公司与合作伙伴动态 - 英伟达执行长黄仁勋出席中国台湾分公司尾牙 与超过2000名员工互动 并对中国台湾合作伙伴的支持表示感谢 [1] - 黄仁勋透露 在台期间已与台积电创办人张忠谋共进晚餐 并计划与供应链伙伴举行会议和聚餐 包括鸿海董事长刘扬伟 [2] 产品与技术合作 - 英伟达与联发科合作打造强大的系统单晶片 该芯片低功耗但性能卓越 专为具备强大AI的电脑设计 [1] - 双方合作已扩展至全球最小AI超级电脑DGX Spark 并正合作开发N1系列处理器 [1] - 英伟达在中国台湾的业务布局快速成长 产品线已从GPU扩展至网络芯片 交换器芯片 智能数据处理器以及CPU [1] 行业趋势与未来展望 - 黄仁勋认为AI仍将是未来重要的运算模型 [2] - 在量子运算领域 英伟达持续与产业合作 致力于整合出具备GPU与QPU的混合型超级电脑 [2] - 量子位元错误校正已有重要突破 预期未来几年内将可见到量子电脑被用来解决实际问题 [2]

英伟达AI PC与数据中心战略布局 - 公司正强化数据中心布局并推进个人与边缘AI计算平台发展 规划了从N1/N1X到下一代N2/N2X系列的AI时代演进路线 [1] - 公司凭借AI优势强势进军PC市场 给x86架构的英特尔和AMD施加压力 并在Windows on Arm阵营中重获领先地位 [1] 产品路线图与发布计划 - 基于N1X架构的Windows on Arm平台笔记本电脑型号预计2026年第一季度发布 初期目标消费级 其他三个版本第二季度上市 [1] - 下一代N2系列预计2027年第三季度接棒 采用N2X技术的DGX Spark型号预计最早2027年第四季度发布 [1][3] - 搭载N1X/N1平台的笔记本电脑原计划2025年中期上市 但在CES 2026上仍未亮相 最初计划在COMPUTEX 2025发布并于9月上市 最终推迟至2026年 [1][2] - 公司于2025年10月开始发售采用N1X平台的DGX Spark台式机 该产品号称全球最小的AI台式电脑 [1][2] 产品性能与市场定位 - N1和N1X均定位为高端PC平台 N1X计算能力更强 包括更多CPU核心、GPU单元和更大内存配置 目标高性能AI PC和专业市场 [3] - DGX Spark采用桌面式设计 可提供1 petaflop的AI性能 使开发者能在本地对2000亿参数模型进行推理 并对高达7000亿参数的AI模型进行微调 [4] - 公司未刻意区分N1与N1X平台 而是将它们统称为“高端AI计算平台” [3] 生态系统构建与合作 - 与英特尔达成合作 英特尔将为其数据中心定制x86处理器 并开发集成英伟达RTX GPU的x86系统芯片用于PC领域 [4] - 公司向英特尔投资了50亿美元 [4] - 公司正与联发科及多家PC巨头合作 瓜分x86 PC市场 [5] - 为加速生态系统构建 公司计划推出AVL和RVL系统 分别列出通过全面验证的供应商和符合规范但未全面验证的推荐供应商 [3] - 由于资源限制 公司未复制英特尔的PCL系统生态 其内部FAE团队负责编写参考设计文档以帮助OEM和ODM厂商采用平台 [3] - 在英伟达支持下 包括宏碁、华硕、戴尔、技嘉、惠普、联想和微星在内的多个品牌推出了各自的DGX Spark系统 [2] 市场反馈与延迟原因 - DGX Spark台式机市场接受度超出预期 支持AI代理和完整软件栈 [4] - 笔记本电脑推出延迟源于多种因素 包括微软操作系统发布计划推迟、英伟达芯片修改 以及对受外部政治经济因素影响的笔记本电脑市场整体状况的评估 [2] - 尽管内存短缺和价格上涨 公司仍决定重返笔记本电脑市场 [2]

行业背景与趋势 - 个人电脑行业产品形态在过去三四十年发展后，近期似乎陷入循环，形态高度统一，而手机、手表等周边计算设备迎来大爆发[2] - 行业成熟导致形态统一，但也显得无趣，但在CES 2026上，出现了许多跳出固有形态的创新案例，PC市场重现勃勃生机[4] - 2026年可能是传统PC最艰难的一年，但也可能是个性化PC最有趣的一年，在处理器和显卡边际效益递减时，形态创新成为主要出路[59] 核心硬件技术进展 - 英特尔、AMD和高通在2026年CES上罕见地同一年公布了芯片平台更新，新工艺和设计让CPU及核显性能有大跨度进步[5] - 新一代CPU升级点主要面向高能效轻薄本及其他小型化或移动场景，整体利好笔记本市场，轻薄本塞进RTX 4050级别性能成为可能[5] - 英伟达宣称2026年暂时不会推出新型号（60系）RTX显卡，部分工厂消息暗示可能重启30系显卡生产线，以给AI业务腾出更多空间[7] - CPU集成图形能力进步，为笔记本厂商探索新产品形态提供了机遇，可将更多机身空间和BOM成本用于形态创新[9] 创新产品形态案例 - 惠普EliteBoard G1a是一款集成键盘式一体电脑，形态复古，但硬件配置现代，搭载AMD锐龙AI 5/7 300系列处理器，可选配64GB内存+2TB存储，NPU算力最高达50 TOPS[10][12][16] - 联想ThinkBook Plus Gen 7 Auto Twist主打电机驱动转轴，实现自动开关盖和屏幕智能跟随，搭载2.8K 120Hz 14寸OLED屏幕及Core Ultra Series 3处理器，最高可选32GB内存+2TB存储，机身重约1.4千克[24][26][31] - 联想Yoga AIO i Aura Edition是一款Windows一体机，采用32寸4K 165Hz OLED屏幕，最高可选配Panther Lake Core Ultra X7处理器，透明亚克力支架兼具系统通知灯和氛围灯带功能，起售价2399美元[36][42][46] - AMD Ryzen AI Halo是一款对标英伟达DGX Spark的本地AI开发平台，为微型AI工作站，标配AMD Ryzen Max+ 395处理器（16核32线程，5.1GHz，4nm），支持最高128GB LPDDR5X-8533内存，提供完整AMD ROCm 7.2.2支持[47][49][51] 产品设计理念与市场定位 - 惠普EliteBoard G1a被定义为“下一代AI PC”，但其集成键盘设计是对1982年康懋达（Commodore）等8位机时代主流形态的“文艺复兴”[12][14][16] - 联想ThinkBook Plus Gen 7 Auto Twist的自动开盖与屏幕智能跟随功能，解决了轻薄本难以单手开盖的痛点，并融入AI功能如屏幕随动翻译，适合会议或商旅场景[24][26][33] - 联想Yoga AIO i Aura Edition定位设计驱动产品，主打创意工作室和艺术类用户市场，其透明支架设计让人联想到苹果过去的透明支架款Cinema Display[34][40][46] - AMD Ryzen AI Halo旨在加速小规模或个人用户的AI开发和AI工作流程，针对主流开发工具和模型进行优化，预计走性价比路线，与英伟达DGX Spark在定价上展开竞争[47][49][53] 行业竞争与消费需求变化 - 在“性能有保底”的背景下，消费者需求转向其他细分场景，OEM厂商更有动力尝试新产品形态[9] - 伴随最近十年生产方式、消费方式和软件工具的急剧细分化，消费者选择电脑的主要参考指标早已不限于纯粹性能[57] - 产品形态集体回潮的背后，是PC性能瓶颈期的逼近[55] - 厂商正尝试用最新技术重新诠释过去美学，或继续探索柔性屏和卷轴屏电脑的边界[54]

人工智能竞赛与国家安全 - 全球一直处于技术竞赛中，从工业革命、二战、曼哈顿计划到冷战，而当前的人工智能竞赛可能是最重要的一场，因为科技领导力能带来信息、能源和军事上的超能力 [12] - 确保关键技术在美国本土研发和制造关系到国家安全，重振美国制造业和工业能力对于投资、就业和解决国内问题至关重要 [7][8] - 前总统特朗普的促进增长的能源政策（如“钻井，宝贝，钻井”）被认为是拯救人工智能产业的关键，没有能源增长就无法建造人工智能工厂、芯片工厂和超级计算机工厂 [8] 人工智能发展现状与未来 - 人工智能能力在过去两年里可能增长了100倍，相当于两年前的汽车速度慢了100倍，计算能力的巨大提升被用于使技术更安全、更可靠 [14] - 人工智能性能未来一千倍的提升，其中很大一部分将用于更多的反思、研究和更深层次的思考，以确保答案的准确性和基于事实，类似于汽车技术将更多动力用于ABS和牵引力控制等安全功能 [14][16] - 预计未来两三年内，世界上90%的知识可能都将由人工智能产生，这与从人类编写的材料中学习区别不大，但仍需核实事实和基于基本原理 [41] 人工智能的风险、安全与控制 - 人工智能的风险被类比为左轮手枪里有10发子弹取出8发，仍存在不确定性，但人工智能的发展将是渐进的，而非一蹴而就 [13] - 人工智能的军事应用是必要的，需要让科技公司投身国防技术研发更容易被社会接受，拥有过剩的军事力量是避免战争的最好办法之一 [19][20] - 人工智能不会突然获得意识并统治人类，因为人类也在同步使用和进步，人工智能的威胁更类似于网络安全问题，可以通过协作防御来应对 [28][30] 人工智能对就业与经济的影响 - 以放射科医生为例，人工智能并未导致该职业消失，反而因为能更高效处理影像（如3D/4D形式），使医院能服务更多患者，从而增加了放射科医生的雇佣数量，工作的核心意义（如诊断疾病）并未改变 [46][47] - 自动化会取代部分任务型工作，但会催生全新的行业和岗位，例如机器人技术将带来机器人制造、维修、服装等以前不存在的完整产业链 [50] - 关于全民基本收入与普遍富裕的讨论存在悖论，未来可能处于两者之间，富有的定义可能从拥有金钱转变为拥有丰富的资源（如信息），而目前稀缺的资源未来可能因自动化而贬值 [51][52] 技术普及与能源挑战 - 人工智能有望大幅缩小技术鸿沟，因为它是世界上最易用的应用（如ChatGPT），用户可通过自然语言交互，无需学习编程语言，且未来手机将能完全自主运行强大的人工智能 [55][56] - 能源是当前人工智能发展的主要瓶颈，未来五到十年，许多公司可能会建造自有的大约几百兆瓦的小型核反应堆来为人工智能工厂供电，这也能减轻电网负担 [57][59][60] - 加速计算是驱动人工智能革命的关键，英伟达发明的这种全新计算方式在过去十年里将计算性能提高了10万倍，遵循“英伟达定律”，使得计算所需的能耗大幅降低，未来人工智能将因能耗极低而无处不在 [58][62] 英伟达的发展历程与技术创新 - 公司成立于1993年，最初旨在创造一种全新的计算架构，早期通过与世嘉等游戏公司合作，将用于飞行模拟器的3D图形技术应用于街机，从而进入了3D图形游戏领域 [79][80][81] - 2012年，多伦多大学Geoffrey Hinton实验室的研究人员利用两张NVIDIA GPU（GTX 580 SLI）训练出AlexNet模型，在计算机视觉上取得突破性飞跃，这被视为现代人工智能的“大爆炸”起点 [63][64][71][72] - 公司发明的CUDA平台和加速计算方式，利用并行处理能力，使得GPU成为可放在个人电脑中的超级计算机，这最初为计算机图形学和游戏开发，后来成为深度学习革命的基石 [64][66] - 2016年，公司将第一台价值30万美元、运算能力为1 petaflops的DGX-1超级计算机赠予Elon Musk，用于其非营利人工智能研究（即OpenAI），九年后，同等算力的DGX Spark体积大幅缩小，价格降至4000美元 [74][75][76]

人工智能技术发展与竞赛 - 人工智能技术在过去两年内能力提升了约100倍 [13] - 人工智能性能未来有提升一千倍的潜力 [15] - 技术竞赛自工业革命以来一直存在 当前的人工智能竞赛是最重要的一场 [10][11] - 科技领导力至关重要 赋予信息、能源和军事超能力 [11] 人工智能应用与安全 - 大量计算能力被用于提升人工智能的安全性、可靠性和真实性 例如通过反思和研究来减少幻觉 [13][14] - 人工智能能力提升很大一部分将用于更深入的思考、周密的计划和更多的选择 [15] - 网络安全防御依赖于整个行业社群的协同合作 共享漏洞信息和补丁程序已持续约15年 [20] - 人工智能技术正被应用于国防领域 认为拥有过剩的军事力量是避免战争的最好办法之一 [16][17] 人工智能对经济与就业的影响 - 以放射科医生为例 人工智能并未导致该职业消失 反而因为提升了诊断效率和医院经济状况而增加了岗位数量 [41][42] - 工作的核心意义可能不会因自动化而改变 例如律师的职责是帮助他人 而研究文件只是部分工作 [42][43] - 人工智能可能催生全新的行业和就业岗位 例如机器人制造、维修、服装设计等 [44] - 自动驾驶技术可能不会导致所有司机失业 部分司机会转型 技术的应用会创造新的工作类型 [42][44] 人工智能普及与能源瓶颈 - 人工智能是世界上最容易使用的应用 例如ChatGPT用户数量在短时间内增长到近十亿 这有助于缩小技术鸿沟 [47] - 未来几年内 手机将能够完全自主运行人工智能 使每个国家和社会都能受益 [48] - 能源是目前人工智能发展的主要瓶颈 [48][50] - 加速计算技术在过去十年将计算性能提高了10万倍 遵循“英伟达定律” [49][51] - 随着性能提升和能耗降低 未来人工智能所需的能源将微乎其微 从而无处不在 [50] 英伟达公司发展历程与技术 - 公司成立于1993年 旨在创造一种全新的计算架构 [64] - 早期与日本世嘉合作 涉足3D图形游戏领域 游戏产业成为关键驱动力 [64][65] - 公司的GPU最初为处理电脑游戏图形而设计 采用并行处理方式 成为面向消费者的超级计算机 [52][53] - 2012年 AlexNet在计算机视觉领域取得突破 该模型使用了两张NVIDIA显卡进行训练 [51][52] - 深度学习是一种通用函数逼近器 只要有输入和输出示例 就能推导出内部函数结构 可应用于几乎任何领域 [54][55] - 2016年 公司将第一台DGX-1超级计算机（售价30万美元）赠予埃隆·马斯克 用于其非营利人工智能研究（即OpenAI） [60][61] - 从DGX-1到DGX Spark 在保持1 petaflops计算能力的同时 价格从30万美元降至4000美元 体积也大幅缩小 [62]

投资评级 - 报告对英伟达的投资评级为“优于大市” [1][5] 核心观点 - 公司需求保持高景气度，下一代AI芯片平台Rubin将于2026年下半年启动量产 [1][2] - 得益于GB系列产品与网络连接出货积极，以及下游AI需求持续旺盛，报告上调了对公司的收入和净利润预期 [3] 财务表现 - FY26Q3（财年第三季度）收入为570.06亿美元，同比增长62%，环比增长22%，高于公司指引 [1][9] - GAAP毛利率为73.4%，GAAP净利润为319亿美元，同比增长65% [1][9] - 分业务看，数据中心营收512亿美元（同比+66%，环比+25%），是主要增长引擎；网络业务营收82亿美元（同比+162%），增长显著加速 [1][2][11] - 对于FY26Q4（财年第四季度），公司指引营收为650亿美元（±2%），GAAP毛利率指引为74.8% [1][24] 业务亮点 - 计算业务同比增长56%，主要得益于GB300产品产能提升，其营收占Blackwell总营收比例已超过三分之二 [2][12] - 网络业务同比大幅增长162%，得益于NVLink扩展技术落地以及Spectrum X和Quantum X产品的强劲增长 [2][11] - Physical AI已成为一项数十亿美元规模的业务 [11] - 公司与Anthropic达成新合作，其计算资源承诺初期将包括基于Grace Blackwell和Vera Rubin系统的高达1GW计算容量 [2][12] 产品与技术进展 - Rubin平台将于2026年下半年启动量产，该平台搭载7颗芯片，性能相较于Blackwell架构将有突破性提升 [1][2][12] - 据公司披露，Hopper时代每GW数据中心价值约200-250亿美元，Blackwell时代约300亿美元，Rubin时代可能更高 [12] 盈利预测 - 报告预计2026-2028财年公司收入为2130/3335/4279亿美元，上调幅度分别为4%/23%/40% [3] - 预计2026-2028财年公司净利润为1141/1876/2352亿美元，上调幅度分别为11%/28%/40% [3] - 预计2026-2028财年每股收益（EPS）分别为4.70/7.72/9.68美元 [4]

行业投资评级 - 计算机行业评级为“强于大市”（维持）[1] 核心观点 - 英伟达2026财年三季报业绩表现亮眼，其高速增长的营收及对下一季度的乐观预期，表明全球AI算力需求持续旺盛[5][8][10] - 全球AI大模型领域竞争白热化，将持续推动大模型应用落地并拉动AI算力市场高景气[5][19] - 以Kimi K2 Thinking、MiniMax M2为代表的国产大模型持续迭代，性能已跻身全球第一梯队，其与国产加速计算芯片的适配性提升，将有利于国内大模型产业生态发展[5][19] - 全球领先云服务提供商（CSP）资本开支持续高速增长，为全球AI算力产业发展提供强力支撑[5][19] 行业要闻及简评：英伟达业绩 - 2026财年第三季度，英伟达实现营业收入570亿美元，同比增长62%，环比增长22%；实现净利润319亿美元，同比增长65%，环比增长21%[5][8] - 第三季度，Blackwell平台增长势头强劲，GB300营收占比已超过GB200，约占Blackwell总营收的三分之二[8] - 数据中心业务收入为512亿美元，同比增长66%，环比增长25%，其中计算业务收入430亿美元（同比增长56%），网络业务收入82亿美元（同比增长162%）[9] - 游戏业务收入43亿美元（同比增长30%），专业可视化业务收入7.6亿美元（同比增长56%），汽车业务收入5.92亿美元（同比增长32%）[9] - 第三季度GAAP毛利率为73.4%，non-GAAP毛利率为73.6%[10] - 公司预计第四季度营收为650亿美元（上下浮动2%），按此估算同比增长65%，环比增长14%；预计GAAP和non-GAAP毛利率分别为74.8%和75%（上下浮动50个基点）[5][10] 重点公司公告 - 国能日新：与东方新能共同出资设立合资公司，注册资本40,000万元人民币，国能日新认缴出资16,000万元，持股40%[12] - 浪潮信息：2025年度第七期超短期融资券发行完成，发行金额10亿元人民币，发行利率1.49%[12] - 紫光股份：持股5%以上股东计划通过集中竞价方式减持公司股份不超过28,600,798股（约占公司总股本1.00%）[12] - 石基信息：公告发行股份购买思迅软件13.50%股份的交易报告书，交易完成后对思迅软件的持股比例将从66.23%提升至79.73%[12] 一周行情回顾 - 本周计算机行业指数下跌2.74%，沪深300指数下跌3.77%，计算机行业指数跑赢沪深300指数1.03个百分点[5][13] - 年初至本周最后一个交易日，计算机行业指数累计上涨15.00%，沪深300指数累计上涨13.18%[13] - 截至本周最后一个交易日，计算机行业整体市盈率（TTM，剔除负值）为52.2倍[5][16] - 计算机行业360只A股成分股中，88只股价上涨，1只持续停牌，271只下跌[5][16] 投资建议 - 建议持续关注AI主题的投资机会[5][19] - AI算力领域：推荐海光信息、龙芯中科、工业富联、浪潮信息、紫光股份、神州数码、深信服；建议关注寒武纪、华勤技术、景嘉微、软通动力、拓维信息[5][19] - AI算法和应用领域：强烈推荐恒生电子、中科创达、盛视科技；推荐道通科技、金山办公、科大讯飞、同花顺、宇信科技、福昕软件、万兴科技、彩讯股份；建议关注合合信息、鼎捷数智、汉得信息、赛意信息、普联软件、泛微网络、致远互联[5][19]

**涉及的公司和行业** * 公司：NVIDIA Corp (NVDA O) [1][42] * 行业：人工智能 (AI) GPU、数据中心半导体、游戏、汽车、专业可视化 [10][20][33][37] **核心观点和论据** * **财务表现与展望** * 公司公布10月季度收入570亿美元，非GAAP每股收益130美元，高于市场预期 [10][22] * 公司指引1月季度收入为650亿美元，高于市场约630亿美元的预期 [1][24] * 数据中心收入连续增长25%，主要受Blackwell平台强劲需求推动，云计算GPU“售罄” [10][11] * 预计2027财年销售额将达到2690亿美元，较此前2250亿美元的预测上调19% [3][27] * 预计2027财年/2028财年非GAAP每股收益分别为810美元和1008美元，上调12%和19% [2] * **产品与技术** * Blackwell平台需求“超出图表”，占季度计算销售额430亿美元的90%以上 [10][11] * GB300平台占计算销售额的三分之二，可能已超过此前讨论的每周1千个机架的运行速率 [11] * 网络业务（以太网和InfiniBand）恢复增长，季度环比增长13%，达到82亿美元 [11] * 与OpenAI和Anthropic的投资合作伙伴关系是消费方面最成功的AI公司 [1] * **供应链与产能** * 台积电CoWoS晶圆产能预计明年将增长至120万片，为数据中心销售额加速增长提供路径 [1] * 基于更多数据点，将2027财年GPU单元预测上调至1020万个，较此前870万的预测增长44% [3][26] * 预计2025年至2026年期间，Blackwell和Rubin的合并出货量将从1420万提升至1620万 [3][26] * **市场与行业趋势** * 首席执行官认为当前并非AI泡沫，加速计算、生成式AI和代理AI三大平台正在融合 [1] * 预计AI加速器总市场规模（TAM）到2028年将达到5000亿美元，较此前4640亿美元的预测上调 [35] * 预计AI商用GPU销售额将在2028年达到4030亿美元，2025年至2028年复合年增长率为28% [35] * 预计2028年数据中心半导体总市场规模将达到7010亿美元，较此前预期上调7% [36] * **盈利能力** * 尽管投入成本上升，毛利率预计将维持在70%中段水平 [1] * 10月季度非GAAP毛利率为736%，公司指引1月季度非GAAP毛利率将达到75% [10][24] * **其他业务板块** * 游戏收入季度环比下降1%，但同比增长30%，占本季度销售额约7% [18] * 专业可视化收入季度环比增长26%，达到760亿美元，主要由DGX Spark驱动 [19] * 汽车销售额季度环比小幅增长1%，公司预计2026财年汽车总销售额（数据中心+汽车）将达到50亿美元 [20] * **投资评级与估值** * 维持买入评级，目标价从220美元上调至270美元，基于30倍市盈率乘以2027年预期每股收益约10美元贴现回当前 [2][6][46] * 预期股价回报率为448% [6] **其他重要内容** * **风险因素** * 竞争可能导致公司在游戏市场失去份额 [47] * 新平台采用速度慢于预期可能导致数据中心和游戏销售额下降 [47] * 汽车和数据中心市场的波动性可能增加股价/市盈率的波动 [47] * 加密货币挖矿对游戏销售的影响 [47] * **中国市场** * 由于美国出口管制，公司第三季度无法大量出货H20（5000万美元），管理层继续将中国H20销售额预测设为零 [17] * **合作伙伴生态** * 公司与多家科技巨头和政府建立了广泛的AI合作伙伴关系网络，包括微软、谷歌、亚马逊、Meta、软银等 [15][16]

行业投资评级 - 报告对英伟达的投资评级为“推荐(维持)” [1] 核心观点 - 英伟达在2025年第三季度业绩创下新高，主要由数据中心业务和Blackwell系列产品驱动 [1][3] - 公司通过新一代技术扩展产品矩阵，并在全球范围内与多家领军企业达成合作，巩固AI计算与数据中心领域的领先地位 [4][6][7] 营收与盈利表现 - 2025年第三季度总营收达570亿美元，同比增长62%，环比增长22% [3] - 数据中心业务营收为512亿美元，同比增长66%，环比增长25%，占总营收接近九成 [3][4] - GAAP净利润为319.1亿美元，同比增长65%，环比增长21% [3] - GAAP毛利率为73.4%，较上一季度略有提升 [3][4] - GAAP每股摊薄收益为1.30美元，同比增长67% [4] - 游戏业务、专业可视化业务、汽车与机器人业务分别实现30%、56%、32%的同比增长 [4] - 运营费用为58.39亿美元，同比增长36%，但未对整体盈利构成明显压力 [4] 产品与技术布局 - Blackwell架构带动多元产品更新迭代，推出新型GPU“NVIDIA Rubin CPX”，专为大规模上下文处理设计 [4] - 游戏领域发布支持DLSS 4多帧生成与Reflex技术的《无主之地4》《战地6》等新作 [4] - 专业可视化业务推出全球最小AI超算DGX Spark，以紧凑形态提供完整AI技术栈 [4] - 汽车与机器人平台升级DRIVE AGX Hyperion 10开发平台，支持L4级自动驾驶车队建设 [4][6] - 发布工业级边缘AI平台IGX Thor，推动实时物理AI在边缘场景部署 [6] 客户与生态合作 - 与OpenAI达成战略合作，为其下一代AI基础设施部署至少10吉瓦的英伟达系统 [6] - 与谷歌云、微软、甲骨文、xAI等企业合作，共同构建美国AI基础设施，部署数十万块GPU [6] - 在欧洲与德国电信合作推出全球首个工业AI云，推动德国工业转型 [6] - 在亚洲与韩国政府及现代、三星、SK、NAVER云等企业合作，扩展AI基础设施，部署超过25万块GPU [6] - 与优步合作计划自2027年起构建全球最大L4级移动网络，目标规模10万辆 [6] AI技术赋能 - 训练侧：Blackwell平台在MLPerf Inference v5.1基准测试中刷新纪录，并包揽所有Training v5.1项目冠军 [6] - 推理侧：推出NVQLink开放系统架构，将GPU计算与量子处理器紧密耦合，已被全球十余家超算中心采用 [6] - 发布Omniverse DSX蓝图，为设计和运营千兆瓦级AI工厂提供开放框架 [6] - 与英特尔合作开发多代定制数据中心与PC产品，集成NVLink技术 [6] - 与诺基亚合作将AI-RAN产品纳入5G-Advanced与6G网络方案 [6]

云端AI算力投资与英伟达的本地计算布局 - 全球云端AI算力中心投资规模巨大，预计到2028年累计支出接近3万亿美元，其中1.4万亿美元由美国大型科技公司覆盖 [4] - 微软宣布投资约800亿美元建设AI数据中心，主要用于训练AI模型和推出AI云应用 [4] - 英伟达发布售价3999美元的DGX Spark桌面级AI超算，并与多家OEM厂商合作计划在2025年底前全球分销，该设备提供千万亿次浮点运算性能和128GB统一内存，支持对2000亿参数模型进行推理和700亿参数模型进行微调 [4][5] 消费终端Local AI的构成要素 - 消费终端Local AI的成熟需具备三大要素：端侧硬件算力底座（如DGX Spark）、本地模型的生态工具链以及能在真实场景中运行的本地产品 [6] - Apple Silicon等芯片正持续下放端侧推理能力，同时Ollama等本地运行时和Gemma 3等端侧模型供给加速成熟，推动离线本地产品从“跑起来”走向“用起来” [1][2] 消费终端Local AI面临的关键挑战 - 当前消费终端Local AI的大众化落地仍面临关键门槛，包括本地算力和能效、内存带宽、知识更新以及开箱即用体验等方面的制约 [1][3] - SLM（小语言模型）与端侧芯片新架构的结合，将是推动消费终端Local AI能力边界扩展的关键方向 [3]