算力等于营收：黄仁勋如何为 2160 亿美元的一年画句号

接线员大家下午好。我叫 Sarah，今天由我担任电话会议接线员。欢迎大家参加 NVIDIA 第四季度财报电话会议。所有与会者已被静音。在管理层发言结束后，将进入问答环节。[接线员说明] 谢谢。

Toshiya Hari，请开始你的会议。

Toshiya Hari 投资者关系与战略财务副总裁，NVIDIA

谢谢。大家下午好，欢迎参加 NVIDIA 2026 财年第四季度电话会议。今天与我一起的 NVIDIA 管理层有：总裁兼首席执行官黄仁勋（Jensen Huang），以及首席财务官兼执行副总裁 Colette Kress。

本次电话会议正在 NVIDIA 投资者关系网站上进行网络直播。重播将在我们讨论 2027 财年第一季度业绩之前持续可用。今天电话会的内容属于 NVIDIA 财产，未经事先书面同意，不得复制或转录。

本次电话会中，我们可能会做出基于当前预期的前瞻性声明。这些声明受到重大风险和不确定性的影响，实际结果可能存在重大差异。关于可能影响我们未来财务业绩和业务的因素讨论，请参阅今天的收益新闻稿、我们最近的 10-K 和 10-Q 表格，以及我们可能向 SEC 提交的 8-K 表格。我们所有的声明均以截至今天（2026 年 2 月 25 日）可获得的信息为依据。除法律要求外，我们不承担更新任何此类声明的义务。

本次电话会中，我们将讨论非 GAAP 财务指标。您可以在我们网站上发布的 CFO 评论中找到这些非 GAAP 财务指标与 GAAP 财务指标的对账表。

接下来，我将电话交给 Colette。

Colette M. Kress 首席财务官兼执行副总裁，NVIDIA

谢谢 Toshiya。我们又交出了一个出色的季度，创下了营收、经营利润和自由现金流的纪录。总营收 680 亿美元，同比增长 73%，较 Q3 环比加速。环比增长同样创下纪录，数据中心收入环比增加了 110 亿美元，客户基础多元且持续扩大——包括云服务商、超大规模客户、AI 模型公司、企业和主权国家。

对我们 Blackwell 架构的需求持续增强。Blackwell 极致协同设计的数据中心规模产品，随着推理部署的增长以及训练需求的延续，需求不断加强。传统数据中心工作负载向加速计算的迁移，以及 AI 对现有超大规模工作负载的渗透，继续推动我们的增长。构建在日益智能的多模态模型之上的 agentic AI 和物理 AI 应用，开始驱动我们的财务表现。

全年来看，数据中心营收达到 1940 亿美元，同比增长 68%。自 FY2023 ChatGPT 出现以来，我们的数据中心业务规模已扩大近 13 倍。展望未来，我们预计在整个 2026 日历年实现环比增长，超过我们去年分享的 Blackwell 和 Rubin 5000 亿美元收入机会。

Colette M. Kress每一个数据中心都受到功耗约束。客户基于每瓦性能做出关键的架构决策，因为在这些约束下，他们需要最大化 AI 工厂的产出。SemiAnalysis 宣称 NVIDIA 为"推理之王"（Inference King），最近的 InferenceX 基准测试结果印证了我们在推理方面的领先地位——GB300 NVL72 实现了相比 Hopper 50 倍的每瓦性能提升和 35 倍的每 token 成本降低。

此外，CUDA 软件的持续优化使得 GB200 NVL72 在仅仅四个月内就实现了高达 5 倍的性能提升。NVIDIA 产出最低的每 token 成本，运行在 NVIDIA 上的数据中心产出最高的收入。

我们的创新节奏，特别是在我们这个规模上，是无与伦比的。这得益于接近 200 亿美元的年研发预算，以及我们在计算、网络跨芯片、系统、算法和软件进行极致协同设计的能力。我们打算在每瓦性能上实现跨代 X 倍飞跃，长期保持我们的领先地位。

Colette M. KressQ4 数据中心收入 620 亿美元，同比增长 75%，环比增长 22%，主要受 Blackwell 和 Blackwell Ultra 持续走强驱动。NVIDIA 基础设施需求强劲——即使是 Hopper 以及六年前的 Ampere 产品在云端也已售罄。

自我们发布 Grace Blackwell NVL72 系统以来已近一年。如今，近 9 吉瓦的 Blackwell 基础设施已由主要云服务提供商、超大规模客户、AI 模型公司和企业部署和使用。

网络作为我们数据中心规模基础设施的基石，本季度表现突出，营收达到 110 亿美元，同比增长超过 3.5 倍。我们的横向扩展和纵向扩展技术的需求均达到创纪录水平，环比双位数增长，受到 NVLink、Spectrum-X 以太网和 InfiniBand 的强劲采用推动。同比来看，增长主要由 NVLink 72 纵向交换机驱动——Grace Blackwell 系统大约占本季度数据中心收入的三分之二。

Colette M. KressNVLink 纵向扩展互联结构彻底改变了计算，展现了跨超级计算机所有芯片和全栈的极致协同设计的力量。在 Q4，我们宣布将支持 AWS 将 NVLink 与其定制芯片集成。

我们的 Spectrum-X 以太网横向扩展和纵向扩展网络势头强劲，客户正在将分布式数据中心整合为集成化的吉瓦级 AI 工厂。全年来看，我们的网络业务营收超过 310 亿美元，是 FY2021 收购 Mellanox 时的 10 倍以上。

我们的需求构成广泛、多元且持续扩大。首先，有一个从传统机器学习到生成式 AI 的根本性平台迁移。超大规模客户升级传统工作负载到生成式 AI 的 ROI 证据非常强劲——包括搜索、广告生成和内容推荐系统——正鼓励我们最大的客户加速其资本支出。

例如，Meta 的 GEM 模型改进使 Facebook 广告点击率提升了 3.5%，Instagram 对话量增长超过 1%，转化为可观的收入增长。借助同样的 NVIDIA 基础设施，Meta 超级智能实验室（Meta Superintelligence Labs）能够训练和部署其前沿 agentic AI 系统。前沿 agentic AI 系统已经达到拐点。Claude Code、Claude Cowork 和 OpenAI Codex 已经实现了有用的智能。采用率正在飙升，token 是盈利的，这驱动了极度紧迫的算力扩张需求。算力直接转化为智能和收入增长。

Colette M. Kress分析师预计 2026 年前五大云和超大规模客户的 CapEx——它们合计占我们数据中心收入的略超过 50%——自年初以来已增长近 1200 亿美元，接近 7000 亿美元。我们继续期待传统数据中心工作负载向 GPU 加速计算的迁移，以及 AI 对当今超大规模工作负载的增强，将贡献我们长期机会的大约一半。

每个国家都将建设和运营其 AI 基础设施的某些部分，就像今天的电力和互联网一样。FY2026 我们的主权 AI 业务同比增长超过三倍，超过 300 亿美元，主要受加拿大、法国、荷兰、新加坡和英国的客户驱动。长远来看，我们预计主权 AI 机会至少将与 AI 基础设施市场同步增长，各国在 AI 上的支出将与其 GDP 成正比。

虽然少量 H200 产品经美国政府批准面向中国客户销售，但我们尚未产生任何收入，也不知道是否会有任何产品被允许进口至中国。我们在中国的竞争对手，借助近期的 IPO 势头，正在取得进展，并有可能长期改变全球 AI 产业的格局。要维持美国在 AI 算力领域的领导地位，美国必须与每一个开发者互动，成为每一项商业业务的首选平台——包括中国的开发者。

我们将继续与美中两国政府沟通，为美国的全球竞争力而倡导。

Colette M. Kress我们将继续与美中两国政府沟通，为美国的全球竞争力而倡导。上个月在 CES 上，我们发布了 Rubin 平台，包含六颗新芯片——Vera CPU、Rubin GPU、NVLink 6 交换机、ConnectX-9 网卡、SuperNIC、BlueField-4 DPU 和 Spectrum-6 以太网交换机。该平台将以四分之一的 GPU 数量训练 MoE 模型，并将推理 token 成本降低最多 10 倍（相比 Blackwell）。

本周早些时候，我们已向客户交付了首批 Vera Rubin 样品，并保持在今年下半年开始量产出货的轨道上。基于其模块化无线缆托盘设计，Rubin 将比 Blackwell 提供更好的可靠性和可维护性。我们预计每一个云模型厂商都会部署 Vera Rubin。

游戏方面。游戏收入 37 亿美元，同比增长 47%，受 Blackwell 强劲需求和供应改善驱动。GeForce RTX 是 PC 游戏玩家、创作者和开发者的首选平台。Q4 我们推出了包括 DLSS 4.5 在内的多项新技术——利用 AI 将游戏画面提升到新水平。G-SYNC Pulsar 带来了令人惊叹的清晰运动画面，以及跨主流 AI PC 框架 35% 的 LLM 推理加速。展望未来，尽管产品终端需求依然强劲、渠道库存水平健康，我们预计供应约束将成为 Q1 及以后游戏业务的逆风。

专业可视化方面，首次突破 10 亿美元大关，收入达到 13 亿美元，同比增长 159%，环比增长 74%。本季度我们推出了 RTX PRO 5000 Blackwell 工作站，配备 72GB 高速显存，面向运行 LLM 和 agentic 工作流的 AI 开发者。

Colette M. Kress汽车收入 6.04 亿美元，同比增长 6%，受自动驾驶解决方案的强劲需求驱动。在 CES 上，我们推出了 Alpamayo——全球首个开放的推理、视觉、语言、动作模型、仿真蓝图和数据集组合，使车辆能够思考。

搭载 Alpamayo 并基于 NVIDIA Drive 构建的首款乘用车将很快上路——新款梅赛德斯-奔驰 CLA。

物理 AI 已经到来，在 FY2026 已为 NVIDIA 贡献超过 60 亿美元的收入。Robotaxi 出行正在以指数级增长，来自 Waymo、特斯拉、Uber、文远知行（WeRide）和 Zoox 等公司的商用车队，预计将在未来十年从 2025 年的数千辆扩展到数百万辆——创造一个有望产生数千亿美元收入的市场。

这一扩张将需要在每个主要 OEM 和服务提供商的 NVIDIA 平台上部署数量级更多的算力。我们继续推进机器人开发——通过新的 NVIDIA Cosmos 和 Isaac GROOT 开放模型、框架以及 NVIDIA 赋能的机器人和自主机器，服务包括 Boston Dynamics、Caterpillar、Franka Robotics、LG Electronics 和 NEURA Robotics 在内的领先公司。为加速工业物理 AI 的采用，我们还宣布与 Dassault Systemes、西门子和 Synopsys 扩大合作，将 NVIDIA AI 基础设施、Omniverse 数字孪生、世界模型和 CUDA-X 库带给全球数百万研究人员、设计师和工程师。

Colette M. Kress来看损益表的其余部分。GAAP 毛利率为 75%，非 GAAP 毛利率为 75.2%，随着 Blackwell 继续爬坡而环比提升。GAAP 运营费用环比增长 16%，非 GAAP 增长 21%，与新产品推出及计算和基础设施成本相关。非 GAAP 有效税率为 15.4%，低于我们对本季度的预期，主要由于一次性税收优惠。

库存环比增长 8%，而采购承诺也大幅增加——我们已战略性地确保了库存和产能，以满足未来多个季度的需求。这比平常看得更远，反映了我们拥有的更长期需求能见度。虽然我们预计先进架构的供应紧张将持续，但我们仍然对自身抓住增长机遇的能力充满信心——凭借我们的规模、庞大的供应链和长期合作伙伴关系。

我们在 Q4 产生了 350 亿美元自由现金流，FY2026 全年为 970 亿美元。全年我们以股票回购和股息形式向股东返还了 410 亿美元，占自由现金流的 43%。我们将继续投资于技术和生态系统，以培育市场、推动长期增长，并最终为股东提供优于市场或同行的总回报。重要的是，我们将继续以战略性和纪律性的方式对待投资，同时保持对股东回报的承诺。

Colette M. Kress让我来谈谈第一季度展望。从本季度开始，我们将在非 GAAP 结果中纳入股票薪酬费用。股票薪酬是我们吸引和留住世界级人才的薪酬体系的基础组成部分。

先说营收。总营收预计为 780 亿美元，上下浮动 2%。我们预计大部分增长将由数据中心驱动。与上季度一致，我们的展望中不包含来自中国的数据中心计算收入。GAAP 和非 GAAP 毛利率预计分别为 74.9% 和 75%，上下浮动 50 个基点。全年来看，我们继续预计毛利率在 70% 中段。我们将在 Vera Rubin 转型期间持续更新进展。

GAAP 和非 GAAP 运营费用预计分别约为 77 亿美元和 75 亿美元，其中包含 19 亿美元的股票薪酬费用。

全年来看，我们预计非 GAAP 运营费用同比增长在 40% 出头，因为我们继续投资于不断扩大的机会。FY2027 全年 GAAP 和非 GAAP 税率预计在 7% 至 19% 之间，不包括任何离散项目和税收环境的重大变化。

接下来让我把电话交给 Jensen。我想他有几句话要对大家说。

黄仁勋 联合创始人、总裁兼首席执行官、董事，NVIDIA

本季度我们显著深化和扩大了与领先前沿模型公司的合作。我们最近一起庆祝了 OpenAI 发布 GPT-5.3-Codex——在 Grace Blackwell NVLink 72 系统上训练和推理。

GPT-5.3-Codex 能够承担涉及研究、工具使用和复杂执行的长时间运行任务。5.3-Codex 已在 NVIDIA 内部广泛部署，我们的工程师非常喜欢它。

我们继续与 OpenAI 推进合作协议，并相信已经非常接近。我们很高兴与 OpenAI 保持这一持续的合作——这是一家百年一遇的公司，我们从最早期就很荣幸与之合作。

Meta 超级智能实验室正在以闪电般的速度扩张。上周我们宣布 Meta 正在部署数百万颗 Blackwell 和 Rubin GPU、NVIDIA CPU 和 Spectrum-X 以太网，用于训练和推理。本季度我们宣布与 Anthropic 建立合作，并进行 100 亿美元投资。Anthropic 将在 Grace Blackwell 和 Vera Rubin 系统上进行训练和推理。

Anthropic 的 Claude Cowork agent 平台是革命性的，已经为企业 AI 采用打开了闸门。在 Claude Cowork 和 OpenClaw 之间，算力需求正在飙升，agentic AI 的 ChatGPT 时刻已经到来。

黄仁勋凭借跨越 Anthropic、Meta、OpenAI 和 xAI 的合作关系——NVIDIA 部署在每一朵云上——加上我们从零开始构建全栈 AI 基础设施或在云中支持它们的能力，我们在与前沿模型建设者合作的每个阶段都具有独特的定位：训练、推理和 AI 工厂扩展。

最后，我们最近与 Groq 签署了一项非独占许可协议，获取其低延迟推理技术，并欢迎了一支才华横溢的工程师团队加入 NVIDIA。就像当年的 Mellanox 一样，我们将用 Groq 的创新来扩展 NVIDIA 的架构，以实现 AI 基础设施性能和价值的新高度。我们期待在下个月的 GTC 上分享更多。

好了，交回给你们。

Toshiya Hari现在我们进入问答环节。接线员，请开始轮询提问。

接线员[接线员说明] 第一个问题来自美银证券的 Vivek Arya。您的线路已接通。

Vivek Arya 分析师，美银证券

谢谢提问。我想你提到你现在对 2027 日历年也有了增长能见度，你的采购承诺也反映了这种信心。但 Jensen，我很好奇——当你看到你的顶级云客户今年的云 CapEx 接近 7000 亿美元时，很多投资者担心明年很难再增长到这个水平。其中几家的现金流生成能力也在被压缩。我知道你对路线图非常有信心、对采购承诺也很有信心，但你对客户继续增加 CapEx 的能力有多大信心？如果他们的 CapEx 不增长，NVIDIA 还能在这个框架内找到增长方式吗？谢谢。

黄仁勋我对他们的现金流增长很有信心。原因很简单。我们已经看到了 agentic AI 的拐点，以及全球企业中 agent 的实用性。你看到了巨大的算力需求，因为这些应用需要它。在 AI 的新世界里，算力就是营收。没有算力就没有办法生成 token。没有 token 就没有办法增长营收。所以在 AI 的新世界里，算力等于营收。

我很确定——此刻，随着 Codex 和 Claude Code 的高产使用、Claude Cowork 带来的兴奋感、OpenClaw 以及企业版 agent 工具引发的难以置信的热情——所有企业 ISV 现在都在其工具平台上开发 agentic 系统。我很确定我们已经到达了拐点。我们正在产出对客户有产出价值、对云服务提供商有盈利价值的 token。

所以简单的逻辑是：思考计算的方式已经改变了。过去每年大约 3000 亿到 4000 亿美元的 CapEx 用于运行软件的计算机——称之为适度的计算量——现在已经转向 AI，而 AI 需要算力来产生 token。这直接转化为增长，直接转化为营收。

接线员下一个问题来自摩根士丹利的 Joe Moore。您的线路已接通。

Joe Moore 分析师，摩根士丹利

很好。谢谢你们。恭喜这些数字。你谈到了你们对 Anthropic 和可能的 OpenAI（以及 Claude）所做的战略投资，还有合作伙伴 Intel、Nokia、Synopsys。你们显然处于一切的中心。你能谈谈这些投资的角色吗？以及你如何看待资产负债表作为一个工具——来增强 NVIDIA 的地位、生态系统并参与增长？

黄仁勋如你所知，从根本上说，NVIDIA 的一切核心就是我们的生态系统。这是所有人都喜爱我们业务的地方。我们的生态系统的丰富度——世界上几乎每一家初创公司都在 NVIDIA 的平台上工作，我们在每一朵云里，在每一个本地数据中心里，在全球所有的边缘和机器人系统里——数以千计的 AI 原生公司建立在 NVIDIA 之上。

我们希望抓住这个伟大的机遇——在这个新计算时代的开端、这个新的计算平台转变中，将所有人都带到 NVIDIA 上。一切已经建立在 CUDA 之上，所以我们的起点非常好。但当我们构建整个 AI 生态系统时——无论是语言 AI、物理 AI、AI 物理学、AI 生物学、机器人或制造——我们希望所有这些生态系统都建立在 NVIDIA 之上。这对我们来说是一个绝妙的机会——在全栈生态系统中进行投资。

我们的生态系统也比过去更加丰富。我们过去主要是一个基于 GPU 的计算平台，但现在我们是一家 AI 计算基础设施公司，我们的计算平台涵盖了方方面面。从计算到 AI 模型再到网络、再到 DPU——所有这些之上都有计算栈。无论是企业、制造业、工业还是机器人——每一个生态系统都有不同的栈，我们希望继续投资我们的生态系统。所以我们的投资非常方方正正地集中在扩大和深化我们的生态系统覆盖范围上。

接线员下一个问题来自摩根大通的 Harlan Sur。您的线路已接通。

Harlan Sur 分析师，摩根大通

下午好。谢谢提问。网络占你们整体数据中心收入的比例在持续上升，对吧。FY2026 全年你们的网络收入同比加速增长，每个季度都在加速。Q4 同比增长 3.6 倍——你们的纵向和横向扩展网络产品组合的强劲表现。我记得去年上半年 Spectrum-X 以太网交换平台的年化规模约 100 亿，到下半年可能已经上升到约 110-120 亿。

Jensen，看你们的订单簿——特别是 Spectrum-XGS、即将推出的 102T Spectrum-6 交换平台——Spectrum 的运行速率现在处于什么趋势？你预计在今年年底时会是什么水平？

黄仁勋嗯。你知道的，我们把自己视为一家 AI 基础设施公司，AI 计算基础设施包括 CPU、GPU，还有我们发明的 NVLink——将单个计算节点扩展成一个巨型计算机架。

我们发明了机架级计算机的概念。我们不是出货计算节点，而是出货计算机架。NVLink 交换机纵向扩展系统随后通过 Spectrum-X 和 InfiniBand 横向扩展——我们同时支持两者。然后进一步，我们还通过 Spectrum-X 横向扩展跨数据中心。

所以我们看待网络的方式——它真的是一个延伸。我们开放地提供一切，让人们可以在不同规模上混合搭配，按照他们想要的方式集成到其定制化数据中心中。但归根结底，这都是我们平台的一大部分。

NVLink 的发明真正地涡轮增压了我们的网络业务。每个机架配备九个交换节点，每个节点有两颗芯片，未来还会更多。所以我们每个机架的交换量真的是令人难以置信的。

我们现在也是世界上最大的网络公司了。如果看以太网市场——我们几年前进入以太网交换领域。我认为我们今天可能是最大的以太网网络公司，很快一定会是。Spectrum-X 以太网对我们来说一直是本垒打。但我们对客户想做网络的任何方式都持开放态度。有些人非常喜欢 InfiniBand 的低延迟和纵向扩展能力。有些人则喜欢基于以太网整合其数据中心网络。我们创造了一种以太网能力——将以太网与人工智能结合的数据中心处理方式——我们在这方面做得非常好，Spectrum-X 的性能确实证明了这一点。

当你建一个 100 亿或 200 亿美元的 AI 工厂时，网络效率和利用率的差距可能轻松达到 10%、20%——这直接转化为真金白银。所以 NVIDIA 的网络业务真的在非常、非常快地增长。我认为这只是因为我们把 AI 基础设施建设得如此有效，而 AI 基础设施业务本身正在以惊人的速度增长。

接线员下一个问题来自 Cantor Fitzgerald 的 C.J. Muse。您的线路已接通。

C.J. Muse 分析师，Cantor Fitzgerald

嗯。下午好。谢谢提问。我猜 CPX 用于大上下文窗口、Groq 可能会添加一个专用解码方案。很好奇我们应该如何看待你们未来的路线图。我们是否应该考虑按工作负载或客户定制芯片——作为 NVIDIA 越来越多采用 chiplet（小芯片拼装）架构的一种方式？谢谢。

黄仁勋我们不使用——我们希望——每个人都应该尽可能地推迟使用 chiplet，尽可能不拆分芯片。原因是每当你拆分一个 chiplet，你就多了一个接口。每次跨越接口，你就增加了延迟、增加了不必要的功耗。我们对 chiplet 并不排斥。我们在绝对别无选择时才使用 chiplet。所以如果你看 Grace Blackwell 架构和 Rubin 架构——我们使用了两个巨大的光罩极限尺寸的 die，把它们贴在一起，这减少了架构跨越的次数。

chiplet 税体现在竞争对手的架构效率上。如果你看 NVIDIA——人们称之为我们的软件优势。但软件从哪里开始、架构从哪里结束，其实很难分清。我们的软件之所以高效，是因为我们的架构太好了。所以 CUDA 架构毫无疑问更高效、更有效，每 flop、每瓦的性能比任何计算架构都强，这是因为我们的架构设计方式。

关于 Groq 和低延迟解码器——我有一些很棒的想法要在 GTC 上和你们分享。但基本理念是，我们的基础设施因为 CUDA 而具有难以置信的通用性。当我优化 Blackwell 上的模型时，所有这些软件工程和优化的投入——也惠及 Hopper 甚至 Ampere。这就是为什么 A100 在我们部署多年后仍然保持活力和高性能。架构兼容性让我们能做到这一点。

它让我们能延长使用寿命，带来创新、灵活性和速度——这转化为性能、每美元性能和每瓦性能。至于 Groq，你们会在 GTC 上看到。我们会像当年用 Mellanox 扩展 NVIDIA 架构一样，用 Groq 作为加速器来扩展我们的架构。

接线员下一个问题来自 Bernstein Research 的 Stacy Rasgon。您的线路已接通。

Stacy A. Rasgon 分析师，Bernstein Research

嗨大家好。谢谢提问。Colette，我想深入探讨一下你们对全年环比增长的展望。本季度数据中心环比增长超过 100 亿，指引暗示大部分增长仍在数据中心的 100 亿环比增量中。那么随着我们进入下半年——特别是 Rubin 开始爬坡——你怎么看这个趋势？Blackwell 一直保持着非常强劲的环比加速。当我们到 Rubin 时，应该期待类似的情况吗？

然后我还想请你评论一下游戏的预期。我理解内存问题等等。你认为游戏在 FY2027 还能同比增长吗，还是会在内存压力下承压？请回答这两个问题。谢谢。

Colette M. Kress 首席财务官兼执行副总裁，NVIDIA

谢谢 Stacy。先说营收。我们正尝试逐季度来看收入。全年来看，我们当然还在继续销售和供应 Blackwell，同时 Vera Rubin 也将上市。

这是一个非常出色的架构，帮助客户今天就能快速搭建，我们已经在许多不同客户的不同订单中规划好了。至于 Vera Rubin 具体贡献多少——它的初期爬坡将从下半年开始，我们会逐步推进。但毫无疑问，需求和兴趣非常强劲。我们确实预计几乎所有客户都会购买 Vera Rubin。问题只是我们何时上市，以及他们多快能在数据中心里部署起来。这是你第一个问题的回答。

第二部分关于游戏。我们当然非常希望有更多供应。我们确实认为在接下来几个季度供应会非常紧张。如果到年底情况改善，可能会有同比增长的机会。但现在判断还为时过早。我们会尽快给你们更新。

接线员下一个问题来自花旗的 Atif Malik。您的线路已接通。

Atif Malik 分析师，花旗集团

谢谢提问。Jensen，我很好奇你能否谈谈 CUDA 对 AI 推理工作负载日益增长的重要性？

黄仁勋没有 CUDA，我们不知道如何处理推理。从我们几年前推出的 TensorRT LLM 开始，整个推理栈仍然是世界上性能最强的推理栈。为 NVLink 优化它需要我们发现并发明新的并行化算法——这些算法建立在 CUDA 之上，用于在 NVLink 72 的聚合带宽上分配工作负载和推理。NVLink 72 实现了代际 50 倍的每瓦性能提升。这简直是一个不可思议的飞跃，而且非常合理。

NVLink 72 是一项伟大的发明。要实现它很难——创造交换技术、拆解交换机、构建系统机架——所有这些都是在众目睽睽之下完成的。我们做到了，所有人都知道这有多难。但结果令人惊叹。所以每瓦性能是 50 倍，每美元性能是 35 倍，推理方面的飞跃令人难以置信。

非常重要的是，现在必须认识到推理等于营收——因为现在客户的 agent 正在生成海量 token，而结果如此有效。当 agent 在编码时，它们在生成数以千计、数以万计、数以十万计的 token——因为它们运行数分钟到数小时。这些 agentic 系统正在派生不同的 agent 组成团队协作。

正在生成的 token 数量真的已经呈指数级增长。所以我们需要以更高的速度推理。当你以更高速度推理时，每一个 token 都被计价了——推理性能就直接转化为营收。所以推理等于营收，推理性能等于客户营收。

对于数据中心来说，推理每瓦 token 数直接转化为 CSP 的营收。原因是每个人都受功率限制。无论你有多少数据中心——每个数据中心 100 兆瓦或 1 吉瓦——都有功率限制。所以拥有最佳每瓦性能的架构，每个 token 的性能、每瓦的 token 数——每个 token 都被计价——每瓦 token 数就转化为每瓦美元数，在一个吉瓦的数据中心里直接转化为营收。

所以你可以看到每一个 CSP 都理解这一点。CapEx 转化为计算，拥有正确架构的计算转化为最大化营收。选择正确的架构极其重要——比战略层面更重要的是，它直接影响盈利。选择每瓦性能最好的那个架构，就是一切中最关键的。

接线员下一个问题来自 Melius Research 的 Ben Reitzes。您的线路已接通。

Ben Reitzes 分析师，Melius Research

嗨。谢谢。首先让我说，在非 GAAP 中纳入股票薪酬是个很好的举措。但那不是我的问题。我的问题是关于毛利率及其在中 70% 水平的长期可持续性。我们是否应该从"供应能见度延伸至 2027 日历年"这一点推断，毛利率在那之前都是可持续的？

然后 Jensen，之后呢？是否有内存消耗方面的创新让你们能让我们对长期保持这一水平更加安心？谢谢。

黄仁勋维持毛利率最重要的单一杠杆，实际上是为客户提供代际飞跃。这是最核心的事情。如果我们能在每瓦性能上实现大幅超越摩尔定律的代际提升——如果我们能在每美元性能上大幅超过系统成本——那我们就能持续维持毛利率。这是最简单、最重要的概念。

每一个——我们之所以发展如此之快，原因是：第一，全球对 token 的需求已经完全呈指数级增长，作为那些拐点的结果。我想我们都看到了，甚至六年前的 GPU 在云端也已被完全消化，定价也在上涨。

我们知道所需的计算量——现代做软件的方式所需的计算量——正在呈指数级增长。所以我们的策略是每一年都交付全套 AI 基础设施。今年我们推出了六颗新芯片，Rubin 下一代也将推出许多新芯片。每一代我们都承诺在每瓦性能和每美元性能上实现多倍飞跃。这种节奏和我们极致协同设计的能力，使我们能将这些价值传递给客户。这是与我们提供的价值最直接相关的唯一最重要的事情。

接线员下一个问题来自 New Street Research 的 Antoine Chkaiban。您的线路已接通。

Antoine Chkaiban 分析师，New Street Research

嗨。非常感谢提问。我想问一下太空数据中心——你们的一些客户正在考虑建设。你认为这有多可行？时间维度是怎样的？今天的经济性如何？你认为随着时间推移会如何演变？谢谢。

黄仁勋嗯，今天的经济性很差，但随着时间会改善。太空的运作方式与地面截然不同。能源是充裕的——但太阳能板很大，太空中有很多空间。

散热——太空很冷。但没有气流。所以唯一的散热方式是传导。而你需要的散热器相当大。液冷显然不行——因为它很重、会冻结。所以我们在地球上使用的方法，在太空中要做些不同的调整。但确实有很多计算问题真正希望在太空中完成。而 NVIDIA 已经把世界上第一个 GPU 送入太空——Hopper 在太空中。

GPU 在太空中最好的应用案例之一是成像——以极高分辨率成像、利用光学和人工智能进行不同角度的重投影计算、超分辨率、降噪——能看到在非常大的尺度、非常高分辨率下的图像，而且速度非常快。通过发送 PB 级的图像数据回地球再处理，是很困难的。更简单的做法是直接在太空中处理——收集所有数据并处理，直到你发现有趣的东西。所以人工智能在太空中将有非常好的、非常有意思的应用。

接线员下一个问题来自 Evercore ISI 的 Mark Lipacis。您的线路已接通。

Mark Lipacis 分析师，Evercore ISI

嗨。谢谢提问。我想跟进你们在报告中关于收入多元化的评论。我相信 Colette 你说过超大规模客户占收入超过 50%，但增长是由数据中心其他客户引领的。作为确认——我想确保理解正确——这是否意味着非超大规模客户增长更快？如果是的话，非超大规模客户在做什么不同的事情？你预计客户基础未来会进一步多元化吗？谢谢。

Colette M. Kress好。让我看看能否帮到你。当你想到我们前五大——我们的 CSP、超大规模客户——他们约占我们总收入的 50%，这是一个大型组织。因此还有很多不同类型的公司——AI 模型公司、企业、超算机构、主权客户。还有很多其他不同的事实。但你说得对，这是一个增长非常快的领域。

我们在所有云服务提供商平台上都有很强的地位，现在我们也在全球范围内看到极度多样化的不同客户。这将真正受益于——看到这种多样性并能够服务所有这些方面。让我看看 Jensen 是否想补充一些。

黄仁勋是的，这是我们生态系统的优势之一。我来补充一下——我们构建在 CUDA 之上。我们拥有——我们是唯一一个在每朵云、通过每家电脑制造商、在边缘都可用的加速计算平台。我们现在还在拓展电信领域。显然未来的无线电将全部由 AI 驱动，未来的无线网络也将是一个计算平台。这是一个必然的结论，只是需要有人去发明实现它的技术。我们创建了一个叫 Aerial 的平台来做这件事。

我们几乎在每一个机器人、每一辆自动驾驶汽车中。我们拥有 CUDA 的能力——一方面是专用处理器的性能（GPU 中的 Tensor Core），另一方面 CUDA 的灵活性使我们能解决语言问题、计算机视觉问题、机器人问题、生物学问题、物理学问题，以及几乎所有的 AI 和各种计算算法。所以我们客户基础的多样性是我们最大的优势之一。

接线员下一个问题来自富国银行的 Aaron Rakers。您的线路已接通。

Aaron Rakers 分析师，富国银行

谢谢提问。我想，延续平台和极致协同设计的话题——过去这个季度的一些新闻显然是 NVIDIA 将 Vera CPU 作为独立解决方案推向市场的能力或意图。Jensen，我很好奇你怎么看 Vera 在这一架构演进中的重要性？是更多受到推理工作负载异质性增加的推动，还是其他因素？我只是好奇你怎么看 NVIDIA 在 CPU 独立路线上的演变。谢谢。

黄仁勋谢谢。我会在 GTC 上跟你详细聊。但在最高层面，我们在 CPU 架构上做出了与世界上其他 CPU 根本不同的决策。

它是唯一支持 LPDDR5 的数据中心 CPU。它被设计为专注于非常高的数据处理能力。原因是我们感兴趣的大部分计算问题都是数据驱动的——人工智能就是其中之一。

单线程性能和这种带宽比率简直是超出图表的。我们做出了这些架构决策是因为在整个 AI 的阶段——从数据处理到预训练到后训练——你都必须进行数据处理。所以你有数据处理、预训练，而在后训练中——AI 现在正在学习如何使用工具和运行工具——很多工具运行在纯 CPU 或 GPU 加速环境中。Vera 被设计为在 AI 全流程后训练阶段表现卓越的 CPU，所以 AI 流水线中有些用例会大量使用 CPU。

我们喜欢 CPU 也喜欢 GPU。当你把算法加速到极限，按照阿姆达尔定律，你需要非常非常快的单线程 CPU。这就是为什么我们构建了 Grace，使其在单线程性能上出类拔萃，而 Vera 更是超出图表。

接线员下一个问题来自 UBS 的 Tim Arcuri。您的线路已接通。

Timothy Arcuri 分析师，UBS

非常感谢。Colette，我想问你关于资本部署的问题。我知道你们确实大幅提高了采购承诺。但听起来你们可能已经过了这个阶段的高峰，今年你们可能产生约 1000 亿美元的现金。

而且无论业绩多好，股价基本上也没怎么涨。所以我觉得你们可能认为现在是一个很好的回购时机。所以我在想你能不能谈谈——为什么不大举买入、大量回购呢？谢谢。

Colette M. Kress谢谢提问。我们对资本回报看得非常非常仔细。我们确实认为我们能做的最重要的事情之一，是真正支持我们面前的极致生态系统。这包括来自各方面的——供应商、我们需要做的工作、确保供应到位、从产能角度帮助他们——一直到成为 AI 解决方案早期开发者，这些都将建立在我们的平台上。

所以我们会继续把这作为非常重要的一部分——我们的流程和战略投资。但当然，我们仍在回购股票。我们仍在发放股息。我们会在年内继续寻找合适的时机进行这些不同的操作。

接线员最后一个问题来自高盛的 Jim Schneider。您的线路已接通。

James Edward Schneider 分析师，高盛

谢谢提问。Jensen，你之前描绘过到 2030 年数据中心 CapEx 达到 3 万亿到 4 万亿美元的潜力——这意味着增长率可能加速，至少在这个下一个季度的指引中你暗示了这一点。

问题是：你认为哪些关键应用领域最有可能驱动这一拐点？是物理 AI、agentic AI 还是其他什么？你对 3-4 万亿的目标仍然感觉良好吗？谢谢。

黄仁勋好。让我们回到第一性原理来推导。第一种方式是从第一性原理出发。未来软件的运作方式是由 token 驱动的。我想所有人都在谈论 token 经济学——数据中心生成 token、推理就是生成 token。我们就是在谈论 token。NVIDIA 的 NVLink 72 如何让我们以 50 倍的单位能量性能来生成 token。所以 token 生成处于几乎所有与软件未来和计算相关事物的核心。

如果你看我们过去使用计算的方式——过去用于软件的计算需求只是未来所需的很小一部分。AI 已经到来了。AI 不会回头。AI 只会变得更好。所以如果你想一想——好吧，世界过去每年在传统计算上投资大约 3000 亿到 4000 亿美元。而现在 AI 来了，所需的计算量远超过去——计算需求比我们以前的方式高出一千倍——那计算需求就是大得多了。

所以如果我们继续相信其中有价值——我们稍后会谈到这一点——那世界就会投资来生产那些 token。所以世界需要的 token 生成能力远超 7000 亿美元。

黄仁勋我非常有信心我们会继续投资来生成 token。我们会继续投资计算能力。而且从根本上说，因为每一家公司都依赖软件，每一家公司都将产出 token。这就是为什么我把它们叫做 AI 工厂。

无论你是云数据中心的公司——你有 AI 工厂为你的收入生成 token。如果你是企业软件公司——你在生成 token 来驱动建立在你工具之上的 agentic 系统。如果你是一家机器人工厂或自动驾驶汽车公司——它们的最初迹象——你有巨大的超级计算机，基本上就是 AI 工厂来生成 token，这些 token 进入你的汽车、成为其 AI。然后你还必须在车内放置计算机来持续生成 token。所以我们非常确信这就是计算的未来。

那么为什么如此确定这是计算的未来？原因是我们过去做软件的方式是预录制的。一切都是事先捕获的。我们预编译软件、预写内容、预录视频。但现在一切都是实时生成的。当它是实时生成的，它能考虑到人的上下文、情境、查询和意图——来生成我们称之为 AI、agentic AI 的这种新软件的输出。

所以计算量远远大于预录制——就像一台计算机比 DVD 刻录机需要多得多的计算能力，一台预录制的 DVD 播放器——人工智能需要比过去做软件的方式多得多的计算能力。

现在关于可持续性的问题——在计算机科学层面，这就是计算将要走的方向。从产业层面看，因为所有公司最终都由软件驱动、云公司由软件驱动。如果新软件需要生成 token，而 token 被货币化，那他们的数据中心建设就直接驱动营收。所以算力驱动营收。我认为他们都理解这一点。我认为人们越来越开始理解这一点。

最后，AI 产出的效益——对世界来说——最终必须转化为营收。我们正在看到这一点——就在眼前、正在开发的——agentic AI 已经转过了拐点。这真的发生在过去两三个月里。当然在业内我们已经看到了大概半年——但全世界现在已经醒悟到 agentic AI 的拐点。这些 agent 超级聪明。它们在解决真实问题。编程显然已经被 agentic 系统支持。NVIDIA 的所有程序员都在使用 agentic 系统——Claude Code 或 OpenAI Codex 大量使用——有时两个都用，有时三个都用——取决于用例。但他们有 agent、工程合作伙伴和协同设计伙伴来帮助他们解决问题。

黄仁勋你也能看到他们的收入在飙升。这些公司——以 Anthropic 为例——我想他们的收入一年里增长了 10 倍。而且他们严重受限于产能，因为需求实在太惊人了。token 需求是不可思议的。token 生成速率正在呈指数级增长。OpenAI 的情况也一样——他们的需求不可思议。他们能上线的算力越多、上线越快，收入增长就越快。这又回到了我说的推理就是营收、算力等于营收在这个新世界里。

从很多方面来说，这就是为什么我们说这是一场新的工业革命。有新工厂、新基础设施在建设，这种新的计算方式不会回头。只要我们相信——只要产出 token 将是计算的未来——我相信、行业大体上也相信——我们就将从现在开始建设产能并持续扩张。

现在我们正在看到的浪潮是 agentic AI 的拐点，而下一个超越 agentic AI 的拐点是物理 AI——我们把 AI 和这些 agentic 系统应用到物理世界——制造业、机器人等领域。所以这是一个巨大的未来机遇。好了。

接线员问答环节到此结束。我将电话转给 Toshiya Hari。

Toshiya Hari 投资者关系与战略财务副总裁，NVIDIA

最后请注意，Jensen 将于 3 月 4 日在旧金山参加摩根士丹利 TMT 大会的炉边对谈。他还将于 3 月 16 日在圣何塞的 GTC 大会上发表主题演讲。我们讨论 FY2027 第一季度业绩的财报电话会定于 5 月 20 日。感谢大家今天参加。接线员，请关闭通话。

接线员谢谢。今天的电话会议到此结束。你们现在可以挂断了。