市场地位与股价表现 - 公司以3.763万亿美元市值重夺全球最高市值公司宝座 超越微软的3.66万亿美元 [1] - 股价在6月25日创154.31美元历史新高 较4月初低点反弹近80% 同比涨幅超15% [1][3] - 1月底曾达149.41美元前高 后因中国DeepSeek AI平台推出及对华出口限制导致股价下跌 [2] 业务发展与技术创新 - Blackwell GPU已创云服务商采购记录 计划2025下半年推出Blackwell Ultra 2026年发布Vera Rubin 2027/2028年规划Rubin Next和Feynman AI芯片路线图 [5][6] - 推理AI芯片成为新方向 DeepSeek R1等开源推理模型将带来100倍算力需求 Blackwell Ultra预计使数据中心收入较Hopper系统提升50倍 [10][11][12] - 汽车业务成新增长点 2026财年Q1汽车收入同比增72%至5.67亿美元 全年预期突破50亿美元 未来或达万亿美元规模 [13][14] 行业需求与客户动态 - 四大科技巨头(微软/谷歌/Meta/亚马逊)2025年AI基础设施资本开支达3250亿美元 同比增46% [7][8] - Oppenheimer预估全球主权AI市场规模将达1.5万亿美元 [9] - 推理AI模型推动芯片升级需求 OpenAI o1和谷歌Gemini 2.0 Flash Thinking均采用该技术 [11] 财务指标与增长预期 - 2026财年(截至2026年1月)预期营收/利润增速达51.4%/42.1% 2027财年预期25.2%/31.8% [15] - 长期(3-5年)EPS增长率28.2% 显著高于标普500指数的12.6% [16] - ROE达105.09%远超行业4.95% 净利率51.69%对比行业6.67% 远期市盈率34.84倍 [17] 业绩修正与估值 - 当前财年Zacks共识盈利预期30日内上调1.7% 次年7日内上调0.4% [15] - Q1/Q2季度盈利预期60日内分别上调1.02%/1.79% 2026/2027财年预期上调0.24%/4.28% [17]

关于作者背景 - 作者Emily Jarvie曾担任澳大利亚社区媒体的政治记者 后专注于商业、法律及新兴迷幻剂领域的科学进展报道 [1] - 其作品发表于澳大利亚、欧洲和北美多家知名媒体 包括The Examiner、The Advocate等 [1] 关于出版商定位 - 出版商Proactive为全球投资者提供快速、可操作性的商业与金融新闻 内容由专业新闻团队独立制作 [2] - 团队覆盖全球主要金融中心 包括伦敦、纽约、多伦多等地的分支机构 [2] 内容覆盖领域 - 专注于中小市值公司 同时涵盖蓝筹股、大宗商品及广泛投资主题 [3] - 重点领域包括生物制药、矿产资源、电池金属、加密货币及电动汽车技术等 [3] 技术应用策略 - 采用前瞻性技术辅助内容生产 但核心创作仍依赖人类专业经验 [4] - 选择性使用自动化工具与生成式AI 所有内容最终由人工编辑审核发布 [5]

合作发布 - Nebius与Saturn Cloud合作推出首个支持NVIDIA AI Enterprise的AI MLOps云解决方案，整合了Nebius的AI云基础设施与Saturn Cloud的MLOps平台 [1] - 解决方案基于NVIDIA Hopper GPU，提供企业级AI/ML基础设施和MLOps平台，支持即时注册使用Jupyter笔记本等开发工具 [2] - 该服务成本显著低于传统云服务提供商，适用于各类用例 [2] 解决方案特点 - 企业用户可在Nebius虚拟私有云环境中部署Saturn Cloud，符合企业IT安全标准，并配备企业级SLA和单点登录(SSO)功能 [3] - 个人和团队用户可加入Saturn Cloud的托管层级，现有用户超过10万，支持即时注册和云资源部署，仅需提供信用卡即可使用 [4] - 提供NVIDIA加速的Nebius AI Cloud访问权限，无需长期投资加速计算系统，支持容量预留以进一步降低成本 [5] 技术优势 - 解决方案集成NVIDIA AI Enterprise软件栈，包括NVIDIA NIM微服务、NeMo和RAPIDS等，运行于Nebius高性能基础设施 [6] - 用户可通过Saturn Cloud Pro立即访问NVIDIA Hopper GPU资源，几分钟内开始开发 [7] - 企业团队可在其Nebius账户中使用Saturn Cloud进行部署 [8] 公司背景 - Nebius总部位于阿姆斯特丹，纳斯达克上市，全球拥有约400名硬件和软件工程师及内部AI研发团队 [9] - Nebius AI云平台为AI创新者提供超大规模云体验，涵盖计算、存储、托管服务和工具 [10] - Saturn Cloud是全球唯一提供多云端按需GPU的MLOps平台，简化大规模机器学习模型开发与部署 [10]

根据摩根士丹利Joseph Moore团队25日发布的报告， 这种强劲的需求主要驱动因素在于token生成量的 增长，自年初以来，token生成量增长了5倍以上 ，这给生态系统带来了巨大压力，并推动了对处理这些 工作负载的投资激增。 点击 上方 硬AI 关注我们 大摩指出，受益于大型语言模型对推理芯片的巨大需求，英伟达面临GPU供不应求局面。但在持续的供应限制、毛利率 压力等负面影响下，大摩轻微下调英伟达目标价至160美元。长期来看，公司增长轨迹依然强劲。 硬·AI 作者 | 张雅琦 编辑 | 硬 AI 过去四周，投资者情绪因宏观经济和供应链风险而恶化，但与此同时，对英伟达GPU核心的需求却因主要 大型语言模型（LLM）对推理芯片的巨大需求而飙升，且这种需求遍及所有地区。 多家AI公司报告用户数量呈爆炸式增长，例如，Open Router等API公司的数据显示，许多公司为满足推 理软件的巨量需求，被迫争抢GPU资源，甚至出现"最后一块GB200"在2025年仅剩一块的状况。 摩根士丹利认为， 这种对推理的需求是关键。 这是由使用模型并产生收入的部分驱动的，证明了推理模 型的扩展是真实存在的，这与仅依赖于风险投 ...

投资者情绪与需求变化 - 过去四周投资者情绪因宏观经济和供应链风险恶化 但英伟达GPU核心需求因大型语言模型对推理芯片需求飙升且遍及所有地区 [1] - token生成量自年初以来增长5倍以上 给生态系统带来巨大压力并推动处理工作负载的投资激增 [1] - 多家AI公司报告用户数量爆炸式增长 例如Open Router等API公司因推理软件需求被迫争抢GPU资源 [1] 英伟达芯片供需状况 - 英伟达Blackwell芯片供应受限 尤其是GB200/300型号无法满足爆炸式需求 [2] - Hopper GPU需求有所改善 但云客户5-6年折旧周期导致投资回报率不理想 [2] - 美元上行、供应紧张和出口限制叠加 引发市场对英伟达短期盈利担忧 [2] 摩根士丹利对英伟达的评估 - 摩根士丹利将英伟达目标价从162美元下调至160美元 主要反映同行组整体估值下降而非公司基本面变化 [2] - 截止发稿英伟达股价为111美元 较大摩目标价高45%左右 [2] - 摩根士丹利认为供应限制和毛利率压力影响市场情绪 但对长期增长潜力保持信心 [4] 财务预测调整 - 摩根士丹利将2026财年收入预测上调10.7% 每股收益上调11.9% 并认为这些数字可能仍非常保守 [5]

点击 上方 硬AI 关注我们 测试结果显示，相比前代英伟达Hopper GPU，GB200 NVL72服务器能帮助Cohere在1000亿参数模型的训练实现高达3 倍的性能提升，此外，IBM和Mistral AI也已成为CoreWeave GB200云服务的首批用户。 "世界各地的企业和组织正在竞相将推理模型转化为代理型人工智能应用，这将改变人们的工作和娱 乐方式。" 硬·AI 作者 | 李笑寅 编辑 | 硬 AI CoreWeave再度抢占先机，率先部署英伟达GB200系统，AI巨头争相入局。 英伟达今日在其博客上宣布， AI云计算提供商CoreWeave已成为首批大规模部署英伟达GB200 NVL72 系统的云服务提供商之一。Cohere、IBM和Mistral AI已成为首批用户。 根据最新MLPerf基准测试，这些系统提供了前代H100芯片2-3倍的性能提升，将显著加速大模型训练和推 理能力。 CoreWeave首席执行官Michael Intrator表示，这一成就既展示了公司的工程实力和执行速度，也体现了 其对下一代AI发展的专注： "CoreWeave的设计就是为了更快速地行动——我们一次又一次 ...

数据中心与AI基础设施 - 预计2028年数据中心资本开支将达1万亿美元，主要用于加速计算芯片[1][2] - 2024年向四大云服务商交付130万颗Hopper GPU，2025年计划出货360万颗Blackwell GPU[2] - AI基础设施计算量较去年预计增长100倍，Tokens数量大幅增加[2][9][10] - 数据中心正在向"人工智能工厂"转型，专注于AI驱动的处理和应用[13] Blackwell平台与未来产品 - Blackwell已全面投产，NVL72结合Dynamo推理性能提升40倍[3] - 计划25H2发布Blackwell Ultra，算力提升50%，FP8精度算力达0.36EF[3] - 预计26H2推出Vera Rubin NVL144，推理能力达每秒50千万亿次浮点运算[3] - 预计27H2推出Rubin Ultra NVL576，FP4精度算力达15EF，性能较GB300提升14倍[3] - 预计2028年推出Feynman平台，迎接千兆瓦AI工厂时代[3] CPO交换机技术 - 预计25H2推出Quantum-X CPO交换机，交换容量115.2Tb/s，能耗降低3.5倍[5] - 预计26H2推出Spectrum-X CPO交换机，包含两种型号，最高背板带宽409.6TB/S[5] - 采用MRM micro mirror技术，可将连续激光束转化为二进制信号[5] - CPO技术可帮助数据中心节省60MW电力，相当于100个Rubin机柜耗电量[5] 自动驾驶与机器人技术 - 推出Halos系统保障汽车安全，已评估700万行代码并申请1000多项专利[25][26] - 借助Omniverse和Cosmos加速自动驾驶开发，实现端到端训练[26] - 推出开源通用基础模型Isaac Groot N1，具有快慢双系统架构[6][61] - 预计到2030年全球将短缺5000万名工人，机器人产业潜力巨大[60] AI技术演进与应用 - AI分为三个层次：生成式AI、智能体AI和物理AI[7] - 推理模型带来100倍Tokens增长，计算速度需提升10倍[9][10][11] - 推出Dynamo操作系统，Blackwell性能是Hopper的40倍[35][38] - CUDA-X行业框架覆盖计算光刻、5G、基因测序等多个领域[14][15] 产品路线图与技术突破 - 每年更新路线图，每两年更新架构，持续推出新产品[53] - 采用液冷技术，单个机架功率达120千瓦，含60万个部件[29][30] - 光子学技术突破，硅光子交换机可扩展到数百万GPU规模[47][48] - 与台积电合作采用3D共封装技术，实现高性能光子集成电路[49]

核心观点 - 台积电CoWoS订单削减并非需求萎缩，而是客户过度乐观预期回归理性调整 [2][3] - 2025年CoWoS产能仍将供不应求，英伟达Blackwell芯片出货量有望达600万片 [1][2][7] - AI芯片整体需求趋势好于预期，B200/B300系列及ASIC项目需求强劲 [5][7][8] 订单调整原因 - 英伟达、Marvell、亚马逊等客户下调2025年CoWoS订单预期8-10%，英伟达产能预期下调4-4.5万晶圆 [1][3] - 调整源于客户初期过度预订，台积电要求更准确预测促使修正 [3] - 产品变更（英伟达多款产品）及订单优先级变化（台积电优先CoWoS-L）导致供应链预期调整 [4] 产能供需分析 - 供应链曾激进预期2025年底台积电CoWoS月产能8.5-9万晶圆（全年超80万），摩根大通预期更现实（年底月产能7.5万，全年72.5万） [4] - 即使台积电产能扩张超2倍，2025年仍供不应求 [6] - 英伟达2025年CoWoS-L晶圆需求39万片（实际产出或更低），可生产600万片Blackwell芯片 [7] 需求端表现 - 英伟达B200/B300、H200s/H20需求强劲，亚马逊Trainium 2等ASIC项目进展顺利 [5][8] - 前端晶圆订单（N4/N5）及HBM需求2025年全年保持强劲 [6] - 亚马逊Trainium 2预计2025年需求超150万片，成AI ASIC主要增长点 [8] 长期展望 - 预计2026年英伟达CoWoS晶圆需求增长20%，可生产750万片Blackwell和Rubin芯片 [7]

中金研究 在本系列报告的第一篇中，我们深度讨论了DeepSeek（以下简称DS）技术创新对训练硬件的需求变化。除了训练以外，DS团队在最新一系列的开源成 果发布中针对推理任务也做出了双重维度的创新：一方面通过模型优化降低硬件资源占用，另一方面通过硬件工程化优化以发挥硬件最大效能。 点击小程序查看报告原文 Abstract 摘要 传统的Transformer模型通常采用多头注意力机制（Multi-Head-Attention, MHA），但在生成过程中，随着前置序列的长度变长，需要读取的KV cache也将 越来越大，数据的传输成本增加，KV缓存会限制推理效率。减少KV缓存的策略包括MQA和GQA等，它们所需的KV缓存规模较小，但性能却无法与 MHA相比。 图表1：MHA、GQA、MQA、MLA 架构对比 模型创新：借助MLA、NSA等技术优化加速推理。 在上一篇聚焦训练任务的报告中，我们重点解读了DS大语言模型中前馈网络（FFN）架构部分由稠密 演化到稀疏（MoE，专家模型）产生的影响，同时，DS在注意力机制（Attention）部分也做出了创新。针对传统Attention部分需要计算所有词对之间关联 的特性 ...