大阳城集团(中国)官方网站

　　美东时间周三盘后ღ★✿，英伟达公布了亮眼的第三季度财报ღ★✿。英伟达CEO黄仁勋和CFO科莱特·克雷斯（Colette Kress）在财报会上ღ★✿，强调了英伟达产品需求仍然爆棚ღ★✿，下游客户正从人工智能中受益ღ★✿。

　　同时ღ★✿，英伟达高管们还回答了分析师们关于英伟达收入目标ღ★✿、产品迭代ღ★✿、现金规划ღ★✿、战略合作以及AI行业趋势ღ★✿、电力供应瓶颈等问题ღ★✿。

　　黄仁勋重点强调了三个根本性的转型——从CPU到GPU的加速ღ★✿、生成式人工智能的主流化以及智能人工智能的出现——他表示ღ★✿，这三大转型将为多年基础设施投资提供核心驱动力ღ★✿。

　　•人工智能平台需求——管理层强调GPU装机容量已完全利用ღ★✿，“云服务已售罄”ღ★✿，表明供需失衡状况持续存在ღ★✿。英伟达此前提出的今明两年收入5000亿美元的目标肯定还有进一步增长的机会ღ★✿。

　　•Blackwell平台——GB 300约占Blackwell总收入的三分之二ღ★✿；GB 300目前引领产品转型申博太阳城手机APPღ★✿，获得了广泛的客户认可ღ★✿。

　　•战略合作伙伴关系与投资——宣布与AWSღ★✿、Humaneღ★✿、铃木ღ★✿、英特尔ღ★✿、ARM和Anthropic等合作伙伴达成合作ღ★✿；新人工智能工厂项目涉及多达500万块GPUღ★✿。

　　•Rubin平台——按计划将于2026年量产ღ★✿，首块芯片已交付ღ★✿，重点关注向后兼容性和生态系统的快速应用ღ★✿。

　　•战略投资——持续向OpenAI和Anthropic等人工智能模型开发商投资ღ★✿，以深化生态系统影响力和性能优化ღ★✿。

　　•供应链扩张——与台积电合作ღ★✿，在美国本土生产出第一片Blackwell晶圆ღ★✿；持续努力扩大供应冗余度和韧性ღ★✿。

　　•中国市场收入限制——科莱特·克雷斯表示ღ★✿：“受地缘政治问题及中国市场竞争加剧影响ღ★✿，本季度大额采购订单未能兑现”ღ★✿，这直接影响了面向中国的数据中心计算产品出货量ღ★✿，但英伟达仍致力于继续与美国和中国政府沟通ღ★✿。

　　•投入成本上升——科莱特·克雷斯指出ღ★✿：“投入成本持续上涨ღ★✿，但我们正努力将毛利率维持在75%左右”ღ★✿，这凸显了2027财年面临的利润率压力ღ★✿。

　　Toshiya Hariღ★✿：各位下午好ღ★✿，欢迎参加英伟达公司2026财年第三季度财报电话会议ღ★✿。今天与我一同出席的是英伟达公司总裁兼首席执行官黄仁勋先生ღ★✿，以及执行副总裁兼首席财务官科莱特·克雷斯女士ღ★✿。接下来ღ★✿，我将会议交给科莱特ღ★✿。

　　科莱特·克雷斯ღ★✿：谢谢ღ★✿。我们交付了又一个出色的季度ღ★✿，营收达到570亿美元ღ★✿，同比增长62%ღ★✿，环比创纪录增长100亿美元（增幅22%）ღ★✿。我们的客户继续投身于三大平台转型ღ★✿，这些转型为加速计算ღ★✿、强大的人工智能模型和智能体应用带来了指数级增长ღ★✿。然而ღ★✿，这些转型仍处于早期阶段ღ★✿，将影响我们各个行业的业务ღ★✿。目前ღ★✿，我们预计从今年年初到2026年12月ღ★✿，Blackwell和Rubin平台的收入将达到5000亿美元ღ★✿。

　　通过执行年度产品周期ღ★✿，并通过全栈设计扩大性能领先优势ღ★✿，我们相信英伟达公司将成为截至本十年末ღ★✿，每年3至4万亿美元人工智能基础设施建设的首选合作伙伴ღ★✿。人工智能基础设施需求持续超出我们的预期ღ★✿。云服务已售罄ღ★✿，我们的GPU装机容量（包括Blackwellღ★✿、Hopper和Ampere等新旧产品系列）均已完全利用ღ★✿。第三季度数据中心营收创下510亿美元的纪录ღ★✿，同比增长66%ღ★✿，在我们的规模下ღ★✿，这是一项显著成就ღ★✿。

　　计算部门同比增长56%ღ★✿，主要得益于GB 300的量产ღ★✿；而随着NVLink规模扩大ღ★✿，以及Spectrum X以太网和Quantum X InfiniBand业务实现两位数的强劲增长ღ★✿，网络业务收入增长超过一倍ღ★✿。超大规模云计算行业（规模达万亿美元）正将搜索推荐和内容理解从传统机器学习转向生成式人工智能ღ★✿。英伟达CUDA在这两方面均表现出色ღ★✿，是这一转型的理想平台ღ★✿，推动了数千亿美元的基础设施投资ღ★✿。在Metaღ★✿，人工智能推荐系统提供了更高质量和更相关的内容ღ★✿，使得用户在Facebook和Threads等应用上花费的时间更多ღ★✿。

　　分析师对2026年顶级云服务提供商（CSP）和超大规模云计算厂商的总资本支出预期持续上升ღ★✿，目前约为6000亿美元ღ★✿，较年初增加了2000多亿美元ღ★✿。我们认为ღ★✿，当前超大规模计算工作负载向加速计算和生成式人工智能的转型ღ★✿，将占据我们长期机会的约一半ღ★✿。

　　另一个增长支柱是基础模型开发商（如Anthropicღ★✿、Mastral快播精简ღ★✿、OpenAIღ★✿、Reflectionღ★✿、Safe Superintelligenceღ★✿、Thinking Machines Lab和xAI）推动的计算支出持续增长ღ★✿。所有这些公司都在积极扩大计算规模ღ★✿，以提升智能水平ღ★✿。预训练ღ★✿、后训练和推理这三大缩放定律仍然有效ღ★✿。

　　事实上ღ★✿，我们看到一个积极的良性循环正在形成ღ★✿：这三大缩放定律以及计算资源的可及性正在催生更先进的智能ღ★✿，进而提高应用普及率和利润ღ★✿。

　　OpenAI最近表示ღ★✿，其周用户基数已增长至8亿ღ★✿，企业客户增至100万ღ★✿，毛利率表现良好ღ★✿。Anthropic最近报告称ღ★✿，截至上个月ღ★✿，其年化营收已达70亿美元ღ★✿，高于年初的10亿美元ღ★✿。我们还看到智能体人工智能在各个行业和任务中迅速普及ღ★✿。

　　Cursor Anthropicღ★✿、Open Evidenceღ★✿、Epic和Abridge等公司的用户增长迅猛ღ★✿，它们为现有员工赋能ღ★✿，为编码人员和医疗专业人员带来了显著的投资回报率（ROI）ღ★✿。ServiceNow快播精简ღ★✿、CrowdStrike和SAP等全球最重要的企业软件平台正在整合英伟达的加速计算和人工智能技术栈ღ★✿。我们的新合作伙伴Palantir首次利用英伟达CUDA X库和人工智能模型ღ★✿，为广受欢迎的本体论平台（Ontology）赋能ღ★✿。此前ღ★✿，与大多数企业软件平台一样ღ★✿，Ontology仅运行在CPU上ღ★✿。劳氏（Lowes）正利用该平台提升供应链灵活性ღ★✿，降低成本并提高客户满意度ღ★✿。企业普遍利用人工智能提高生产力ღ★✿、提升效率并降低成本ღ★✿。

　　加拿大皇家银行（RBC）利用智能体人工智能显著提高了分析师的工作效率ღ★✿，将报告生成时间从数小时缩短至数分钟ღ★✿。人工智能和数字孪生技术帮助联合利华（Unilever）将内容创作速度提高了一倍ღ★✿，并削减了5.5亿美元成本ღ★✿。Salesforce的工程团队在采用Cursor后ღ★✿，新代码开发效率至少提高了30%ღ★✿。本季度ღ★✿，我们宣布了人工智能工厂和基础设施项目ღ★✿，涉及总计500万块GPUღ★✿。这些需求涵盖所有市场ღ★✿，包括云服务提供商ღ★✿、主权国家ღ★✿、现代开发商ღ★✿、企业和超级计算中心ღ★✿，其中包括多个具有里程碑意义的建设项目ღ★✿：xAI的Colossus Two（全球首个吉瓦级数据中心）ღ★✿、礼来（Lilly）的药物研发人工智能工厂（制药行业最强大的数据中心）ღ★✿。

　　就在今天ღ★✿，AWS和沙特Humane扩大了合作ღ★✿，包括部署多达15万块人工智能加速器（含我们的GB 300）ღ★✿；xAI和Humane还宣布建立合作伙伴关系ღ★✿，将联合开发以旗舰级500兆瓦设施为核心的世界级GPU数据中心网络ღ★✿。Blackwell在第三季度势头进一步增强ღ★✿，GB 300的收入占Blackwell总收入的比例超过了GB 200ღ★✿，达到约三分之二ღ★✿。向GB 300的转型无缝衔接ღ★✿，已向大多数主要云服务提供商ღ★✿、超大规模云计算厂商和GPU云平台批量出货ღ★✿，并已开始推动它们的增长ღ★✿。Hopper平台自推出以来已进入第十三个季度ღ★✿，第三季度收入约为20亿美元ღ★✿。H200销售额约为5000万美元ღ★✿。

　　受地缘政治问题和中国市场竞争加剧影响ღ★✿，本季度大额采购订单未能兑现ღ★✿。尽管目前的状况使我们无法向中国市场运送更具竞争力的数据中心计算产品ღ★✿，这让我们感到失望ღ★✿，但我们仍致力于继续与美国和中国政府沟通ღ★✿，并将继续倡导美国在全球范围内的竞争力ღ★✿。为了在人工智能计算领域建立可持续的领导地位ღ★✿，我们必须赢得每位开发者的支持ღ★✿，并成为包括中国企业在内的所有商业企业的首选平台ღ★✿。

　　Rubin平台按计划将于2026年量产ღ★✿。Vera Rubin平台由七块芯片提供支持申博太阳城手机APPღ★✿，将再次实现相对于Blackwell的数倍性能提升ღ★✿。我们已从供应链合作伙伴处收到芯片ღ★✿，并且很高兴地报告ღ★✿，英伟达全球团队的产品启动工作进展顺利ღ★✿。Rubin是我们的第三代机架式系统ღ★✿，在保持与Grace Blackwell兼容性的同时ღ★✿，大幅优化了可制造性ღ★✿。我们的供应链ღ★✿、数据中心生态系统和云合作伙伴现已熟练掌握英伟达RAC架构的制造和安装流程申博太阳城手机APPღ★✿。我们的生态系统将为Rubin的快速量产做好准备ღ★✿。我们每年数倍的性能领先优势提高了每美元性能ღ★✿，同时降低了客户的计算成本ღ★✿。

　　英伟达CUDA GPU的长使用寿命相对于其他加速器具有显著的总拥有成本（TCO）优势ღ★✿。CUDA的兼容性和我们庞大的装机容量ღ★✿，使得英伟达系统的使用寿命远远超出最初的预计ღ★✿。二十多年来ღ★✿，我们不断优化CUDA生态系统ღ★✿，改进现有工作负载ღ★✿，加速新工作负载ღ★✿，并通过每次软件更新提高吞吐量ღ★✿。大多数没有CUDA以及英伟达经过时间考验的通用应用架构的加速器ღ★✿，随着模型技术的发展ღ★✿，在几年内就会被淘汰ღ★✿。得益于CUDAღ★✿，我们六年前推出的A100 GPU至今仍在满负荷运行ღ★✿，这要归功于大幅改进的软件栈ღ★✿。

　　过去25年来ღ★✿，我们已从一家游戏GPU公司发展成为如今的人工智能数据中心基础设施公司ღ★✿。我们在CPUღ★✿、GPUღ★✿、网络和软件领域的创新能力ღ★✿，以及最终降低每令牌成本的能力ღ★✿，在行业内无可匹敌ღ★✿。我们专为人工智能打造的网络业务现已成为全球最大的网络业务ღ★✿，营收达82亿美元ღ★✿，同比增长162%ღ★✿，NVLinkღ★✿、InfiniBand和Spectrum X以太网均为增长做出了贡献ღ★✿。我们在数据中心网络领域占据领先地位ღ★✿，如今大多数人工智能部署都包含我们的交换机ღ★✿，以太网GPU连接率与InfiniBand大致相当ღ★✿。

　　Metaღ★✿、微软ღ★✿、甲骨文和xAI正在利用Spectrum X以太网交换机建设吉瓦级人工智能工厂ღ★✿，每家公司都将运行自己选择的操作系统ღ★✿，这凸显了我们平台的灵活性和开放性快播精简ღ★✿。我们最近推出了Spectrum XGS（一种跨尺度技术）ღ★✿，支持千兆级人工智能工厂建设ღ★✿。英伟达是唯一一家拥有人工智能纵向扩展ღ★✿、横向扩展和跨尺度扩展平台的公司ღ★✿，这强化了我们作为人工智能基础设施提供商在市场中的独特地位ღ★✿。客户对NVLink Fusion的兴趣持续增长ღ★✿。10月ღ★✿，我们宣布与铃木建立战略合作ღ★✿，将通过NVLink Fusion整合富士通的CPU和英伟达的GPUღ★✿，连接我们庞大的生态系统ღ★✿。

　　我们还宣布与英特尔合作ღ★✿，开发多代定制数据中心和个人电脑产品ღ★✿，通过NVLink连接英伟达和英特尔的生态系统ღ★✿。本周在超级计算25大会上ღ★✿，安谋（Arm）宣布将整合NVLink IPღ★✿，供客户开发可与英伟达产品连接的CPU片上系统（SoC）ღ★✿。NVLink目前已发展至第五代ღ★✿，是市场上唯一经过验证的纵向扩展技术ღ★✿。在最新的MLPerf训练测试中ღ★✿，Blackwell Ultra的训练速度是Hopper的5倍ღ★✿。英伟达在所有基准测试中均名列前茅ღ★✿。值得注意的是ღ★✿，英伟达是唯一一家支持FP4精度且符合MLPerf严格精度标准的训练平台ღ★✿。

　　在Semianalysis的推理Max基准测试中ღ★✿，Blackwell在所有模型和用例中均实现了最高性能和最低总拥有成本ღ★✿。尤其重要的是ღ★✿，Blackwell的NVLink在混合专家模型（全球最受欢迎的推理模型架构）上的性能表现ღ★✿。在DeepSeek r1测试中ღ★✿，与H200相比ღ★✿，Blackwell的每瓦性能提升了10倍ღ★✿，每令牌成本降低了10倍ღ★✿。

　　这一巨大的代际飞跃得益于我们的极致协同设计方法ღ★✿。英伟达Dynamo（一种开源ღ★✿、低延迟ღ★✿、模块化推理框架）现已被所有主要云服务提供商采用ღ★✿。借助Dynamo的支持和分布式推理ღ★✿，混合专家模型等复杂人工智能模型的性能得到了提升ღ★✿。AWSღ★✿、谷歌云ღ★✿、微软Azure和OCI已为企业云客户提升了人工智能推理性能ღ★✿。我们正与OpenAI建立战略合作伙伴关系ღ★✿，重点帮助他们建设和部署至少10吉瓦的人工智能数据中心ღ★✿。此外ღ★✿，我们还有机会对该公司进行投资ღ★✿。目前ღ★✿，我们通过其云合作伙伴（微软Azureღ★✿、OCI和CoreWeave）为OpenAI提供服务ღ★✿。

　　在可预见的未来ღ★✿，我们将继续这样做ღ★✿。随着他们的规模不断扩大ღ★✿，我们很高兴支持该公司增加自建基础设施ღ★✿，目前我们正在推进一项最终协议ღ★✿，并期待支持OpenAI的发展ღ★✿。昨天ღ★✿，我们与Anthropic宣布了一项合作ღ★✿。Anthropic将首次采用英伟达架构ღ★✿，我们将建立深度技术合作伙伴关系ღ★✿，支持Anthropic的快速增长申博太阳城手机APPღ★✿。我们将合作优化Anthropic模型与CUDA的兼容性ღ★✿，以实现最佳性能ღ★✿、效率和总拥有成本ღ★✿。我们还将针对Anthropic的工作负载优化未来的英伟达架构ღ★✿。Anthropic的计算承诺最初包括高达1吉瓦的计算容量ღ★✿，将采用Grace Blackwell和Vera Rubin系统ღ★✿。

　　我们对Anthropicღ★✿、Mastralღ★✿、OpenAIღ★✿、Reflectionღ★✿、Thinking Machines等公司的战略投资ღ★✿，代表着能够扩大英伟达CUDA人工智能生态系统的合作伙伴关系ღ★✿，并使每个模型都能在英伟达的全系列产品上实现最佳运行ღ★✿。我们将继续进行战略投资ღ★✿，同时保持严谨的现金流管理方法ღ★✿。物理人工智能已经成为一项数十亿美元规模的业务ღ★✿，有望带来数万亿美元的市场机会ღ★✿，也是英伟达的下一个增长引擎ღ★✿。美国领先的制造商和机器人创新企业正利用英伟达的三计算架构ღ★✿：在英伟达上进行训练ღ★✿、在Omniverse计算机上进行测试ღ★✿、在Justin机器人计算机上部署真实世界的人工智能ღ★✿。

　　PTC和西门子推出了新服务ღ★✿，将Omniverse支持的数字孪生工作流带给其广泛的现有客户ღ★✿。Beldenღ★✿、卡特彼勒（Caterpillar）ღ★✿、富士康（Foxconn）ღ★✿、Lucid Motorsღ★✿、丰田（Toyota）ღ★✿、台积电（TSMC）和纬创（Wistron）等公司正在建设Omniverse数字孪生工厂ღ★✿，以加速人工智能驱动的制造业和自动化发展ღ★✿。Agility Roboticsღ★✿、亚马逊机器人（Amazon Robotics）ღ★✿、Figure和Skilled AI等公司正在基于我们的平台进行开发ღ★✿，利用英伟达Cosmos世界基础模型（用于开发）ღ★✿、Omniverse（用于仿真和验证）以及Jetson（为下一代智能机器人提供动力）等产品ღ★✿。我们始终致力于构建具有韧性和冗余度的全球供应链ღ★✿。上个月ღ★✿，我们与台积电合作ღ★✿，在美国本土生产出了第一片Blackwell晶圆ღ★✿。

　　未来四年ღ★✿，我们将继续与富士康ღ★✿、纬创ღ★✿、Amcorღ★✿、Spill等公司合作ღ★✿，扩大在美国的业务布局ღ★✿。游戏业务收入为43亿美元ღ★✿，同比增长30%ღ★✿，这得益于强劲的市场需求——共有4200万游戏玩家参与ღ★✿，数千名粉丝齐聚韩国的GeForce游戏节ღ★✿，庆祝GeForce诞生25周年ღ★✿。英伟达专业可视化业务已发展为面向工程师和开发者的计算解决方案ღ★✿，无论是用于图形处理还是人工智能应用ღ★✿。专业可视化业务收入为7.6亿美元ღ★✿，同比增长56%ღ★✿，再创纪录ღ★✿，增长主要由DGX Spark（全球最小的人工智能超级计算机ღ★✿，基于Grace Blackwell的小型配置构建）推动ღ★✿。

　　汽车业务收入为5.92亿美元ღ★✿，同比增长32%ღ★✿，主要由自动驾驶解决方案驱动ღ★✿。我们正与优步（Uber）合作ღ★✿，基于新的英伟达Hyperion L4自动驾驶出租车参考架构ღ★✿，扩大全球最大的L4级自动驾驶车队规模ღ★✿。接下来谈谈损益表的其他部分ღ★✿。GAAP毛利率为73.4%ღ★✿，非GAAP毛利率为73.6%ღ★✿，均超出我们的预期ღ★✿。得益于数据中心业务结构优化ღ★✿、周期时间缩短及成本结构改善ღ★✿，毛利率环比有所上升ღ★✿。GAAP运营费用环比增长8%ღ★✿，非GAAP运营费用环比增长11%ღ★✿，增长主要源于基础设施计算快播精简ღ★✿、薪酬福利增加以及工程开发成本上升ღ★✿。

　　第三季度非GAAP有效税率略高于17%ღ★✿，高于我们16.5%的指引ღ★✿，这主要受美国市场收入强劲增长的影响ღ★✿。在资产负债表方面ღ★✿，库存环比增长32%ღ★✿，供应承诺环比增长63%ღ★✿。我们正在为未来的显著增长做准备ღ★✿，并对我们把握市场机会的能力充满信心ღ★✿。接下来ღ★✿，我将第四季度展望交给大家ღ★✿。预计总收入为650亿美元ღ★✿，上下浮动2%ღ★✿。中点值意味着环比增长14%ღ★✿，这一增长将由Blackwell架构的持续增长势头推动ღ★✿。与上一季度一致ღ★✿，我们未计入来自中国的数据中心计算业务收入ღ★✿。

　　GAAP和非GAAP毛利率预计分别为74%和75%ღ★✿，上下浮动50个基点ღ★✿。展望2027财年ღ★✿，投入成本持续上涨ღ★✿，但我们正努力将毛利率维持在75%左右ღ★✿。GAAP和非GAAP运营费用预计分别约为67亿美元和50亿美元ღ★✿。GAAP和非GAAP其他收入和支出预计约为5亿美元（收入）ღ★✿，不包括非上市和上市权益证券的损益ღ★✿。GAAP和非GAAP税率预计为17%ღ★✿，上下浮动1%ღ★✿，不包括任何非经常性项目ღ★✿。现在ღ★✿，我将会议交给黄仁勋先生ღ★✿，请他讲几句话ღ★✿。

　　黄仁勋ღ★✿：谢谢科莱特ღ★✿。关于人工智能泡沫的讨论很多ღ★✿。但从我们的角度来看ღ★✿，我们看到的情况完全不同ღ★✿。需要提醒的是ღ★✿，英伟达与其他任何加速器都不同ღ★✿。我们在人工智能的各个阶段都表现出色ღ★✿，从预训练ღ★✿、后训练到推理ღ★✿。

　　凭借我们拥有二十年历史的CUDA X加速库ღ★✿，我们在科学和工程仿真ღ★✿、计算机图形学ღ★✿、结构化数据处理以及传统机器学习方面也表现卓越ღ★✿。世界正同时经历三大平台转型ღ★✿，这是摩尔定律诞生以来的首次ღ★✿。英伟达独特地应对了这三大转型ღ★✿。

　　第一次转型是从CPU通用计算转向GPU加速计算ღ★✿。随着摩尔定律放缓ღ★✿，全球在非人工智能软件方面投入巨大ღ★✿，从数据处理到科学和工程仿真ღ★✿，每年在云计算方面的支出达数千亿美元ღ★✿。许多曾经仅在CPU上运行的应用程序ღ★✿，现在正迅速转向CUDA GPUღ★✿。加速计算已达到临界点ღ★✿。

　　其次ღ★✿，人工智能也已达到临界点ღ★✿，正在改变现有应用程序ღ★✿，同时催生全新的应用程序ღ★✿。在现有应用程序方面ღ★✿，生成式人工智能正在取代搜索排名ღ★✿、推荐系统ღ★✿、广告定向ღ★✿、点击率预测和内容审核等领域的传统机器学习ღ★✿，这些都是超大规模基础设施的核心ღ★✿。Meta用于广告推荐的JEM基础模型（在大规模GPU集群上训练）就是这一转型的例证ღ★✿。

　　第二季度ღ★✿，Meta报告称ღ★✿，受基于生成式人工智能的JEM模型推动ღ★✿，Instagram的广告转化率提升了5%以上ღ★✿，Facebook动态的广告转化率提升了3%ღ★✿。向生成式人工智能转型为超大规模云计算厂商带来了可观的收入增长ღ★✿。

　　现在ღ★✿，一股新浪潮正在兴起——智能体人工智能系统ღ★✿，它们能够推理ღ★✿、规划和使用工具ღ★✿。从Cursor和QuadCode等编码助手ღ★✿，到iDoc等放射学工具ღ★✿、Harvey等法律助手ღ★✿，再到特斯拉FSD和Waymo等人工智能自动驾驶系统ღ★✿，这些系统标志着计算领域的下一个前沿ღ★✿。如今全球增长最快的公司（OpenAIღ★✿、Anthropicღ★✿、xAIღ★✿、谷歌ღ★✿、Cursorღ★✿、Lovableღ★✿、Replitღ★✿、Cognition AIღ★✿、Open Evidenceღ★✿、Abridgeღ★✿、特斯拉）都在开拓智能体人工智能ღ★✿。因此ღ★✿，这三大平台转型意义重大ღ★✿。

　　向加速计算的转型具有基础性和必要性ღ★✿，在后摩尔定律时代至关重要ღ★✿。向生成式人工智能的转型具有变革性和必要性ღ★✿，它为现有应用程序和商业模式赋能ღ★✿。向智能体人工智能和物理人工智能的转型将具有革命性ღ★✿，将催生出新的应用程序ღ★✿、公司ღ★✿、产品和服务ღ★✿。

　　在考虑基础设施投资时ღ★✿，请考虑这三大基本动态ღ★✿，它们都将在未来几年推动基础设施增长ღ★✿。英伟达之所以被选中ღ★✿，是因为我们独特的架构能够支持所有这三大转型ღ★✿，因此适用于所有行业ღ★✿、所有人工智能阶段ღ★✿、所有多样化计算需求ღ★✿，无论是在云端ღ★✿、企业还是机器人领域ღ★✿，都能通过一个架构实现ღ★✿。

　　萨拉ღ★✿：第一个问题来自摩根士丹利的约瑟夫·摩尔（Joseph Moore）ღ★✿，您的线路已接通ღ★✿。请提问ღ★✿。

　　约瑟夫·摩尔ღ★✿：谢谢ღ★✿。我想了解一下最新情况ღ★✿。你们在GTC大会上提到ღ★✿，Blackwell和Rubin在2025年和2026年的收入将达到5000亿美元ღ★✿。当时你们称其中已有1500亿美元的产品已出货ღ★✿。那么随着本季度结束ღ★✿，这些大致参数是否仍然适用？即在未来大约14个月左右ღ★✿，还有3500亿美元的收入空间？而且ღ★✿，我认为在这段时间里ღ★✿，你们还没有看到全部需求ღ★✿，随着时间推移ღ★✿，这些数字是否有可能上调？

　　科莱特·克雷斯ღ★✿：好的ღ★✿，谢谢乔ღ★✿。我先回应一下这个问题ღ★✿。是的ღ★✿，情况没错ღ★✿。我们正在朝着5000亿美元的预测目标前进ღ★✿，随着部分季度的完成ღ★✿，我们正按计划推进ღ★✿。现在距离2026年12月还有几个季度的时间ღ★✿。这个数字还会增长ღ★✿，我相信ღ★✿，到2026财年ღ★✿，我们还将满足更多可出货的计算需求ღ★✿。本季度我们出货额达500亿美元ღ★✿，但如果不说我们可能会收到更多订单ღ★✿，那就是不完整的ღ★✿。

　　例如ღ★✿，就在今天ღ★✿，我们与沙特阿拉伯（KSA）宣布了一项协议ღ★✿，仅该协议就涉及未来三年内新增40万至60万块GPUღ★✿。Anthropic的合作也不是新的订单ღ★✿。因此ღ★✿，在我们宣布的5000亿美元基础上ღ★✿，肯定还有进一步增长的机会ღ★✿。

　　萨拉ღ★✿：下一个问题来自坎托·菲茨杰拉德（Cantor Fitzgerald）的C.J.缪斯（C.J. Muse）ღ★✿，您的线路已接通ღ★✿。

　　C.J.缪斯ღ★✿：下午好ღ★✿。谢谢你们接受我的提问ღ★✿。显然ღ★✿，人们对人工智能基础设施建设的规模ღ★✿、资金筹措能力以及投资回报率存在诸多担忧ღ★✿。但与此同时ღ★✿，你们表示所有已部署的GPU都已被占用ღ★✿，云服务已售罄ღ★✿。人工智能行业尚未从GB 300中看到巨大收益ღ★✿，更不用说Rubin了ღ★✿。而且Gemini 3刚刚发布ღ★✿，Grok 5也即将推出ღ★✿。

　　所以我的问题是ღ★✿，在这样的背景下ღ★✿，您认为在未来12至18个月内ღ★✿，供应有可能赶上需求吗？还是说这种供需失衡可能会持续更长时间？

　　黄仁勋ღ★✿：嗯ღ★✿，如你所知ღ★✿，我们在供应链规划方面做得非常出色ღ★✿。英伟达的供应链基本上涵盖了全球所有科技公司ღ★✿。台积电（及其封装业务）ღ★✿、我们的内存供应商和合作伙伴ღ★✿，以及所有系统原始设计制造商（ODM）都与我们进行了出色的规划ღ★✿。我们一直在为丰收的一年做准备ღ★✿。你知道ღ★✿，我刚才提到的三大转型ღ★✿，我们已经关注了一段时间——加速计算ღ★✿、从通用计算向加速计算的转变ღ★✿。重要的是要认识到ღ★✿，人工智能不仅仅是智能体人工智能ღ★✿，生成式人工智能也在改变超大规模云计算厂商过去在CPU上完成的工作ღ★✿。

　　生成式人工智能使他们能够将搜索ღ★✿、推荐系统ღ★✿、广告推荐和定向等业务转移到生成式人工智能上ღ★✿。所有这些都已转向生成式人工智能ღ★✿，而且这一转型仍在进行中ღ★✿。因此ღ★✿，无论你是为数据处理ღ★✿、推荐系统的生成式人工智能ღ★✿，还是为大多数人眼中的人工智能（如智能体聊天机器人）安装英伟达GPUღ★✿，所有这些应用程序都能通过英伟达GPU加速ღ★✿。因此ღ★✿，当你审视整体支出时ღ★✿，重要的是要考虑到每一个层面ღ★✿。它们都在增长ღ★✿，相互关联但又各不相同ღ★✿。

　　但令人欣慰的是ღ★✿，它们都能同时在英伟达GPU上运行ღ★✿。由于人工智能模型的质量正在以惊人的速度提升ღ★✿，不同用例中的应用普及率也在不断提高——无论是代码辅助（英伟达自身就大量使用ღ★✿，而且我们并非个例）ღ★✿。我的意思是ღ★✿，Cursorღ★✿、CliveCodeღ★✿、OpenAI的Codex和GitHub Copilot等应用的组合ღ★✿，是历史上增长最快的应用ღ★✿。而且它们不仅被软件工程师使用ღ★✿，由于可视化编程的出现ღ★✿，公司里的工程师和营销人员也在使用ღ★✿。

　　公司里的供应链规划人员也在使用ღ★✿。所以我认为这只是一个例子ღ★✿，这样的例子还有很多ღ★✿。无论是Open Evidence在医疗保健领域的工作ღ★✿，还是Runway在数字视频编辑方面的工作ღ★✿，都有很多令人兴奋的初创公司正在利用生成式人工智能和智能体人工智能ღ★✿，而且使用频率也在大幅增加ღ★✿。因此ღ★✿，所有这些指数级增长——更不用说ღ★✿，就在今天ღ★✿，我收到了丹尼斯的信息ღ★✿，他说预训练和后训练仍然非常有效ღ★✿。

　　Gemini 3利用了缩放定律ღ★✿，在模型性能质量上实现了巨大飞跃ღ★✿。因此ღ★✿，我们看到所有这些指数级增长同时发生ღ★✿。我们应该始终回归基本原则ღ★✿，思考我之前提到的每一个动态ღ★✿：从通用计算到加速计算的转型ღ★✿、生成式人工智能取代传统机器学习ღ★✿，以及当然还有智能体人工智能这一全新类别ღ★✿。

　　萨拉ღ★✿：下一个问题来自美国银行证券（Bank of America Securities）的维韦克·阿里亚（Vivek Arya）ღ★✿，您的线路已接通ღ★✿。

　　维韦克·阿里亚ღ★✿：谢谢你们接受我的提问ღ★✿。我想了解一下ღ★✿，在5000亿美元的收入目标中ღ★✿，每吉瓦对应的英伟达产品收入是多少？因为我们听到的数字参差不齐ღ★✿，低至每吉瓦250亿美元ღ★✿，高至300亿至400亿美元ღ★✿。所以我想知道ღ★✿，在5000亿美元的目标中ღ★✿，你们假设的每吉瓦功率对应的收入是多少？此外ღ★✿，黄仁勋先生ღ★✿，长期来看ღ★✿，之前提到到2030年数据中心市场规模将达到3至4万亿美元ღ★✿。您认为其中有多少需要供应商融资ღ★✿，有多少可以由大型客户ღ★✿、政府或企业的现金流来支持？谢谢ღ★✿。

　　黄仁勋ღ★✿：从Ampere到Hopperღ★✿、从Hopper到Blackwellღ★✿、再从Blackwell到Rubinღ★✿，每一代产品中ღ★✿，我们在数据中心业务中的占比都在增加ღ★✿。Hopper一代的每吉瓦对应收入可能在20多亿美元ღ★✿，大概20至250亿美元之间ღ★✿。Blackwell一代（尤其是Grace Blackwell）可能在300亿美元左右ღ★✿，上下浮动ღ★✿。而Rubin一代可能会更高ღ★✿。在每一代产品中ღ★✿，性能都实现了数倍提升ღ★✿，因此客户的总拥有成本也实现了数倍优化ღ★✿。最重要的是ღ★✿，最终你仍然只消耗1吉瓦的电力ღ★✿。

　　你知道ღ★✿，一座1吉瓦的数据中心消耗的电力就是1吉瓦ღ★✿，因此ღ★✿，你的架构的每瓦性能（效率）至关重要ღ★✿。而且架构的效率无法通过蛮力实现ღ★✿，这是无法强求的ღ★✿。1吉瓦的电力直接转化为收入ღ★✿。你的每瓦性能直接ღ★✿、绝对直接地转化为收入ღ★✿。这就是为什么现在选择正确的架构如此重要ღ★✿。你知道ღ★✿，世界上没有多余的资源可以浪费ღ★✿。因此ღ★✿，我们必须非常注重一个概念ღ★✿，我们称之为协同设计ღ★✿。

　　涵盖我们的整个技术栈ღ★✿、框架和模型ღ★✿、整个数据中心ღ★✿，甚至电力和冷却系统ღ★✿，都在整个供应链和生态系统中进行优化ღ★✿。因此ღ★✿，每一代产品中ღ★✿，我们的经济贡献都会更大ღ★✿，提供的价值也会更高ღ★✿。但最重要的是ღ★✿，我们每一代产品的每瓦能效都将非常出色ღ★✿。关于客户如何为持续增长融资ღ★✿，这取决于他们自己ღ★✿。我们看到未来有很大的增长机会ღ★✿，而且请记住ღ★✿，如今大多数关注点都集中在超大规模云计算厂商身上ღ★✿。

　　关于超大规模云计算厂商ღ★✿，有一点很容易被误解ღ★✿：对英伟达GPU的投资不仅能改善他们的通用计算规模ღ★✿、速度和成本（这是第一点）ღ★✿，因为摩尔定律的增长确实已经放缓ღ★✿。摩尔定律的核心是降低成本ღ★✿，是计算成本随着时间推移的大幅下降ღ★✿。但这种下降已经放缓ღ★✿。因此ღ★✿，他们需要一种新的方法来继续降低成本ღ★✿。采用英伟达GPU计算确实是最佳方式ღ★✿。第二点是提升他们现有商业模式的收入ღ★✿。你知道ღ★✿，推荐系统是全球超大规模云计算厂商的核心业务ღ★✿。

　　无论是观看短视频ღ★✿、推荐书籍ღ★✿、推荐购物车中的下一件商品ღ★✿、推荐广告ღ★✿、推荐新闻ღ★✿，所有这些都依赖于推荐系统ღ★✿。互联网上有万亿条内容ღ★✿，他们如何才能在你小小的屏幕上呈现你感兴趣的内容？除非他们拥有非常复杂的推荐系统ღ★✿。而现在ღ★✿，推荐系统已经转向生成式人工智能ღ★✿。所以我刚才提到的前两点——需要投入的数千亿美元资本支出——完全可以通过现金流来支撑ღ★✿。除此之外ღ★✿，就是智能体人工智能的相关支出ღ★✿。

　　这部分收入是全新的消费需求ღ★✿，但同时也催生了全新的应用程序ღ★✿。我之前提到了一些应用程序ღ★✿，但这些新应用程序也是历史上增长最快的应用程序ღ★✿。好的？所以我认为ღ★✿，一旦人们开始理解表象之下的真实情况——从对资本支出投资的简单看法ღ★✿，到认识到这三大动态——他们就会明白其中的逻辑ღ★✿。最后ღ★✿，请记住ღ★✿，我们刚才谈论的是美国的云服务提供商ღ★✿。每个国家都会为自己的基础设施提供资金ღ★✿。世界上有很多国家ღ★✿，很多行业ღ★✿。

　　全球大多数行业尚未真正涉足智能体人工智能ღ★✿，但他们即将开始ღ★✿。你知道ღ★✿，我们合作的所有公司——无论是自动驾驶汽车公司ღ★✿、工厂物理人工智能的数字孪生技术公司ღ★✿，还是全球正在建设的大量工厂和仓库ღ★✿。仅数字生物学领域就有大量初创公司获得融资ღ★✿，以加速药物研发ღ★✿。所有这些不同的行业现在都开始参与进来ღ★✿，他们将自行筹集资金ღ★✿。所以ღ★✿，不要只把超大规模云计算厂商视为未来建设的唯一力量ღ★✿。

　　萨拉ღ★✿：下一个问题来自梅留斯（Melius）的本·赖茨斯（Ben Reitzes）ღ★✿，您的线路已接通ღ★✿。

　　本·赖茨斯ღ★✿：嘿ღ★✿，非常感谢ღ★✿。黄仁勋先生ღ★✿，我想问问关于现金的规划ღ★✿。考虑到未来几年你们可能会产生约5000亿美元的自由现金流ღ★✿，你们对这些现金有什么规划？回购股票和生态系统投资分别占多少比例？你们如何看待生态系统投资？我认为外界对这些交易的运作方式以及你们的投资标准（比如对Anthropicღ★✿、OpenAI等公司的投资）存在很多困惑ღ★✿。非常感谢ღ★✿。

　　黄仁勋ღ★✿：是的ღ★✿，感谢你的问题ღ★✿。当然ღ★✿，现金将用于支持我们的增长ღ★✿。没有任何一家公司能在我们所说的规模上实现增长ღ★✿，同时还能拥有像英伟达这样广泛而深厚的供应链联系ღ★✿。我们的整个客户群之所以能信赖我们ღ★✿，是因为我们已经建立了极具韧性的供应链ღ★✿，而且我们的资产负债表能够支持他们ღ★✿。当我们进行采购时ღ★✿，我们的供应商可以放心ღ★✿。当我们与他们一起制定预测和规划时ღ★✿，他们会认真对待我们ღ★✿。这都归功于我们的资产负债表ღ★✿。我们并不是在凭空猜测产量ღ★✿，我们清楚自己的产量需求ღ★✿。

　　而且由于他们与我们合作了这么多年ღ★✿，我们的声誉和可信度非常高ღ★✿。因此ღ★✿，要支持这种规模ღ★✿、速度和量级的增长ღ★✿，需要非常强劲的资产负债表ღ★✿。这是第一点ღ★✿。

　　第二点ღ★✿，当然ღ★✿，我们将继续进行股票回购ღ★✿。但关于投资ღ★✿，这是我们正在做的一项非常重要的工作ღ★✿。到目前为止ღ★✿，我们所做的所有投资都是为了扩大CUDA的影响力ღ★✿，拓展生态系统ღ★✿。

　　如果你看看我们对OpenAI的投资ღ★✿，当然ღ★✿，我们从2016年就与他们建立了合作关系ღ★✿。我们为OpenAI交付了有史以来第一台人工智能超级计算机ღ★✿。因此ღ★✿，自那以后ღ★✿，我们与OpenAI建立了密切而良好的合作关系ღ★✿。如今ღ★✿，OpenAI所做的一切都运行在英伟达的产品上ღ★✿。无论是他们在云端部署的训练和推理工作负载ღ★✿，都依赖于英伟达ღ★✿，我们很高兴能与他们合作ღ★✿。我们与他们的合作伙伴关系旨在从技术层面进行更深入的合作快播精简ღ★✿，以支持他们的加速增长ღ★✿。这是一家增长速度极快的公司ღ★✿。不要只关注新闻报道中的内容ღ★✿。

　　看看所有与OpenAI相关的生态系统合作伙伴和开发者ღ★✿，他们都在推动产品的应用ღ★✿。与一年前相比ღ★✿，人工智能的质量有了巨大提升ღ★✿。回应的质量非常出色ღ★✿。因此ღ★✿，我们投资OpenAI是为了建立深度合作伙伴关系和联合开发ღ★✿，以扩大我们的生态系统并支持他们的增长ღ★✿。当然ღ★✿，与其放弃我们公司的股份ღ★✿，不如获得他们公司的股份ღ★✿。

　　我们投资的是一家具有划时代意义的公司ღ★✿，一家我们持有股份的ღ★✿、可能千载难逢的公司ღ★✿。因此ღ★✿，我完全预计这项投资将带来非凡的回报ღ★✿。至于Anthropicღ★✿，这是Anthropic首次采用英伟达的架构ღ★✿。Anthropic是全球用户数量第二多的人工智能公司ღ★✿，在企业领域表现尤为出色ღ★✿。ClotCode的表现非常好ღ★✿，Clot也非常成功ღ★✿，被全球众多企业采用ღ★✿。

　　现在ღ★✿，我们有机会与他们建立深度合作伙伴关系ღ★✿，将Claude引入英伟达平台ღ★✿。那么现在我们拥有什么？英伟达的架构——退后一步说ღ★✿，英伟达的平台是全球唯一能运行所有人工智能模型的平台ღ★✿。我们运行OpenAI的模型ღ★✿，运行Anthropic的模型ღ★✿，运行xAI的模型ღ★✿。由于我们与埃隆（Elon）和xAI的深度合作伙伴关系ღ★✿，我们得以将这个机会带给沙特阿拉伯ღ★✿，让Humane也能为xAI提供托管服务ღ★✿。我们运行xAI的模型ღ★✿，运行Gemini的模型ღ★✿，运行Thinking Machines的模型ღ★✿。让我想想ღ★✿，我们还运行哪些模型？我们运行所有模型ღ★✿。

　　更不用说ღ★✿，我们还运行科学模型ღ★✿、生物学模型ღ★✿、DNA模型ღ★✿、基因模型ღ★✿、化学模型ღ★✿，以及全球各个领域的模型光伏电站ღ★✿，ღ★✿。世界所使用的不仅仅是认知人工智能ღ★✿。人工智能正在影响每个行业ღ★✿。因此ღ★✿，通过我们进行的生态系统投资ღ★✿，我们有能力与世界上一些最优秀ღ★✿、最杰出的公司建立深度技术合作伙伴关系ღ★✿。我们正在扩大生态系统的影响力ღ★✿，并投资于那些将取得巨大成功的公司ღ★✿，通常是那些具有划时代意义的公司ღ★✿。这就是我们的投资理念ღ★✿。

　　萨拉ღ★✿：下一个问题来自高盛（Goldman Sachs）的吉姆·施耐德（Jim Schneider）ღ★✿，您的线路已接通ღ★✿。

　　吉姆·施耐德ღ★✿：下午好ღ★✿。谢谢你们接受我的提问ღ★✿。过去ღ★✿，你们曾提到约40%的出货量与人工智能推理相关ღ★✿。我想知道ღ★✿，展望明年ღ★✿，你预计这一比例在一年后会达到多少？你能否介绍一下明年预计推出的Rubin CPX产品ღ★✿，并说明你预计它将占据多大的总体潜在市场（TAM）？另外ღ★✿，能否谈谈该特定产品的目标客户应用场景？谢谢ღ★✿。

　　黄仁勋ღ★✿：CPX是为长上下文类型的工作负载生成而设计的ღ★✿。所谓长上下文ღ★✿，基本上是指在开始生成答案之前ღ★✿，需要读取大量信息ღ★✿。基本上ღ★✿，你知道ღ★✿，长上下文可能是一堆PDF文件ღ★✿、一系列视频ღ★✿、三维图像等等ღ★✿。你必须先吸收这些上下文信息ღ★✿。因此ღ★✿，CPX是专为长上下文类型的工作负载设计的ღ★✿。它的每美元性能非常出色ღ★✿，针对特定用途的性能也非常出色ღ★✿。我差点忘了问题的第一部分ღ★✿。

　　黄仁勋ღ★✿：哦ღ★✿，推理业务ღ★✿。是的ღ★✿。有三大缩放定律同时在发挥作用ღ★✿。第一个缩放定律是预训练ღ★✿，仍然非常有效ღ★✿。第二个是后训练ღ★✿。后训练基本上找到了令人难以置信的算法ღ★✿，可以提高人工智能分解问题和逐步解决问题的能力ღ★✿。后训练正呈指数级增长ღ★✿。基本上ღ★✿，你对模型投入的计算资源越多ღ★✿，它就越智能ღ★✿，越具认知能力ღ★✿。第三个是推理ღ★✿。由于思维链（chain of thought）和推理能力的存在ღ★✿，人工智能在回答问题之前实际上需要先阅读和思考ღ★✿。

　　这三个因素导致所需的计算量呈指数级增长ღ★✿。我认为很难确切知道在任何特定时间点这个比例会是多少ღ★✿，以及涉及哪些领域ღ★✿。但当然ღ★✿，我们希望推理业务能占据市场的很大一部分ღ★✿。因为如果推理业务规模庞大ღ★✿，那就意味着人们在更多应用中使用它ღ★✿，而且使用频率更高ღ★✿。这是我们都希望看到的ღ★✿。而在这方面ღ★✿，Grace Blackwell比世界上任何其他产品都要先进一个数量级ღ★✿。

　　第二好的平台是H200ღ★✿，现在很明显快播精简ღ★✿，由于我们拥有的MP Link 72纵向扩展网络ღ★✿，GB 300ღ★✿、GB 200和GB 300的性能表现非常出色ღ★✿。正如科莱特在Semianalysis基准测试中提到的ღ★✿，这是有史以来规模最大的单次推理基准测试ღ★✿，GB 200的MP Link 72性能提升了10到15倍ღ★✿。这是一个巨大的进步ღ★✿。其他人需要很长时间才能赶上ღ★✿。我们在这方面的领先优势肯定会持续多年ღ★✿。是的ღ★✿。所以我希望推理业务能成为一项大业务ღ★✿。我们在推理领域的领先优势非常显著ღ★✿。

　　萨拉ღ★✿：下一个问题来自瑞银（UBS）的蒂莫西·阿库里（Timothy Arcuri）ღ★✿，您的线路已接通ღ★✿。

　　蒂莫西·阿库里ღ★✿：非常感谢ღ★✿。黄仁勋先生ღ★✿，你们的许多客户都在寻求厂用电解决方案ღ★✿，但你最担心的ღ★✿、可能限制你们增长的单一最大瓶颈是什么？是电力供应ღ★✿、融资ღ★✿，还是内存甚至代工厂等其他因素？非常感谢ღ★✿。

　　黄仁勋ღ★✿：嗯ღ★✿，这些都是问题ღ★✿，也都是制约因素ღ★✿。原因在于ღ★✿，当你以我们这样的速度和规模增长时ღ★✿，怎么可能一帆风顺？英伟达正在做的事情显然是前所未有的ღ★✿。我们创造了一个全新的行业ღ★✿。一方面ღ★✿，我们正在将计算从通用计算和传统计算转向加速计算和人工智能ღ★✿。另一方面ღ★✿，我们创造了一个全新的行业ღ★✿，称为人工智能工厂ღ★✿。

　　这个理念是ღ★✿，为了运行软件ღ★✿，你需要这些工厂来生成每一个令牌ღ★✿，而不是检索预先创建的信息ღ★✿。因此ღ★✿，我认为整个转型需要非凡的规模ღ★✿。从供应链来看ღ★✿，当然ღ★✿，我们对供应链有更好的可见性和控制力ღ★✿，因为显然我们非常擅长管理供应链ღ★✿。我们与合作了33年的优秀伙伴们一起合作ღ★✿。因此ღ★✿，供应链方面ღ★✿，我们非常有信心ღ★✿。现在看看我们的供应链下游ღ★✿，我们已经与众多涉及土地ღ★✿、电力ღ★✿、厂房建设的企业建立了合作伙伴关系ღ★✿，当然还有融资领域的合作伙伴ღ★✿。这些事情都不容易ღ★✿，但都具有吸引力ღ★✿，而且都是可以解决的问题ღ★✿。

　　最重要的是ღ★✿，我们必须做好规划ღ★✿。我们向上游供应链和下游供应链进行规划ღ★✿，我们已经建立了大量的合作伙伴关系ღ★✿，因此我们有很多市场渠道ღ★✿。而且非常重要的是ღ★✿，我们的架构必须为我们的客户提供最佳价值ღ★✿。因此ღ★✿，目前来看ღ★✿，我非常有信心英伟达的架构在总拥有成本（TCL）方面表现最佳ღ★✿，在每瓦性能方面表现最佳ღ★✿，因此ღ★✿，对于任何数量的能源输入ღ★✿，我们的架构都能带来最高的收入ღ★✿。

　　我认为我们成功的速度正在加快——我认为今年到目前为止ღ★✿，我们比去年同期更加成功ღ★✿。你知道ღ★✿，越来越多的客户在探索其他选择后转而选择我们的平台ღ★✿，而不是减少ღ★✿。所以我认为ღ★✿，我这些年来一直告诉你们的所有事情都在成为现实ღ★✿，或者说正变得越来越明显ღ★✿。

　　萨拉ღ★✿：下一个问题来自伯恩斯坦研究公司（Bernstein Research）的斯泰西·拉斯贡（Stacy Rasgon）ღ★✿，您的线路已接通ღ★✿。

　　斯泰西·拉斯贡ღ★✿：我有几个关于利润率的问题ღ★✿。科莱特ღ★✿，你说明年你们将努力将利润率维持在75%左右ღ★✿。那么ღ★✿，首先ღ★✿，最大的成本增长来自哪里？仅仅是内存ღ★✿，还是其他因素？你们正在采取哪些措施来实现这一目标？比如ღ★✿，成本优化ღ★✿、预先采购和定价策略分别起到多大作用？另外ღ★✿，考虑到收入似乎可能大幅增长ღ★✿，我们应该如何看待明年的运营费用增长？

　　科莱特·克雷斯ღ★✿：斯泰西ღ★✿。让我先回顾一下我们当前财年的情况ღ★✿。记得今年早些时候ღ★✿，我们表示ღ★✿，通过成本改善和业务结构优化ღ★✿，我们将在本财年末将毛利率提升至75%左右ღ★✿。我们已经实现了这一目标ღ★✿。现在ღ★✿，是时候向大家说明我们的下一步计划ღ★✿，并为第四季度的执行做好准备ღ★✿。目前ღ★✿，关于明年的情况ღ★✿，行业内已知投入成本将上涨ღ★✿。我们的系统绝非易事ღ★✿。

　　正如我们所考虑的ღ★✿，它包含大量组件ღ★✿，涉及多个不同部分ღ★✿。因此ღ★✿，我们正在将所有这些因素都考虑在内ღ★✿，但我们确实相信ღ★✿，如果我们再次致力于成本改善ღ★✿、周期时间缩短和业务结构优化ღ★✿，我们将努力将毛利率维持在75%左右ღ★✿。这是我们关于毛利率的总体计划ღ★✿。你的第二个问题是关于运营费用的ღ★✿。目前ღ★✿，我们在运营费用方面的目标是ღ★✿，确保我们的工程团队和所有业务团队都能进行创新ღ★✿，为这个市场创造更多ღ★✿、更完善的系统ღ★✿。

　　如你所知ღ★✿，目前我们有新的架构即将推出ღ★✿，这意味着他们为了实现这一目标而非常忙碌ღ★✿。因此ღ★✿，我们将继续加大投资ღ★✿，在软件ღ★✿、系统和硬件方面进行更多创新ღ★✿。如果黄仁勋先生想补充几句ღ★✿，我会把话筒交给她ღ★✿。是的ღ★✿。

　　黄仁勋ღ★✿：我认为这说得很对大阳城集团娱乐游戏ღ★✿。ღ★✿。我想补充的一点是ღ★✿，记住我们会提前很久进行规划ღ★✿、预测和与供应链谈判ღ★✿。我们的供应链伙伴早就知道我们的需求ღ★✿，也早就知道我们的市场需求ღ★✿，而且我们已经与他们合作和谈判了很长时间ღ★✿。因此ღ★✿，最近的增长显然非常显著ღ★✿，但请记住ღ★✿，我们的供应链已经与我们合作了很长时间ღ★✿。

　　这是一种长期合作关系ღ★✿。因此ღ★✿，在许多情况下ღ★✿，我们已经为自己确保了大量的供应ღ★✿，因为ღ★✿，你知道ღ★✿，显然他们正在与世界上最大的公司合作ღ★✿。而且我们还与他们在财务方面密切合作ღ★✿，确保预测和规划等工作的顺利进行ღ★✿。所以我认为所有这些都对我们非常有利ღ★✿。

　　萨拉ღ★✿：最后一个问题来自富国银行（Wells Fargo）的亚伦·雷克斯（Aaron Rakers）ღ★✿，您的线路已接通ღ★✿。

　　亚伦·雷克斯ღ★✿：黄仁勋先生ღ★✿，我的问题是关于你们宣布的Anthropic合作协议快播精简ღ★✿，以及你们客户的整体广度ღ★✿。我很好奇ღ★✿，您对人工智能专用集成电路（ASIC）或专用芯片在这些架构建设中的作用的看法是否有任何变化？您是否看到——我认为您过去一直坚定地认为ღ★✿，其中一些项目从未真正实现部署ღ★✿。但我很好奇ღ★✿，现在是否已经到了一个转折点ღ★✿，甚至更倾向于仅采用GPU架构？谢谢ღ★✿。

　　黄仁勋ღ★✿：是的ღ★✿。非常感谢你ღ★✿。我非常感谢这个问题ღ★✿。首先ღ★✿，你不是在与某家公司竞争ღ★✿，而是在与团队竞争ღ★✿。

　　抱歉ღ★✿，你是在与公司竞争ღ★✿，而公司是由团队组成的ღ★✿。世界上并没有那么多团队能够出色地打造这些极其复杂的产品ღ★✿。你知道ღ★✿，在Hopper和Ampere时代ღ★✿，我们只需要打造一款GPUღ★✿。这就是加速人工智能系统的定义ღ★✿。但如今ღ★✿，我们必须打造整个机架ღ★✿，打造三种不同类型的交换机——纵向扩展交换机ღ★✿、横向扩展交换机和跨尺度扩展交换机ღ★✿。如今ღ★✿，构建一个计算节点不再只需要一块芯片ღ★✿。

　　由于人工智能需要内存——人工智能以前根本不需要内存ღ★✿，现在它必须记住事情ღ★✿。它所拥有的内存和上下文规模是巨大的ღ★✿。内存架构的影响是惊人的ღ★✿。模型的多样性——从混合专家模型到密集模型ღ★✿、扩散模型ღ★✿、自回归模型ღ★✿，更不用说遵循物理定律的生物学模型——在过去几年中ღ★✿，不同类型模型的数量呈爆炸式增长ღ★✿。

　　因此ღ★✿，挑战在于问题的复杂性大大提高ღ★✿，人工智能模型的多样性也非常大ღ★✿。这就是我想说的ღ★✿，使我们与众不同的五个因素ღ★✿，如果可以的话ღ★✿。你知道ღ★✿，我想说的第一个使我们与众不同的因素是ღ★✿，我们能够加速这一转型的每个阶段ღ★✿。这是第一阶段ღ★✿。CUDA使我们能够通过CUDA X实现从通用计算到加速计算的转型ღ★✿。我们在生成式人工智能方面表现出色ღ★✿。我们在智能体人工智能方面也表现出色ღ★✿。因此ღ★✿，在这一转型的每个阶段ღ★✿、每个层面ღ★✿，我们都表现出色ღ★✿。你可以投资于一种架构ღ★✿，在各个领域使用它ღ★✿；你可以使用一种架构ღ★✿，而不必担心这三个阶段中工作负载的变化ღ★✿。这是第一点ღ★✿。

　　第二点ღ★✿，我们在人工智能的每个阶段都表现出色ღ★✿。每个人都知道我们在预训练方面非常出色ღ★✿。显然ღ★✿，我们在后训练方面也非常出色ღ★✿。事实证明ღ★✿，我们在推理方面也非常出色ღ★✿，因为推理真的非常困难ღ★✿。思考怎么可能容易呢？你知道ღ★✿，人们认为推理是一次性的ღ★✿，因此很容易ღ★✿。任何人都可以以这种方式进入市场ღ★✿。但事实证明ღ★✿，这是最难的ღ★✿，因为事实证明ღ★✿，思考是相当困难的ღ★✿。我们在人工智能的每个阶段都表现出色ღ★✿，这是第二点ღ★✿。

　　第三点是ღ★✿，我们现在是世界上唯一能运行所有人工智能模型的架构ღ★✿。我们能出色地运行所有前沿人工智能模型和开源人工智能模型ღ★✿。我们运行科学模型ღ★✿、生物学模型ღ★✿、机器人模型ღ★✿，运行每一个单一模型ღ★✿。我们是世界上唯一能做到这一点的架构ღ★✿。无论你是自回归模型还是基于扩散模型ღ★✿，我们都能运行ღ★✿。正如我刚才提到的申博·太阳城ღ★✿，ღ★✿，我们为所有主要平台运行这些模型光伏工程ღ★✿，ღ★✿。所以我们能运行所有模型ღ★✿。

　　第四点ღ★✿，我想说的是ღ★✿，我们的产品遍布每个云端ღ★✿。开发者喜欢我们的原因是我们几乎无处不在ღ★✿。我们在每个云端都有部署ღ★✿。我们甚至可以为你打造一个小型云端ღ★✿，称为DGX Sparkღ★✿。因此ღ★✿，我们的产品遍布每台计算机——从云端到本地部署ღ★✿，再到机器人系统ღ★✿、边缘设备ღ★✿、个人电脑ღ★✿，应有尽有ღ★✿。一种架构ღ★✿，万物皆可运行ღ★✿。这太不可思议了ღ★✿。

　　最后一点ღ★✿，这可能是最重要的一点ღ★✿，第五点是ღ★✿，如果你是一家云服务提供商ღ★✿、一家像Humane这样的新公司ღ★✿、一家像CoreWeaveღ★✿、Enscalerღ★✿、Nebius或OCI这样的新公司ღ★✿，英伟达之所以是你的最佳平台ღ★✿，是因为我们的产品需求非常多样化ღ★✿。我们可以帮助你解决产品需求问题ღ★✿。

　　这不仅仅是将一个随机的ASIC芯片放入数据中心那么简单ღ★✿。产品需求来自哪里？多样性来自哪里？韧性来自哪里？架构的多功能性来自哪里？能力的多样性来自哪里？英伟达的产品需求非常强劲ღ★✿，我们的生态系统非常庞大ღ★✿。所以这五个因素——加速和转型的每个阶段ღ★✿、人工智能的每个阶段ღ★✿、每个模型ღ★✿、从云端到本地部署的全覆盖ღ★✿，当然ღ★✿，最后ღ★✿，所有这些都带来了强劲的产品需求ღ★✿。

　　全国多地已发生多起一氧化碳中毒事件ღ★✿。浙江一女孩因父亲在浴室放炭火盆取暖中毒送医ღ★✿。闭窗取暖 = 暗藏风险ღ★✿。

　　一支由9名国家级核心专家组成的精锐团队ღ★✿，自此开启为期一年的精准支援ღ★✿，将为乌鲁木齐的公共卫生核心能力建设注入国家级智慧ღ★✿，助力首府市民的健康保障网织得更密ღ★✿、更牢ღ★✿。

　　【来源ღ★✿：封面新闻】封面新闻记者 吴冰清 实习生 董羽芯 综合@成都气象ღ★✿、@四川气象弱冷空气悄悄来ღ★✿，又悄悄走1月30日ღ★✿，成都放晴了这也意味着新一轮的回暖ღ★✿，即将拉开帷幕据@成都气象 消息今日15时成都全市平均气温在11.4℃上下今日的阳光ღ★✿，在周末还会持续ღ★✿。

　　近日ღ★✿，郑州警方通报4起打击整治网络谣言典型案例:郑州王某勇为博取关注ღ★✿，在我市一工地发生安全事故的网帖评论区ღ★✿，编造发布“实际死亡人数11个”的虚假信息ღ★✿，造成不良影响ღ★✿。

　　新华社1月30日消息ღ★✿，正大军区职退休干部ღ★✿、中国人民解放军原副总参谋长隗福临同志ღ★✿，因病医治无效ღ★✿，于1月15日在北京逝世ღ★✿，享年88岁ღ★✿。隗福临同志遗像 新华社发隗福临是辽宁新宾人ღ★✿，1956年入伍ღ★✿，1961年加入中国共产党ღ★✿。

　　“凌晨举报ღ★✿、15分钟锁定申博太阳城手机APPღ★✿，郑州这辆‘巨无霸’货车ღ★✿，栽了!”据悉ღ★✿，该案件是《河南省“百吨王”货车违法超限超载举报奖励实施细则》实施以来ღ★✿，郑州市首例依据群众举报线索查获的违法行为ღ★✿。

　　国际金价飞速跳水ღ★✿，眼看着屏幕前陡然拉出一条近90°的向下折线ღ★✿，实时金价急速跳动ღ★✿，接连跌破5400美元ღ★✿、5300美元ღ★✿、5200美元三道关口ღ★✿，黄金投资者小林慌了神ღ★✿，被迫紧急抛售部分黄金持仓ღ★✿。

　　川观新闻记者 宁宁1月26日ღ★✿，记者从中国航空工业集团成都飞机工业（集团）有限责任公司（简称“航空工业成飞”）获悉ღ★✿，该公司近日通过科学组织ღ★✿、全局统筹ღ★✿，整合各机型ღ★✿、试飞条件ღ★✿、空勤资源和保障力量等全要素ღ★✿，成功完成有人ღ★✿、无人ღ★✿，内场ღ★✿、外场ღ★✿，科研ღ★✿、验收在内的5地10型体系化试飞组训ღ★✿，不仅推进

　　据微信公众号“成都公安”消息ღ★✿，1月29日晚ღ★✿，四川成都市公安局锦江区分局发布警情通报:近日ღ★✿，我局在侦办工作中查明ღ★✿，以犯罪嫌疑人佟某为首的8人团伙ღ★✿，先后在我市锦江区ღ★✿、青羊区等地注册成立“斌宣通讯科技公司”“成都纵鹏通信服务有限公司”ღ★✿，通过网络招聘平台发布虚假高薪职位信息ღ★✿，吸引求职者至线下面试ღ★✿，并以“岗前培训”为名收取培训费用ღ★✿。

　　现在的高市早苗为了继续担任日本首相ღ★✿，可以说是“软硬皆施”ღ★✿，前一秒哭后一秒笑ღ★✿，在外人看来ღ★✿，整个人都不好了ღ★✿。