專題：英偉達第三財季營收570.06億美元 凈利潤同比增長65%

　　英偉達今日公布了該公司的英偉營收有進2026財年第三財季財報：營收為570.06億美元，同比增長62%，達高讀環比增長22%；凈利潤為319.10億美元，管解同比增長65%，財報長空環比增長21%；不按照美國通用會計準則的步增調整后凈利潤為317.67億美元，同比增長59%，英偉營收有進環比增長23%。達高讀（注：英偉達財年與自然年不同步，管解2025年1月底至2026年1月底為2026財年）

　　詳見：英偉達第三財季營收570.06億美元 凈利潤同比增長65%

　　財報發布后，財報長空英偉達創始人、步增總裁兼首席執行官黃仁勛和執行副總裁兼首席財務官科萊特·克雷斯等高管出席隨后召開的英偉營收有進財報電話會議，解讀財報要點并回答分析師提問。達高讀

　　以下是管解分析是問答環節主要內容：

　　摩根士丹利分析師Joseph Moore：管理層此前提到公司 Blackwell 與Rubin 架構在2025至2026年與高性能計算數據中心的相關營收規模將達5000億美元，當時稱已有1500億美元的財報長空相關產品交付完成。如今多個季度已經過去，步增按規劃未來14個月左右需完成剩余3500億美元的目標?？紤]到這段時間里市場需求或許仍未完全釋放，后續這些營收數據是否有可能進一步增長？

　　科萊特·克雷斯：情況確實如你所說，我們正朝著5000億美元的預期目標推進，目前進度符合規劃，經過多個季度的推進，后續仍有充足時間推進目標達成。到2026年底，這一數字必將增長，我確信到2026財年，我們還能滿足更多可交付的算力需求。我們本季度已交付價值500億美元的產品，此外還有更多潛在訂單。比如，今天我們與沙特阿拉伯達成協議，未來三年內將額外供應40萬至60萬塊圖形處理器（GPU）。同時，我們還新增了埃瑟爾（分布式 GPU 云計算提供商）這一合作方。因此，除了已公布的5000億美元目標，我們的營收絕對有進一步增長的空間。

　　Cantor Fitzgerald分析師C.J. Muse：目前市場對人工智能（AI）基礎設施建設的規模、相關計劃的資金保障及投資回報率均深感擔憂。但與此同時，你們卻表示圖形處理器產品供不應求、訂單全滿。而且目前業界尚未充分享受到 B300 帶來的巨大效益，更不必說剛發布的魯賓平臺和雙子座 3 號模型了，格羅克 5 號也即將推出。基于這樣的行業背景，你認為未來 12 至 18 個月內，算力供應有望追上市場需求嗎？還是說供需缺口的持續時間會更長？

　　黃仁勛：眾所周知，我們在供應鏈規劃方面做得十分到位。英偉達的供應鏈幾乎涵蓋了全球所有相關科技企業，包括臺積電的封裝業務、存儲設備供應商、各類原始設計制造商（ODM）等合作伙伴，都與我們配合默契，共同推進規劃落地，為關鍵的一年做好萬全準備。

　　一段時間以來，行業正經歷三大重要轉型，這一點我此前也提及過。其一就是從通用計算向加速計算的轉型，值得注意的是，人工智能不僅包括智能體人工智能，生成式人工智能也在改變超大規模企業以往依賴中央處理器（CPU）開展工作的模式。借助生成式人工智能，超大規模企業得以將搜索、推薦系統等業務從CPU遷移過來，目前這一轉型仍在進行中。無論是用于數據處理、推薦系統的生成式人工智能開發，還是用于智能聊天機器人研發的GPU，均可通過英偉達的產品提升運行效率。這些應用場景雖各有不同但均在快速發展，且得益于人工智能模型質量的持續提升，它們都能依托英偉達GPU順暢運行。

　　生成式人工智能的應用場景還在不斷拓展。以代碼輔助領域為例，英偉達自身便大量應用這類技術，其實行業內眾多企業亦是如此。像Cursor編程助手、云代碼工具、開放式人工智能的代碼生成模型以及代碼托管平臺的編程助手等組合應用，是當前發展速度最快的應用類型之一。如今這類工具已不僅限于軟件工程師使用，借助可視化編程技術，企業內部的工程師、營銷人員以及供應鏈規劃人員等都能運用。類似的應用案例還有很多，比如醫療領域的OpenEvidence公司、數字視頻剪輯領域的Runway公司等。眾多新興初創企業都在積極運用生成式人工智能與智能體技術，而且人工智能的日常使用率也在持續攀升。

　　人工智能模型的訓練工作也在穩步推進，我今天收到了德米斯（Demis Hassabis，Google 人工智能公司 DeepMind CEO），他表示人工智能模型的預訓練與后續優化工作均進展順利，谷歌 Gemini 3 人工智能模型就充分運用了規模法則，其性能與質量均實現了大幅飛躍，行業正同時迎來多重增長爆發點。我們不妨回歸核心邏輯，觀察這幾大行業變革趨勢，那就是通用計算向加速計算轉型、生成式人工智能崛起、人工智能逐步替代傳統機器學習，再加上智能體人工智能這一全新領域的出現。種種變革疊加之下，算力供需平衡的實現還需要一定時間。

　　美銀美林分析師Vivek Arya：我想了解，在公司5000億美元的目標規模中，你們提出的每吉瓦數據中心所做的資本支出是基于什么假設？我們聽到的行業數據差異較大，最低每吉瓦對應250億美元相關產品價值，最高則達到300億至400億美元。想明確你們在制定5000億美元目標時，對每吉瓦的電力消耗及對應美元價值是如何假設的？另外，黃仁勛之前提到2030年數據中心市場規模將達到3萬億至4萬億美元。你認為其中多少需要供應商融資支持，又有多少來自大型客戶、政府或企業的現金流？

　　黃仁勛：公司的各個芯片架構，從Ampere到Hopper，到Blackwell、再到Rubin，每一代產品都在推動數據中心相關價值增長。Hopper系列每吉瓦對應的產品價值約為200多億至250億美元；Blackwell系列，尤其是Grace Blackwell，大約在300億美元左右上下浮動；Rubin系列則可能更高。每一代產品的性能都實現了數倍提升，因此客戶的總擁有成本（TCO）也隨之數倍優化。關鍵在于，數據中心的電力上限通常為1吉瓦，所以每瓦性能，也就是架構的能效至關重要，這一點無法靠蠻力實現。1吉瓦的電力限制下，每瓦性能直接決定了最終的營收，這也是選擇合適架構的核心意義所在。如今，全球沒有任何資源可供浪費。因此我們在整個技術棧中推行“協同設計”理念，這一理念覆蓋框架與模型、數據中心整體，甚至對供應鏈和生態系統中的電力與冷卻系統進行全面優化。所以每一代產品的經濟貢獻和交付價值都會提升，最重要的是，每一代產品的能效都將實現質的飛躍。

　　關于客戶新增的資金來源，這取決于他們自身。我們認為未來增長空間廣闊，且當前市場焦點多集中在超大規模數據中心提供商上，投資英偉達GPU不僅能提升其通用計算的規模、速度并降低成本，這一點至關重要，因為摩爾定律的演進已大幅放緩。摩爾定律的核心是降低成本，實現計算成本的長期通縮，但如今這一趨勢減弱，因此超大規模企業需要新的方式來持續控制成本，而英偉達GPU計算正是最佳選擇。

　　其次，英偉達還能提升他們現有業務模式的營收。推薦系統是全球超大規模企業的核心驅動力，無論是短視頻推送、圖書推薦、購物車商品推薦，還是廣告、新聞推薦，本質上都依賴推薦系統。互聯網上有萬億級別的內容，若沒有精密的推薦系統，企業根本無法在小小的屏幕上為用戶精準推送內容，而現在，推薦系統已全面轉向生成式人工智能。我剛才提到的數千億美元資本支出，完全可以通過客戶的現金流覆蓋。在此基礎上，智能體人工智能將帶來全新的收入和消費需求，同時催生眾多、史上增長最快的全新應用。一旦人們深入了解資本支出背后的深層邏輯，就能看清這三大核心驅動力。

　　最后需要強調的是，我們之前討論過美國的云服務提供商，但實際上每個國家都會為自身的基礎設施提供資金支持。全球有眾多國家和行業，其中大多數行業尚未涉足智能體人工智能，但即將入局，比如我們合作的自動駕駛企業、為工廠打造實體人工智能數字孿生體的企業，全球范圍內新建的工廠和倉庫，以及眾多獲得融資、旨在加速藥物研發的數字生物學初創公司。不同行業都已開始參與其中，并將自行籌集資金。因此，不能只盯著超大規模數據中心提供商來展望未來的基礎設施建設，而應放眼全球、覆蓋所有行業，企業級計算領域將自行承擔本行業的相關資金需求。

　?。ǔ掷m更新中。。。）