全文|英偉達Q2業績會實錄：中國是AI重要市場

專題：英偉達營收再創新高 營收展望難稱亮眼

　　英偉達公佈截至2025年7月30日的2026財年第二財季財報：營收為467.43億美元，同比增長56%，環比增長6%；淨利潤為264.22億美元，同比增長59%，環比增長41%；不按照美國通用會計準則的調整后淨利潤為257.83億美元，同比增長52%，環比增長30%（注：英偉達財年與自然年不同步，2025年1月底至2026年1月底為2026財年）。

　　詳見：英偉達第二財季營收467.43億美元 淨利潤同比增長59%

　　財報發佈后，英偉達創始人、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財報電話會議，解讀財報要點並回答分析師提問。 

以下是分析是問答環節主要內容： 

Cantor Fitzgerald分析師C.J. Muse：從晶圓下線到機架出廠的交付周期長達12個月，管理層在今天的電話會議中也已確認，Rubin平臺將按計劃在下半年實現營收貢獻。這一類投資顯然大多是跨年度的項目，能否推進還取決於電力、冷卻等配套條件。所以我希望管理層能談談對於2026年及以后增長的展望；如果能同時説明網絡業務與數據中心業務在整體增長中所起到的作用，對於投資者將非常有幫助。

黃仁勛：從最核心的驅動因素來看，關鍵在於推理型智能體的演進與落地。簡而言之，過去的聊天機器人都是「一次性交互」模式：你輸入一個指令，它就生成一個答案。而現在的人工智能（AI）能自主開展研究、進行思考、制定計劃，甚至還會使用工具。這種能力被稱為「深度思考」，通常它思考的時間越長，生成的答案質量就越高。對比「一次性交互」模式與推理型智能體AI模型：后者所需的計算量可能是前者的100倍、1000倍，甚至在需要進行大量研究、文本閲讀與理解任務時，計算量還會更高。因此，智能體AI的出現，使得整體計算需求實現了爆發式增長，其效用也隨之大幅提升。得益於智能體AI，AI的「幻覺現象」（指生成虛假或錯誤信息）發生率顯著下降，如今我們可以藉助AI使用工具、執行任務，企業級應用市場也由此被打開。正是在智能體AI與視覺語言模型的推動下，我們如今在物理AI領域，包括機器人技術、自主系統，看到了突破性進展。過去一年，AI領域取得了巨大進步，而智能體AI系統、推理系統的出現，無疑是一場徹底的革命。  

　　爲了順應這一趨勢，我們打造了Blackwell平臺及NVLink 72系統，這是一套面向當下需求的機架級計算系統。我們為此研發了數年時間，去年，我們實現了從NVLink 8（節點級計算，每個節點就是一臺計算機）到NVLink 72（機架級計算，每個機架就是一臺計算機）的技術躍遷。將NVLink 72整合為機架級系統的過程極具挑戰性，但成果卻非同凡響，藉助NVLink 72，我們實現了數量級的速度提升，進而提升了能源效率，也降低了Token生成——也就是AI處理數據的核心環節——的成本。至於你提到的長期展望，未來幾年，乃至未來五年，我們將依靠Blackwell、Rubin以及后續迭代平臺，逐步切入一個規模可觀的市場。確切地説，這是一個價值3萬億至4萬億美元的AI基礎設施機遇，而在過去幾年，僅頭部四家雲服務提供商（CSP）的資本開支就實現了翻倍，如今已達到約6000億美元。我們正處於這場基礎設施建設的起步階段，而AI技術的進步，也確實讓AI能夠被更多行業採納，用於解決各類實際問題。

美銀美林分析師Vivek Arya：能否先請管理層澄清一下關於中國市場20-50億美元（H20發貨金額）的兩個問題：一是要實現這一目標需要哪些條件？二是進入第四季度后，中國業務可持續增長的基礎是什麼？另外，請教黃仁勛與市場競爭格局相關的問題，目前公司的多家大型客户已開展或計劃推進多個 專用集成電路（ASIC）項目，其中有一家競爭對手曾表示，其ASIC業務明年有望實現55%-60%的增長。是否認為存在這樣一種可能性，即市場會更多地向ASIC傾斜，而減少對英偉達產品的依賴？投資者也希望瞭解客户的實際態度，他們是如何平衡商用芯片與ASIC的使用比例的？

科萊特·克雷斯：關於H20產品發貨需滿足哪些條件的問題，目前市場對我們的H20產品存在需求，我們也已收到首批許可。此外，我們的供應鏈已準備就緒，能夠提供充足貨源，這也是我們此前表示本季度H20產品潛在發貨金額可能達到20-50億美元的原因。不過目前我們仍在等待一些地緣政治相關問題的明確結果，政府間的溝通仍在持續，同時企業也在評估自身採購需求與決策方向。因此，現階段這一金額仍存在不確定性，我們尚無法確定本季度最終的發貨總額。但如果后續市場需求進一步增加、獲得更多許可，我們仍有能力額外生產並交付更多H20產品。 

黃仁勛：英偉達在ASIC方面從事的是全然不同的工作，當下許多ASIC相關項目已啟動，也涌現了不少初創公司，但最終投入量產的產品卻寥寥無幾，原因在於，開發ASIC確實難度極高。加速計算不同於通用計算，在加速計算的場景中，不能簡單編寫軟件后就將其編譯到處理器上運行，加速計算涉及全棧代碼設計難題。近年來，AI工廠變得愈發複雜，因為其處理的問題規模大幅增長，顯然，這已成為世界上前所未有的最具挑戰性的計算機科學難題。棧結構非常複雜，模型的變化速度同樣驚人，從基於自迴歸的生成式模型，到基於擴散的生成式模型、混合模型，再到多模態模型。以Transformer模型為基礎衍生或進化而來的各類模型層出不窮，數量之多令人卻步。

　　英偉達的優勢之一在於，我們的產品遍佈各大雲平臺，所有計算機公司均可採用。憑藉同一編程模型，我們的產品可廣泛應用於雲端、本地、邊緣端乃至機器人領域。因此，全球所有框架對英偉達提供支持是順理成章的事。開發新模型架構時，在英偉達平臺上發佈通常是最合理的選擇。我們的平臺具備出色的多樣性，不僅能適配任何架構，且應用廣泛，還能加速整個流程——從數據處理、預訓練、藉助強化學習進行的后訓練，到推理的每一個環節。所以，採用英偉達平臺搭建數據中心，能實現最佳效用，並擁有更長的有效使用周期。

　　此外，ASIC的發展已經演變成一個極其複雜的系統問題。人們常常討論芯片本身，在提及ASIC的時候，許多人會想到GPU，但爲了構建Blackwell及Rubin平臺，我們需要打造能連接高速內存的CPU，還要有適用於智能體AI所需大型KV緩存的超低能耗內存，並將其與GPU、超高速網卡相連；還需要擴展式交換機，即我們具有革命性的NVLink產品，其如今已發展至第五代；也需要分佈式交換機，例如量子交換機或Spectrum X以太網交換機；並且，現在我們需要跨交換機擴展，從而為具備數吉瓦計算能力並實現互聯互通的AI超級工廠奠定基礎，這就是我們本周在HotChips大會上發佈的Spectrum XGS。因而，我們所開展的工作極為繁雜特殊，且都是在超大規模下進行的。

　　最后我還想説一點，英偉達被各大雲平臺接納是有充分理由的。我們的產品擁有最佳的能效表現，每瓦性能在所有計算平臺中居於首位。在數據中心供電受限的情況下，每瓦性能直接關乎收益。大家應該聽我講過，很多情況下，投入越多，增長越多。鑑於我們具備卓越的每美元性能表現（單位資本投入帶來的性能），客户也能獲取豐厚的利潤。所以，英偉達架構藴含的增長機遇與毛利潤機遇是無與倫比的。這也解釋了為何所有云廠商、初創企業以及計算機公司都會選用英偉達。我們為AI工廠提供的，是真正全面的全棧式解決方案。

Melius Research分析師Ben Reitzes：我想請教管理層關於「數據中心基礎設施支出會在2030年末達3至4萬億美元」的預測。此前管理層曾提到，到2028年僅計算領域的支出規模就可能在1萬億美元級別。若結合過往的表述，3至4萬億美元的總支出規模，似乎意味着計算領域的支出可能會超過2萬億美元。我想確認這一推測是否正確，以及這是否是管理層觀察到的2030年末的市場趨勢。同時也想了解在這一市場中英偉達會取得多少份額，因為大家知道目前英偉達在整體基礎設施的計算領域份額已經非常高了。此外，我還想請教，要實現3至4 萬億美元的支出規模，管理層是否擔心存在某些瓶頸，比如電力供應問題？

黃仁勛：正如大家所知，僅頭部四家超大規模雲廠商的資本開支，就在兩年內實現了翻倍。隨着AI革命全面推進、AI競賽正式打響，它們的年度資本開支已增至6000億美元。從現在到2030年末還有五年時間，而這 6000 億美元還僅僅是頭部四家廠商的投入規模。除此之外，其他企業仍在建設本地數據中心，全球範圍內還有眾多雲服務提供商在持續佈局。目前美國的計算能力約佔全球的 60%，而長期來看，AI 的發展規模理應與 GDP 規模及增長相匹配，當然，AI 本身也會推動 GDP 增長。

　　至於英偉達在其中的貢獻，以一座吉瓦級 AI 工廠為例，其整體投入規模通常在 500 億至 600 億美元之間，誤差約為 10%，而英偉達在其中的份額約為 350 億美元左右，這同樣存在一定誤差，也就是説，在每座投入 500 億美元左右的吉瓦級數據中心中，英偉達的產品及解決方案佔比約為 350 億美元。當然，我們提供的並非只有 GPU。大家都知道，英偉達因研發併發明 GPU 而聞名，但過去十年間，我們已真正轉型為一家 AI 基礎設施公司。僅構建一套 Rubin AI 超級計算機，就需要六種不同類型的芯片，若要將其擴展到吉瓦級規模，則需要數十萬個 GPU 計算節點，以及大量機架設備。因此，我們本質上是一家 AI 基礎設施企業，我們希望繼續為行業發展貢獻力量，讓 AI 的應用價值更高。

　　同時至關重要的是，持續提升 「每單位能耗性能」。為什麼這一點很重要？正如你所提到的，未來的限制因素很可能始終是電力供應，或是 AI 基礎設施建設過程中的其他制約條件，所以，我們需要儘可能從每單位能源中挖掘最大性能。英偉達產品的每單位能耗性能，直接決定了 AI 工廠的收入增長，這種影響是直接的：一座 100 兆瓦（megawatt）的工廠，其每 100 兆瓦的能耗對應的就是收入，具體可體現為 「工廠每 100 兆瓦能耗產生的 Token 數量」。同時，我們產品在 「花費每美元所產生的產品性能」 方面也極具優勢，這能幫助客户實現更高的業務毛利率。當然，電力供應方面的情況確實是未來需要應對的限制因素，但總體而言，未來五年，數據中心基礎設施支出達 3 萬億至 4 萬億美元的預測，是相當合理的。

摩根士丹利分析師Joseph Moore： 祝賀貴公司重新獲得中國市場機會。能否請管理層談談其長期前景？管理層曾提到中國擁有人工智能軟件領域約一半的力量。想了解英偉達在中國業務能實現多大的增長，以及最終獲得平臺架構授權對你們來説有多重要？

黃仁勛：我估計，如果我們能用具備競爭力的產品開拓中國市場，今年有望為我們創造約 500 億美元的市場機會。如果今年能夠實現這樣的水平，再考慮到全球其他地區人工智能市場也在增長的情況，預計未來中國市場每年會有 50% 的增幅。中國是人工智能研究人員的匯聚地，全球約 50% 的人工智能研究人員都在中國。眾多領先的開源模型也在中國誕生，所以，我認為美國科技公司開拓中國市場是相當重要的。中國的開源模型質量極高，DeepSeek 已獲得全球關注，通義千問、豆包、Kimi也非常出色，另外還有大量新模型不斷涌現，它們大多為強大的多模態語言模型，都有力推動了全球企業對人工智能的採用。

　　企業期望構建自身定製的專有軟件堆棧，因此，開源模型對企業至關重要，對想要打造專有系統的軟件即服務（SaaS）企業同樣意義重大，其對全球機器人技術的發展也起到了驚人的推動作用。所以，開源極為重要，而且中國必然會成為一個規模龐大的市場。我們正與政府溝通，強調美國公司進軍中國市場的重要性。大家知道，面向不在實體清單上的公司的 H20 芯片出口已獲批，並且許多許可證也已簽發，因此，我認為我們確實有可能將 Blackwell 系列產品推向中國市場。

富國銀行分析師Aaron Rakers：我想回到本周發佈的 Spectrum XGS 產品上，目前公司的以太網產品年化收入已突破 100 億美元。想請教管理層 Spectrum XGS 的市場機遇在哪里？我們是否可以將其定位為 「數據中心互聯（DCI）解決方案」？另外，在整個網絡產品組合中，您對這一產品的市場規模有何判斷？

黃仁勛：我們目前提供三類網絡技術，分別對應 「縱向擴展（scale up）」「橫向擴展（scale out）」 和 「跨域擴展（scale across）」 三種場景。首先是縱向擴展，目的是構建儘可能強大的虛擬 GPU 。NVLink 技術在這方面具有革命性意義：正是 NVLink 72 的推出，讓 Blackwell 平臺相比採用 NVLink 8 的 Hopper 平臺實現了代際飛躍。當前，隨着深度思考模型、智能體 AI 和推理系統的發展，NVLink 的核心作用是提升內存帶寬，這對推理系統至關重要，因此 NVLink 72 的價值極為突出。

　　其次是橫向擴展，我們為此提供兩類技術方案。其中一類是 InfiniBand（無限帶寬技術），它無疑是延迟最低、抖動最小、橫向擴展能力最強的網絡技術。不過，該技術對網絡管理專業度要求較高，對於超級計算場景及頂尖模型研發團隊而言，量子 InfiniBand 是無可爭議的首選。如果對 AI 工廠進行性能基準測試，會發現搭載 InfiniBand 的工廠性能表現最佳。第二類是針對已大規模部署以太網的客户，我們推出了定製化的 Spectrum 以太網，它並非通用型產品，而是集成了低延迟、低抖動、擁塞控制等一系列新技術，性能能無限接近 InfiniBand，也就是我們所説的 Spectrum X 以太網。最后是跨域擴展，對應的產品就是 Spectrum XGS，它是面向 「吉瓦級」 場景的技術，可將多個數據中心、多個 AI 工廠連接成一個 「超級工廠」的巨型系統。

　　顯然，網絡技術在 AI 工廠中至關重要，事實上，選擇合適的網絡技術能顯著提升性能與吞吐量，比如將效率從 65% 提升至 85% 甚至 90%，這種性能飛躍相當於讓網絡方面的投入近乎為零。要知道，一座吉瓦級 AI 工廠的投入約為 500 億美元，若能通過網絡技術將工廠效率提升十幾個百分點，就能帶來 100 億至 200 億美元的實際收益，投資回報率極高。這也是英偉達在網絡領域投入巨大資源的原因，包括我們在五年半前收購邁絡思（Mellanox）也是出於這一戰略考慮。正如我們之前提到的，Spectrum X 目前已成為規模可觀的業務，而它推出纔不過一年半時間，堪稱爆款產品。未來，上面提到的三類網絡技術——包括 NVLink 負責縱向擴展、Spectrum X 與 InfiniBand 負責橫向擴展、Spectrum XGS 負責跨域擴展——都將擁有廣闊市場前景。

伯恩斯坦研究分析師Stacy Rasgon：我有一些問題想提給科萊特。管理層提到超過 70 億美元中絕大部分將來自數據中心業務的貢獻，投資者應如何看待 Blackwell、Hopper 和網絡業務在這 70 億美元中所佔的份額？本季度 Blackwell 的收入似乎可能達到 270 億美元，而上季度是 230 億美元。在推出 H20 之后，Hopper 仍有 60 到 70 億美元的收入。管理層認為 Hopper 的強勁勢頭會持續下去嗎？究竟該如何分析這 70 億美元在各個業務中的佔比情況？

科萊特·克雷斯：針對你的問題，首先，可以參照我們第二季度到第三季度的增長情況。就數據中心業務而言，Blackwell 仍將佔據最大份額。但要知道，這既有益於我們的計算業務，也有助於網絡業務的增長。因為我們銷售的大型系統採用了剛剛提到的 NVLink 技術。我們仍在銷售 Hopper，包括 H100 和 H200，它們均為 HGX 系統。不過我依舊認為，Blackwell 會在我們的業務中占主導地位，所以，我們會繼續推進。關於本季度末的具體情況，我們沒有更多細節可供提供。但大家可以預期 Blackwell 會再次成為增長的驅動力。

高盛集團分析師James Schneider：管理層此前明確闡述了你們看到的推理模型市場方面的機遇，也相對詳細地介紹了 Rubin 平臺的技術規格。能否進一步説明，管理層如何看待 Rubin 平臺未來的產品迭代節奏？它能為客户帶來哪些新增的服務能力？另外，從性能與功能提升的角度來看，相比 Blackwell 平臺的升級幅度，Rubin 平臺的提升會更大、更小，還是處於相近水平？

黃仁勛：我們正遵循年度迭代的節奏推進，選擇這樣的節奏，核心目的是通過持續升級幫助客户加快成本降低速度、最大化收入產出。當我們提升每瓦性能，也就是單位能耗下的 Token 生成量時，實際上是在直接推動客户的收入增長。以推理系統為例，Blackwell 平臺的每瓦性能比 Hopper 平臺高出一個數量級（10 倍左右）。而所有數據中心本質上都受電力供應限制，因此採用 Blackwell 平臺的客户，能在相同能耗下實現收入最大化，這一優勢無論是相較於我們過往的產品，還是當前全球任何其他平臺，都十分顯著。此外，Blackwell 平臺的每美元性能也極具競爭力，能夠幫助客户提升毛利率。正因我們每一代產品都有突破性的技術構想，通過推出新架構，就能不斷幫助客户提升收入、增強 AI 能力、改善盈利水平。因此，我們建議合作伙伴與客户根據年度節奏來規劃數據中心的建設與升級。

　　至於 Rubin 平臺，該平臺將承載大量創新技術，從現在到明年正式發佈前，我還有足夠時間向大家逐步介紹 Rubin 的所有突破，它確實包含很多出色的設計，但目前還不能透露更多細節，我會留到 GTC 大會（英偉達全球開發者大會）上再詳細説明。不過可以明確的是，未來一年，我們將全力推進 Grace Blackwell（GB200）以及 Blackwell Ultra（GB300）的量產與落地，加速向數據中心市場交付。今年顯然是創紀錄的一年，我預計明年也將如此。一方面，我們會持續提升 AI 性能，朝着超人工智能（ASI）的方向邁進；另一方面，也會不斷增強超大規模雲廠商的收入提升能力。

瑞銀分析師Timothy Arcuri：管理層此前曾表示 AI 市場的複合年增長率為 50%，我想知道明年的市場能見度有多高？基於這一增長率，將公司明年數據中心業務收入的增長目標設定為與之持平，是否合理？我認為英偉達的增速至少能達到這一複合年增長率，不過想了解其中是否存在可能影響增速的利好或利空因素？

黃仁勛：我可以提供一個看待此問題的最佳方式，那就是對於明年而言，我們已從大型客户那里獲得了相當可觀的需求預測，而且我們仍在不斷贏得新業務，同時市場上還在涌現大量新創公司。提醒大家注意的一點是，去年 AI 原生初創公司的融資額達 1000 億美元，而今年尚未結束，融資額已達 1800 億美元。若觀察 AI 原生領域，去年營收最高的一批 AI 原生初創公司總收入為 20 億美元，今年已增至 200 億美元；明年營收較今年再增長 10 倍，也並非不可能。此外，開源模型如今正推動大型企業、SaaS 公司、工業企業及機器人公司加入 AI 革命，這成爲了又一個增長來源。

　　無論是 AI 原生企業、企業級 SaaS 公司、工業 AI 領域還是初創公司，目前市場對 AI 的關注度和需求都極為旺盛。想必大家都有所耳聞，當前市場的熱度極高，所有產品都已售罄，H100、H200 均斷貨；大型 CSP 甚至開始從其他同行那里租賃算力；AI 原生初創公司更是在拼命爭搶算力資源，以訓練其推理模型。可見當前需求確實非常強勁。

　　再看長期前景。從現狀來看，僅頭部超大規模雲廠商的資本開支就在兩年內實現了翻倍，目前年開支約為 6000 億美元。對我們而言，在這 6000 億美元的年資本開支中佔據重要份額，是合理且可實現的。因此我認為，在未來數年乃至整個本十年內，我們面前無疑將是一個增長速度快、規模極為可觀的市場機遇。

黃仁勛財報會結語：

　　Blackwell 平臺是全球期待已久的下一代人工智能平臺，它實現了卓越的代際飛躍。英偉達的 NVLink 72 機架級計算技術具有革命性意義，其推出恰逢其時 —— 推理型人工智能模型正推動訓練與推理性能需求實現數量級增長。目前，Blackwell Ultra 正全速量產，市場需求異常旺盛。

　　我們的下一代平臺 Rubin 已進入晶圓製造階段。該平臺包含 6 款全新芯片，且所有芯片均已交付臺積電生產。Rubin 將成為我們的第三代 NVLink 機架級人工智能超級計算機，因此我們預計其供應鏈將更加成熟，且能實現全面規模化部署。2030 年之前，Blackwell 與 Rubin 這兩大人工智能工廠平臺，將共同助力我們切入規模達 3 萬億至 4 萬億美元的全球人工智能工廠建設市場。

　　當前，客户正在構建規模空前的人工智能工廠：從過去 「數萬台 Hopper GPU 支撐數十兆瓦數據中心」，發展到如今 「數十萬台 Blackwell GPU 支撐百兆瓦設施」；而在不久的將來，我們還將部署數百萬台 Rubin GPU 平臺，為多吉瓦級、多站點的人工智能超級工廠提供算力支持。每一代平臺的迭代，都只會讓市場需求進一步增長。

　　過去的 「一次性交互聊天機器人」，如今已進化為具備推理能力的智能體 AI， 這類 AI 能自主開展研究、制定計劃、使用工具，直接推動訓練與推理所需的計算量實現數量級躍升。目前，智能體人工智能已日趨成熟，並推動企業級市場迎來新機遇：企業可針對自身業務流程、產品及服務，構建領域專屬或公司專屬的人工智能智能體。物理AI已然來臨，這為機器人技術、工業自動化領域開闢了全新賽道。未來，每個行業、每家工業企業都需建設兩類工廠：一類用於製造機器，另一類用於研發機器所需的機器人人工智能系統。

　　本季度，英偉達實現了營收新高，在發展歷程中達成了又一個非凡里程碑。未來的機遇規模空前，新一輪工業革命已然開啟，人工智能競賽正全面展開。感謝大家今日參與會議，期待在下一次財報電話會議中與各位再會。（完）