2026年5月20日
公司参会人员
张智也 - 投资者关系与战略财务副总裁
科莱特·克雷斯 - 执行副总裁兼首席财务官
黄仁勋 - 联合创始人、CEO兼董事
电话会议参会人员
约瑟夫·摩尔 - 摩根士丹利研究部
本杰明·雷茨斯 - 梅利乌斯研究有限责任公司
克里斯托弗·缪斯 - 康托·菲茨杰拉德公司研究部
蒂莫西·阿尔库里 - 瑞银投资银行研究部
维韦克·阿亚 - 美国银行证券研究部
斯泰西·拉斯贡 - 伯恩斯坦机构服务有限责任公司，研究部
詹姆斯·施耐德 - 高盛集团公司研究部
约书亚·布查尔特 - TD考恩研究部
操作员
下午好。我叫莎拉，今天将由我担任本次会议的接线员。现在，我谨欢迎各位参加NVIDIA第一季度财报电话会议。[接线员说明]
Toshiya Hari，你可以开始你的会议了。
张智雅投资者关系与战略财务副总裁
谢谢大家，下午好。欢迎参加NVIDIA 2027财年第一季度的电话会议。今天和我一起出席的NVIDIA人员包括总裁兼首席执行官黄仁勋； 以及执行副总裁兼首席财务官科莱特·克雷斯。
我们的电话会议正在NVIDIA投资者关系网站上进行网络直播。网络直播的回放将一直保留到2027财年第二季度财务业绩电话会议召开。今天电话会议的内容归NVIDIA所有。未经我们事先书面同意，不得复制或转录。
在本次电话会议中，我们可能会基于当前预期作出前瞻性陈述。这些陈述面临诸多重大风险和不确定性，实际结果可能会与预期存在重大差异。有关可能影响我们未来财务业绩和业务的因素的讨论，请参阅今日收益报告、我们最新的10-K表和10-Q表，以及我们可能向美国证券交易委员会提交的8-K表报告中的披露内容。我们所有的陈述均截至2026年5月20日，基于我们目前掌握的信息作出。除非法律另有要求，我们没有义务更新任何此类陈述。
在本次电话会议中，我们将讨论非GAAP财务指标。您可以在我们CFO的评论中找到这些非GAAP财务指标与GAAP财务指标的调节表，该评论已发布在我们的网站上。
接下来，我把电话交给科莱特。
科莱特·克雷斯 执行副总裁兼CFO
谢谢你，俊哉。我们交出了一个出色的季度答卷，营收、营业利润和自由现金流均超过了以往的纪录。总营收达到820亿美元，同比增长85%，环比增长20%。这是我们连续第三个季度实现同比加速增长，也是连续第十四个季度实现环比增长，考虑到我们制造业务的庞大规模和复杂性，这是一项了不起的成就。
135亿美元的连续营收增长也是一项纪录。我们抓住推理需求的拐点，在从超大规模企业到汽车制造商，再到AI云服务提供商和主权客户等多元化终端客户群体中扩大Blackwell系统的部署。在Q1，我们还在研发、生态系统投资和股票回购等方面有效地配置了资本。在执行上游供应链和下游市场进入生态系统等战略投资的同时，我们向股东返还了创纪录的200亿美元。这对市场发展和我们的长期地位至关重要。
数据中心营收750亿美元，同比增长92%，环比增长21%，这得益于我们的Blackwell架构持续强劲，GB300 NVL72的需求尤其旺盛，前沿模型构建者和超大规模企业分别累计部署了成百上千个Blackwell GPU，这标志着我们公司历史上最快的产品爬坡速度。Grace Blackwell是最快的训练系统，也是推理时最低的令牌生成成本。Spectrum-X是我们专为AI打造的端到端以太网平台，现在规模已经超过所有以太网网络同行的总和。InfiniBand也度过了非常强劲的一个季度，同比增长超过4倍，这得益于我们下一代XDR技术的部署。
在您关注的业务板块中，数据中心计算业务营收达到600亿美元，同比增长77%，而数据中心网络业务营收150亿美元，同比近乎增长两倍。在深入探讨数据中心业务之前，我们想向您简要介绍一下我们向新报告框架的过渡情况，该框架能更好地反映我们当前和未来的增长动力。我们有两个市场平台，即数据中心和边缘计算。在数据中心板块内，我们将报告两个子市场：超大规模和ACIE，其中ACIE涵盖AI云、工业和企业领域。超大规模市场将包括来自公共云以及全球最大的消费互联网公司的营收，而ACIE则聚焦于跨行业和国家的各类AI专用数据中心和AI工厂的增长机遇。边缘计算重点关注自主和物理AI设备，包括个人电脑、游戏机、工作站、AI-RAN基站、机器人和汽车。供您参考，我们已在网站上发布了过去9个季度基于新平台的营收明细。
回到我们的数据中心业务成果。超大规模业务营收380亿美元，约占数据中心营收的50%，环比增长12%。ACIE业务营收370亿美元，环比增长31%，其中AI云业务营收同比增长超过两倍。我们的客户已实现AI计算能力的快速部署。超过10兆瓦的合作伙伴数据中心数量在短短1年内几乎翻了一番，目前已超过80个。主权业务营收同比增长超过80%。NVIDIA AI基础设施现已在近40个国家部署，覆盖GDP达50万亿美元。从我们Q1的业绩可以明显看出，我们的客户群体多元化且不断增长，这得益于我们庞大的生态系统和已安装基础、广泛的CUDA加速应用以及最低的令牌成本供应商。我们处于有利地位，能够抓住远超其他任何AI计算平台的市场机遇。
对AI基础设施的需求继续以前所未有的速度增长。AI工厂的建设正在加速。NVIDIA AI基础设施的价值不断攀升。截至目前，H100的租赁价格同比上涨了20%，而A100的云服务定价也上涨了近15%。得益于我们平台的多功能性以及软件栈带来的持续性能提升，客户在GPU折旧期之外仍能创造盈利性收入。NVIDIA计算的庞大且值得信赖的市场是一个关键基础，生态系统正以此为依托为数十亿美元的AI基础设施支出提供资金支持。
AI基础设施加速建设背后有两大主要驱动力。首先，从搜索和广告到推荐系统和内容理解，最大规模的超大规模工作负载继续从基于CPU的计算向基于GPU的加速计算过渡。其次，原生AI产品和服务的采用正在加速。自ChatGPT问世以来，我们见证了主流AI从一次性推理过渡到推理，再到如今的智能体。AI不再是可有可无的东西。现在，AI已成为提高所有行业和岗位生产力的必需品。这正推动着AI产业链各环节的收入加速增长，包括能源、芯片、基础设施、模型和应用。模型层的增长，尤其是Anthropic和OpenAI的增长令人惊叹，且增长势头持续加速，包括自GPT-5.5推出以来OpenAI的Codex的突破性增长。
分析师目前预测，超大规模资本支出到2027年将超过1万亿美元，而自主AI开始在所有行业中广泛应用，AI基础设施支出有望在本十年末达到每年3万亿至4万亿美元。
我们的Blackwell架构无处不在，被每一家主要的超大规模云服务提供商、每一家云服务供应商和每一家主要的模型制造商采用和部署。上个月，我们庆祝OpenAI推出GPT-5.5，该模型与Blackwell共同设计、使用Blackwell进行训练并在其上运行，目前在人工智能分析排行榜上名列前茅。微软的Fairwater，全球最强大的AI数据中心，现已提前投入使用，由数十万个Blackwell GPU提供支持。从今年开始，AWS将增加超过100万个Blackwell和Rubin GPU，并正在就Spectrum网络进行合作。在谷歌，Blackwell将在云端提供给客户，包括机密计算能力，这是安全高性能AI的新基础。我们在前沿AI计算领域的份额正在增加。我们深化了与Anthropic的合作，并很高兴成为其战略合作伙伴，以扩大其计算能力。我们将通过AWS、Azure、CoreWeave、SpaceXAI等支持该公司的增长轨迹。
如今，随着Anthropic加入OpenAI、Gemini、SpaceXAI、Meta MSL、微软AI、TML、Reflection、Perplexity、Cursor等已经在NVIDIA基础上开展业务的主要前沿实验室，我们在前沿AI模型领域的份额将显著增长。如今的数据中心是创收的AI工厂。受电力和资本的限制，AI工厂运营商必须选择合适的架构。凭借我们的极致协同设计方法，我们实现了行业最低的令牌成本、最高的令牌吞吐量和最高的ROI。MLPerf推理结果已经出炉，我们再次在所有基准测试中独占鳌头，因为Blackwell Ultra在广泛的模型和部署场景中实现了最高的吞吐量。全栈创新推动GB300的吞吐量提升了2.7倍，每令牌成本相比6个月前降低了60%。
NVIDIA计算不仅是性能最高的AI基础设施，也是最具经济性和可融资性的。客户购买的不是GPU，而是构建AI工厂，而正确的经济指标不是GPU的购买价格，而是AI工厂生产智能的生命周期成本，包括每瓦生成的token数、每美元生成的token数、正常运行时间、利用率、投产时间、软件耐用性和资产寿命。NVIDIA在所有这些方面都表现出色。自主AI和强化学习为CPU带来了新的增长机遇。
在我们的Grace CPU取得成功的基础上，Vera适时推出，以应对这一转折点。Vera基于定制的ARM内核构建，并与Rubin GPU和NVLink进行端到端协同设计，与基于x86的替代方案相比，Vera每个内核的性能最高可提升1.5倍，每瓦性能提升2倍，每机架密度提升4倍。Vera CPU为NVIDIA开辟了一个全新的2000亿美元TAM市场，这是我们以前从未涉足过的市场，而且每一家主要的超大规模企业和系统制造商都在与我们合作，以推动其部署。我们预计今年CPU总营收将接近200亿美元，这将使我们有望成为全球领先的CPU供应商。
我们的年度产品节奏，一种无与伦比的步伐，仍然是支撑我们市场地位的关键支柱。我们正按计划在今年下半年（从Q3开始）启动Vera Rubin的生产发货。通过在5个加速机架中集成7颗专用芯片，Vera Rubin将实现比Blackwell高达35倍的推理吞吐量和高达10倍的AI工厂收入。作为早期采用者，谷歌的A5X裸机实例可在多个站点支持多达960,000个Rubin GPU，使客户能够在NVIDIA优化的基础设施上运行其最大规模的AI工作负载。虽然美国政府已批准向中国客户出口H200的许可证，但我们尚未产生任何收入，并且不确定是否允许向该国进口。因此，与上一季度一致，我们在展望中未包含任何中国数据中心计算收入。
接下来我讲讲边缘计算。我们的边缘计算市场平台创造了64亿美元的营收，环比增长10%，同比增长29%。强劲的布莱克韦尔工作站需求是增长的重要推动力，而由于内存和系统价格上涨，消费者需求略有下降。我们的实体AI持续发展，过去12个月的营收超过90亿美元。我们与优步的合作将在2028年前为近30个城市和4大洲的机器人出租车车队提供支持。在机器人领域，工业、外科手术和人形机器人等一系列应用领域的领先企业正在基于NVIDIA的技术进行大规模开发和部署。我们将继续积极确保充足的供应，以支持客户的增长。
在Q1，我们将包括库存、采购承诺和预付款在内的总供应量提高到了1450亿美元。尽管我们无法完全免受供应挑战的影响，但我们仍然有信心凭借高度专注、规模优势以及与关键供应商的长期合作关系（这些合作关系继续为我们发挥良好作用），抓住未来的增长机遇。
下面我来谈谈损益表的其他部分。GAAP毛利率为74.9%，非GAAP毛利率为75%，环比基本持平，[因为]布莱克韦尔系统继续占我们大部分出货量。GAAP和非GAAP运营费用环比增长12%，主要是由于薪酬增加以及计算和基础设施成本上升。由于有利的地区组合，我们16%的非GAAP有效税率略低于之前的预期。在资产负债表方面，由于收款时机有利，应收账款周转天数为45天。我们预计Q2将回升至50天中期水平。我们创造了创纪录的自由现金流，达到490亿美元，高于Q4的350亿美元。
现在我想向大家介绍一下我们的资本配置计划。首先重申一下，我们的目标是优先考虑研发和战略投资。这两者都将使我们能够培育生态系统、推动市场增长并巩固市场地位。作为AI的关键推动者，我们将进行必要的投资，以实现行业内最低的每token成本和最高的token吞吐量，这将帮助我们的客户和合作伙伴扩大规模并拓展AI前沿领域。
回报计划是我们资本配置战略的另一个关键组成部分。鉴于我们对长期自由现金流前景充满信心，并且致力于与股东分享成功，我们将季度股息从每股0.01美元提高到0.20美元（原文如此）[0.25美元]。随着业务的持续拓展，我们计划定期审查股息政策。我们还宣布了一项800亿美元的股票回购授权，这是在当前计划剩余的390亿美元基础上追加的。正如我们在GTC上所表明的，我们计划今年将大约50%的自由现金流返还给股东。
下面我来谈谈第二季度的展望。预计总营收将达到910亿美元，上下浮动2%。我们预计环比增长主要由数据中心推动。我们正在供应链生态系统方面继续大力开展工作，以应对我们面前的巨大需求，这让我们对2025年至2027年日历年期间预计实现的1万亿美元的布莱克韦尔和鲁宾营收充满信心。
GAAP和非GAAP毛利率预计分别为74.9%和75%，正负50个基点。全年来看，我们仍预计处于70%区间中段。GAAP和非GAAP运营费用预计分别约为85亿美元和83亿美元。全年来看，我们现在预计运营费用同比增长将处于40%区间上段，这是由更高的研发投入以及为提高生产力而加速使用AI工具所推动的。对于2027年全年，我们预计GAAP和非GAAP税率将在16%至18%之间，不包括因税收环境重大变化而产生的任何离散项目。由于地域组合的变化，这低于我们之前预计的17%至19%。
这就结束了我这部分的内容。现在我将把时间交给与Toshiya的问答环节。
张智雅投资者关系与战略财务副总裁
谢谢，科莱特。我们现在将进入问答环节。接线员，请征集问题。
问答环节
操作员
[主持人提示]您的第一个问题来自摩根士丹利的约瑟夫·摩尔。
1）约瑟夫·摩尔摩根士丹利研究部
我想问问是什么推动了细分方式的改变？以那种方式给我们数据背后的理念是什么？ 然后你能谈谈这两个细分市场之间的任何竞争差异，以及你提到的这个令人惊讶的CPU数据吗？你如何看待这两个细分市场中的情况？
黄仁勋联合创始人、CEO兼董事
是的。谢谢，乔。首先，科莱特想说的是，我们将把季度股息从0.01美元提高到0.25美元。我认为额外的0.05美元对大股东来说意义重大。
不管怎样，让我们来看看，乔，关于业务的细分和描述。我们希望你能更好地了解我们的业务。AI非常多样化，计算也同样多样化。它们在多个方面呈现出多样性。首先，当然，AI涵盖语言，并且根据不同的行业，它可能是制造业和工业机器人领域的3D图形。它可能是生命科学领域的蛋白质。它可能是生命科学或材料科学领域的小分子化学物质。它可能是物理科学领域的物理学，无论是在能源领域，还是在科学实验室、高等教育等领域。所以AI是多样化的。
第二点是应用场景多样。它可能应用于企业，也可能应用于能源、制造业等领域。其运行的环境也多种多样。它可能运行在超大规模云环境中，也可能运行在原生AI环境中。全球各地涌现出了一整个原生AI网络。企业内部部署、工厂车间、工业厂房，一直到超级计算中心和边缘计算环境。边缘计算环境当然包括大多数人所熟知的自动驾驶汽车、机器人，还包括制造工厂内部不断增长的计算机网络，无论是芯片厂、封装厂还是计算机厂，各种不同类型的制造工厂。当然，未来每个基站、每个无线网络都将成为由AI驱动的无线网络。这就是它的运行环境。
最后，是关于它的管理方式。它可以由公共云运营，但也可能存在行业监管方面的原因，使其无法在监管云中运行。这可能是因为机密计算，也可能是出于国家安全原因，不同的数据中心必须采用不同的建设方式。
NVIDIA在某种意义上非常独特，因为我们是唯一一家构建所有技术组件的公司。我们以极致的协同设计方式、完整的端到端方式、全栈方式来构建这些组件。当然，我们随后会开放平台，以便它能集成到各种不同的环境中。但有些环境，比如企业环境，需要一家拥有所有协同工作技术的公司，这样他们就不必自己构建。他们希望购买并运营这些技术。因此，数据中心市场有许多不同的细分领域，在这些领域中，NVIDIA的全栈式、完全集成但仍然开放的整体解决方案，这种生产或交付产品的方式非常非常重要。
所以，如果看一下我们的不同细分领域，也就是我们将其划分为3个大领域的方式。你把我刚才说的所有内容综合起来，然后尝试找出最简单的分类方式，其中一个大领域就是超大规模云。在这个领域内，我们有3种不同的运营方式。第一种方式是，我们帮助超大规模云加速其数据处理和机器学习工作负载。我们在内部加速并支持其AI处理。当然，我们还为其公有云带来了大量业务，即NVIDIA生态系统业务。这就是其中一个领域。
第二个细分市场是原生AI、企业本地部署、工业本地部署以及主权AI。这个细分市场的增长速度极快，因为每个人都需要AI，而且我们将看到AI被各个行业、各个国家、各个公司所采用。因此，每个人都希望以不同的方式来构建它。而我们提供完整解决方案这一事实，使得人们构建这些东西变得容易得多，甚至成为可能。当然，还有如今的机器人边缘计算。
过去的计算主要围绕个人计算展开。未来，计算将围绕个人AI展开，而个人AI的一个例子就是自动驾驶汽车。它是一种汽车，是一个本质上属于你个人AI的机器人系统。当然，还会有各种各样不同类型的机器人系统，包括我提到的基站无线网络，本质上也将成为一个机器人系统。
这就是我们以这种方式将其拆分的原因。这是理解我们业务的最简单方式。它们中的每一个在很多方面都有不同的技术栈。它们有不同的操作系统。它们的运营方式也不同。我们在每一个领域的进入市场方式都大不相同。当然，最容易进入的市场是超大规模云服务提供商，因为只有五六家。但行业的其他部分代表着全球约25万家公司。进入这个市场非常复杂、非常多样化。你对AI的理解必须极其多样化。如你所知，NVIDIA拥有全球最大的加速库套件，从计算光刻到流体动力学，再到粒子物理学和分子动力学，不一而足。所有这些库对于我们涉足代表第二和第三类别的垂直行业都是必不可少的，明白了吗？
不管怎样，实际上是因为我们的业务现在已经发展壮大到如此大规模，对其进行细分有助于您更好地了解我们的业务运作方式。
操作员
您的下一个问题来自Melius Research的本·雷茨斯。
2）本杰明·雷茨斯梅利乌斯研究有限责任公司
我想问詹森，我想问你关于增长的理念。你们除中国以外的数据中心业务本季度增长了约120%，然后你们预计增长约100%。包括我在内的许多人都预测，超大规模数据中心的资本支出今年将增长90%至100%。你还提到，到本十年末，数据中心仍有望达到3万亿至4万亿美元的规模。我只是想知道，公司设定的增长速度快于超大规模数据中心资本支出的目标，你是否仍然——是否认可这一观点？ 您是否仍然认为超大规模数据中心的资本支出在今年之后仍会以非常快的速度增长？
黄仁勋联合创始人、CEO兼董事
是的。谢谢，本。首先，我们的增长速度应该快于超大规模资本支出。原因正如我刚才描述的细分情况所示。我们的数据中心业务有两大板块。实际上不止两大板块，但为了简便起见，我们将其合并为两大板块。它远比这两大板块复杂，但我将其合并为两大板块，至少这样更容易理解，明白吗？
所以，如果你看第一部分，就是超大规模企业。这就是你刚才提到的超大规模资本支出。今年它们的规模达到了1万亿美元。我完全有理由相信，从现在起它会继续增长，这是有充分理由的。这就是未来计算的发展方向。如果它们没有计算能力，就不会有收入。很明显，计算能力就是收入，计算能力就是利润。世界正在发生变化。软件过去不需要——SaaS过去也不需要那么多计算能力，但AI需要大量的计算能力。当然，你可以做的事情要多得多，这就是我们听说前沿AI公司，包括Anthropic和OpenAI以惊人速度增长的原因。它们能在1个月内实现一些SaaS公司需要10年才能实现的增长，这说明了一些问题。所以第一类是超大规模企业，资本支出为1万亿美元，并且正朝着3万亿至4万亿美元的方向增长。
第二类是所有原生AI云。它们具有区域性，分布广泛，是遍布全球的初创企业，为这些公司提供支持。它们属于企业范畴，全球约有25万家企业公司，其中许多公司将不得不或希望为自己建设AI工厂来运营。许多工业公司别无选择，只能将计算机放置在有实际场景和业务的地方，而不能将其放在云端。它必须每次都能可靠、快速地响应，无法想象一家芯片厂连接到云服务提供商，这毫无意义。因此，第二类是主权AI云。所以，有一整类数据中心根本不适用半定制芯片，因为这些数据中心希望购买系统、运营系统，而不想自行设计或构建。
因此，第二类极为多样化。与代表第一类相关收入的5、6、7家公司不同，第二类有数百、数千家公司，未来还会有数十万家公司，其中大量公司的装机规模较小。而且这一类别将继续以惊人的速度增长。当我谈到实体AI，谈到过去30年里尚未受到信息技术影响的100万亿美元产业的其他部分时，指的就是这第二类。它即将受到AI的影响。这就是我所说的细分领域。第二个集群的增长速度极快。
当然，我们在其中所占的份额非常非常大。我们在服务这个行业的能力方面相当独特。我们的平台构建得就像垂直整合一样，这样一切都能正常运作，但随后我们会将其拆解，以便人们可以按照自己想要的配置来构建和购买，并按照自己喜欢的方式进行组装。因此，第二类情况相当不为人所理解，因为有太多小公司——或者说有太多公司，而且与超大规模企业相比，每个安装项目相对都比较小。
所以，如果你看看细分市场和每个市场的规模，你会发现，实际上，我们在超大规模云计算服务提供商市场的份额正在增长，因为我们现在得到了新合作伙伴Anthropic的大力支持，我们正在帮助他们在未来几年大幅扩大其能力。其次，由于我们拥有的平台解决方案，很少有公司涉足第二类市场。
操作员
您的下一个问题来自康托菲茨杰拉德公司的C.J.缪斯。
3）克里斯托弗·缪斯康托·菲茨杰拉德公司研究部
维拉·鲁宾即将推出，显然你对前沿模型的后续更新、围绕多样化AI工作负载进行优化的新技术有着深刻见解，投资者也密切关注你在推理领域的市场份额。展望2026年末和2027年，你认为极端协同工程中的维拉·鲁宾将如何影响你在推理市场的份额？
黄仁勋联合创始人、CEO兼董事
嗯，我们在推理领域的市场份额正在增长，而且增长速度非常非常快。原因在于，今年前沿模型公司的数量有所增加。有Cursor和Perplexity，还有一些新的模型公司，如TML和Reflection，这样的公司还有很多。所以前沿模型公司的数量增加了，而且我们今年将Anthropic纳入了合作伙伴行列。他们的扩张速度极快。我们与他们合作，确保在Azure、AWS、CoreWeave等平台上的计算能力。我忘了我们还宣布了哪些其他平台，但还有一长串我们正在为他们上线的平台。因此，我们今年和明年将为Anthropic上线的计算能力将相当可观，非常可观。
我们正在不断发展，直到最近，我们对Anthropic的覆盖范围一直基本为零。因此，我们在推理领域的份额增长极为迅速。在这一点上，Vera Rubin将比Grace Blackwell更加成功。我想不出有哪一家前沿模型公司不会从一开始就选择Vera Rubin，而在Blackwell上并非如此。所以，Vera Rubin开局极为出色，而且肯定会比Grace Blackwell更加成功。
所以我认为，C.J.，你的回答最后提到，我们在推理领域的市场份额正在增加。让我再回到本提出的问题。记住，到目前为止，我在推理问题中所解释的一切实际上都集中在超大规模上。记住，我们几乎是唯一服务的另一类AI数据中心。现在这个细分市场非常分散，需要一个相当集成的——一个真正高度集成的平台解决方案和一个非常庞大的市场推广体系。而在这个细分市场中，所有的推理业务，其中绝大部分——几乎100%都是NVIDIA的。当然，还有物理AI。NVIDIA实际上是目前唯一服务于物理AI的公司。我们在物理AI领域已经耕耘了很长时间。所以这一块也在增长。因此，我们在推理领域的市场份额正在迅速增加。
操作员
您的下一个问题来自瑞银的蒂莫西·阿尔库里。
4）蒂莫西·阿尔库里瑞银投资银行研究部
詹森，我想问一下你在做的一些定制商户业务，比如CPX和LPX，进展如何。我记得你之前提到过，那个业务占市场的20%。所以我想LPX的进展应该相当不错。你能谈谈这方面的情况，以及它如何融入你们更广泛的平台战略吗？
黄仁勋联合创始人、CEO兼董事
LPX专为低延迟和高令牌速率而设计。但其吞吐量较低。其吞吐量较低。其模型规模容量较小。而且其上下文处理能力，即吸收大量上下文的能力，例如在软件编码、智能体工作负载等方面，吸收大量上下文的能力较弱。所以挑战很简单，我之前也解释过，LPX的用例并不广泛。它是为拥有相当多不同类型令牌服务组合的用户设计的。对于高令牌速率，也许这些服务相当高端，客户数量不多，但令牌速率非常高。这与我之前所说的完全一致，我仍然预期如此。
所以我预计，LPX和其他基于SRAM、专注于解码的令牌——高令牌速率生成的加速器在未来一段时间内将一直是小众产品。如你所知，Grace Blackwell和Vera Rubin支持AI的整个生命周期，从数据处理、训练准备，到预训练、后训练、强化学习，一直到推理。Grace Blackwell是世界上进行所有这些工作的最佳平台。如果在某些情况下，只要客户——服务提供商已经有了他们可以提供的高令牌速率服务，那么我们可以添加一个LPX，他们就能更好地提供该服务。这就是我对市场的看法。
我认为无论是20%还是10%，都取决于我们在AI发展中所处的阶段。我认为如今，这个比例远低于20%。有朝一日，这些优质代币可能会达到20%，我们已经准备好与服务提供商合作来实现这一能力。我对此感到很兴奋。
操作员
您的下一个问题来自美国银行证券的维韦克·阿亚。
5）维韦克·阿亚美国银行证券研究部
詹森，围绕自主应用的CPU有很多令人兴奋的地方，而且关于CPU数量实际上超过GPU数量的说法也很多。我只是希望你能谈谈你的看法，首先，这是一种渐进式的工作负载吗？ 这种自相残杀是否会取代GPU原本的工作？其次，你提到的200亿美元，是指独立的Vera CPU吗？ 还是说这已经包含在维拉（Vera）之中了，作为维拉·鲁宾（Vera Rubin）的一部分？所以，如果您能给我们讲讲CPU与GPU的作用，它们是相互竞争的关系吗？还是互补的关系？ 那么200亿美元这个数字，如何将其与你们销售的产品（通常是作为GPU一部分的CPU）联系起来呢，对吧？
黄仁勋联合创始人、CEO兼董事
这200亿美元是用于独立CPU的。记住，我们有Vera，它有3种用途。实际上是4种用途——让我先从你们已经知道的那种用途说起。第一种用途是Vera Rubin。我们将销售数百万台Rubin，每两台Rubin都连接到一台Vera。当然，我们对这两者进行定价，而且定价合理。所以这是第一个用例。
第二个用例是Vera独立CPU。第三个是Vera搭配CX - 9以及存储软件栈。然后是Vera搭配CX - 9，带有安全、计算隔离和机密计算的软件栈。好了，这些用例中的每一个都是基于Vera构建的。我感觉在Vera Rubin的整个生命周期内，我们都会面临供应受限的情况。它有4种不同的用例。而且——不过无论如何，你问题的答案是——200亿美元是独立的。
就CPU而言，代理本质上就是人们所说的执行器。代理有一个执行器来完成相关任务——这个执行器可以是OpenClaw，也可以是Hermes代码——Claude代码本质上就是围绕Claude和Opus模型的执行器。OpenAI的Codex是围绕GPT - 5.5模型的执行器。所以这些都是执行器。这些执行器提供诸如输入输出、编排、内存管理、与工具（例如浏览器等）的连接使用、C编译器、Python编译器等功能。执行器在CPU上运行，工具使用也在CPU上运行。例如，如果AI要进行搜索或使用浏览器，那将在CPU上运行。
世界上有10亿用户，人类用户。我感觉世界将会有数十亿个智能体。不是现在，我的意思是，我们会逐渐发展到那个阶段，但我们将会拥有数十亿个智能体。而这些数十亿的智能体都将使用工具。这些工具可以像PC一样，就像我们人类如今使用PC一样。未来，你会有一个智能体使用PC，所以如果你沿着这个思路想，在未来，你可以选择当下你喜欢的智能体数量——当下，就说有几十万，但未来，最终会达到几十亿。我可以想象它们都在使用——实际上都有可以使用的PC。所以——但从长远来看，这些智能体中的每一个都会衍生出子智能体。每次它们衍生出子智能体时，你都需要进行推理。这就是思考发生的地方。所有的思考都在GPU上进行，所有的编排本质上都在CPU上运行。而子智能体在被衍生出来后，它们——在思考时会使用GPU。
每当智能体使用模拟器时，这些模拟器可以在CPU或GPU上运行，这就是我们与Cadence和Synopsys密切合作以加速全球所有工具的原因。我们正在加速全球所有工具、数据处理引擎和数据库引擎，因为智能体使用这些工具，而且它们的耐心和容忍度比人类低，它们希望事情能快速发生。因此，我们正在加速全球所有工具，使其能够在CUDA上运行。当我与Cadence、Synopsys、西门子以及Adobe等公司合作时，你就能看到我们正在这样做。这是因为我们正努力让全球所有工具都能在GPU上运行，因为它们已经配备了GPU，而且运行速度要快得多。
所以我们将需要更多的CPU，而Vera被设计成一个自主的CPU。过去的CPU被设计成拥有多个核心，以便易于出租。人们租用核心。而自主智能体并不租用核心。它们只希望工作能快速完成。过去的经济模式是每核心美元。这是过去云计算的经济模式。未来AI的经济模式是每美元的令牌数或每令牌的美元数。所以我们未来需要做的是生成令牌，尽可能快地处理令牌，而Vera在这方面做得非常出色。
所以我们预计Vera会非常成功。但归根结底，我们正在做的是为AI构建基础设施，而这需要极其强大的存储能力。这就是我们打造STX的原因。它需要极其出色的网络。这就是我们有Spectrum-X的原因。当然，它需要极其强大的GPU和推理能力。这就是NVLink 72的原因。它需要极其强大的安全性和机密计算，这就是Vera Rubin成为全球首个具备端到端机密计算功能的平台的原因，而且它还需要强大的CPU。我们已经将这些需求全部覆盖。
操作员
您的下一个问题来自伯恩斯坦研究公司的斯泰西·拉斯贡。
6）Stacy Rasgon伯恩斯坦机构服务有限责任公司，研究部
我想回到细分市场的话题。首先，我很好奇，你们把新云部署在那两个细分市场的什么位置？它们属于超大规模吗？ 或者它们是在AI云中？我部分认为是后者，但我不太确定。然后——只是它们的规模。我的意思是，现在它们的规模大致相同。在我听来，你似乎是在暗示，你认为未来AI云的增长速度可能会比超大规模更快。你是这个意思吗？ 还是说你认为这两个领域都会有类似的增长？
黄仁勋联合创始人、CEO兼董事
首先，你说得对，原生AI云不制造芯片，也不自行设计芯片，而且它们也不想这么做——它们实际上无法将不相关的部件组装成一个AI工厂。而且它们的时间——它们的耐心，对首次生成token所需时间的容忍度极低。它们对一种拥有大量承接能力、能运行各种模型、拥有来自各地客户的架构的需求极高。这就是为什么NVIDIA的架构对它们来说如此完美的原因。我们提供每一个组件，而我们不提供的，我们的合作伙伴生态系统会提供，并且所有组件都完全集成。一切都能协同工作。能够从原生AI云租用该架构的客户数量非常多。
基本上，全球每一个AI构建者、每一个原生AI初创企业、SaaS公司、企业公司、工业公司。
因此，我们的计算——我们的架构是世界上所有计算平台中最具租赁价值的。所以它性能最佳，最容易组装，租赁价值最高，拥有最佳的TCO，并且最容易融资。所有这些特性都非常契合原生AI的需求。它属于第二类。令人惊讶的是，它们甚至与原始设备制造商（OEM）等、大型企业等非常相似，明白了吗？ 所以我们把它归为第二类。
如果你观察那个细分领域，它是在超大规模的AI生态系统发展之后才开始增长的。超大规模企业率先发展AI有很多原因。它们拥有卓越的计算机科学能力。它们具备出色的数据中心能力。而且它们还主要专注于消费级应用，即便这些应用并不完美，也并非世界末日。只要能提升服务，它就会提升服务。因此，对于许多其他应用，如工业应用、企业应用，在AI具备很强的能力、能够真正开展富有成效的工作且安全可靠，并且能够以切实产生影响和收益的方式运行之前，它实际上并不会得到广泛应用。所以你可以预期第二类应用的发展速度会比超大规模企业慢，这一点从数据中也能看出来。
然而，从长远来看，如果你关注工业和企业领域，显然，这才是未来经济的发展方向，因为它代表着全球经济中50万亿美元到80万亿美元的规模。而且由于AI的发展，其规模还会更大。所以，我预计第二类（工业和企业领域）随着时间的推移会变得更大，在未来几年的短期内，我认为这是一个既定的结论，两类都会以极快的速度增长。我预计第二类仍将增长得更快，但两类都会以极快的速度增长。然后我希望在未来5年内，实体AI和机器人领域将以极快的速度增长。
操作员
您的下一个问题来自高盛的吉姆·施耐德。
7）詹姆斯·施耐德高盛集团研究部
回到GTC，我记得您曾提到过对Rubin和Blackwell平台营收有1万亿美元的可见度。但我记得这其中不包括LPX、Rubin、CPX和Vera CPU机架等项目。您能否给我们讲讲，Vera CPU是否会成为超过这1万亿美元的最大增长来源？ 您是否正在考虑其他类型的产品组合，包括能够让您在总TAM中获得更大份额的CPU？
黄仁勋联合创始人、CEO兼董事
在超过1万亿美元的增量方面，我想说，其一，前沿AI模型的份额持续增长。我预计其份额会进一步扩大，所以我预期它会增长。其二，我们在这个数字中没有包含任何Vera CPU、独立CPU。所以我预计这将是第二大的增长来源。当然，TAM在智能体系统中相当大，我们所有的客户都对Vera非常感兴趣，我们将销售大量的Vera。其三是LPX，因为正如我之前所解释的，LPX由于其SRAM架构，具有极低延迟和极高交互性的优势，但它的吞吐量、上下文处理能力也相当有限。
这就是基于SRAM类型的系统的本质。不过，通过Vera Rubin和LPX的结合，我们将能够覆盖从预训练到后训练再到推理智能体系统的整个AI领域。
操作员
您的下一个问题来自TD Cowen的约书亚·布查尔特。
8）约书亚·布查尔特TD考恩研究部
恭喜取得了优异的成绩。科莱特，我记得在你准备的发言中提到，GB300是公司历史上发展速度最快的产品。那么，我们应该如何参照这个标准来评估维拉·鲁宾呢？ 显然，这是硅层面的一种新架构，但采用了类似的机架。这是否意味着我们应该预期其斜率与GB300的Vera Rubin斜坡相似？ 考虑到新的芯片，是否应该稍微循序渐进一些？
科莱特·克雷斯执行副总裁兼CFO
是的。嗯，我们一段时间以来一直表示，我们将在下半年推出维拉·鲁宾（Vera Rubin）。我们将在Q3开始。这将是我们最初的整合阶段。然后到了Q4，我们可能会看到业务继续加速发展。目前很难说哪个阶段的加速会更快。但同样，我们已经规划好了需求，有采购订单。我们几乎所有的主要客户都已准备好，而这些都是我们需要整合的非常复杂的系统。所以我认为这只是我们将其推向市场所需的时间问题。除了完成我们已准备好订单的所有不同系统的生产之外，没有其他问题。
现在说还为时尚早。但没错，我们将在Q3开始，并持续加速推进至Q4。明年Q1肯定也会非常重要。
操作员
目前没有更多问题了。张矢也，现在我把电话交回给你。
张智雅投资者关系与战略财务副总裁
谢谢。在我把话筒交给詹森之前，请留意詹森将于6月1日在COMPUTEX的GTC台北大会上发表主题演讲。我们还将参加5月28日的TD考恩TMT会议和6月4日的美国银行全球技术会议。我们讨论2027财年第二季度业绩的财报电话会议定于8月26日举行。
接下来，有请詹森为我们做总结。
黄仁勋联合创始人、CEO兼董事
这是一个非凡的季度，需求呈抛物线式增长。原因很简单，自主AI已经到来。现在AI可以从事富有成效且有价值的工作。代币现在有利可图，因此模型制造商正在竞相生产更多。在AI时代，计算能力就是收入和利润。
NVIDIA是这个时代的平台。在全球所有平台中，NVIDIA计算支持最丰富多样的需求。
下面我来重点介绍一下我的五大要点。首先，NVIDIA是唯一能运行所有前沿AI模型的平台。随着Anthropic加入我们现有的合作伙伴行列，包括OpenAI、xAI、Meta MSL、Gemini等众多伙伴，我们在前沿AI领域的份额正在不断增长。其次，我们的产品遍布各大超大规模云服务提供商，支持它们的核心数据处理和机器学习工作负载、内部AI服务，同时满足其公共云服务中NVIDIA用户的需求。第三，我们的全栈式完整AI工厂解决方案和庞大的全球生态系统，使我们能够独特地满足新的AI数据中心细分市场的需求。新的AI原生云——新的AI原生云、主权AI云和本地企业及工业基础设施。这就是我之前提到的第二类。第四，NVIDIA CUDA一直延伸到边缘; 机器人技术、自动驾驶车辆、嵌入式医疗仪器、AI-RAN电信基站。下一波浪潮将是物理AI，数十亿个自主和机器人系统将在现实世界中运行。这就是我们之前提到的第三个领域。
在排名前五的事项中，我们有一个重要的新增长驱动力——Vera，全球首款专为自主AI打造的CPU。Vera为NVIDIA开辟了一个全新的2000亿美元TAM市场，这是我们此前从未涉足的领域。各大超大规模数据中心运营商和系统制造商都在与我们合作部署它。全球正在为自主AI和机器人实体AI重建计算架构。NVIDIA处于这些变革的核心位置。我们用了30多年时间打造NVIDIA计算平台，采用单一架构、庞大的生态系统，在芯片、系统、网络和软件等方面进行深度协同设计。我们提前做好了准备，以便在自主AI到来时，NVIDIA能够做好应对。它已经到来。期待下次再聊。
操作员
今天的电话会议到此结束。您现在可以挂断了。
