日上涨2.97%至207美元，当日交易区间为204.78美元至212.16美元 [8] 人工智能行业主导地位 - 公司的图形处理器是驱动最强大生成式AI应用的核心芯片，据不同分析师估计，其市场份额在70%至95%之间 [2] - 公司正推出垂直整合的软硬件解决方案，例如CUDA软件和DGX Spark超级计算机，以巩固并扩大其市场优势 [3] - 公司最新的Blackwell架构产品正处于推广阶段，并已推动季度销售额环比增长17% [8] 财务业绩与增长动力 - 在2025财年第三季度，公司总销售额同比增长56%，其中数据中心销售额同比增长73%，是主要增长动力 [5] - 公司毛利率高达69.85% [8] - 此前受法规影响的中国市场销售已恢复，预计将推动第四季度业绩表现更加强劲 [6] 未来增长路径与目标 - 公司计划在2026年推出下一代Vera Rubin AI架构，以处理更庞大的数据负载 [9] - 若市值要达到10万亿美元，需在当前4.9万亿美元基础上增长约104% [2][10] - 基于当前30倍的市销率，未来五年营收需从1652亿美元增长至3330亿美元，复合年增长率至少达到15%即可实现目标 [10] - 若采用更保守的10年平均市销率18.6倍，则未来五年营收需达到5380亿美元，复合年增长率需达到27% [11]

核心观点 - 生成式人工智能正在重塑行业、基础设施和未来工作，本周新闻涵盖了从OpenAI定制芯片、谷歌医疗突破到新治理法律和不断上升的电力成本等多个方面，展示了技术的光明面与阴影面[1] 模型发展 - 微软发布首个内部开发的文本到图像模型MAI-Image-1，声称通过创意专业人士的反馈减少了“通用”风格，生成速度比大型模型更快，在LMArena基准测试中位列前十[7] - xAI加入开发“世界模型”的竞赛，该系统通过视频/机器人数据训练，以理解物理丰富的环境，用于游戏和机器人技术，计划最早于2026年发布AI生成游戏[6] - 谷歌Gemma模型帮助发现新的潜在癌症治疗途径，系统分析了数百万分子相互作用，发现结合CK2抑制剂和低剂量干扰素可增强难以治疗肿瘤的免疫识别[11] - Anthropic发布新旗舰模型Claude Sonnet 4.5，在SWE-bench Verified上达到最先进水平，在OSWorld真实世界计算机任务上达到61.4%，声称能在复杂任务上保持专注超过30小时[15] - Anthropic推出“Claude Skills”系统，允许开发者为Claude模型构建定制能力，将其转变为模块化代理框架[15] 平台与工具更新 - 微软为Windows 11推出新AI功能，深化Copilot集成，包括唤醒词“Hey Copilot”、将Copilot Vision扩展到所有市场，以及实验性“Copilot Actions”模式，允许助手从桌面执行现实世界任务[7] - 谷歌迭代AI Studio，进行UI更新和开发者中心更新，包括Gemini/GenMedia/TTS/Live的整合Playground、新主页、实时速率限制仪表板，以及Gemini 2.5 Flash Image的“构建模式”[11] - 谷歌推出Veo 3.1和Flow的高级功能，Veo 3.1专注于现实主义、叙事控制和更严格的提示遵循，Flow扩展了编辑工具集，包括更丰富的音频集成和修改照明、阴影的控制[11] - 谷歌Meet悄悄推出“AI驱动虚拟化妆”功能，与美宝莲和欧莱雅等美容品牌合作，实时调整照明、色调和纹理[11] - 谷歌照片推出语音驱动编辑功能，用户只需描述想要的更改即可编辑图像，支持语音输入和键入提示[35] 芯片与硬件 - NVIDIA宣布DGX Spark开始发货，这款“世界上最小的AI超级计算机”在紧凑桌面单元中提供高达1 PFLOP性能，具有128 GB统一CPU-GPU一致性内存，基于Grace Blackwell (GB10)和NVLink-C2C构建[16] - Oracle确认其下一波云AI产品将由Nvidia Blackwell GPU提供支持，将捆绑优化的CUDA、TensorRT和企业微服务用于模型部署[16] - Oracle和AMD扩大合作伙伴关系，从2026年第三季度开始，OCI将提供由50,000个AMD Instinct MI450 GPU初始驱动的公开可用AI超级集群，2027年进一步扩展[16] - 微软倡导具有本地推理和辅助工作流程的“AI PC”，而苹果发布旨在设备上AI加速的M5芯片，M5提升至10核CPU和10核GPU，添加与GPU管道绑定的神经加速，声称AI任务峰值GPU性能比M4高4倍[20] 合作伙伴关系与投资 - OpenAI与Broadcom建立10千兆瓦合作伙伴关系，旨在超越竞争对手[4] - OpenAI与沃尔玛建立合作伙伴关系，让用户通过一句话购物[4] - Meta和Arm扩大合作，将Arm的Neoverse与Meta的排名/推荐引擎配对，目标是在Meta基础设施中实现性能每瓦增益[10] - NVIDIA、微软、xAI和BlackRock参与收购Aligned Data Centers的交易，价值约400亿美元，Aligned运营约50个园区，管理近5吉瓦容量，财团计划注入300亿美元初始股权，并通过债务融资扩展至1000亿美元[28] - 阿里巴巴重申3800亿元（约530亿美元）的三年AI/云支出，并继续扩展基础设施，如本周宣布的第二个迪拜数据中心[24] 行业应用与案例 - 近一半（47%）美国银行决策者表示其机构在2025年已全面推出生成式AI，高于2023年的10%，三分之二的高管同比增加AI支出[31] - MIT技术评论报道AI设计病毒已出现并正在杀死细菌，Arc研究所/斯坦福大学研究人员报告首个AI生成、实验室可行的噬菌体基因组，设计了16种感染大肠杆菌的新噬菌体[32] - BMC医学综述调查大型语言模型如何进入临床试验堆栈：方案起草、资格解析、患者匹配、招募消息、站点可行性和不良事件编码[32] - Adobe推出AI代理，包括Audience Agent寻找购买群体角色、Journey Agent协调活动和Data Insights Agent呈现趋势，旨在保护品牌声音[20] 监管与政策 - 美国政府在出口管制豁免下批准Nvidia向阿联酋经审查的项目销售先进AI芯片，该决定涵盖低于最严格性能级别的选定配置[21] - 美联储理事克里斯托弗·沃勒警告AI可能“放大金融市场波动”，如果模型驱动类似羊群的算法行为，敦促银行在交易和贷款中部署生成模型前嵌入风险控制[21] - 加州成为美国首个监管AI伴侣聊天机器人的州，要求披露非人类身份、验证用户年龄并包括心理健康支持触发器，该法律于2026年1月生效，对违规行为引入严厉处罚[22] 研究与趋势 - Gartner的新供应链战略炒作周期将生成式AI置于幻灭低谷期，许多试点项目难以生产化，而供应链网络安全处于膨胀预期峰值[26] - 搜索引擎土地比较不同AI引擎如ChatGPT、Gemini、Claude、DeepSeek和Perplexity的检索策略、实时网络使用和引用行为，强调生成引擎优化（GEO）的重要性[36] - 论文《通过早期经验的代理学习》提出模仿学习和强化学习之间的“中间地带”：在代理自身早期交互上训练，无需显式奖励信号，在八个环境中评估报告有效性和域外泛化能力提升[36] 风险与挑战 - ScienceDirect论文发现将仅250个恶意或“中毒”文档注入模型微调语料库可显著偏置其输出，改变安全过滤器或泄露秘密，实验使用Llama 3和Mistral等开放模型，显示即使标准防御下也存在漏洞[13] - 好莱坞与AI斗争加深，OpenAI和工作室在版权和同意上冲突，Sora-2允许用户将真实人物和著名角色放入AI视频，引发工作室、机构和家庭的快速反弹[27] - 分析显示电价上涨集中在大型数据中心建设附近地区，AI加速电力需求增长，Bloomberg 9月29日交互文档记录热点和本地价格峰值，DOE估计2028年数据中心需求升至美国电力约6.7-12%（2023年约4.4%）[28] - OpenAI的Sora视频模型尚未公开，但数百个“Sora”仿冒应用出现在苹果App Store，在开始下架前积累数千下载，一些应用仍通过苹果过滤器，使用近乎相同的名称、图标和描述[29]

英伟达退出中国市场事件 - 2025年10月英伟达CEO黄仁勋公开承认公司已完全退出中国市场，市场份额归零[1] - 2022年美国首次对华实施AI芯片出口限制时，英伟达在中国市场份额超过90%[4] - 2024年英伟达为中国定制H20芯片出货60-80万枚，但性能仅为H100芯片的15%[5] - 2025年4月美国将H20纳入出口管制，英伟达停售该芯片并计提45亿美元库存损失[6] - 2025年8月H20虽获出口许可但需缴纳15%销售额分成，后因安全审查遭中国客户弃用[7] - 英伟达中国区收入从171亿美元跌至可忽略不计[8] 英伟达产品在中国的实际流通情况 - 美国政策主要针对AI芯片，多数桌面级GPU显卡仍可正常在中国交易[9] - 英伟达发布的DGX Spark产品国内可以买到，其搭载的GB10 Grace Blackwell Superchip芯片可正常进入中国[10] - 被禁运的是阉割版AI芯片如H20和Rtx Pro 6000D，但更高端的B系列产品可通过非官方渠道进入中国[10] - 部分被禁运的高端桌面级显卡在京东等平台可以搜到[10] 寒武纪2025年第三季度财报分析 - 第三季度营收17.27亿元人民币，净利润5.67亿元，净利率为32.8%[11] - 上半年净利率为36.08%，第三季度净利率同比下降约3个百分点[11] - 第三季度营收低于市场预期的24亿元，公司此前给出的年度营收指引为50-70亿元[11] - 存货从上半年的26.9亿元增加至37亿元，据信其中很大一部分为HBM存储芯片[12] 寒武纪业务与市场地位 - 市场消息称其思元690芯片已出货，速度快于预期，显示公司研发和技术迭代能力强劲[11] - 客户群体多元化，除字节外还包括其他云服务提供商、国家超算中心、头部安防公司及多家车企[14] - 公司在字节内部思元处理器应用广泛，表明其软件生态已较为成熟[14] - 据业内消息，寒武纪在中芯国际的产能有所增加[14] 中国AI芯片行业前景 - 英伟达阉割版芯片被禁利好国产GPU/NPU公司，包括华为、寒武纪等[14] - 昇腾芯片已能支持万卡集群的大模型训练，进展快于市场预期[14] - 昇腾当前主要挑战在于其生态系统的工程师使用普及度仍需时间提升[15] - 摩根士丹利分析预测中国到2027年GPU自给率可达82%[15] - 国内AI芯片行业长期发展被看好[16]

技术方案与实现 - 通过将大模型推理的Prefill（预填充）和Decode（解码）两个阶段分离，分别分配给擅长不同硬件性能的设备来处理，即PD分离[7][8][11] - Prefill阶段计算量巨大，更依赖算力，而Decode阶段主要受内存带宽限制，DGX Spark拥有100TFLOPS的fp16算力但内存带宽仅273GB/s，M3 Ultra算力为26TFLOPS但内存带宽高达819GB/s，两者优势互补[9][11] - 采用流式传输技术解决KV缓存传输的通信延迟问题，使KV缓存可以逐层传输，实现通信与计算的并行重叠，从而提升整体效率[15][16] 性能提升效果 - 在Llama-3.1 8B模型上，该混合方案使Prefill阶段速度提升至单用M3 Ultra Mac Studio的3.79倍，Decode速度提升至单用DGX Spark的3.37倍[18] - 整体推理速度提升至单用M3 Ultra Mac Studio的2.77倍，总处理时间从6.42秒缩短至2.32秒[18][19] - 该性能优化通过EXO框架自动实现，框架能自动发现并分析连接设备的计算吞吐量、内存带宽等特性，并自动规划任务分配与传输策略[17][18] 行业趋势与背景 - PD分离的架构思路得到行业领先公司的验证，英伟达即将推出的Rubin CPX平台也采用类似设计，使用不同特性的处理器分别处理Prefill和Decode阶段[20] - 该方案由GitHub拥有三万星的EXO Lab团队开发，该团队专注于研究在消费级设备上部署大模型的分布式推理框架[3][4] - 苹果最新M5芯片在MacBook Pro上首个Token生成速度（受Prefill影响）较M1提升6.4倍，较M4提升3.55倍，但M3 Ultra在特定架构下仍显示出较高价值[27][30]

公司动态 - 英伟达首席执行官黄仁勋向特斯拉首席执行官埃隆·马斯克交付了最新产品DGX Spark，被称为“全球最小AI超级计算机” [1] - 此次交付发生在SpaceX位于德克萨斯州的Starbase设施，具有象征意义，标志着两位AI先驱合作关系的延续 [1][2] - 新产品DGX Spark的计算能力是2016年推出的DGX-1的5倍，但功耗仅为40瓦 [2] 产品信息 - DGX Spark售价为3,999美元，可提供高达1 petaflop的AI性能，采用英伟达GB10 Grace Blackwell超级芯片 [3] - 该产品配备128GB统一内存、NVLink-C2C互联技术和NVMe存储，使开发者能够在本地运行AI工作负载 [3] - 产品于10月15日正式发布，其使命与DGX-1相同，旨在普及超级计算技术的使用 [4] 行业背景与市场数据 - DGX Spark的发布正值全球对AI硬件需求激增之际 [4] - 英伟达当前市值已超过4.4万亿美元 [4] - 公司预计到2030年，AI数据中心年度支出将达到5000亿美元 [4]

产品发布与核心特性 - 英伟达CEO黄仁勋于2025年10月15日在SpaceX星舰基地向埃隆·马斯克交付了名为DGX Spark的AI设备[1][3][17] - 该设备体积小巧如书本，重量仅为1.2公斤，功耗为240瓦，可直接接入普通插座运行[7][11][45] - DGX Spark能在本地运行2000亿参数的大模型，无需连接云端，支持在办公桌上训练、微调和部署AI应用[5][11] - 设备内部搭载英伟达最新GB10 Grace Blackwell芯片，配备128GB统一内存，支持图像生成、语音识别、编程推理等复杂任务[13] - 产品已获得戴尔、联想、惠普等传统PC厂商的全线接入，支持Ollama、Roboflow、LM Studio等工具运行私有模型[5][14][31] 战略意义与行业影响 - 此次交付象征AI能力从云端数据中心向个人桌面设备的重大转移，标志着AI民主化的开端[6][9][23] - 公司战略从单纯交付芯片转变为交付开箱即用的完整AI能力，将芯片、编程语言、预训练模型整套打包集成[13][26][32] - 设备将AI部署成本从“千万级”拉低至“万级”甚至更低，显著降低了行业应用门槛[27][33][40] - 该产品推动了“AI主权”概念从国家层面向企业和个人延伸，使私有数据训练和部署专属AI助手成为可能[36][37][38][41] - 此次发布可能引发AI应用生态重排，竞争焦点从模型大小转向谁最先占据用户本地桌面体验的入口[42][43][44] 技术突破与效率提升 - 设备功耗从传统数据中心所需的吉瓦（GW）级别大幅降低至240瓦，实现了三个数量级的能效提升[24][29][33] - 能效提升源于芯片到组网技术的全面优化，使单位能耗的AI任务产出更高，客户利润可提升3倍[28][29] - 高度集成化设计简化了AI部署流程，用户无需自行组装环境，插电即可使用，几乎不需要额外冷却系统[26][29][32] - 与NetApp合作的AFX架构使企业能将自有数据（如PDF合同、设计图纸）直接转化为AI可理解的语义素材，全过程在内部完成[39]

AI投资规模与驱动力 - 2025年美国AI相关支出年化规模约3000亿美元，三个月年化增速较2022年平均值增加2770亿美元[2] - AI投资受技术和宏观经济双重驱动，技术层面AI可提升劳动生产力15%，企业应用后生产力平均提升25%-30%[3] - 计算需求高速增长，大型语言模型训练所需计算力年增400%，训练查询需求年增350%，前沿AI模型数量年增125%[7] - 宏观经济层面，美国近12个月AI投资占GDP不足1%，低于历史上基础设施投资占GDP 2%-5%及ICT投资占GDP 1.5%-2%的水平[7] - AI生产力提升带来的资本收入现值基线为8万亿美元，区间在5万亿至19万亿美元，远超当前投资规模[8] AI投资可持续性与竞争格局 - 目前不足10%的企业将AI用于常规生产，处于逐步渗透阶段[6] - 企业若购买现成AI应用、由一线经理主导项目并使用集成工具可获得显著价值[6] - 历史经验显示技术基建周期中先发者表现不一，当前AI市场应用层竞争激烈，基础模型层和数据中心层竞争适度，半导体层由Nvidia和TSMC主导[10] - AI技术迭代快削弱先发优势，企业多用模型降低切换成本，AI硬件折旧率高达18%，增加企业长期胜出的不确定性[10] - 企业持续投资AI的动力在于获取先发超额收入及通过计算能力投入追求AGI实现的极高利润[11] 工业富联投资价值 - 公司在AI服务器赛道凭借规模、全球覆盖和供应链关键地位优势，市场份额不断提升[12] - 高盛预测2025年至2027年净利润年复合增长率达45%，远高于2022年至2024年的8%[15] - 2026年每股收益上调8%至2.84元，目标市盈率微调至29.5倍；2026年收入预测1.47万亿元上调3%，净利润564.32亿元上调8%；2027年收入预测1.96万亿元上调10%，净利润707.25亿元上调7%[15] - AI服务器技术快速迭代需要稳定供应链，公司技术研发和产品交付能力支撑市场份额可持续性，客户覆盖中美头部云服务提供商，产品包括GPU和ASIC服务器[16] - 传统智能手机零部件业务受益于折叠屏手机需求增长，公司技术实力保障交付优势[16] AI电力需求挑战与机遇 - 预计到2030年全球数据中心电力需求较2023年增长175%，相当于新增一个全球前十大电力消费国，美国数据中心电力需求占比将从2023年4%升至11%[21] - 驱动因素包括AI普及性、计算生产力提升（如NVIDIA服务器算力提升15倍功耗仅增2倍）、电力价格（绿色可靠性溢价约40美元/兆瓦时对超大规模企业EBITDA影响仅2%-3.5%）、政策、部件可用性和人力可用性[22][23][24][25] - 美国到2030年需新增82吉瓦容量满足需求，其中51%为天然气调峰电厂，27%为太阳能；全球电网投资预计达7900亿美元，67%用于输配电升级[25][26] - 数据中心碳排放到2030年将增加2.15亿至2.2亿吨，占全球能源排放0.6%[26] - 投资机会集中于保障电力水资源可靠性、满足新增电力需求和提升效率三个方向[26] SST技术优势 - SST技术较传统交流UPS方案和直流240V电源方案可节省约50%占地面积，安装周期缩短75%[28] - 以中国移动万卡集群为例，服务器电源面积占比达40%-45%，大型数据中心如Meta项目占地达2250英亩[27] - 英伟达GB200功耗达2700W，传统电源系统存在空间限制，SST方案可优化空间利用[28]