年度GTC大会概况 - 英伟达将于下周举行年度GTC大会，预计有来自全球**190多个国家和地区**的**3万余人**现场参会 [6] - 大会期间，GTC公园将全程举行“搭建龙虾”活动，与会者可在现场部署一个始终在线的AI助手 [1] - 公司鼓励与会者携带英伟达芯片驱动的设备参加，现场将提供硬件购买，并可将“龙虾”AI助手部署在云端 [4] 硬件产品与技术创新 - 公司掌门人黄仁勋的主题演讲是资本市场关注的重中之重 [8] - 硬件关注焦点包括：算力芯片路线图、潜在的推理芯片以及自研光通信产品 [8] - 美银证券分析师指出重点关注方向：延伸至费曼架构的最新产品路线图、一系列全新的协同设计且模块化拆分的产品（如CPX、LPU）、用于大规模扩展系统的自研光互连技术（如集成CPO的交换机） [8] - 分析师展望公司可能讨论**102.4T Spectrum-6交换机**（可与Rubin平台配套使用）以及**115T Quantum-X交换机**（采用共封装光学CPO技术） [8] - 公司可能与英特尔联合发布一款定制化x86 CPU，以扩大其在企业数据中心乃至消费级CPU市场的采用范围 [8] - 现场可购买的硬件包括个人超算DGX Spark，其售价达**4699美元**（约合人民币**3.2万元**） [4][6] 推理芯片与战略合作 - 市场猜测黄仁勋预告的“前所未见芯片”可能是与推理芯片公司Groq合作发布的**LPU** [9] - 推理被视为大规模推广AI应用的最后瓶颈之一，该芯片的发布意味着公司将正式应对谷歌、微软等公司的定制芯片竞争 [9] - 公司于去年底支付了**200亿美元**获得Groq的专利许可，同时Groq创始人、总裁及核心团队已加入公司，双方关系引发广泛关注 [9] 软件与AI平台 - 公司可能发布一个面向企业AI代理的开源平台，名为**NemoClaw**，旨在为企业提供结构化方式来构建和部署能自主执行多步骤任务的AI智能体 [12] - 公司本周发布了迄今为止最强大的开源权重AI模型**Nemotron 3 Super**，专为大规模运行复杂智能体系统设计 [16] 产业愿景与开放模型 - 黄仁勋将举行以“开放模型的现状与未来”为主题的圆桌谈话，邀请包括Cursor、Perplexity、OpenEvidence等AI新锐公司及前OpenAI CTO Mira Murati等行业领袖参与 [13] - 公司认为，过去一年AI领域最重要的变化之一是开放前沿模型的快速进展，开放式创新正在加速各行业进步 [16] - 据媒体挖掘，公司未来五年将累计投入**260亿美元**布局开源AI大模型研发，该规模是OpenAI训练GPT-4成本的**8倍有余** [16] 市场影响与预期 - 分析师不指望公司会正式给出未来两年的销售数据指引，但有关**Rubin架构**量产爬坡的消息可能对横盘多时的股价形成提振作用 [10] - 鉴于参会者中有不少专业开发者，今年的GTC大会不仅可能成为“龙虾大会”，甚至可能成为一场“斗虾大会” [6]

公司及行业研究纪要关键要点总结 一、 涉及的公司与行业 * 公司：英伟达 (NVIDIA Corp, NVDA.O) [1][40] * 行业：半导体、人工智能 (AI) 加速器、数据中心、游戏、汽车 [1][40] 二、 核心观点与论据 1. 投资评级与目标价 * 维持“买入”评级，将目标价从 270 美元上调至 300 美元，预期股价回报率为 53.4% [1][8] * 目标价基于约 30 倍市盈率 (P/E) 乘以对 2028 财年 (CY2027E) 每股收益 (EPS) 约 10 美元的预测 [2][42] * 30 倍市盈率倍数与 3 年平均水平一致 [42] 2. 财务业绩与展望 * **Jan-Q (2026财年第四季度)业绩**：营收 681.27 亿美元，非公认会计准则 (non-GAAP) 每股收益 (排除股权激励) 1.62 美元，均超市场预期 [12] * 数据中心营收环比增长 22%，受“指数级”增长的智能体 AI (agentic AI) 需求推动 [12] * 非公认会计准则毛利率 (排除股权激励) 为 75.2%，高于预期 [12] * **Apr-Q (2027财年第一季度)指引**：营收指引 780 亿美元，远超花旗及市场预期的 730 亿美元，环比增长 14% [1][12][24] * 指引毛利率 (含股权激励) 为 75%，与预期一致 [24] * **长期财务预测**： * 上调 2027/2028 财年营收预测 4%，反映 Blackwell 和 Rubin 需求能见度优于预期 [2] * 首次给出 2029 财年营收预测 5657.15 亿美元，同比增长 15% [2][11] * 预计 2025-2028 财年营收复合年增长率 (CAGR) 为 35% [2] * 维持 2027/2028 财年非公认会计准则毛利率 (含股权激励) 在 70% 中段的预测 [2][4] * 上调 2027/2028 财年每股收益预测 2%，分别至 8.02 美元和 10.20 美元 (含股权激励) [2] 3. 产品与技术进展 * **Blackwell平台**：过渡已完成，Jan-Q 部署达 9GW，可能占季度 510 亿美元计算销售额的 90% 以上 [13] * GB300 产品可能已超上季度 65% 的占比，预计周产能超过 1000 台并将继续增加 [13] * **Vera Rubin**：按计划推进，已于本周向客户提供样品，预计 2026 年下半年开始生产发货 [3][13] * 管理层预计 Rubin 将成为 AI 推理的基石，与 Blackwell 结合将超越公司去年分享的 5000 亿美元营收机会 [3][13] * 公司有库存和供应承诺以满足未来需求，包括延续至 2027 日历年度的发货 [3] * 预计所有客户最终都将部署 Vera Rubin [3][13] * **其他产品**： * 网络业务营收 109 亿美元，超预期，受 NVLink、Spectrum-X 以太网和 InfiniBand 的强劲采用推动 [13] * 发布 RTX PRO 5000 Blackwell 工作站，配备 72 GB 高速内存，面向运行 LLM 和智能体工作流的 AI 开发者 [19] * 发布用于自动驾驶汽车开发的 Alpamayo 系列开放 AI 模型、仿真工具和数据集 [20] 4. 市场动态与行业趋势 * **AI 加速器市场**： * 上调 AI 加速器总目标市场规模 (TAM) 预测，预计 2028 日历年达 5230 亿美元，此前预测为 5000 亿美元 [32][33] * 预计 2025-2028 年 AI 加速器销售额复合年增长率为 32% [33] * 预计商用 GPU 在 AI 加速器销售额中保持高占比，从 2025 年的 90% 降至 2028 年的 81% [32][33] * 预计商用 GPU 销售额复合年增长率为 27%，ASIC 为 65% [32] * **数据中心半导体市场**： * 预计 2028 年数据中心半导体总目标市场规模达 7310 亿美元，较此前预期 7010 亿美元上调 4% [34] * 其中 GPU/定制 ASIC (含 HBM) 占 71%，网络产品占 21%，CPU 占 2%，其他 (含存储) 占 5% [35] 5. 各业务板块表现 * **数据中心**：核心增长引擎，Jan-Q 营收环比增长 22% [12][13] * 中国数据中心销售因美国出口管制影响，在指引中继续假设 H20 销售额为零 [17] * **游戏**：Jan-Q 营收环比下降 13%，占总销售额约 5% [18] * 下降源于 Blackwell GeForce GPU 上市及供应增加，同时公司在分配上优先考虑数据中心 [18] * **专业可视化**：Jan-Q 营收环比大幅增长 74%，首次突破 10 亿美元销售额大关 [19] * DGX Spark 是增长关键驱动力，预计 DGX Station 将在 2026 年下半年部署并推动 2027 年增长 [19] * **汽车**：Jan-Q 营收环比微增 2% [20] * 发布 NVIDIA Thor SoC，行业向视觉语言模型架构生成式 AI 和更高等级自动驾驶加速转型 [20] * 与丰田合作，其下一代汽车将基于 NVIDIA DRIVE AGX 平台 [20] * 与 Uber 合作，基于 Hyperion L4 机器人出租车参考架构扩展 L4 级自动驾驶车队 [20] 6. 客户构成与风险 * **大客户集中度**：前五大超大规模云厂商占公司总营收约 50% 已持续数年，且与总营收同步增长 [5] * 管理层预计其他客户增长可能更快，未来客户将更加多元化 [5] * OpenAI 交易接近完成 [5] * **毛利率展望**：管理层仍预计毛利率可达 70% 中段 [4] * 由于 Rubin 尚未销售且将经历产品组合的大规模转换，公司将在转换发生时更新毛利率预期 [4] * 投资者不应将毛利率建模在 70% 中段以上，因公司专注于提供最佳性能同时保持最低总拥有成本 [4] * **风险因素**：1) 游戏领域竞争可能导致市场份额流失；2) 新平台采用慢于预期可能拖累数据中心和游戏销售；3) 汽车和数据中心市场的波动性可能增加股价/估值倍数波动；4) 加密货币挖矿对游戏销售的影响 [43] 7. 估值与预测数据摘要 * **股价与市值**：2026年2月25日股价 195.56 美元，市值 47521.08 亿美元 [8][11] * **营收预测**：2027财年 3718.65 亿美元，2028财年 4907.66 亿美元，2029财年 5657.15 亿美元 [11] * **每股收益预测 (核心)**：2027财年 8.02 美元，2028财年 10.20 美元，2029财年 11.38 美元 [11] * **毛利率预测**：2027-2029财年维持在 75% 左右 [11] * **估值比率 (2028财年预测)**：市盈率 19.2 倍，市净率 11.1 倍，企业价值/息税折旧摊销前利润 17.6 倍，自由现金流收益率 4.9% [11] 三、 其他重要内容 * **即将召开的GTC大会**：预计 2026 年 3 月中旬的 GTC 大会将成为股价的积极催化剂，公司可能展示 Groq SRAM 低延迟推理、CPU 和光网络技术 [1] * **AI GPU 销售模型**：预计 2027 财年 AI GPU 销量 1022.6 万台，同比增长 44%，销售额 2687.8 亿美元 [26][28] * AI GPU 销售额预计平均占数据中心总销售额的 80% 高段至 90%，其余主要为网络、独立 CPU 和软件/服务 [27] * **投资策略**：看好英伟达源于其结构性 AI 增长机会 [41]

产品定位与核心功能 - DGX Spark 被定位为一款开箱即用的AI开发终端，预装了优化的 DGX OS 与完整的 NVIDIA AI 软件栈，开发者开机即可进入 Jupyter Notebook 开始大模型原型设计或微调 [8] - 其核心是 NVIDIA GB10 Grace Blackwell 超级芯片，通过 NVLink-C2C 芯片级互连技术将 Grace CPU 与 Blackwell GPU 直接融合，实现了 900GB/s 的互联带宽，是主流 PCIe 5.0 的 5 倍以上 [4] - 该设计带来了 128GB 的 LPDDR5x 统一大内存，CPU 和 GPU 可以高效、无瓶颈地访问同一内存池，这对需要频繁交换海量参数的 AI 训练与推理是颠覆性创新 [4] - 该设备拥有 1 PetaFLOP（每秒一千万亿次运算）的 FP4 AI 算力，足以在本地流畅进行 2000 亿参数模型的推理，并可对 700 亿参数模型进行微调 [8] - 在 DGX Spark 上开发调试的模型，可以近乎零代码修改，直接部署到大规模的 DGX Cloud 或企业数据中心，形成从个人桌面直通云端的高速管道 [8] 市场反应与性能认知反差 - 市场对 DGX Spark 的认知曾出现片面化，其高度特化的张量算力并非为游戏渲染优化，导致在运行《赛博朋克2077》等3A游戏时初期表现不佳，例如在1080p中等画质下平均帧率仅约 50 FPS [10] - 后续通过启用 DLSS 4（超分辨率）与多帧生成技术，设备在《赛博朋克2077》1080p画质并开启极限“路径追踪”光追效果下，帧率暴增至 175 FPS 以上，实现了性能逆转 [12] - 这一性能逆转表明，现代游戏的性能逻辑正在变化，AI驱动的图形增强技术已成为比GPU原始光栅化性能更大的性能杠杆 [12] - 该事件戏剧化地证明了AI技术如何重新定义图形算力的边界，即使是在非常规的游戏设备上，强大的AI算力也能通过算法大幅弥补图形渲染短板 [12][24] 目标市场与产业趋势 - DGX Spark 的出现是AI算力需求大范围扩散，并侵入传统数据中心之外领地的必然结果，它精准卡位了模型微调、行业适配和私有化部署这一市场空白 [18] - 该设备以桌面形态提供了过去必须依赖机架式服务器才能获得的AI算力，实质性地大幅降低了AI开发的门槛，满足了开发者对效率、隐私与可控性的核心需求 [18][22] - 它代表了AI算力向边缘和个人渗透的产业大趋势，其紧凑、低功耗设计使其能够渗透到科研实验室、医院实时影像分析、自动驾驶原型车测试等前沿边缘场景 [21][24] - 该产品是计算设备跨界融合的预演，通用算力、AI算力、图形算力正以前所未有的速度熔于一炉，未来设备的综合能力将取决于其AI加速能力与软件生态的深度整合 [24][25] 商业模式与战略意义 - 硬件销售作为入口：设备通过全球伙伴销售，售价约 3000-4000 美元，直接带来硬件收入 [21] - 锁定软件与服务生态：预装软件栈及与 DGX Cloud 的无缝连接，旨在引导用户持续依赖公司的 AI 软件、企业支持及云端算力，形成强大的客户粘性与持续的服务收入 [21] - 培育未来开发者：通过提供这款相对平民化的强大开发工具，公司系统性地培育下一代 AI 应用开发者，使其深度依赖 CUDA、NIM 等技术栈，为长期市场统治力埋下伏笔 [21] - 开拓边缘计算新战场：设备帮助公司将影响力从数据中心核心扩张至更广阔的边缘 AI 市场 [21] - 该产品是公司从纯粹硬件供应商向全栈计算平台公司转型的战略路径之一，构建了一个从桌面到云端的完整闭环，强化了其全栈生态的护城河 [20][25]

行业动态与供应链影响 - 人工智能应用需求激增正给供应链带来压力并推高成本 [1] - 全球供应链在2026年将面临难以完全满足日益增长需求的挑战 导致全供应链成本上升 [2] - 联发科等台湾科技公司因AI热潮而业务激增 [1] 公司战略与定价 - 联发科将调整自身定价以反映不断上升的供应链成本 [1] - 公司将根据整体盈利能力在不同产品间分配供应 [3] - 公司重申其AI加速器ASIC芯片收入预计到2027年将达到数十亿美元 [3] 市场机遇与产品 - 数据中心ASIC芯片的总可寻址市场目前估计为500亿至700亿美元 较此前预估增加200亿美元 [4] - 联发科与英伟达合作共同设计用于DGX Spark个人AI超级计算机的GB10 Grace Blackwell超级芯片 [4] - 公司观察到市场对DGX Spark的反馈非常积极 并预计其收入增长将加速至2026年 [5] 公司财务表现 - 联发科第四季度营收为新台币1502亿元（47.6亿美元） 同比增长8.8% [5] - 第四季度净利润为新台币231亿元 同比下降3.6% [5] - 联发科股价今年已上涨26% 表现优于基准指数11.5%的涨幅 [6] 行业标杆表现 - 台积电上月公布第四季度利润跃升35%至创纪录高位 远超预期 [6]

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]