Nvidia 2026財年第三季度盈利電話會議記錄

英偉達公司（NVIDIA Corp.）（NASDAQ：NVDA）在周三收盤后發佈了第三季度財報。

通話記錄如下：

此文字記錄由Beninga API為您帶來。如需實時訪問我們的整個目錄，請訪問Benzinga API進行諮詢。

黃仁森首席執行官

謝謝科萊特。關於人工智能泡沫的討論很多。從我們的有利位置，我們看到了一些非常不同的東西。值得提醒的是，英偉達與任何其他加速器不同。我們在人工智能的每個階段都表現出色，從訓練前、訓練后到推理，憑藉對CUDA X加速庫的二十年投資，我們在科學和工程模擬、計算機圖形學、結構化數據處理到經典機器學習方面也表現出色。

世界正在同時經歷三次大規模的平臺轉變。這是自摩爾定律問世以來的第一次。Nvidia正在獨特地解決這三種轉變中的每一種。第一個過渡是從中央處理通用計算到圖形處理器加速計算。隨着摩爾定律的放緩，世界對從數據處理到科學和工程模擬的非人工智能軟件進行了大量投資，每年在雲計算上花費數千億美元。其中許多曾經僅在處理器上運行的應用程序現在正在迅速轉向CUDA。圖形處理器加速計算已經達到了一個臨界點。

其次，人工智能也達到了一個臨界點，正在改變現有應用程序，同時為現有應用程序啟用全新的應用程序。生成性人工智能正在搜索排名、推薦系統、廣告定位、點擊預測到內容審覈等領域取代經典機器學習。超大規模基礎設施的基礎。Meta的gem是在大規模圖形處理器集羣上訓練的廣告推薦的基礎模型，體現了第二季度的這一轉變。Meta報告説，在基於生成式人工智能的Gem的推動下，Instagram上的廣告轉化率增加了5%，Facebook上的廣告轉化率增加了3%。向生成性人工智能的過渡意味着超大規模企業的可觀收入增長。

現在，新一波浪潮正在興起。強大的人工智能系統能夠推理、規劃和使用工具，從Cursor和quadcode等編碼助理到idoc等放射學工具、Harvey等法律助理以及特斯拉、FSD和Waymo等人工智能司機。這些系統標誌着計算的下一個前沿。當今世界上增長最快的公司OpenAI、Anthropic、XAI、Google、Cursor、Lovable、Replit、Cognition AI、Open Evidence、Abridged、Tesla都是代理人工智能的先驅。因此，有三個大規模的平臺轉變。向加速計算的過渡是基礎性和必要的，在后摩爾定律時代至關重要。向生成性人工智能的過渡是變革性的且必要的，可以為現有的應用程序和商業模式提供強大的動力。向代理人工智能和物理人工智能的過渡將是革命性的，會產生新的應用程序、公司、產品和服務。

在考慮基礎設施投資時，儘可能考慮這三個基本動態。每一個都將為未來幾年的基礎設施增長做出貢獻。之所以選擇英偉達，是因為我們的獨特架構能夠實現所有三個轉變，因此適用於所有行業、人工智能的每個階段、雲中以及從雲到企業再到機器人的所有不同計算需求的任何形式和形式的人工智能。一棟建築Toshio，回到您身邊。我們現在開始提問。接線員，請您提問好嗎？

操作者

謝謝此時我要提醒大家，爲了提問，請按星。發送電話鍵盤上的數字1。我們將暫停片刻來編制問答名單。提醒一下，請限制自己回答一個問題。謝謝您的第一個問題來自摩根士丹利的約瑟夫·摩爾。您的線路已開通。

摩根士丹利分析師

太好了，謝謝。我想知道您是否可以向我們通報最新情況。您在GTC 25日和26日談到了布萊克威爾和魯賓的5000億美元收入，當時您談到了其中1500億美元已經發貨。因此，當季度結束時，這些仍然是一般參數嗎？在下一個，你知道，14個月左右的時間里，還有3500億美元，你知道，我假設在那段時間里，你還沒有看到所有的需求，隨着我們前進，這些數字有可能出現顛倒。

黃仁森首席執行官

是的，謝謝喬。我首先要對此做出迴應。是的.我們正在努力實現5000億美元的預測，我們即將實現這一目標，因為我們已經完成了部分季度，現在我們已經有幾個季度了，我們將帶領我們度過26年年底。這個數字將會增加，我確信我們將在26財年實現可交付的額外計算需求。所以我們本季度發貨了500億，但如果我們不説我們可能會接受更多訂單，我們就不會完成。例如，即使在今天，我們與KSA的公告以及該協議本身就意味着在三年內增加400至600，000個圖形處理器。Anthropic也是全新的。因此，我們肯定有機會在我們宣佈的5000億美元之外獲得更多資金。

操作者

下一個問題來自CJ Muse和Cantor Fitzgerald。您的線路已開通。

Cantor Fitzgerald分析師

是的，下午好。感謝您回答這個問題。顯然，人工智能基礎設施建設的規模以及在投資回報率中為此類計劃提供資金的能力令人感到非常震驚。然而你知道，同時你正在談論被出賣。每個站立的全科醫生都被帶走了。你知道，世界還沒有看到300的巨大好處。算了魯賓和雙子座3剛剛宣佈Groc 5即將推出。所以問題是，當你將其視為背景時，你是否認為未來12至18個月供應趕上需求的現實路徑，或者你認為它可以延長到這一時間範圍之外？

黃仁森首席執行官

嗯，如您所知，我們在供應鏈規劃方面做得非常好。英偉達供應鏈基本上包括世界上的每一家科技公司、臺積電及其包裝、我們的內存供應商和內存合作伙伴以及我們所有的系統CDM都與我們一起做了非常好的工作規劃，我們正在計劃度過重要的一年。你知道，我們已經看到我所説的三個轉變一段時間了。就在一秒鍾前，通用計算加速了計算。非常重要的是要認識到人工智能不僅僅是代理人工智能，生成性人工智能正在改變超大規模者過去在中央處理器上完成工作的方式，生成性人工智能使他們能夠移動搜索和推薦系統，添加推薦和定位。所有這些都已經生成，已經轉移到生成人工智能，而且它仍在過渡中。

因此，無論您安裝了Nvidia GPS用於數據處理，還是為推薦系統的生成性人工智能而設計，或者您正在為代理聊天機器人和大多數人在考慮人工智能時看到的人工智能類型構建它，所有這些應用程序都是由Nvidia加速的。當您查看總支出時，考慮每一層非常重要。它們都在成長，它們是相關的，但並不相同。但美妙的是，它們都同時運行在Nvidia的圖形處理器上，因為人工智能模型的質量正在驚人地提高。IT在不同用例中的採用，無論是在代碼協助中，Nvidia對此進行了相當詳盡的使用。而且我們不是唯一的一個。我的意思是歷史上增長最快的應用程序，結合了鼠標和雲代碼以及OpenAI的編解碼器，以及GitHub Copilot，這些應用程序是歷史上增長最快的。它不僅用於軟件工程師，而且由於Vibe編碼，整個公司的工程師和營銷人員、整個公司的供應鏈規劃者都使用它。所以我認為這只是一個例子。名單還在繼續。無論是公開的證據和他們在醫療保健方面所做的工作，還是在數字視頻編輯方面所做的工作，Runway和我的意思是，利用生成性人工智能和代理人工智能的真正非常令人興奮的初創公司數量正在迅速增長。更不用説我們都更多地使用它了。

所以所有這些指數，更不用説今天我讀了德米斯的一篇文章，他説訓練前和訓練后完全完好無損，雙子座3利用了縮放定律，上帝在質量性能、模型性能方面得到了巨大的飛躍。我們看到所有這些指數同時運行。只要總是回到首要原則，思考我之前提到的每一種動態會發生什麼。通用計算到加速計算，生成性人工智能取代經典機器學習，當然還有代理人工智能，這是一個全新的類別。

操作者

下一個問題來自美國銀行證券的Vivek Arya。您的線路已開通。

美國銀行分析師

感謝您回答我的問題。我很好奇，您對Nvidia每千兆瓦的內容有何假設？因為我們聽到的數字低至每千兆瓦內容250億，高至每千兆瓦內容300或400億。所以我很好奇，作為5000億數字以及更長期的一部分，您對每千兆瓦的功率和美元做出了什麼假設。Jensen提到了到2030年將達到3到4萬億的數據中心。您認為其中有多少需要供應商融資？其中有多少可以由您的大客户、政府或企業的現金流支持？謝謝

黃仁森首席執行官

在每一代人中，從Ampere到Hopper，從Hopper到Blackwell，Blackwell到Rubin，我們都是數據中心增長的一部分。霍珀一代可能是20歲左右，一些奇怪的20到25歲的布萊克威爾一代，尤其是格蕾絲·布萊克威爾可能是30到30歲，你知道，説30加或減。然后魯本可能比這個更高。在每一代中，速度的提高都是X倍，因此他們的tco、客户總體擁有成本的提高也是X倍。最重要的是最終你仍然只有1吉瓦的電力。您知道，1千兆瓦數據中心相當於1千兆瓦的功率，因此每瓦的性能也就是1千兆瓦。架構的效率非常重要。而且架構的效率不能被強行強迫。這並不是強行的。這1千兆瓦直接翻譯過來。你的每瓦性能直接、絕對直接轉化為你的收入。這就是為什麼選擇正確的架構如此重要。

現在你知道了，世界上沒有多余的東西可以浪費。所以我們必須非常非常，你知道，我們在我們的整個堆棧、框架和模型、整個數據中心中使用這個稱為協同設計的概念。甚至在我們生態系統中的整個供應鏈中優化了電力和冷卻。因此，每一代人我們的經濟貢獻都會更大，我們創造的價值也會更大。但最重要的是，我們的人均能源效率將非常出色。每一代人如何成長為持續增長客户融資取決於他們。我們看到了一段時間內增長的機會。請記住，今天的大部分焦點都集中在超大規模者身上。對於超級擴展器真正被誤解的一個方面是，對Nvidia圖形處理器的投資不僅提高了通用計算的規模、速度和成本。這是第一位，因為摩爾定律的擴展確實減慢了。摩爾定律是關於降低成本。這是關於通貨緊縮成本，隨着時間的推移，計算的令人難以置信的通貨緊縮成本。但這種情況已經放緩。因此，他們需要一種新的方法來繼續降低成本。使用Nvidia圖形處理確實是最好的方法。

二是增加收入。在當前的商業模式中，推薦系統推動了世界上的超大規模者。每一件事，無論是觀看簡短視頻還是推薦書籍，還是推薦購物籃中的下一件商品，到推薦廣告，到推薦新聞，到，都是關於讀者的。世界上有，互聯網有數萬億條內容。除非他們有非常複雜的推薦系統來做到這一點，否則他們怎麼可能知道在你的小屏幕上放什麼？好吧，這已經變成了生成人工智能。所以我剛纔説的前兩件事，數千億美元的資本支出必須投資，是完全現金流資金。因此，在它之上的是代理人工智能。這是淨新收入、淨新消費，但它也是淨新應用。還有我之前提到的一些應用程序，但這些新應用程序也是歷史上增長最快的應用程序。好吧，所以我，我認為，我，你會看到，你會看到，一旦人們開始欣賞水下實際發生的事情，如果你願意的話，從資本支出投資發生的事情的簡單化角度來看，認識到有這三種動態。

最后，請記住我們剛剛談論的是美國的CSC。每個國家都將資助自己的基礎設施。你有多個國家，你有多個行業。世界上大多數行業還沒有真正使用代理人工智能，而且他們即將這樣做。你知道所有你認識的、我們正在合作的公司的名字，你知道，無論是自動駕駛汽車公司還是數字雙胞胎，無論是物理人工智能，還是工廠以及世界各地正在建造的工廠和倉庫的數量，只是數字生物初創公司的數量正在得到資助，以便我們可以加速藥物發現。所有這些不同的行業現在都在參與其中，他們將進行自己的籌款活動。因此，不要僅僅將超大規模者視為為未來建設的一種方式。你必須看看世界，你必須看看所有不同的行業，你知道，企業計算將為自己的行業提供資金。

操作者

下一個問題來自Melius的Ben Reitzes。您的線路已開通。

梅利厄斯分析師

嘿，非常感謝，詹森。我想問你關於現金的問題。説到五萬億，未來幾年可能會產生大約五萬億的自由現金流。你對這筆現金有何計劃？回購與投資生態系統有多少錢？您如何看待投資生態系統？我認為對於這些交易的運作方式以及您進行這些交易的標準存在很多困惑，例如anthropic、OpenAI等。非常感謝。

黃仁森首席執行官

是的，我很感激這個問題。當然，使用現金來資助我們的增長。沒有一家公司能夠達到我們所説的規模，並且擁有英偉達所擁有的聯繫、供應鏈的深度和廣度。我們的整個客户羣之所以能夠依賴我們，是因為我們已經確保了一個非常、非常有彈性的供應鏈，並且我們有資產負債表來在我們進行採購時為他們提供支持。當我們做出預測並與他們一起制定計劃時，我們的供應商可以將其帶到銀行。他們因為我們的資產負債表而認真對待我們。我們不，我們不補油。我們知道我們的產量是多少。而且，因為他們已經和我們一起計劃了這麼多年，我們的聲譽和信譽是難以置信的。因此，這需要非常強大的資產負債表才能做到這一點，以支持增長水平和增長率以及與之相關的幅度。所以這是第一。

當然，第二件事，我們將繼續進行股票回購，我們將繼續這樣做。但就投資而言，這是我們所做的非常非常重要的工作。到目前為止，我們所做的所有投資都與擴大cuda的影響範圍、擴大生態系統有關。如果你看看我們與OpenAI所做的投資，當然是我們自2016年以來一直保持的關係。我向OpenAI交付了有史以來第一臺人工智能超級計算機。因此，從那時起，我們就與OpenAI建立了密切而美好的關係。OpenAI所做的一切今天都在Nvidia上運行。因此，他們部署的所有云，無論是訓練還是推理，都運行Nvidia。我們喜歡與他們合作。我們與他們的合作伙伴關係是爲了讓我們能夠從技術角度更深入地工作，以便我們能夠支持他們的加速增長。你知道，這是一家增長速度驚人的公司。不要只看，不要只看媒體上的説法，看看所有生態系統合作伙伴和所有與OpenAI相關的開發人員，他們都在推動OpenAI的消費以及正在生產的人工智能的質量，自一年前以來大幅提高。所以反應的質量是非凡的。因此，我們投資OpenAI，以建立深度合作伙伴關係，共同發展，擴大我們的生態系統並支持其發展。當然，我們並沒有放棄我們公司的股份，而是得到了他們公司的股份，我們投資了他們，投資了一代人中最重要的公司之一，投資了一家我們擁有股份的通用公司。因此，我完全期待這項投資能夠轉化為非凡的回報。

現在，就Anthropic而言，這是Anthropic首次出現在Nvidia的建築上。Nvidia首次成為Anthropic將在Nvidia的架構上，就用户總數而言，Nvidia是世界上第二成功的人工智能。但在企業界，他們做得非常好。Claude Code做得非常好，雲做得非常好，所有世界企業都做得非常好。現在我們有機會與他們建立深入的合作伙伴關係，並將Claude帶入Nvidia平臺。那麼我們現在擁有什麼呢？英偉達的架構。退一步説，英偉達的架構。Nvidia的平臺是世界上運行所有人工智能模型的唯一平臺。我們運行OpenAI，我們運行Anthropic，我們運行XAI。由於我們與埃隆和XAI的深厚合作伙伴關係，我們能夠將這個機會帶到沙特阿拉伯、KSA，這樣Humane也可以為Xai提供機會。我們運行xai，我們運行雙子座，我們運行思維機器。讓我們看看，我們還運行什麼？我們運行它們。更不用説我們運行科學模型、生物模型、DNA模型、基因模型、化學模型以及世界各地的所有不同領域。世界使用的不僅僅是認知人工智能。人工智能正在影響每個行業。通過我們所進行的生態系統投資，我們有能力在技術基礎上與世界上一些最優秀、最傑出的公司建立深度合作伙伴關係。我們正在擴大生態系統的影響力，並獲得了對威爾的投資份額，一旦進入一代公司，它通常就會成為一家非常成功的公司。所以基本的。這是我們的，這是我們的投資論點。

操作者

下一個問題來自高盛的吉姆·施耐德。您的線路已開通。

高盛分析師

下午好.感謝您回答我的問題。過去，您曾談到大約40%的發貨與人工智能推斷有關。我想知道，當你展望明年時，你預計這個百分比會在一年后上升到什麼程度？我們是否可以討論您預計明年推出的Rubin CPX產品，並根據您預計該產品可以佔用多大的總體LAM，並討論該特定產品的一些目標客户應用程序。謝謝

黃仁森首席執行官

CPX專為長上下文類型的工作負載生成而設計，因此長上下文，基本上在開始生成答案之前，您必須閲讀大量內容，基本上，您知道，長上下文。它可以是一堆PDF文件，可以觀看一堆視頻，研究3D圖像，等等。你必須，你必須吸收上下文。因此，CPX專為長上下文類型的工作負載而設計，而且它的性能也很好。每美元是perf。每一美元都很棒。這是per。因為什麼是優秀的，這讓我忘記了問題的第一部分。

未知

推理。

黃仁森首席執行官

哦，推論。是啊有三個縮放定律同時縮放。第一個縮放定律，稱為預訓練，仍然非常有效。第二是后期培訓。后培訓基本上找到了令人難以置信的算法，可以提高人工智能分解問題並逐步解決問題的能力。培訓后的規模正在呈指數級增長。基本上，您對模型應用的計算越多，它就越智能，它就越智能。第三個是推理。推理是因為思想鏈，因為推理能力。人工智能本質上是在思考之前閲讀思考。這三件事所需的計算量完全呈指數級增長。我認為很難確切知道在任何特定時間點的百分比以及誰。但當然，我們的希望是推論是市場的很大一部分。因為如果推理很大，那麼它表明人們正在更多的應用程序中使用它，並且使用它的頻率更高。我們都應該希望推論非常大。這就是格蕾絲·布萊克威爾比世界上任何事物都更好、更先進一個數量級的地方。第二好的平臺是H200，現在很明顯，GB 300、GB 200 GB 300，因為MV link 72，我們已經實現了擴展網絡，您看到了Colette在半分析基準測試中談到了這一點，這是有史以來最大的單一推斷基準，GB 200 MV link 72的性能高出10倍、10到15倍。所以這是一個很大的進步。需要很長時間纔能有人能夠承擔這一任務。我們在那里的領導肯定需要多年的時間。我希望推論成為一件非常重要的事情。我們的領導力和推理是非凡的。

操作者

下一個問題來自瑞銀的蒂莫西·阿庫里（Timothy Arcuri）。您的線路已開通。

瑞銀分析師

非常感謝詹森。您的許多客户都在追求電錶功率，但您擔心的、可能限制您增長的最大瓶頸是什麼？是電力，還是融資，或者是內存，甚至是鑄造。非常感謝.

黃仁森首席執行官

好吧，這些都是問題，都是限制。原因是，當你以我們這樣的速度和規模增長時，事情怎麼會容易呢？英偉達正在做的事情顯然是以前從未做過的。我們創造了一個全新的行業。一方面，我們正在將計算從通用計算和經典或傳統計算過渡到加速計算和人工智能。這是一方面。另一方面，我們創建了一個全新的行業，稱為人工智能工廠。爲了讓軟件運行，你需要這些工廠來生成它，生成每個令牌，而不是檢索預先創建的信息。所以，所以我認為這整個轉變需要非凡的規模。從供應鏈開始，當然是我們擁有的供應鏈，我們有更好的可見性和控制力，因為你知道，顯然我們非常擅長管理我們的供應鏈。我們擁有與我們合作了33年的優秀合作伙伴。因此，供應鏈部分，我們現在對我們的供應鏈充滿信心。我們現在已經與土地、權力和殼牌領域的許多參與者建立了合作伙伴關係，當然還有這些事情的融資。這些事情都不容易，但它們都是可以處理的，都是可以解決的。我們要做的最重要的是做好工作規劃。我們計劃供應鏈向上，供應鏈向下。我們已經建立了很多合作伙伴，因此我們有很多進入市場的途徑，非常重要的是，我們的架構必須為我們擁有的客户提供最佳價值。因此，此時您知道，我非常有信心Nvidia的架構是每個tco的最佳性能。這是每瓦性能最好的。因此，對於交付的任何數量的能源，我們的架構都將帶來最大的收入。我認為，公司。我們的成功率不斷提高，我認為我們今年此時比去年此時更加成功。你知道，來到我們這里的客户數量以及在探索其他人后來到我們這里的平臺數量正在增加，而不是減少。所以我認為，我認為這一切都是，你知道，我這些年來一直告訴你的所有事情真的即將到來，正在成為現實，或者變得明顯。

操作者

下一個問題來自伯恩斯坦研究中心的史黛西·拉斯貢。您的線路是開放問題。

Bernstein分析師

科萊特，我對頁邊有一些問題。你説明年，你將努力將它們控制在70年代中期。所以我想首先，最大的成本增加是什麼？這只是記憶還是其他東西？您正在採取哪些措施來實現這一目標？成本優化與預購與定價的關係有多大？還有，我們應該如何看待明年的運營支出增長，因為收入似乎很可能從我們現在的水平大幅增長？

Colette Kress首席財務官

謝謝你史黛西讓我看看我能不能從回憶起我們本財政年度的情況開始。請記住，今年早些時候，我們表示，通過成本改善和組合，我們將退出今年在我們的毛利率在70年代中期。我們已經實現了這一目標，並準備在第四季度執行這一目標。所以現在是我們溝通的時候了。明年我們現在在哪里工作？明年，我們需要解決一些行業衆所周知的投入價格。我們的系統絕非易事。當我們思考時，它有大量的組成部分，有許多不同的部分。所以我們正在考慮所有這些。但我們確實相信，如果我們再次考慮成本改進周期時間和組合，我們將努力在七天中期保持毛利率。這就是我們對毛利率的總體計劃。您的第二個問題是關於運營支出的。目前，我們在運營支出方面的目標是真正確保我們與我們的工程團隊、所有業務團隊一起創新，為這個市場創建越來越多的系統。如您所知，現在我們推出了一個新的架構，這意味着他們爲了實現這一目標非常忙碌。因此，我們將繼續看到我們在創新方面的投資越來越多，無論是我們的軟件、我們的系統還是我們的辛勤工作。因此，如果詹森想添加更多評論，我會把它留給他。

黃仁森首席執行官

是的，我認為這是正確的。我認為唯一需要補充的是記住，我們計劃、預測、計劃並提前與我們的供應鏈進行談判。我們的供應鏈很長一段時間以來就知道我們的需求，他們也很長一段時間以來就知道我們的需求。我們已經與他們合作並談判了相當長的時間。所以，所以我認為，最近的激增顯然相當顯着。但請記住，我們的供應鏈已經與我們合作了很長時間。因此，在許多情況下，我們為自己確保了大量的供應，因為，你知道，顯然他們正在與世界上最大的公司合作這樣做。我們還一直在IT的財務方面以及確保預測和計劃等方面與他們密切合作。所以我認為所有這些對我們來説都進展順利。

操作者

您的最后一個問題來自富國銀行的亞倫·萊克斯（Aaron Rakers）。您的線路已開通。

富國銀行分析師

是的，謝謝你回答這個問題。Jensen，你知道，當你想到宣佈的人類交易以及你客户的整體廣度時，我很好奇你對AI ASIC或專用XPU在這些架構構建中所扮演角色的想法是否發生了變化。你是否看到，你知道，我認為你過去一直相當堅定地認為，其中一些程序從未真正看到部署。但我很好奇，如果我們正處於這樣一個階段，也許甚至可能會發生更多變化，轉而支持只支持圖形處理器架構。謝謝

黃仁森首席執行官

是的，非常感謝。我真的很感激這個問題。所以首先，你不是在與團隊競爭，對不起，是在與公司競爭。你正在與團隊競爭。世界上並沒有那麼多的團隊，他們在建造這些令人難以置信的複雜事物方面非常出色。你知道，在漏斗時代和安培時代，我們會建造一個GPU。這就是加速AI系統的定義。但今天我們必須構建整個機架，整個，你知道，三種不同類型的交換機，向上擴展，向外擴展和跨交換機擴展。構建計算節點需要的不僅僅是一個芯片。有關該計算系統的一切，因為人工智能需要有內存。人工智能過去根本沒有記憶力。現在它必須記住事情。它所擁有的內存和上下文量是巨大的。內存架構的影響，令人難以置信。模型的多樣性，從專家混合到密集模型到擴散模型，再到自迴歸模型，更不用説遵守物理定律的生物模型了。在過去的幾年里，不同類型的車型數量呈爆炸式增長。因此，挑戰在於問題的複雜性要高得多。人工智能模型的多樣性非常大。

所以，如果我想説讓我們與衆不同的五件事，如果你願意的話，這就是地方。我想説的第一件事是，我們加速了轉型的每個階段。這是CUDA允許我們擁有的第一階段，即CUDA X，用於從通用加速計算過渡。我們非常擅長生成人工智能，我們非常擅長代理人工智能。因此，我們擅長其中的每一個階段、過渡的每一個層面。您可以投資一種架構，全面使用它，您可以使用一種架構，而不必擔心這三個階段的工作負載變化。這是第一。第二，我們在人工智能的每個階段都表現出色。每個人都知道這一點。我們非常擅長訓練前，我們顯然非常擅長訓練后，事實證明，我們在推理方面也非常擅長，因為推理真的非常困難。思考怎麼可能容易呢？你知道，人們認為推論是一次即可完成的，因此很容易。任何人都可以以這種方式進入市場。但事實證明，這是最困難的，因為事實證明，思考是相當困難的。我們擅長人工智能的每個階段。第二件事，第三件事是我們現在是世界上唯一一個運行每個人工智能模型、每個前沿人工智能模型的架構。我們非常好地運行開源人工智能模型。我們運行科學模型、生物模型、機器人模型，我們運行每一個模型。我們是世界上唯一一個可以聲稱無論你是自迴歸還是擴散並不重要的建築。正如我剛纔提到的那樣，我們運行一切，並且為每個主要平臺運行。所以我們運行每個模型。

第四點，我想説的是，我們在每一片雲里。開發人員喜歡我們的原因是因為我們幾乎無處不在。我們在每一個雲，我們在每一個，你知道，我們甚至可以為你做一個小的雲叫DGX火花。所以我們在每一臺電腦里。我們無處不在，從雲到本地，再到機器人系統、邊緣設備、PC，你能想到的。一種架構，一切都可以工作。太不可思議了最后一件事，這可能是最重要的事情，第五件事是，如果您是雲服務提供商，如果您是Humane這樣的新公司，如果您是coreiver、N Scale、nvs或OCI這樣的新公司，Nvidia之所以是您最好的平臺，是因為我們的產品如此多樣化。我們可以幫助您進行分付。這不僅僅是將隨機的ASIC放入數據中心。承付款從何而來？多樣性從何而來？韌性從何而來？架構的通用性來自哪里，能力的多樣性來自哪里？英偉達擁有如此好的銷售機會，因為我們的生態系統如此之大。所以這五件事，加速和過渡的每個階段、人工智能的每個階段、每個模型、每個雲，當然，最后這一切都會導致接管。

操作者

謝謝我現在請Hari發表閉幕詞。

Toshiya Hari投資者關係和戰略財務副總裁

最后，請注意，我們將於12月2日出席瑞銀全球技術和人工智能大會。我們定於2月25日舉行財報電話會議，討論2026財年第四季度業績。感謝您今天加入我們。接線員，請繼續關閉通話。謝謝今天的電話會議到此結束。您現在可以斷開連接。

此成績單僅供參考。雖然Benzinga認為內容實質上和方向上是正確的，但Benzinga不能也不保證本文內容的100%準確性。音頻質量，口音和技術問題可能會影響準確性，我們建議您在根據上述內容做出任何決定之前參考源音頻文件。

閲讀下一步：· Nvidia Q3：布萊克威爾需求激增，收入創紀錄-黃稱「人工智能正在無處不在」

照片：Shutterstock