日前，英伟达(NVDA.US)召开了FY26Q1业绩会。英伟达第一财季整体营收同比增长69%，达到440亿美元。得益于增强现实工作负载向推理环节的快速转移以及AI工厂建设带来的显著收入增长，公司数据中心业务收入390亿美元，同比增长73%。
关于 H20，英伟达在第一季度确认了46亿美元的 H20 收入，但有25亿美元的出货未能完成。未来，公司还有部分订单将无法兑现，这一点已反映在计提的 45 亿美元减值中。
英伟达表示，展望第二季度，预计总收入为450 亿美元，波动区间为正负2%，并预计各业务平台将实现温和的环比增长。公司提到，二季度的指引考虑到了H20出口限制的影响，预计当季H20的收入将减少80亿美元。
关于中国市场的影响，英伟达指，在出口管制方面，中国是全球最大的 AI 市场之一，也是通往全球成功的跳板。全球一半的AI研究人员都在中国，赢得中国的平台就有望引领全球。将中国芯片制造商与美国竞争隔绝，只会增强它们的国际竞争力，却削弱了美国的地位。
Q&A
【Q】你们至少已经谈了大约一年的关于推理模型推理规模化的问题，我们也从你们的客户那里听到了相同反馈。你们能够满足这部分需求的规模大概有多大?能否大致说明一下你们的推理业务有多重要?以及未来我们是否需要全面部署 NVL72 机架级解决方案来进行推理?
我们希望满足所有需求，我认为我们正在朝着满足大部分需求的方向前进。Grace Blackwell NVL72 是目前推理 AI 的理想引擎——可以说是理想的“思考机器”。其原因有几点。首先，推理所需处理的 token 数量是一次性问答的 100 倍甚至 1,000 倍。它本质上是在进行自我思考，将问题分解为一个个步骤，可能会为一个答案规划多条路径。推理过程中，它可以调用工具、阅读 PDF、浏览网页、观看视频，然后生成最终结果或答案。思考的时间越长，答案越好、越智能。而我们之所以设计 Grace Blackwell，以在推理性能上实现如此大幅度提升，正是为了让你能够做所有这些操作，同时仍能尽可能快速地获得响应。与 Hopper 相比，Grace Blackwell 的速度和吞吐量提升了约 40 倍。因此，这将在降低成本的同时大幅提升响应质量，并保持卓越的服务水平。这就是 Grace Blackwell NVL72 设计的根本原因和核心动力。当然，为了实现这一点，我们必须从头重新设计整个超级计算机的构建方式。但现在我们已进入全面量产阶段，前景令人振奋，极其令人期待。
【Q】关于中国市场的影响，之前提到大约有 150 亿美元的冲击。而你们在第二季度已经确认了 80 亿美元的 H20 收入损失。那么在接下来的几个季度里，还会有剩余的压力吗?关于这部分损失，我们应该如何在模型中进行假设和分摊?在 GTC 大会时，你曾勾勒出未来几年 AI 领域支出几乎达到 1 万亿美元的路径。请问我们目前处于这个规模化部署的哪一阶段?你认为无论是云服务提供商、主权云、企业数据中心，还是整个建设路径，都将保持统一的快速扩张，还是会出现某些阶段性的“消化期”?从你与客户的对话来看，如何为明年的增长做出合理的建模?
关于 H20，我们在第一季度确认了 46 亿美元的 H20 收入，但有 25 亿美元的出货未能完成。因此，第一季度的 H20 总收入本应达 70 亿美元。展望第二季度，我们在中国数据中心的收入将显著下降。我们也已披露了第二季度原计划的 H20 订单金额，为 80 亿美元。未来，我们还有部分订单将无法兑现，这一点已反映在我们计提的 45 亿美元减值中。该减值主要针对库存和采购承诺，采购承诺的金额即基于我们收到的订单预期。更重要的是，我们评估未来无法覆盖的市场规模接近 500 亿美元，因为目前我们没有可供中国市场使用的产品。
AI 承载着多重含义AI 是一项将颠覆各行各业的非凡技术——从软件开发方式，到医疗保健、金融服务、零售，再到交通、制造业，它将改变一切，而我们才刚刚开始。
但也可以这样思考：我们在哪些场景需要“智能”?在哪些场景需要数字化的智能?答案是，每个国家的每个行业都需要。而正因为如此，我们也认识到，AI 本身就是一种基础设施——它需要“工厂”来交付技术，而这些“工厂”生产的是 token。
正如我所提到的，这些 token 对每一个国家、每一个行业都至关重要。因此，从这个角度看，我们才刚刚进入 AI 采用的初级阶段。如今，我们已经达成了一个非凡的里程碑：AI 具备了“推理”能力——也就是人们常说的inference time scaling。这标志着我们已进入一个时代，在此时代中，推理将成为计算工作负载的重要组成部分。
总而言之，AI 将成为一种全新的基础设施，我们正在云端构建它。美国无疑是起步最早、最成熟的市场，也是我们最大的市场和部署基数，我们将继续看到这一趋势。但不仅如此，AI 还将进入企业内部部署领域，因为大量数据仍保留在本地，访问控制尤为重要。
实际上，要将每家公司的所有数据都迁移到云端是非常困难的。因此，我们将把 AI 推向企业内部部署。我们发布了几款非常令人兴奋的新产品：面向企业的 RTX Pro Enterprise AI 服务器，可运行所有企业级 AI 工作负载;以及面向希望在本地开发的开发者的 DGX Spark 和 DGX Station。
企业级 AI 正在起飞。对于电信运营商而言，未来的大量电信基础设施将实现软件定义，并构建在 AI 之上。6G 将基于 AI 构建，而这些基础设施需要被大规模部署。我们还处于非常非常初期的阶段。
今天所有制造业工厂都会配备一个 AI 工厂。AI 工厂不仅负责为自身运行和优化 AI，也会为工厂生产的产品及其使用场景提供 AI 支撑。很显然，每家汽车公司都会拥有 AI 工厂。不久之后，也会涌现出大量机器人厂商，这些公司也会构建 AI 来驱动机器人。总之，我们正处于这一切部署的开端。
【Q】过去一个月里，已有许多大型 GPU 集群投资公告——您提到了沙特阿拉伯、阿联酋，还有我们从 Oracle 和 xAI 听到的一些动向。是否还有其他同等规模和影响力的项目尚未披露?更重要的是，这些订单目前如何影响 Blackwell 的交付周期?截至今天，2025 年已经过半，对未来交付的可见度如何?
实际上，与我上次在 GTC 会议上谈及订单时相比，今天我们收到的订单更多。不过，我们也在扩充供应链并大力建设产能，团队干得非常出色。我们正在美国本土建立这些产能，并将在未来数年持续保持供应链的高强度运转。至于后续的投资公告，下周我将在欧洲各地走访——几乎每个国家都需要建设 AI 基础设施，数以百计的 AI 工厂正在规划之中。正如 Colette 在发言中提到的，目前已有大约 100 座 AI 工厂在建，而还有很多尚未公布。我想强调的是，要理解这一点，其实很简单：类似电力这样的基础设施曾影响所有行业，互联网作为信息基础设施也改变了整个社会。智能同样具备如此广泛的价值，没有任何公司、行业或国家会认为它是可有可无的——它就是关键基础设施。我们已将“智能”数字化，而现在正处于这一基础设施建设的开端，未来每个国家、每个行业都将拥有并使用它。这种基础设施与众不同之处在于它需要“工厂”来生产智能，就像能源基础设施需要发电厂一样。我们需要工厂来制造这些智能，而智能本身也在不断进化。前些年我们在“推理 AI”方面取得了巨大突破，现在出现了能够推理的 Agent、使用多种工具的超级 Agent，甚至彼此协作解决问题的 Agent 群集。相比于一次性问答的聊天机器人，这些 Agent 对计算资源的需求要高出数百倍乃至数千倍。因此，我们仍处在基础设施建设的早期阶段，未来还将有更多类似规模的重大公告。
【Q】关于第二季度的 H20 损失指引 80 亿美元，似乎比大多数人预期的要高出约 30 亿美元。这也就意味着，要达成 450 亿美元的整体营收目标，除中国市场外的其他业务需要比预期好大约 20–30 亿美元。这样的测算对你们来说是否合理?在你们看来，导致非中国业务表现超出市场预期的主要驱动因素是什么?
虽然你们习惯按季度提供指引，但鉴于 AI 扩散规则被撤销以及主权云等领域的势头加速，你们以前也曾在电话会议中表示对全年环比增长更有信心。在 AI 扩散规则解除和供应链持续扩张的背景下，你们是否对全年保持环比增长有更大的信心?
回到我们的第二季度指引及相关说明，如果出口管制没有发生，我们预计第二季度会有约80亿美元的 H20 订单。这一点是正确的，也正是我们在本季度指引中所设想的可能情况。
此外，我们也提到了 Blackwell 在众多客户中的快速增长，以及为了满足客户需求我们持续扩充的供应。将这些因素综合起来，就形成了我们目前给出的指引。
我会说，与年初、与 GTC 会议时相比，有四个令人惊喜的积极变化：推理型 AI 的需求出现阶跃式增长，如今相当清晰地显示，AI 正在经历指数级增长，而推理型 AI 真正突破了之前的瓶颈。人们对“幻觉”问题或其解决实际问题能力的担忧正在消除，越来越多的人认识到智能体 AI 和推理型 AI 的惊人效能。AI 扩散规则被撤销。撤销 AI 扩散规则的时机几乎正赶上全球各国意识到 AI 不仅是一项重要的技术，更是一种基础设施——像电力和互联网一样，需要大规模部署来支撑产业、初创公司和社会。特朗普总统希望美国领先全球，并让世界建立在美国的技术栈之上，而非其他替代方案，这为我们开辟了新的机遇。企业级 AI 智能体(Agents)已开始落地。与以往的生成式 AI 相比，智能体 AI 是颠覆性的。它们能理解模糊或隐含指令、解决问题、调用工具、具备记忆能力等，显示出强大的实用价值。我们花了数年时间，才打造出能够整合并运行企业级 AI 和 IT 架构的计算平台，而这正是我们在 Computex 上推出的 RTX Pro Enterprise AI 服务器所专注的。企业 AI 已具备起飞条件。从软硬件到部署的端到端解决方案已经成熟，能够满足企业对智能化自动化的需求。这意味着企业 AI 正在迅速进入应用爆发期。总的来说，这些积极因素让我们对未来的增长充满信心。
此外，几乎所有主要的 IT 公司都已加入我们的阵营，这令我非常兴奋。计算只是其中的一环，企业 IT 实际上有三大支柱：计算、存储和网络。而我们现在终于将这三者整合在一起，并准备推向市场。最后，还有工业 AI。请记住，世界格局重塑的一大体现就是各地区将制造业迁回本土，随处建设工厂。除了 AI 工厂外，全球还在建设新的电子制造厂和芯片制造厂。所有这些新工厂都正处于一个极其有利的时机：Omniverse、AI 以及我们在机器人领域的各项成果正在不断涌现。因此，这第四大支柱——工业 AI——非常关键。每个工厂都将配备一个 AI 工厂，而要构建这些物理 AI 系统，必须进行海量数据的训练。这就带来了更多数据、更高强度的训练、更多 AI 模型的创建以及更多计算需求。正是这四大驱动因素正在共同加速推进。
【Q】你们是否已获批准向中国交付一款经过修改的新 SKU?目前正在生产，但你们就是无法在第二财季出货?在旧政策下，你们在中国的季度出货量大约在 70–80 亿美元之间。一旦获准再次向中国出货，是否能够恢复到类似的季度运行率?
总统有一个计划，他有一个愿景，我信任他。关于我们的出口管制，这是一系列限制，而新一轮的限制几乎让我们无法再将 Hopper 进一步降级以供有效使用。因此，对 Hopper 来说，这就是走到尽头。我们的可选方案非常有限，所以关键在于理解这些限制，看看是否能够设计出能够继续服务中国市场的有趣产品。目前我们还没有任何方案，但正在考虑并思索之中。显然，目前的限制非常严格，我们今天也没有任何新消息可发布。等时机成熟，我们会与政府沟通并进行讨论。
【Q】我想了解一下在网络业务方面的强劲表现，特别是贵公司的以太网解决方案在云服务提供商中的采用情况，以及您在网络附着率方面观察到的任何变化。
我们现在有三个网络平台，或者说可能有四个。第一个是用于将单台计算机扩展为更大计算机的纵向扩展平台，称为 NVLink。纵向扩展非常困难。纵向扩展难度极大，而横向扩展相对容易。该平台包含芯片、交换机和 NVLink 主干，结构非常复杂。但这就是我们的新平台——纵向扩展平台。
除了 InfiniBand，我们还有 Spectrum‑X。我们一直认为，以太网最初是为大量相互独立的流量设计的。但在 AI 场景中，许多计算节点需要协同工作，AI 的流量具有极强的突发性。延迟非常关键，因为 AI 在“思考”，它希望尽快完成任务，并且有大量节点同时协作。因此，我们增强了以太网，引入了极低延迟、拥塞控制、自适应路由等原本仅在 InfiniBand 中可用的技术，从而提高了这些集群中以太网的利用率——从最低约 50% 提升到最高可达 85%–90%。
想象一下，如果一个价值 100 亿美元的集群效率提升 40%，那就相当于创造了 40 亿美元的价值，实在惊人。因此，Spectrum‑X 取得了巨大成功。正如我们在业绩说明中提到的，上季度我们又新增了两家非常重要的云服务提供商采用 Spectrum‑X。
最后一个是 Bluefield，它是我们的控制平面平台。该平台用于存储、安全以及许多希望在多租户集群中实现隔离的场景，同时依然保持极高的裸机性能，Bluefield 在这些场景中非常理想，并被广泛采用。所以，我们有这四个网络平台，它们都在增长，我们的表现非常出色，我为团队感到非常自豪。
这是一个强劲新增长浪潮的开端。Grace Blackwell 已全面投产，我们已经起跑。我们现在拥有多个重要的增长引擎。推理 AI——一旦轻量级工作负载在创收型 AI 服务中爆发，AI 的增长速度将超过以往任何平台转型，包括互联网、移动和云时代。Blackwell 的设计覆盖整个 AI 生命周期，从训练前沿模型到大规模运行复杂推理与智能体。
随着后训练突破、强化学习和合成数据生成的进展，训练需求持续攀升，而推理正处于爆发期。推理型 AI 智能体对算力的需求大多个数量级。我们下一代增长平台的基础已经就绪，随时可扩展。
主权 AI 方面，各国正像当年建设电力和互联网基础设施一样投资 AI 基础设施;企业 AI 方面，AI 必须可在本地部署并与现有 IT 集成，我们的 RTX PRO、DGX Spark 和 DGX Station 企业级 AI 系统已准备就绪，可在本地或云端现代化改造 5,000 亿美元的 IT 基础设施，所有主要 IT 厂商都在与我们合作;工业 AI 方面，从训练到数字孪生仿真再到部署，NVIDIA Omniverse、Isaac 和 GR00T 正为全球下一代工厂及人形机器人系统赋能。
AI 时代已经到来。无论是 AI 基础设施、大规模推理、主权 AI、企业 AI 还是工业 AI，NVIDIA 都已准备就绪。
欢迎参加 GTC Paris。我将在 6 月 11 日于 VivaTech 上发表主题演讲，内容涵盖量子 GPU 计算、机器人化工厂与机器人。
本文来源自“国金电子研究”公众号，智通财经编辑：蒋远华。
