如果你正在寻找一款能够运行本地AI推理或对中小规模模型进行微调的工具，那么Tenstorrent的 QuietBox可能并不适合你。我们预计这种情况会有所改变，但就目前而言，该公司的软件栈对于大 多数本地AI爱好者来说还不够完善。 然而，对于有兴趣探索 Tenstorrent 的硬件架构和软件栈的机器学习软件开发人员，或者那些希望在 生产中部署这家初创公司芯片的开发人员来说，像 Blackhole QuietBox 这样的系统提供了一个相对 低成本的切入点，可以进入该公司基于 RISC-V 的加速器生态系统。 TT-QuietBox 开箱 提到人工智能基础设施，Tenstorrent 可能不是人们首先想到的名字。但与众多争夺风险投资和英伟 达市场份额的人工智能芯片初创公司不同，Tenstorrent 的芯片实际上已经走出了实验室。 如果您有点特立独行，想要打破常规，Tenstorrent 的组件和系统随时可供任何有需要的人使用。事 实上，您或许会惊讶地发现，该公司已经推出了三代基于 RISC-V 的加速器，旨在为开源社区积蓄力 量。 他们的理念是提供性能合理的加速器，能够高效地从单卡扩展到 32 芯片系统甚至 ...

**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]

产品规格与定位 - DGX Spark是一款个人AI超级计算机，将数据中心级的DGX架构浓缩为可置于桌面的设备，其本质是“把云上AI能力拉回桌面”的个人PC[2][4] - 与2016年的DGX-1相比，DGX Spark在AI性能上从170 TFLOPS（FP16）提升至1 PFLOP（FP4），系统功耗从3200W大幅降低至240W，重量从60.8kg减轻至1.2kg，价格从12.9万美元降至3999美元[1] - 产品尺寸为150mm x 150mm x 50.5mm，与Mac mini大小相当，被称为“世界上最小的AI超级计算机”[5] - 在英伟达产品线中，DGX Spark定位为面向轻量级本地推理与微调的便携设备，而其“大哥”DGX Station则定位高端桌面级大模型训练与企业级工作负载，是“个人集群节点级”的重型设备[7][9] 技术架构与性能 - DGX Spark基于全新的NVIDIA GB10 Grace Blackwell超级芯片，该芯片将CPU和GPU直接集成，共享128GB统一内存，使大模型可一次性加载进系统运行，不受显存限制[21] - 独立测评显示，该设备在运行8B至20B参数的中小型模型时，性能大于或等于同价位独立显卡平台，尤其在批处理与框架优化配合下吞吐表现稳定[10] - 对于70B参数以上的大模型，DGX Spark可运行但属于“可用级”而非“生产级”，更适合加载测试与兼容性研究[10] - 设备支持像云服务器一样一键上线模型服务，并能通过Docker启动专为本地大模型推理优化的高性能框架，使模型常驻本地端口等待调用，成为“本地AI节点”[10][11] 行业趋势与影响 - 英伟达发布桌面级AI超算反映了AI由云向本地“反向迁移”的趋势，过去几年“上云”是行业共同信仰，但2025年开始，云成本、隐私风险与网络瓶颈等问题浮出水面[22] - 云服务变得昂贵，推理成为新的成本中心，云GPU按秒计费且带宽与出站流量另算，有公司发现其年度云账单高达300万美元，另一家公司月账单从5000美元一夜飙升至5万美元[23] - 本地设备性能提升，桌面不再只是输入终端而正成为“计算现场”，未来训练主要在数据中心，但推理正外溢到设备与边缘，企业客户自建GPU节点以获得更低成本与更高合规性[24] - AI应用从后台工具转变为实时伙伴，深入语音助手、视频生成、工业控制、AR/VR等对延迟敏感的场景，推动实时推理下放到端侧和边缘节点，形成“云为大脑、本地为手脚、端侧为神经末梢”的分布式系统[25]

文章核心观点 - AI算力正从云端向本地设备进行“反向迁移”，英伟达推出的个人AI超级计算机DGX Spark是这一趋势的具体体现，旨在将数据中心的AI能力带给个人开发者 [2][33][43] 英伟达DGX Spark产品详情 - DGX Spark是一款个人AI超级计算机，售价为3999美元起，定位为面向轻量级本地推理与微调的便携设备 [3][12] - 与2016年的DGX-1相比，DGX Spark在性能、功耗和体积上均有显著提升：AI性能从170 TFLOPS提升至1 PFLOP，系统功耗从3200W大幅降低至240W，重量从60.8kg减轻至1.2kg，价格从129,000美元降至3,999美元 [4] - 该设备基于NVIDIA GB10 Grace Blackwell超级芯片，采用CPU与GPU融合设计，共享128GB统一内存，使大模型可一次性加载运行 [33] - 产品被形容为“世界上最小的AI超级计算机”，尺寸与Mac mini相仿 [10] DGX Spark性能测评与应用场景 - 根据LMSYS的测评，DGX Spark在运行8B~20B参数的中小型模型时，性能大于等于同价位独立显卡平台，批处理效率和吞吐表现稳定 [13] - 对于70B参数以上的大模型，设备可运行但属于“可用级”而非“生产级”，更适合加载测试和兼容性研究 [14] - 测评展示了完整的本地AI工作流：设备能像云服务器一样一键上线模型服务并常驻运行，支持推理加速技术，可通过标准API被调用，并能接入Open WebUI和Zed编辑器等工具，形成完整的离线AI开发环境 [16][18][21][22][24][28][29] - 其核心优势在于能在桌面上提供类似“个人版ChatGPT服务器”的体验，实现低延迟、无需网络的本地AI交互 [25][32] AI算力从云到本地迁移的行业趋势 - 过去几年AI行业普遍依赖云端算力，但到2025年，云成本高昂、隐私风险和网络瓶颈等问题凸显，推理成为新的成本中心，促使算力向本地迁移 [34][35][36] - 有公司因云账单从每月5000美元飙升至5万美元而决定“下云”，自建机房以控制成本 [37] - 同时，本地设备性能提升，除DGX Spark外，微软的Copilot+ PC和苹果的Apple Intelligence也强调本地AI能力，有公司将推理迁移至本地后，月度AI基础设施开销从4.2万美元降至9000美元 [38] - AI应用正从后台工具转变为实时伙伴，对延迟敏感的场景（如语音助手、工业控制）推动推理向端侧和边缘节点扩散，形成“云为大脑，本地为手脚”的分布式系统 [40][41][42][39]

产品发布核心信息 - 英伟达于当地时间周三正式推出全球最小规模的AI超级计算机Nvidia DGX Spark，该产品以紧凑的桌面台式机形式提供基于Grace Blackwell架构的AI堆栈 [1] - 该产品旨在为中小型企业及AI开发者提供在PC端侧快捷接入AI超级计算系统的途径，无需耗费数百万美元租用云端算力或购买自有AI服务器，售价仅为3999美元 [2] - 产品可配备最高128GB的统一内存，单机峰值AI性能约1 PFLOP（FP4），内置DGX OS及CUDA X-AI全栈软件，支持在本地运行70B至200B参数规模的AI大模型进行推理与微调 [7] 产品技术规格与定位 - 与2016年推出的DGX-1相比，DGX Spark在尺寸、重量和功耗上大幅优化，尺寸为150mm x 150mm x 50.5mm，重量仅1.2kg，功耗为240W，而DGX-1重量为60.8kg，功耗3200W [5] - 产品定位为“开发者的个人/团队级AI试制间”，与大型AI算力工厂如DGX GB200/GB300形成互补关系，专注于原型开发与技术微调，而非替代大型服务器集群 [8] - 用户可通过连接两台DGX Spark系统运行更大规模的AI模型，参数规模可高达4050亿 [6] 市场影响与增长前景 - 该产品的推出被视为公司新的业绩增长点，有望支撑其股价冲击华尔街机构Cantor Fitzgerald设定的300美元目标价，对应市值超过7万亿美元 [1] - 英伟达股价年内涨幅高达40%，当前股价徘徊在188美元附近，市值稳定在4.6万亿美元，长期位居全球市值榜首 [1] - 公司近期与多家企业达成巨额交易，包括对OpenAI的1000亿美元级别投资，后者将采购高达10吉瓦容量的AI服务器集群；此外，公司与CoreWeave签署了价值63亿美元的AI算力订单 [9] 行业趋势与机构观点 - 以英伟达、台积电、博通及美光科技为主导的全球AI算力产业链的“超级牛市行情”远未停歇，该板块仍是全球资金最青睐的投资领域 [1][10] - 华尔街机构预测，AI算力硬件为核心的人工智能基础设施投资浪潮规模有望达到2万亿至3万亿美元，英伟达CEO黄仁勋进一步预测，2030年前AI基础设施支出将达到3万亿至4万亿美元 [11] - 华尔街分析师不断上调公司目标价，平均预期显示英伟达市值有望在一年内突破5万亿美元 [10]

纪要涉及的行业和公司 - 行业：电子板块、数据中心网络、AI行业、半导体行业 - 公司：英伟达、台积电、富士康、华硕、联发科 纪要提到的核心观点和论据 - **核心观点** - 海外算力板块预期逐步修复，相关公司业绩逐季释放，算力PC板块估值处于底部，建议关注 [8] - **论据** - **产品进展**：Blackwell系列产品中，HGX系列8卡服务器去年投产今年2月交付，GB200机柜已投产，今年Q3将升级到GB300，定位AI工厂核心计算单元 [1] - **出货情况**：今年Q1因ODM厂L11级组装问题，机柜出货量低于预期，市场下调全年出货量预期，但计算托盘沿用HDI白安卡版本以降低装配难度、尽快出货 [2][3] - **技术创新**：数据中心网络推出NVLink Fusion版本，客户采购芯片或IP即可让ASIC芯片使用 [3] - **产品发布**：推出面向个人的DGX Spark和桌面级的DGX Station，分别降低AI开发门槛和提供桌面端强大计算能力 [4] - **合作计划**：联合台积电、富士康在台湾建立首座人工智能超级计算机，开设新办事处并联合各方建巨型AI超算中心，支持本地科研和半导体设计 [5][7] - **性能提升**：华硕推出的英伟达RTX Pro服务器性能比英伟达之前旗舰H100系统在不同负载下高出1.7 - 4倍，已可投入量产 [6] - **软件拓展**：以Cuda生态为基础推出大量专业加速库，将AI加速能力标准化模块化应用到各产业场景 [7] 其他重要但是可能被忽略的内容 - RTX5060显卡及搭载该显卡的MSI新款笔记本预计五月上市发售 [5] - Blackwell RTX Pro 6000功能站系列含8块GPU，支持CX8网卡，通信快、功耗低，适合训练和推理强大AI模型 [5]

报告行业投资评级 未提及 报告的核心观点 报告对英伟达 FY26Q1 业绩进行点评，指出营收显著高于预期，主要受益于数据中心业务爆发，各细分业务有不同表现，公司对 FY26Q2 给出业绩指引，同时会议问答中探讨了推理需求、中国市场影响、AI 发展阶段等多方面问题 [2][3][5] 根据相关目录分别进行总结 NVIDIA FY26Q1 业绩概况 - FY26Q1 营收 441 亿美元，高于市场预期和公司指引，主要因数据中心业务爆发，Blackwell 贡献数据中心计算收入 7 成，H20 一季度产生 45 亿美元费用，预计二季度损失 80 亿美元收入，GAAP 和非 GAAP 毛利率分别为 60.5%和 61.0%，GAAP 和非 GAAP 稀释每股收益分别为 0.76 美元和 0.81 美元，供应链管理优化存货周转天数等指标 [7] - 公司预计 FY26Q2 营业收入为 450 亿美元，上下浮动 2%，考虑 H20 收入损失约 80 亿美元，预计 GAAP 和非 GAAP 毛利率分别为 71.8%和 72.0%，上下浮动 50 个基点，力争下半年将毛利率提高到 70%左右 [8] 会议内容 问答环节 - 对于推理需求，Grace Blackwell NVL72 是推理 AI 理想引擎，与 Hopper 相比速度和吞吐量高出约 40 倍，可降低成本、提高响应质量和服务质量 [9] - H20 第一季度确认 46 亿美元营收，未出货 25 亿美元，第二季度中国数据中心营收将大幅下降，预计损失 80 亿美元，未来还有其他无法履行订单，估计未来中国市场 TAM 接近 500 亿美元 [10][11] - AI 处于起步阶段，将成为新基础设施，除在云端建设外，还将进入企业、电信、工厂等领域，企业 AI 正在腾飞，6G 将建立在 AI 之上，每个工厂都将伴随 AI 工厂 [12][13] - 目前订单比之前更多，正在增加供应链建设，未来几年供应链将忙碌，欧洲有大量未公布的 AI 工厂建设规划 [14][15] - H20 损失 80 亿美元，为达 450 亿美元营收目标，非中国业务需表现更好，主要驱动因素是 Blackwell 增长和供应链供应增加 [16] - 与年初相比有四个积极惊喜，包括推理 AI 需求增长、AI 扩散、企业 AI 腾飞、工业 AI 发展 [17][18] - 出口管制使 Hopper 受限，目前无适合中国市场产品，正在思考解决方案 [20] - 网络业务有 NVLink、Spectrum - X、Bluefield 等平台，增强以太网功能提高集群利用率，上个季度增加两家重要 CSP 采用 SpectrumX [21][22]

核心观点 - 英伟达Q1营收同比增长69%至440亿美元，超出预期，但受H20出口限制影响，Q2预计损失80亿美元收入[1][8][25] - Blackwell芯片产能创纪录，周产72,000颗GPU，支撑微软单季处理100万亿Token的推理需求[1][10][28] - AI推理需求呈现爆炸式增长，微软Q1处理Token量同比增长5倍至100万亿[4][12][29] - 中国AI市场价值500亿美元，但受出口限制影响基本对美国关闭，公司正探索替代方案[3][8][45] - 企业AI和工业AI成为重要增长引擎，预计将改造5000亿美元IT基础设施[17][84] 财务表现 - Q1数据中心收入390亿美元，同比增长73%，其中Blackwell贡献近70%[25][27] - Q1网络业务收入环比增长64%至50亿美元，Spectrum-X年化收入超80亿美元[33][35] - Q1游戏业务收入创纪录达38亿美元，环比增48%，AI PC产品线扩展[37] - Q2营收指引450亿美元，GAAP毛利率预计71.8%，Blackwell盈利能力改善[20][43] 产品与技术 - Blackwell架构吞吐量比Hopper高40倍，专为复杂推理设计，软件优化使其性能提升1.5倍[3][10][30] - GB300系统本季度末量产，采用与GB200相同规格，HBM增加50%带来FP4推理性能提升50%[10][28] - NVLink技术实现PCIe Gen5带宽14倍，单机架带宽达130TB/s，Q1出货超10亿美元[34][35] - Omniverse平台助力工业客户：台积电节省数月工期，富士康热仿真提速150倍[39] 市场动态 - 全球近100个AI工厂在建，同比增长一倍，单个工厂平均GPU用量翻倍[31][62] - 主权AI成为新增长点，沙特500兆瓦、阿联酋5吉瓦项目启动，多国建设国家AI平台[49][84] - 开源模型DeepSeek R1和通义千问获认可，展现中国AI研发实力[13][46] - 推理工作负载从简单问答转向复杂代理式AI，计算强度提升100-1000倍[12][53] 供应链与产能 - Blackwell成为史上最快爬坡产品，主要客户每周部署近1,000个NVL72机架[10][28] - 美国本土制造布局加速：台积电亚利桑那厂年底量产，富士康休斯顿建百万平方英尺工厂[47] - 单个GB200 NVLink72机架含120万组件，重近两吨，供应链面临挑战[47] - H20库存减记45亿美元，部分材料被重新利用[26][45]

财报表现 - 第一财季营收440.62亿美元，同比增长69%，净利润187.75亿美元，同比增长26%，摊薄后每股收益0.76美元，同比增长27% [1] - 数据中心业务营收同比大增73%，占总营收88% [1] - 因H20芯片出口限制计提45亿美元库存减值，损失25亿美元潜在销售额，预计第二财季再损失80亿美元 [1] 中国市场影响 - 中国AI芯片市场规模约500亿美元，但已对美国企业关闭 [3] - Hopper架构产品在中国市场不可行，无法满足新出口管制要求 [3] - 出口限制加速中国自主技术发展，削弱美国技术领导地位 [3][4] AI技术发展 - 推理型AI模型需求激增，每项任务所需Token量是传统模型的数百至数千倍 [6] - Grace Blackwell架构推理性能比Hopper提升40倍，进入量产阶段 [11] - AI基础设施进入企业部署阶段，推出RTX Pro Enterprise AI服务器等新产品 [14] 全球战略布局 - 与富士康合作在台湾建设首座AI工厂，推进日本、韩国等多国AI基础设施项目 [9] - 特朗普政府撤销《AI扩散规则》，推动美国AI技术与国际伙伴合作 [8] - 台积电在亚利桑那州建设晶圆厂，目标一年内实现芯片到超级计算机全流程本土制造 [7] 行业趋势 - AI被视为工业革命核心力量，各国竞相建设国家级AI平台 [9] - 6G网络将基于AI构建，制造业未来每家工厂将配备AI工厂 [14] - 开源模型如DeepSeek R1推动AI向"智能体"形态演进，强化技术栈领导地位 [6]

财报业绩 - 2026财年第一财季营收440.62亿美元 同比增长69% [1] - 调整后净利润198.94亿美元 同比增长31% [1] 推理业务发展 - Grace Blackwell NVLink 72超级计算平台是推理AI的理想引擎 设计核心是提升推理性能 [2] - 与Hopper相比 Grace Blackwell的速度和吞吐量提高约40倍 显著降低成本并提升回答质量 [3] - 推理处理的token量比单样本聊天机器人多100到1000倍 机器通过自我思考拆解问题 [2] AI行业前景 - AI将改变每个行业 包括医疗保健 金融服务 零售 交通 制造业等 目前处于起步阶段 [3] - AI需要基础设施和"工厂"生成token 这项技术的应用还处于非常早期阶段 [3] - 6G将基于AI构建 目前处于非常早期阶段 制造业工厂将配套AI工厂 [5] 企业级AI部署 - 企业进行AI本地部署 因大量数据留在本地 访问控制非常重要 [4] - 公司发布RTX PRO企业级AI服务器 DGX Spark和DGX Station等新产品 企业级AI刚起步 [4] - 美国是早期启动者 云端有可用资源 是最大市场和设备安装基地 [4]