輝達 2027 財年第二季度再度交出超預期成績：營收 962.21 億美元，環比增長 18%、同比增長 106%；其中資料中心收入 890.23 億美元，同比增長 117%，已經佔到總收入的九成以上。GAAP 與非 GAAP 毛利率均為 75.0%，非 GAAP 攤薄每股收益 2.22 美元。公司給出的第三季度營收指引為 1080 億美元、上下浮動 2%，且仍未計入來自中國的資料中心計算收入。

比單季數字更重要的是管理層對需求、供給與商業模式的判斷。輝達稱，客戶對 2028 財年的需求指向約 100% 增長，但供應能力使公司目前有把握實現約 70% 的收入增長；供應缺口可能持續到 2028 財年末。Vera Rubin 已進入全面量產，公司預計其將成為輝達史上爬坡最快的平台，並在第三季度貢獻約 20% 的資料中心收入。每吉瓦資料中心對應的輝達收入機會，已由 Hopper 時代約 180 億美元提升至 Grace Blackwell 的約 250 億美元，再到 Vera Rubin 的約 400 億美元。

輝達強調，其增長不只來自五大超大規模雲廠商。AI 雲、工業、企業與主權 AI 合計構成的 ACIE 業務本季收入 403.13 億美元，環比增長 25%、同比增長 138%，已成為另一半增長引擎。公司同時加大對前沿 AI 實驗室、AI 雲和基礎設施融資的支援：已在前沿 AI 實驗室投資近 500 億美元，並與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 合作，計畫撬動超過 5000 億美元第三方資本。管理層承認市場會將部分安排稱為“循環融資”，但認為 NVIDIA 平台可替代、耐用且可重新部署，相關風險可控。

短期壓力主要來自記憶體及零部件漲價。公司預計毛利率將在第四季度降至 71%–72% 的低點，隨後於 2028 財年穩定在 72%–73%；第一季度起實施提價以部分避險成本。總體來看，本次電話會傳遞的核心訊號是：AI 已從試驗階段跨入能夠持續創造收入和利潤的生產階段，算力正在直接轉化為收入，而輝達正從“賣 GPU”進一步擴展為覆蓋晶片、CPU、網路、整機架、軟體、融資和 AI 工廠營運的全端平台。

關鍵財務資料

註：金額單位按美元計；ACIE 指 AI Clouds、Industrial and Enterprise。

————————————————————————————

電話會實錄

參會人員

Toshiya Hari，投資者關係負責人

Jensen Huang（黃仁勳），創始人、總裁兼首席執行長

Colette Kress，執行副總裁兼首席財務官

開場

接線員

下午好，歡迎參加輝達 2027 財年第二季度業績電話會。所有線路目前均已靜音，以避免背景噪音。管理層發言結束後，我們將進入問答環節。現在把電話交給投資者關係負責人 Toshiya Hari。

Toshiya Hari

謝謝。下午好，歡迎參加輝達 2027 財年第二季度電話會。今天與我一同出席的有公司創始人、總裁兼首席執行長 Jensen Huang，以及執行副總裁兼首席財務官 Colette Kress。

本次電話會正在 NVIDIA 投資者關係網站直播，錄音將在 2027 財年第三季度業績電話會之前持續提供回放。今天的電話會內容歸 NVIDIA 所有，未經公司事先書面同意，不得複製或轉錄。

在本次電話會中，我們可能會基於當前預期作出前瞻性陳述。這些陳述面臨多項重大風險與不確定性，實際結果可能與預期存在重大差異。請參閱今天的財報新聞稿、最新的 Form 10-K、Form 10-Q，以及公司向美國證券交易委員會提交的 Form 8-K。我們今天的陳述均截至 2026 年 8 月 26 日；除法律要求外，公司不承擔更新這些陳述的義務。

我們還會討論若干非 GAAP 財務指標。相關指標與 GAAP 指標的對帳，可在公司網站發佈的 CFO Commentary 中查閱。下面把電話交給 Colette。

管理層陳述

Colette Kress

謝謝，Toshiya。我們再次交出了一個出色的季度，收入、營業利潤和每股收益均創紀錄。總收入達到 962 億美元，同比翻倍，並連續第四個季度實現增長加速。AI 需求激增，推動全球基礎設施建設，增長機會覆蓋超大規模雲廠商、AI 實驗室、AI 原生公司、企業及主權客戶。

根據客戶目前提供的預測，2028 財年對 NVIDIA 的需求可能同比增長約 100%。考慮到供應約束，我們初步預計 2028 財年收入增長約 70%。

第二季度資料中心收入達到 890 億美元，環比增長 18%、同比增長 117%。其中，Hyperscale 收入 487 億美元，環比增長 13%，主要受 Blackwell Ultra 持續強勁需求推動。隨著更多 GPU 容量上線，更多計算正在轉化為更多收入。五大超大規模客戶的雲業務積壓訂單已超過 2 兆美元，其資本開支預計將由 2026 年的近 8000 億美元增至 2027 年的約 1.3 兆美元。

我們很高興宣佈進一步擴大與 AWS 的合作。AWS 將從本季度起至 2029 財年第二季度新增部署約 200 萬塊 NVIDIA GPU，並配套採用 Vera CPU；部分 Vera CPU 將整合於 Rubin 系統。AWS 還將在 Amazon Bedrock 與 SageMaker 上提供 NVIDIA Nemotron 開放模型，並採用 Omniverse、Cosmos、Isaac 和 Jetson 等實體 AI 技術，支援其倉儲機器人體系。

AI Clouds、Industrial and Enterprise，也就是 ACIE，本季度收入為 403 億美元，環比增長 25%、同比增長 138%。增長來自新雲容量投產，以及企業、AI 初創公司和主權客戶的旺盛需求。借助 NVIDIA DSX 參考設計，新雲合作夥伴可以更快上線容量，並以更低的每代幣成本營運。美國相關裝機容量較 2025 年底繼續快速上升。

即使以我們的規模衡量，需求仍在加速。客戶預測明年對 NVIDIA 的需求可能翻倍，但受供應限制，我們目前預計能夠實現約 70% 的增長。NVIDIA 計算在我們所服務的各類雲中均得到充分利用，並為超大規模雲、NeoCloud 和 AI 實驗室創造不斷上升的經濟價值。

我們的增長由三項獨特能力推動。

第一，NVIDIA 架構能夠運行所有類型的模型。無論封閉模型還是開放模型，無論小模型、大模型、視訊模型、自回歸模型或擴散模型，也無論部署在雲端還是邊緣，NVIDIA 都能覆蓋訓練、後訓練、推理和智能體工作負載。一個平台可以服務 AI 的完整生命周期。性能、可替代性和耐用性相結合，使 NVIDIA 成為高效且可融資的計算基礎設施。

第二，我們擁有完整的 AI 工廠平台，正在擴大 NVIDIA 在資料中心總體投入中的份額。自 Hopper 以來，每吉瓦資料中心對應的 NVIDIA 收入機會，已從約 180 億美元提升到 Grace Blackwell 的約 250 億美元，再提升到 Vera Rubin 的約 400 億美元。Vera Rubin 平台覆蓋 Vera CPU、Rubin GPU、NVLink、InfiniBand、Ethernet，以及用於高互動推理的 Groq LPU。

我們能夠對 GPU、CPU、NVLink、網路、系統、演算法和軟體進行協同設計，因此每一代都可以獲得數量級的性能提升。Vera Rubin 就是典型代表：與 Grace Blackwell Ultra 相比，其每兆瓦吞吐量可提升約 30 倍，每代幣成本降低約 35 倍。

Vera Rubin 已於本月初開始量產出貨，並已獲得所有主要超大規模雲、AI 雲和系統 OEM 的訂單。我們預計 Vera Rubin 將成為 NVIDIA 歷史上爬坡速度最快的產品平台。

網路業務再創季度收入紀錄。Spectrum-X 乙太網路收入同比增長約 2.6 倍，NVIDIA 已成為全球規模最大、增速最快的網路公司之一。

智能體 AI 的普及也在加速資料中心 CPU 需求。我們 2021 年推出的 Grace CPU 已取得顯著成功，過去 12 個月收入超過 50 億美元。下一代 Vera CPU 已進入全面生產。與上一代相比，Vera 在關鍵基準中的每瓦性能約為 1.8 倍，記憶體頻寬約為 5 倍。我們預計所有主要超大規模雲、NeoCloud、AI 實驗室與系統製造商都將採用 Vera，並已開始向 Oracle Cloud Infrastructure、SpaceX 旗下 xAI 等重要夥伴出貨，AWS 也將從本季度開始匯入。根據客戶需求與供應改善情況，我們初步預計 2028 財年 CPU 收入將同比增長一倍以上，使 NVIDIA 成為全球領先的伺服器 CPU 供應商之一。

自宣佈與 Groq 合作以來，我們一直在把 NVIDIA 的高吞吐架構與 Groq 的高互動、低延遲架構結合起來。本周早些時候，我們宣佈 Groq 3 LPX 機架級 LPU 系統全面投產。在智能體推理基準中，其每秒代幣數接近次優替代方案的 4 倍。預計本季度稍晚將向早期客戶大批次交付，Nebius 將成為首批採用者之一。

今天，我們銷售的不再只是晶片，而是一套完整的 AI 工廠平台：它能為客戶提供更好的經濟性，也讓 NVIDIA 獲得資料中心投入中更大的價值份額。

第三，完整的 AI 工廠平台與龐大的 CUDA 生態系統相結合，使 NVIDIA 能把 AI 擴展到單顆晶片無法覆蓋的市場。在超大規模客戶之外，還有巨大的市場希望採用 AI，卻沒有興趣自行設計定製晶片。NVIDIA 經過驗證的全端平台，特別適合幫助主權國家、新雲和企業建設並持續營運 AI 基礎設施。超大規模客戶仍將是主要增長動力，但包括主權 AI、區域雲、NeoCloud、企業和邊緣基礎設施在內的 ACIE，已經約佔資料中心業務的一半。

AI 原生初創生態系統主要基於 NVIDIA 計算平台開發和運行，並在快速擴張。全球 AI 風險投資約有 70% 流向計算密集型公司；2026 年上半年融資額已超過 4000 億美元，高於 2025 年全年的約 2650 億美元。包括 Cursor、xAI、Magic 與 Together AI 在內，已有接近 20 家 AI 原生公司的年化收入運行率超過 10 億美元，高於上一季度的 13 家，其中垂直企業軟體的增長最快。

企業應用方面，過去 12 個月，汽車行業相關收入約 80 億美元；金融服務、製造與醫療合計貢獻約 70 億美元。Hudson River Trading 和 Jane Street 正在利用 NVIDIA 加速資料工廠進行量化交易。三星電子採用 NVIDIA cuLitho，將計算光刻性能提升最多 20 倍。百時美施貴寶正在投資 Vera Rubin AI 工廠，繼羅氏與禮來之後，利用加速計算把部分藥物研發周期從數年縮短到數月。

主權 AI 業務主要通過區域 NeoCloud 落地，本季度環比增長 35%、同比增長三倍以上。國家與地區可以直接把土地和電力交給本地雲合作夥伴，這一點通常不是外國超大規模雲能夠替代的。NVIDIA 自身不經營公有雲，因此可以成為每個主權雲和新雲的中立夥伴。由於 NVIDIA 計算高效、可替代、可租賃且耐用，全球各地對區域雲的興趣正在快速上升。

在日本，我們與政府和產業界合作建設全球首個國家級 AI 基礎設施；在韓國，我們與 SK Telecom、NAVER 和 Brookfield 擴展 AI 工廠生態，並與 SK hynix 展開多年技術合作，推進下一代記憶體。歐洲正在建設創紀錄的 35 台 NVIDIA AI 與高性能計算超級電腦，以推動工業和科學研究。

NeoCloud 面對廣泛而多樣的客戶需求。與把全部容量抵押給單一長期承租人不同，我們在部分項目中採用收入分成結構：NVIDIA 對設施的部分容量提供“承購或付款”式最低收入承諾，以增強貸款方對項目的信心；作為交換，我們分享 NeoCloud 超過最低門檻後的部分收入。項目仍由獨立資本按自身標準承保，NVIDIA 不在該模式下直接放貸。我們可從硬體銷售與後續租賃收入分成中獲得兩次回報。長期看，這種模式可以擴大可觸達市場，並在核心平台收入之外形成與使用量相關的經常性收入，未來有望達到數十億美元規模。

上述三項能力——運行所有模型的平台、覆蓋更多資料中心投入的全端 AI 工廠，以及把 AI 擴展到單晶片無法進入市場的 CUDA 生態——彼此強化，共同構成 NVIDIA 的增長引擎。

接下來談前沿 AI 實驗室。它們對訓練和推理計算的需求巨大，但增長速度往往超過其資產負債表與信用能力。它們擁有快速增長的客戶需求，卻沒有數十年的基礎設施合同和投資級信用，難以獨立鎖定 AI 工廠所需的土地、電力、機房和融資。換句話說，它們的增長並非受技術或客戶需求限制，而是受計算供給限制。對這些公司來說，更多計算意味著更多智能、更多使用者和更多收入，而 NVIDIA 的平台正為這個飛輪提供動力。

我們已在前沿 AI 實驗室投資接近 500 億美元。金額看似很大，但相對於同期預計產生的自由現金流，仍只佔一小部分。此外，為支援前沿實驗室的基礎設施建設，我們近期與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs 和 KKR 建立合作，計畫籌集超過 5000 億美元第三方資本。依託 NVIDIA 獨特、可持續且可替代的計算平台，AI 實驗室可以用更具吸引力的成本獲得由長期機構資本支援的 AI 基礎設施。

我們還通過與 SB Energy 合作，在俄亥俄州 PORTS-Pike 技術園區鎖定土地、電力和機房條件，獨家部署 NVIDIA 計算。首期計畫支援約 4.25 吉瓦 AI 工廠容量，主要供 OpenAI 使用。每一代部署在該園區的 NVIDIA AI 工廠系統，約可對應 150 萬塊 NVIDIA GPU；在 20 年期限內，園區可以經歷多輪基礎設施升級。該安排的核心在於：長期保留一個高品質 AI 工廠站點，同時讓其中的 NVIDIA 計算系統可以持續迭代。

這項安排也進一步加深了我們與 OpenAI 的長期合作。到 2030 年，OpenAI 已有與計畫中的承諾合計約對應 12 吉瓦 NVIDIA 計算。對於另一家前沿 AI 實驗室，我們還計畫為接近 2 吉瓦的計算提供選擇性信用增級；這只是其獨立獲得的大量 NVIDIA 計算能力之外的補充。

我們理解市場會把這類安排稱為“循環融資”，但我們的看法不同。世界正在經歷一次重大的計算平台轉型，並由此孕育出可能成為史上最大科技公司的企業。它們的技術領導地位、客戶吸引力與使用量均在快速上升。我們會把投資規模與其需求強度、為 NVIDIA 帶來的業務、在 NVIDIA 平台上形成的生態，以及投資本身的股權回報綜合衡量。NVIDIA 計算平台具有可替代性與耐用性，必要時可重新部署給其他客戶，因此風險相對有限。

從整體結構看，AI 實驗室明年的採購需求將明顯上升。NVIDIA 計畫有選擇地利用資產負債表幫助其中一部分需求落地；大部分交付的計算仍將由投資級客戶，或獲得充分資本支援的客戶消化。

第二季度，在獲得美國政府許可的情況下，我們向中國客戶出口的資料中心 Hopper 產品佔資料中心收入不到 1%。這部分產品的毛利率低於公司平均水平。鑑於地緣政治環境仍存在不確定性，我們的未來指引繼續不包含來自中國的資料中心計算收入。

第二季度 GAAP 與非 GAAP 毛利率均為 75.0%，與上季度基本持平，主要因為產品結構相近。GAAP 與非 GAAP 營運費用環比分別增長 10% 和 11%，主要來自更高的計算基礎設施成本以及薪酬福利開支。非 GAAP 實際稅率為 16.0%。

為迎接 Vera Rubin 上市，庫存環比增至 316 億美元。應收帳款周轉天數升至 60 天，原因是部分投資級客戶簽訂了跨多個季度交付的大額協議，付款期限相應延長。

本季度我們向股東返還接近 260 億美元，其中約 200 億美元用於股票回購、約 60 億美元用於現金分紅，相當於每股 0.25 美元。年初至今返還金額約佔自由現金流的 60%。未來，我們將繼續把超過戰略用途所需的自由現金流返還給股東。

展望第三季度，我們預計收入為 1080 億美元，上下浮動 2%。增長主要由資料中心業務推動。隨著 Vera Rubin 供應增加，其預計將佔第三季度資料中心收入約 20%，並推動第四季度和 2028 財年再次加速。我們初步預計 2028 財年收入同比增長約 70%；儘管會繼續努力縮小供需差距，但供應緊張可能延續到 2028 財年末。

許多投資者關心毛利率，因為記憶體和其他零部件價格顯著上漲。當前記憶體價格環境比我們此前預期更為嚴峻，明年仍可能繼續上漲。我們預計第三季度 GAAP 與非 GAAP 毛利率均為 74.0%，上下浮動 50 個基點；第四季度毛利率可能在 71%–72% 見底，隨後於 2028 財年穩定在 72%–73%。公司計畫自 2028 財年第一季度起實施相應提價，以部分避險成本上漲。

需要強調的是，記憶體短缺本身很大程度上也是 AI 基礎設施擴張造成的。與單純推高成本、卻不帶來額外需求的因素不同，記憶體緊張恰好是驅動 NVIDIA 增長的同一波需求的結果。我們與三大記憶體器供應商保持長期深厚合作，正共同增加路線圖所需的產能。

第三季度 GAAP 與非 GAAP 營運費用預計分別約 92 億美元與 90 億美元。2027 財年全年營運費用增速預計在 50% 出頭，主要反映產品組合擴張和 AI 工具投入；這些工具已經並將繼續提升工程效率。全年 GAAP 與非 GAAP 稅率預計均在 16%–18%，不含一次性項目及稅收環境的重大變化。

下面進入問答環節。

分析師問答

Joseph Moore｜Morgan Stanley

你們首次對完整年度給出約 70% 的增長判斷。能否進一步解釋這一數字？目前客戶需求指向約 100% 增長，兩者之間的差距主要來自那些限制？這些限制是否會隨時間逐步縮小？

Jensen Huang

AI 已經變得非常有用，而且全球快速普及的智能體 AI 會消耗大量計算。大型語言模型比以往更強、更聰明；智能體還要推理、規劃並呼叫多種工具。根據所解決問題的類型，智能體完成任務所需的計算量可能是傳統互動的 15–100 倍，因此總體計算需求非常驚人。

市場還沒有充分看到的另一部分，是 NVIDIA 交付產品的方式。我們是全球少數能夠設計、建構並交付完整 AI 工廠平台和全端系統的公司。客戶當然可以自由組合各類部件，但多數公司沒有能力、也不願意自行完成所有整合。這使主權 AI、區域 AI、新雲、AI 初創公司與企業形成了一個快速擴張的市場，約佔我們資料中心業務的一半，而且這部分業務目前仍在以接近 100% 的速度增長。

AI 基礎設施已經不能只靠採購伺服器來完成。客戶必須提前鎖定土地、電力、機房、建設、冷卻和勞動力，準備周期通常長達兩到三年。因此，我們現在不僅與上游記憶體和其他元件供應商合作，也與發電企業以及全球各地的土地、電力和機房合作夥伴協作。這讓我們對上游供給和下游項目的可見度都顯著提升。

我們過去從未提前一年給出這樣的判斷。雖然實際需求遠高於 70%，但基於已鎖定的供應，我們有信心實現約 70% 的增長。我們會繼續與整個供應鏈合作，爭取更多產能。同時，希望客戶、股東和供應商看到同一套資訊，因為每一方都在投入大量資源。明年將是非常重要、也非常特別的一年。

C.J. Muse｜Cantor Fitzgerald

投資者很關心 NVIDIA 在推理市場的份額。隨著生成式 AI 工作負載不斷演化，你如何看待公司份額的變化？特別是在每一代全端平台擴大可觸達市場、ACIE 增長更快，以及 Groq 3 LPX 加入之後，NVIDIA 的優勢會怎樣發展？

Jensen Huang

AI 生命周期比過去複雜得多，也更深地嵌入 NVIDIA 架構。可以把它分為四個階段：第一是資料準備，資料既可能是真實的，也可能是合成或人工標註的；第二是預訓練；第三是後訓練；第四是智能體推理。每一個階段都非常複雜，而 NVIDIA 架構能夠覆蓋全部階段。

我們用 NVL72 建立了全球首個機架級計算架構。第一代系統的建設極其困難，需要重新設計供應鏈、系統、互連與軟體。如今我們已經進入第三代 NVL72 機架級系統。正是這些長期投入，讓同一套可替代平台能夠從資料準備、預訓練和後訓練，一直運行到智能體推理。

這給客戶帶來的經濟價值非常高。Hopper 時代主要是 GPU 加 InfiniBand；到 Vera Rubin，平台已擴展到 CPU、GPU、多種網路、安全與跨園區連接，以及 Groq LPU。每吉瓦對應的 NVIDIA 收入機會已提升到約 400 億美元。更重要的是，同一套基礎設施可以跨 AI 生命周期的多個階段反覆使用，並運行擴散、自回歸、狀態空間及各種混合架構，無論模型大小。客戶投入的基礎設施因此更耐用、更有用，也能保持更長時間的高利用率。這是 NVIDIA 在新計算時代的獨特優勢，也解釋了為什麼我們的增長仍在加速。

至於 Groq 3 LPX，我對此非常興奮。它在極低延遲的互動式推理中創造了非常高的每秒代幣數。過去數月，兩支團隊一直在把它與 NVLink 架構融合。它將成為需要極高互動性的高價值服務的重要引擎。全球絕大多數通用 AI 資料中心仍會以 Vera RubinNVL72 為核心；Groq 加速器則會服務對最低延遲和最高互動速度有特殊要求的場景。

Stacy Rasgon｜Bernstein Research

關於 2028 財年約 70% 的增長，如果從此前“三年約 1 兆美元”的框架推算，似乎又增加了約 2000 億美元。能否介紹增長的主要來源？Vera Rubin、CPU、Groq 等不同產品的佔比會怎樣變化？另外，第一季度起實施提價，是否意味著價格也是增長的一部分？如果不受供應限制，增長會是多少？

Jensen Huang

如果沒有供應限制，數字會高得多。本財年的同比增長約為 100%，而需求仍然不受約束。我們擁有龐大的供應鏈和優秀的合作夥伴，已經爭取到大量供應，但仍需要更多。

多數人只看到了超大規模雲廠商，那只是畫面的一半。另一半是 ACIE，包括企業、新雲、主權 AI 與區域性基礎設施。這部分市場通常不會購買定製晶片，也不會一顆顆晶片自行搭建系統；它們需要完整的 AI 工廠平台，而這正是 NVIDIA 能創造巨大價值的地方。

超大規模市場同樣在快速增長，相關雲業務積壓已超過 2 兆美元。當新增雲容量上線時，NVIDIA 計算會帶來收入增長與利潤率提升。計算業務正在變得高度盈利，新增計算可以直接轉化為新增收入。因此，超大規模客戶都在競相部署更多 NVIDIA 計算，而外界較少關注的非超大規模市場也蘊含巨大機會。

產品價值也在持續提高：Hopper 時代，每吉瓦對應的 NVIDIA 收入機會約 180 億美元；Grace Blackwell 約 250 億美元；Vera Rubin 約 400 億美元。由於每一代的生產率都實現數量級提升，客戶會盡快轉向新一代。同時，NVIDIA 計算能產生大量可盈利代幣，租出的 GPU 小時具有很高的利潤率。所有這些因素正在同時發生。

從更大的視角看，這是一次計算範式轉型。全球每家公司、每個行業都使用電腦，因此都會受到影響。新的計算方式不再只是檢索檔案，而是生成智能；它需要更多計算，也產生遠好於過去的結果。世界各地都希望參與這場 AI 革命，而參與就意味著建設基礎設施。

Vivek Arya｜BofA Securities

CFO Commentary 披露了規模很大的未來承諾。第一，這些承諾是否代表未來幾年生態投資的主要總額，還是仍可能有其他股權或基礎設施投資？第二，應如何理解這些承諾的現金支出節奏？Jensen，很多投資用於支援 OpenAI、Anthropic 等前沿實驗室，但這些公司也在開發自己的定製晶片。你們如何平衡投資夥伴與潛在競爭者這兩種角色？

Jensen Huang

我們正在打造的是完全不同的東西。許多 XPU 是針對某個雲或特定服務最佳化的推理晶片，而 NVIDIA 是一個平台，是覆蓋完整 AI 生命周期的 AI 工廠平台。它存在於每一個雲中，可以在任何地方運行，為客戶提供最大的部署自由度。

這些 AI 服務最終都希望走向全球，而它們使用的資料中心並不一定由自己建設。我完全相信，它們會在全球大量使用 NVIDIA。無論資料處理、預訓練、後訓練還是智能體推理，NVIDIA 技術對它們的經濟性都非常出色。因此，我有信心這些公司長期都會是 NVIDIA 的客戶與合作夥伴。

從投資角度看，能夠投資這些前沿 AI 實驗室，是千載難逢的機會。我唯一的遺憾是沒有更早、更多地投資。它們中的一些很可能在不久後上市，並成為歷史上最具影響力的科技公司。我很高興能成為它們的夥伴，也很高興它們在 NVIDIA 架構之上建立生態，並依靠我們的平台擴展業務。我相信，在相當長時期內，它們仍會大量使用 NVIDIA 計算。

Colette Kress

再補充一點。披露的承諾中，最大一部分是供應和產能承諾，且主要集中在未來三年。這些承諾用於確保我們能夠生產滿足需求的產品。已經鎖定的大量供應與產能，是我們對未來增長和收入保持信心的重要基礎。

Timothy Arcuri｜UBS

關於開放模型，市場有兩種看法。一方面，開放模型可能在美國的工作負載中獲得更多份額，而 NVIDIA 在 Nemotron 等開放模型上處於有利位置；另一方面，最終需求仍有很大一部分來自大型前沿模型公司，一些投資者擔心開放模型會削弱這些公司的增長。開放模型的興起，對 NVIDIA 究竟是利多還是利空？

Jensen Huang

世界同時需要封閉模型和開放模型，兩者的使用量都在快速增長。幾乎所有開放模型都在 NVIDIA 上運行，原因是 NVIDIA 的全球覆蓋最廣，架構最具可替代性、也最普及。從個人電腦、DGX Spark、工作站和本地資料中心，到機器人與雲端基礎設施，開放模型都能在 NVIDIA 上高效運行。

封閉模型同樣發展良好。前沿實驗室的規模和收入在飆升，利潤率也很高；它們正在生成能夠盈利的代幣，主要限制是計算供給。開放模型也同樣受到計算約束。

NVIDIA 在開放模型生態中的地位非常強，因為 CUDA 幾乎無處不在。開放模型對 AI 初創公司、企業和國家都至關重要。企業可以從雲端“租用”通用智能，但每一家大型企業、每一個國家和每一家初創公司，也都需要建設屬於自己的領域 AI、專有資料能力與“專有 Alpha”。開放模型達到前沿水平，正使這一切成為可能。

網路安全是很好的例子。開放的前沿模型使安全公司能夠建構大規模、分佈式、持續運行的自主防禦系統；沒有開放模型，許多公司無法做到這一點。因此，開放模型不僅正在獲得成功，對美國經濟、全球經濟和企業專有 AI 的發展也至關重要。

最後，在整個模型市場中，NVIDIA 是少數能夠運行所有前沿模型的平台，無論封閉還是開放。大多數模型本來就是在 NVIDIA 上建構的，因此運行效果很好。只要模型成功，我就很高興；封閉模型與開放模型會同時成功，也會共同推動 NVIDIA 的銷售。

Ben Reitzes｜Melius Research

換一個角度談需求。你提到明年需求可能增長 100%。推動增長的因素裡，還包括遞迴式自我改進、AGI 等概念。隨著 AI 自我改進能力提升，甚至有公司認為 AGI 可能在不遠的將來實現，這會如何改變行業需求？對 NVIDIA 意味著什麼？

Jensen Huang

影響會進一步擴大。過去，絕大多數 AI 使用由人類主動觸發；現在，多數新增 AI 工作負載正在轉向智能體。未來，每家公司都會擁有大量智能體。NVIDIA 約有 4 萬名員工，但未來可能有 40 萬、甚至 400 萬個智能體在後台持續工作。

個人也會擁有長期運行的 AI 智能體。很多人已經在 DGX Spark 或 DGX Station 上運行自己的智能體。這些系統全天候工作，因為人們會不斷給它們分配任務。當世界進入全面智能體化階段後，智能體會持續運行、相互協作，在後台改進公司營運和個人生活。

我們實際上已經看到一種初步的遞迴式改進。智能體完成一次任務後，會反思下次如何做得更好，並更新技能檔案或工作文件。因此，同一個智能體下一次執行任務時會更好。這還比較粗糙，但自我改進正在逐步滲透到各類工作流。

對許多工而言，我們甚至可以說已經達到了某種形式的通用智能，所以圍繞某個單一“AGI 時刻”的爭論，重要性正在下降。真正重要的是：第一，AI 已經在做有用、可生產的工作；第二，AI 正在生成能夠帶來利潤的代幣；第三，如果擁有更多計算，就能生成更多可盈利代幣，為服務提供商創造更多利潤。我們已經進入這個階段，這正是所有人都積極投入的原因。

Jim Schneider｜Goldman Sachs

如果客戶明年的需求增長約 100%，而 NVIDIA 預計供應只能支援約 70% 的增長，能否大致排列一下最嚴峻的限制？是資料中心的土地、電力與機房，還是 DRAM、晶圓代工、封裝或其他環節？那些約束最關鍵？

Jensen Huang

我本來可以開個玩笑，但還是不說了。去年有一件很有趣的事：市場總在猜我去那裡吃飯、和誰吃飯，相關公司的股價第二天就可能翻番。

認真回答，整個供應鏈都面臨挑戰，所有環節都在全速奔跑。好的一面是，越來越多產能每天都在上線，並不是到某個時間點才一次性釋放。晶圓、記憶體、封裝、系統、電力和資料中心容量都會逐步爬坡，我們也會繼續與所有供應商合作提高產出。

目前已鎖定的供應足以支援略高於 70%、大體約 70% 的增長，但需求遠高於此。我們必須繼續努力，否則就會讓客戶失望。我們需要整個供應鏈的幫助。

供應商掌握的資訊與我們今天告訴各位的完全一致。所有人都按照同一套需求判斷來規劃。我儘量保持透明，因為我們討論的是非常大的數字。

Aaron Rakers｜Wells Fargo

我想回到“每吉瓦對應 250 億到 400 億美元收入機會”這一框架。展望 Vera Rubin 之後的產品，包括 Vera Rubin Ultra，是否應該把每吉瓦 400 億美元進一步提升到 600 億甚至 800 億美元？與此同時，公司擴張供給的能力是線性的，還是會有其他因素讓你們在 2028 財年滿足更多需求？

Jensen Huang

這是個好問題。我們的目標很簡單：在同一塊土地、同一個電力與機房條件下，塞進儘可能多的有效計算。最終，完美答案就是按吉瓦衡量生產力。如果能夠在一吉瓦和一個資料中心外殼中部署價值 1 兆美元的計算，那會是極好的結果。

我們正朝這個方向前進。摩爾定律時代的通用計算，每吉瓦對應的計算投入大約只有 30 億到 50 億美元；Hopper 提升到約 180 億美元；Grace Blackwell 約 250 億美元；Vera Rubin 約 400 億美元；之後還會更高。

這對行業和客戶都是好事，前提是生產率持續提高。只要性能、耐用性和可替代性不斷提升，客戶就願意投資於能夠產生收益的資產。新增收入會帶來利潤，幫助客戶快速收回投資。我最近聽說，一些項目的投資資本回報周期已經縮短到一年以內。

我們討論的是價值可達 500 億美元的資料中心，這恰恰說明了 NVIDIA 技術的生產率、可租賃性和經濟價值。感謝大家今天參加電話會。(老王說事)