季度GAAP摊薄每股收益为0.89美元，较上一季度增长14%，较去年同期增长82%。季度非GAAP摊薄每股收益为0.89美元，较上一季度增长10%，较去年同期增长71%。
2025财年收入较上一财年增长114%，达到1.305亿美元。全年GAAP摊薄每股收益为2.94美元，较上一财年增长147%。全年非GAAP摊薄每投收益为2.99美元，较上一财年增长130%。
NVIDIA创始人兼首席执行官黄仁勋表示："很高兴看到Blackwell拥有如此强劲的需求，这是因为推理型 A引入了新的扩展定律，即增加训练算力可以使模型变得更智能，而增加长思考算力则可以让答案变得更精准。
"我们已经成功实现了BlackwellAl超级计算机的大规模生产，上市第一个季度的销售额就达到了数十亿美元。AI正在以惊人的速度发展，代理式AI和物理AI为下一波AI铺平道路，将彻底变革规模庞大的行业。
NVIDIA将于2025年4月2日向截止至2025年3月12日登记在册的所有股东支付每股0.01美元的下一季度现金红利。
透过英伟达财报看大模型背后真正的“木桶效应”。当模型参数迈进万亿门槛，训练集群从万卡奔向十万卡，一个尴尬的局面开始浮现——连接，成了短板。算力堆上去了，但卡与卡之间“等数据”的时间越来越长。大模型训练不容半点延迟，在AI算力进入集群竞争的时代，网络已经不是配角，而是决定整个系统效率的“基础”。
算力是“单兵”，网络才是“集团军”
过去大家盯着英伟达，看的是 GPU 算力强不强，就像在看一个士兵能不能打。但现在大模型进入了“万亿参数”时代，单兵作战早就过时了，现在的玩法是十万大军协同。
痛点在于“沟通成本”： 就像一个大工程，如果 10 万个工人都挤在一个工地上，但传达指令全靠嗓门喊，那效率肯定极其低下。
英伟达的聪明之处： 财报里那 110 亿的网络营收，其实是老黄在卖“高效对讲机”和“高速公路”。他明白，如果网络拉胯，哪怕 H200/Blackwell 的算力再猛，也有一半时间在等数据，那是极大的浪费。
英伟达全年收入突破310亿美元，其中第四季度网络营收110亿，同比增长263%。核心看点是这个增速十分诱人。
为什么 InfiniBand（IB）是老黄的护城河？
IB 网络，其实就是给数据开了个“ VIP 专线”。
不讲道理的快： 它是原生为了高性能计算设计的，延迟低到纳秒级。
不掉链子的稳： 它有流控机制，出发前先看目的地堵不堵。在训练动辄几周、几个月的大模型时，“不丢包”就是生产力。
相比之下，RoCE（基于以太网的方案）更像是把普通马路拓宽，虽然便宜、通用，但真到了“十万卡”这种极限流量下，管理成本和稳定性确实不如 IB 这种“私家路”来得纯粹。
思维延伸：国产算力的“破局点”
国内厂商在原生 RDMA（远程直接内存访问）上的突破，是这盘棋的关键落子。Cyber从三个维度解读延伸一下：
1. 从“修补”到“重构”
长期以来，国产智算中心大多是在以太网上打补丁（RoCE）。如果真有厂商能拿出对标 IB 的原生方案，意味着我们不再是“在别人的地基上盖房子”，而是开始自己平地起高楼。这种底层协议的自主，比单颗芯片的制程突破，对产业集群的意义更大。
跳出单纯的 GPU 芯片逻辑，转而关注网络通信（Scale-out）与片间互联（Scale-in）这两个核心领域。对标 IB 的原生方案：从“以太网改良”向“RDMA 原生”进发。目前全球 AI 集群主要依赖两条腿走路：以太网（RoCE）和 IB。中国市场目前的优势在以太网，但正在攻坚原生高性能协议。盛科通信目前国内最接近“在协议层解决拥堵”的公司。虽然目前主攻以太网交换芯片，但其高端产品已开始集成高性能 RDMA（远程直接内存访问） 技术，这是对标 IB 确定性低延迟的关键。如果国产算力要走一条“高性能以太网”来替代 IB 的路，盛科是底层的“修路人”。
2. 软件生态的“二次解耦”
英伟达强不仅强在硬件，更强在 CUDA 加上通信库（NCCL）。国产方案如果能在互联硬件上追平，接下来最大的挑战就是软件协议栈的兼容性。如果能让开发者无缝从英伟达环境切换过来，那才是真正的“杀手锏”。
软件协议栈的兼容性：突破“CUDA + NCCL”的软件护城河，英伟达真正的墙不只是硬件，而是 NCCL和 CUDA 的深度绑定。国产方案必须在软件栈上做到“无感替换”。海光的 DCU是目前国内对 CUDA 生态兼容性最好 的产品之一。其软件栈构建了“类 CUDA”的环境，这意味着开发者在进行多卡通信调度时，迁移成本极低。在“原生战场”上，海光通过软件层面的高度适配，降低了对特定物理网络协议（如必须依赖 IB）的依赖。而寒武纪的思元系列拥有自研的 CNCL通信库，专门对标英伟达的 NCCL。核心看能否在十万卡级别下，通过软件算法解决由于物理网络（如 RoCE）不稳带来的数据同步丢失问题。
3. “木桶效应”的补齐
如果把 AI 算力比作一桶水，芯片是长板，网络就是那块最短的短板。以前我们拼命接长板（堆 GPU 数量），现在终于意识到要补短板（搞高速互联）。这个转向说明国内的 AI 基建已经从“堆料阶段”进入了“精细化运营阶段”。
高速互联（Scale-in）：对标 NVLink/NVSwitch 的“片间通信”。除了卡与卡之间的网络，芯片内部和服务器内部的“高速互联”是另一个高价值赛道。随着 Blackwell 架构推向市场，PCIe 6.0/7.0 以及 CXL（计算快速链接）协议变得至关重要。澜起的 CXL MXC 芯片和 PCIe Retimer 芯片是解决“算力孤岛”的关键。它本质上是在做“芯片级的交通管制”，确保数据在 CPU、GPU 和内存之间以极高速度流动，这是国产算力集群对标 NVLink 架构的基础元件。而中际、新易胜是英伟达 IB 网络和 NVLink 架构中光模块的核心，高性能网络落地的硬件载体。
AI 竞赛下半场，拼的是“系统工程”
如果说 AI 的上半场是“挖金矿”（买 GPU），那下半场就是“建电网和修路”（搞互联）。算力的尽头不是芯片，是系统。 当我们不再只讨论单一芯片的跑分，转而讨论 RDMA 丢包率、LPO 功耗和软件栈迁移成本时，国产算力才真正进入了“专业玩家”的决赛圈。
小结一下
老黄的财报其实告诉了全球玩家一个真理：在 AI 时代，连接力就是战斗力。 英伟达现在的领先，本质上是“生态位”的领先——他不仅卖最好的斧头（GPU），还承包了整片森林的运输道路（IB 网络）。国产算力厂商现在瞄准这个“基础”开火，路子确实没偏。虽然这条路很难，但这是通往未来的门票，必须拿到手。
如果关注“老黄护城河被瞄准”这个国产算力逻辑，建议可以参考下面这个分层观察视角：
1. 协议层（最难啃的骨头）： 寻找在 RDMA、RoCE v2 优化上有突破的企业。盛科是目前 A 股中稀缺的交换芯片标的。
2. 软件栈（兼容性命门）： 海光凭借对 CUDA 极高的适配度，是目前国内最能承接“生态迁移”流量的上市公司。
3. 连接件（物理基础）： 澜起科技 在 CXL 和 PCIe 领域的卡位，决定了国产 GPU 能不能从“单兵”串联成“集群”。中际、新易胜则只要 AI 集群向“十万卡”演进，它们就是确定性最强的受益者。
