财务数据和关键指标变化 - 第三季度总收入达到570亿美元，同比增长62%，环比增长100亿美元（22%）[5] - 第三季度数据中心收入达到创纪录的510亿美元，同比增长66%[6] - 计算业务同比增长56%，主要受GB300上量推动[6] - 网络业务收入达82亿美元，同比增长162%[13] - GAAP毛利率为73.4%，非GAAP毛利率为73.6%，超出预期[21] - GAAP运营费用环比增长8%，非GAAP运营费用环比增长11%[21] - 库存环比增长32%，供应承诺环比增长63%[21] - 第四季度收入预期为650亿美元，±2%[22] - 第四季度GAAP和non-GAAP毛利率预期分别为74.8%和75%，±50个基点[22] 各条业务线数据和关键指标变化 - 数据中心业务：记录第三季度收入510亿美元，同比增长66%[6] - 网络业务：收入82亿美元，同比增长162%，NVLink、InfiniBand和Spectrum-X以太网均实现增长[13] - 游戏业务：收入43亿美元，同比增长30%[20] - 专业可视化业务：收入7.6亿美元，同比增长56%，创下记录[20] - 汽车业务：收入5.92亿美元，同比增长32%，主要由自动驾驶解决方案推动[20] - Hopper平台在推出第13个季度实现约20亿美元收入，H20销售额约为5000万美元[10] 各个市场数据和关键指标变化 - 全球超大规模企业正在将搜索、推荐和内容理解从经典机器学习转向生成式AI[6] - 中国市场因地缘政治问题和竞争加剧，大规模订单未能实现[11] - 主权国家、模型构建者、企业和超级计算中心等多个市场对AI工厂和基础设施项目表现出需求[9] - 企业广泛利用AI提高生产力、效率和降低成本，例如RBC将报告生成时间从数小时缩短至分钟[9] 公司战略和发展方向和行业竞争 - 公司专注于加速计算、强大AI模型和代理应用三大平台转变[5] - 通过年度产品节奏和全栈设计扩展性能领导地位，目标占据到2030年预计3-4万亿美元年度AI基础设施建设的绝大部分[5] - 推出Spectrum-XGS scale-across技术，支持千兆级AI工厂[14] - 与Fujitsu、Intel和Arm等公司建立战略合作，整合生态系统[14] - 在MLPerf训练结果中，Blackwell Ultra比Hopper快5倍[15] - 物理AI已成为一个价值数十亿美元的业务，涉及数万亿美元的机会[18] 管理层对经营环境和未来前景的评论 - 客户继续倾向于三大平台转变，推动加速计算、AI模型和代理应用的指数级增长[5] - AI基础设施需求持续超出预期，云服务售罄，GPU安装基础完全利用[5] - 三个扩展定律（预训练、后训练和推理）仍然有效，形成积极的良性循环[7] - 公司处于从通用计算到加速计算、从经典机器学习到生成式AI、以及到代理和物理AI的三大平台转变的早期阶段[25][26][27] - 到2026年底，Blackwell和Rubin平台的收入可见度达到5000亿美元[5] 其他重要信息 - 公司宣布AI工厂和基础设施项目总计500万GPU，需求涵盖每个市场[9] - xAI的Colossus 2成为世界首个千兆瓦级数据中心，Lilly的AI工厂用于药物发现[10] - AWS和HUMAIN扩大合作伙伴关系，部署多达15万个AI加速器[10] - 公司与OpenAI建立战略合作伙伴关系，帮助其建设至少10 GW数据中心[16] - 与Anthropic建立深度技术合作伙伴关系，支持其快速增长[17] - 公司致力于在美国建立供应链弹性和冗余，与TSMC合作生产首块Blackwell晶圆[19] 问答环节所有提问和回答 问题: Blackwell和Rubin平台5000亿美元收入展望的更新[30] - 公司确认5000亿美元的预测，并正在按计划推进，预计在2026财年结束前将有更多可发货的计算需求[31][32] - 例如，与KSA的协议将在三年内增加40万至60万GPU，Anthropic的合作也带来额外机会[32] 问题: 供应能否在未来12-18个月内赶上需求[34] - 公司供应链管理良好，与TSMC等合作伙伴提前规划[35] - 三大转变（加速计算、生成式AI、代理AI）同时进行，推动需求增长[36][37][38][39] - AI模型质量提高，应用场景扩大，推动采用率上升[37][38] 问题: 每GW数据中心的NVIDIA内容假设及长期融资[41][42] - 每代产品（Ampere、Hopper、Blackwell、Rubin）在数据中心中的份额增加，Blackwell约为30±，Rubin更高[43] - 架构效率（性能每瓦）直接决定收入，公司通过全栈协同设计优化TCO[44][45] - 超大规模企业的前两个动态（成本驱动和收入提升）由现金流资助，代理AI是新增需求[45][46][47] - 各个国家和行业将资助自身基础设施，企业计算将自行融资[47][48] 问题: 现金使用计划和生态系统投资标准[50] - 现金用于支持增长和供应链弹性，确保供应商可靠性和规划可信度[51][52] - 继续进行股票回购[52] - 生态系统投资旨在扩大CUDA生态，与OpenAI、Anthropic等公司建立深度技术合作，获得世代性公司的股份[53][54][55][56] 问题: 推理占比展望和Rubin CPX产品[60] - CPX专为长上下文工作负载设计，具有优异的性能每美元和性能每瓦[61][62] - 三个扩展定律（预训练、后训练、推理）同时指数级增长，推理计算需求大幅增加[64] - Blackwell在推理方面领先，GB200 NVLink 72性能比H200高10-15倍，领先地位预计持续多年[65][66] 问题: 增长的最大瓶颈（电力、融资、内存等）[68] - 所有因素（电力、融资、内存、晶圆厂）都是约束，但均可解决[69][70] - 公司通过规划、建立合作伙伴关系和优化架构价值来管理供应链[70][71] - 架构提供最佳TCO和性能每瓦，客户和平台数量增加，成功率提高[71][72] 问题: 利润率展望和运营费用增长[74] - 公司目标将毛利率维持在70%中段，通过成本改进、周期时间和产品组合优化[75][76] - 运营费用将继续投资于工程和创新，以推出新架构和系统[76][77] - 供应链提前规划和谈判，已确保大量供应[78][79] 问题: AI ASIC或专用XPU在架构建设中的作用变化[81] - 竞争基于团队能力，系统复杂性增加（整个机架、多种交换机）[82] - NVIDIA的优势包括：加速每个转变阶段、擅长每个AI阶段、运行每个AI模型、遍布每个云和环境、提供多样化的承购[83][84][85][86][87] - 架构的多样性和生态系统规模确保承购弹性和需求[87]

财务数据和关键指标变化 - 第三季度营收达到570亿美元，同比增长62%，环比增长100亿美元（22%）[4] - 第三季度数据中心收入达到创纪录的510亿美元，同比增长66%[5] - 计算业务同比增长56%，主要受GB300产能提升驱动[5] - 网络业务收入82亿美元，同比增长162%[14] - 游戏业务收入43亿美元，同比增长30%[20] - 专业可视化业务收入7.6亿美元，同比增长56%[20] - 汽车业务收入5.92亿美元，同比增长32%[20] - GAAP毛利率为73.4%，非GAAP毛利率为73.6%，超出预期[21] - 库存环比增长32%，供应承诺环比增长63%[21] - 第四季度营收预期为650亿美元（±2%），环比增长14%[22] - 第四季度GAAP和非GAAP毛利率预期分别为74.8%和75%（±50个基点）[22] 各条业务线数据和关键指标变化 - 数据中心业务中，GB300贡献了Blackwell总营收的三分之二[10] - Hopper平台在推出第13个季度仍录得约20亿美元收入[10] - H20销售额约为5000万美元[10] - 网络业务中，NVLink、InfiniBand和Spectrum X以太网均推动增长[14] - 多数AI部署现在包含公司的交换机，以太网GPU附着率与InfiniBand大致相当[14] 各个市场数据和关键指标变化 - 超大规模云服务商正在将搜索、推荐和内容理解从经典机器学习转向生成式AI[5] - 分析师对2026年顶级CSP和超大规模云服务商的总资本支出预期已增至约6000亿美元，较年初高出2000多亿美元[6] - 基础模型构建商（如Anthropic、Mistral、OpenAI等）正在积极扩展计算规模[6] - 企业软件平台（如ServiceNow、CrowdStrike、SAP）正在整合公司的加速计算和AI堆栈[8] - 中国市场因地缘政治问题和竞争加剧，大额订单未能在本季度实现[11] 公司战略和发展方向和行业竞争 - 公司预计从今年初到2026年底，Blackwell和Rubin平台的收入可见度达5000亿美元[4] - 通过执行年度产品节奏和全栈设计扩展性能领导地位，公司相信将成为到本世纪末估计每年3-4万亿美元AI基础设施建设的首选[4] - Rubin平台按计划将在2026年下半年提升产能，其性能相比Blackwell将再次实现数量级提升[11] - 公司是唯一拥有AI纵向扩展、横向扩展和跨规模扩展平台的公司[15] - CUDA GPU的长使用寿命是相对于其他加速器的显著TCO优势[12] - 公司在最新MLPerf训练结果中横扫所有基准，Blackwell Ultra的训练时间比Hopper快5倍[16] 管理层对经营环境和未来前景的评论 - 客户继续倾向于三个平台转变，为加速计算、强大AI模型和代理应用带来指数级增长[4] - AI基础设施的需求持续超出预期，云服务售罄，GPU装机基础（包括新旧世代）完全利用[4][5] - 三个扩展定律（预训练、后训练和推理）仍然有效，并出现积极的良性循环[6][7] - 代理AI在各个行业和任务中激增，为用户增长提供动力[8] - 世界正在同时经历三个大规模平台转变，这是自摩尔定律诞生以来的首次[24] - 从通用CPU计算向GPU加速计算的转变是基础且必要的[25] - 向生成式AI的转变是变革性的，而向代理和物理AI的转变将是革命性的[26] 其他重要信息 - 本季度宣布的AI工厂和基础设施项目总计达500万GPU[9] - 包括xAI的Colossus 2（首个千兆瓦级数据中心）和Lilly的AI工厂（制药行业最强大数据中心）在内的多个标志性建设项目[10] - 与Fujitsu和Intel宣布战略合作，通过NVLink Fusion连接生态系统[15] - Arm宣布将集成NVLink IP，供客户构建与NVIDIA连接的CPU SoC[16] - 正在与OpenAI就战略合作伙伴关系进行工作，旨在帮助其建设和部署至少10吉瓦的AI数据中心[17] - 与Anthropic建立深度技术合作伙伴关系，这是Anthropic首次采用NVIDIA架构[18] - 物理AI已经是价值数十亿美元的业务， addressing 数万亿美元的机会[18] - 与Uber合作，基于新的NVIDIA Hyperion L4 Robotaxi参考架构扩展全球最大的L4级自动驾驶车队[20] 问答环节所有的提问和回答 问题: 关于Blackwell和Rubin平台5000亿美元收入可见度的更新 - 公司正按计划实现5000亿美元的预测，并有几个季度的时间来完成到2026年底的目标[27] - 数字将会增长，公司可能会获得更多订单，例如今天与KSA的协议（40万-60万GPU超过三年）和Anthropic的承诺，都有机会在已公布的5000亿美元之上增加[28] 问题: 关于AI基础设施建设的规模、融资能力和ROI，以及供应能否在未来12-18个月内赶上需求 - 公司的供应链规划良好，包括与TSMC、内存供应商和系统ODMs的合作[29] - 需要认识到AI不仅仅是代理AI，生成式AI正在改变超大规模云服务商过去在CPU上完成的工作[30] - 所有应用层都在增长，并且都运行在NVIDIA GPU上[31] - AI模型质量的提高推动了在不同用例中的采用，例如代码辅助是历史上增长最快的应用之一[32] - 预训练和后训练完全有效，Gemini 3利用了扩展定律，模型性能获得了巨大提升[33][34] 问题: 关于5000亿美元数字中每吉瓦的NVIDIA内容假设，以及长期3-4万亿美元数据中心市场中 vendor financing 的占比 - 每一代产品（从Ampere到Hopper，Hopper到Blackwell，Blackwell到Rubin）在数据中心中的占比都在增加，Hopper世代约为20-25，Blackwell世代约为30±，Rubin可能更高[34] - 架构的能源效率至关重要，性能每瓦直接转化为收入[35] - 客户融资由他们自己决定，增长机会将持续一段时间[36] - 超大规模云服务商的投资不仅改善了其规模、速度和成本，还提升了当前商业模式下的收入[37] - 代理AI是净新的消费和净新的应用，每个国家将资助自己的基础设施，多个行业尚未真正参与代理AI[38][39] 问题: 关于未来几年可能产生的约5000亿美元自由现金流的计划，以及投资生态系统（如Anthropic、OpenAI）的标准 - 现金将用于资助增长，确保有弹性的供应链，并支持强大的资产负债表[40] - 公司将继续进行股票回购[41] - 投资旨在扩大CUDA生态系统的覆盖范围，与OpenAI等公司的合作是深度技术合作，以支持其增长并扩大生态系统[42] - 投资于Anthropic是首次将其引入NVIDIA架构，NVIDIA的平台是世界上运行所有AI模型的单一平台[43][44] - 投资论点是与世界上最好的公司进行深度技术合作，扩大生态系统覆盖范围，并获得对非常成功的公司的投资份额[45][46] 问题: 关于未来一年AI推理在出货量中的占比预期，以及Rubin CPX产品的背景和目标客户应用 - CPX专为长上下文类型工作负载设计，其每美元性能和每瓦性能优异[47] - 三个扩展定律（预训练、后训练和推理）同时呈指数级扩展[48] - 推理在总市场中的占比很难精确预测，但希望推理能成为非常大的部分[49] - Blackwell在推理方面的领导地位是非凡的，GB200 NVLink 72的性能有10-15倍的提升，领导地位预计将持续多年[49][50] 问题: 关于客户追求 behind-the-meter power 时，最大的增长限制瓶颈（如电力、融资、内存或晶圆厂） - 所有问题都是限制因素，但都是可解决的[51] - 供应链方面有很好的可见性和控制，与合作伙伴在土地、电力、壳体和融资方面建立了合作关系[52] - NVIDIA的架构必须为客户提供最佳价值，是性能每TCO和性能每瓦最好的架构[52] - 客户数量和平台数量在增加，表明成功在加速[53] 问题: 关于下一年度毛利率维持在中70%范围的假设、成本增加来源、以及OpEx增长预期 - 下一年度有众所周知的输入价格需要应对，但通过成本改进、周期时间和产品组合，计划将毛利率维持在中70%范围[54] - OpEx方面，目标是确保工程团队和业务团队不断创新，以创造更多系统，将继续投资于软件、系统和硬件的创新[55] - 供应链提前很长时间就知道需求，并一直在进行谈判和合作，近期激增的影响已通过提前规划和谈判得到较好处理[56][57] 问题: 关于AI ASIC或专用XPU在架构建设中的作用是否发生变化 - 公司竞争的是团队，世界上没有多少团队擅长构建这些极其复杂的东西[57] - 如今需要构建整个机架和三种不同类型的交换机，问题复杂性更高，AI模型多样性巨大[58] - NVIDIA的优势在于：加速每个过渡阶段、擅长AI的每个阶段、运行每个AI模型、存在于每个云中、以及拥有多样化的承购方[59][60][61][62]

业绩总结 - 第三季度FY26的收入为570亿美元，同比增长62%[43] - 第三季度FY26的净收入为319亿美元，同比增长65%[43] - 非GAAP每股收益为1.30美元，同比增长60%[45] - 自由现金流为127亿美元，同比增长13%[39] 用户数据 - 数据中心收入为430亿美元，同比增长62%[43] - 网络业务收入为82亿美元，同比增长164%[18] 未来展望 - 预计第四季度FY26的收入为650亿美元，波动范围为正负2%[47] 新产品和新技术研发 - Blackwell架构在所有客户类别中成为领先架构[14] 市场扩张 - NVIDIA现已成为全球最大的网络业务公司[8]

AI基础设施属性与计算范式转变 - AI是基础设施级的通用技术 将应用于所有公司、行业和国家 具有基础性地位[1] - 计算模式从检索式转变为生成式 传统系统基于预存内容检索 而生成式AI根据上下文和提示实时生成独特内容[1] - 生成式AI的独特性要求全球部署AI工厂进行实时内容生成 这是AI工厂建设的根本原因[1] AI对就业和工作的影响 - 长期来看工作将变成可选项目 类似于体育或电子游戏等休闲活动[2] - AI将改变学生学习方式和人们工作方式 许多繁琐困难的任务将变得简单 从而提高整体生产率[3] - 放射科医生就业情况显示 AI并未取代工作岗位 反而因图像分析效率提升导致更多放射科医生被雇佣 全球放射学工作量增加[4] AI工厂与计算基础设施投资 - XAI与沙特阿拉伯合作启动500兆瓦AI工厂项目 第一阶段为50兆瓦 与NVIDIA合作实施[6] - Humane公司获得从零收入起步建设数据中心的重大合同 AWS也计划与Humane合作100兆瓦项目 目标达到千兆瓦规模[6] - 美国平均年用电量约460吉瓦 若AI计算需求达到300吉瓦/年 将占全美用电量的三分之二 地面建设难度极大[10] 太空AI计算的发展前景 - 太空AI具有必然性 为实现卡尔达肖夫II级文明必须部署太空太阳能AI卫星[8] - 太空AI成本效益将远超地面 预计4-5年内太空太阳能AI卫星将成为最低成本的AI计算方式[9] - 太空计算优势包括连续太阳能供应、无需电池、简化冷却系统（通过辐射散热）以及更便宜的太阳能板[9][10] 计算架构转型与市场前景 - 计算架构从通用计算向加速计算转变 六年前CPU占超级计算机90%份额 现在降至15%以下 加速计算份额从10%升至90%[11] - 推荐系统（REXIS）是过去15年最重要应用 现从CPU迁移至GPU运行 互联网公司可基于此构建大量GPU超级计算机[12] - 底层计算架构转型为上层代理AI（如Grok、OpenAI）提供支持 市场基础坚实[12] AI在科学领域的应用案例 - 利用AI加速器创建金属有机框架 开发0.33纳米孔径海绵材料 实现从空气中捕获水和二氧化碳[5] - 通过AI加速基因编辑技术 研制500x1000纳米纳米机器人 应用于镰状细胞病治疗[5] - AI显著加速科研成果转化 使20年前的研究快速进入新价值领域[5] AI技术应用生态拓展 - Omniverse数字孪生平台提供物理精确的虚拟环境 用于机器人训练和工厂模拟[7] - 在沙特阿拉伯合作建设超级计算机 模拟量子计算机并进行量子纠错[7] - AI应用范围广泛 涵盖化学、蛋白质、基因、物理、流体动力学、粒子学和机器人学等多个领域[7]

业绩预期 - 市场对英伟达每股收益的共识预期为1.24美元 [2] - 市场对英伟达总收入的共识预期为546亿美元 [2] - 对数据中心业务的收入共识预期约为500亿美元 [3] - 对数据中心业务下一财年的收入指引共识预期为570亿美元 [3] - 数据中心业务收入指引的范围较宽，在530亿至630亿美元之间 [4] 投资者关注焦点 - 市场高度关注公司对Blackwell平台提供的指引和可见度 [4] - 投资者希望了解Blackwell的真实需求情况和未来一年的总目标市场规模 [5] - 市场关注加速计算的整体趋势以及是否存在过度建设的情况 [5] - 公司管理层对市场增长合理规模的评论是投资者希望获取的信息 [5] 利润率与盈利预测 - 本财季数据中心业务的利润率共识预期为75.5% [7] - 下一财年数据中心业务的利润率共识预期将升至76.3% [8] - 市场对下一财年能否实现76.3%的利润率存在争论 [8] - 下一财年每股收益预测存在分歧，范围在7美元至10美元之间 [9] - 更乐观的预测基于对Blackwell以及后续Rubin平台的强劲假设 [9] 供需动态与市场担忧 - 公司持续受益于供应受限而需求旺盛的市场环境 [10] - 客户从Hopper架构向Blackwell乃至Rubin架构的过渡被视为增长动力 [10] - 市场担忧当前的高需求源于云服务商的军备竞赛和过度建设 [12] - 若云服务提供商明年缩减资本支出，当前的乐观假设可能无法实现 [12]

产品发布与核心观点 - 公司宣布推出全球首创的通用互连技术NVQLink，用于连接量子处理器与先进加速计算系统 [1] - 公司创始人兼CEO表示，未来的超级计算机将是量子-GPU系统，结合量子计算机模拟自然的能力与GPU的可编程性和大规模并行处理能力 [3] - NVQLink与CUDA-Q是实现量子与GPU计算统一的关键，旨在推动可计算领域的前沿并解锁新的科学发现 [3] 技术性能与架构 - NVQLink采用开放式系统架构，提供40 petaflops的FP4精度AI性能，GPU-QPU吞吐量达400 Gb/s，延迟低于4微秒 [3] - 该技术通过紧密集成量子控制系统和GPU超级计算，克服了控制和纠错挑战，支持混合量子-经典应用的开发 [3][4] - 其微秒级延迟和极高吞吐量通过CUDA-Q中的实时应用程序接口提供给开发者，便于在单一编程环境中构建和测试应用 [8] - 使用以太网技术使研究人员能够随着量子处理器和应用的扩展，轻松扩展其依赖的经典计算资源 [9] 全球采用与合作伙伴 - 亚洲、欧洲、中东及美国超过十几个超级计算中心和国家研究机构正在采用NVQLink技术 [2][4][11] - 采用机构包括日本G-QuAT、RIKEN、韩国KISTI、台湾NCHC、新加坡国家量子计算中心、澳大利亚Pawsey以及欧洲的CINECA、GENCI、Jülich等 [12] - 美国国家实验室如布鲁克海文、费米、劳伦斯伯克利等也宣布集成NVQLink技术进行前沿研究 [4][12] 实际应用案例 - 量子计算公司Quantinuum将其最新Helios量子处理器通过NVQLink与公司GPU集成，并利用CUDA-Q进行量子纠错编排 [5] - 该合作实现了世界上首个对qLDPC码的可扩展实时解码器应用，解码器反应时间达67微秒，超出Helios 2毫秒要求32倍 [6][7] - NVQLink提供了灵活、可配置且支持大规模并行处理的解码器能力，是实现该成果的关键 [7]

公司核心投资亮点 - 美光科技是一家在人工智能基础设施领域快速增长的公司，但其估值极具吸引力 [1][3] - 公司业务涵盖计算和存储内存芯片，应用于数据中心、个人电脑、智能手机和汽车部件等领域 [3] 财务表现与估值 - 2025财年（截至8月28日）营收同比增长49%，达到374亿美元 [4] - 2025财年调整后每股收益同比大幅增长537%，至8.29美元 [4] - 公司股票市盈率仅为24倍，远期市盈率更具吸引力，为14倍，市销率为7倍，远低于其他AI基础设施股票 [5] - 尽管股价今年已上涨179%，但其估值仍然不高，表明增长潜力可能尚未完全体现在股价中 [8] 行业机遇与市场地位 - 英伟达预计，2025年至2030年间，数据中心资本支出将以40%的复合年增长率增长，到2030年底年度资本支出可能达到3万亿至4万亿美元 [10] - 高带宽内存市场对支持数据中心加速计算至关重要，美光估计HBM市场营收在2025年可能翻倍，达到350亿美元 [12] - 美光在HBM市场占据重要地位，第二季度市场份额达到21%，跃居第二，预计年底份额将提升至23%-24% [14][15] - 公司的HBM产品拥有六个客户，表明主要AI芯片设计公司均采用其内存产品 [14] - 美光下一代HBM4产品据称性能优于所有竞品，有望帮助其进一步扩大市场份额 [15]

数据中心与AI发展 - AI和加速计算是时代重大发展 远未达到顶峰 [2] - 数据中心建设热潮为投资者创造财富 [2] - 对AI泡沫的质疑已持续三年 但该判断始终错误 [11] 相关公司表现 - Cameco公司与西屋电气合作进行800亿美元核能建设 股价单日上涨23% [5][6] - Bloom Energy公司业绩超预期 股价上涨18% [7] - Bloom Energy成为数据中心清洁能源行业标准 产品供不应求 [7] 投资策略 - 建议在投资组合中配置一只投机性股票以捕捉巨大收益 [9][10] - 投机头寸应限制在总投资组合的10%以内 [12] - 当前市场投机性股票回报率空前 [10]

AI行业价值与付费意愿 - AI因具备推理、研究和思维能力已达到值得付费的水平 [2] - AI生成的内容（如tokens和智能）正被大量付费使用 公司乐于为此支付高额费用 [2] - AI模型和服务被广泛使用 公司积极采用多种AI服务 [3] 计算模式转型与行业前景 - 行业正经历从通用计算向加速计算的自然转型 [1] - 当前需求规模扩大并非泡沫 而是由基础计算模式转变所驱动 [1] - 为满足AI需求 计算基础设施需要相应扩展 [1]

战略合作背景与目标 - 公司宣布进入一个全新的市场平台，这是前所未有的举措 [1] - 合作旨在利用从通用计算到加速计算、从传统软件到人工智能的转型趋势 [2] - 目标是通过人工智能和6G技术帮助美国赢回电信行业的主导权，使美国电信网络重新构建在美国技术之上 [2] - 出于国家安全和经济原因，行业应建立在美国技术基础之上，此次合作首次使之成为可能 [3] - 合作将构建面向未来的新型网络，支持视频平台、机器人、自动驾驶汽车、增强现实和虚拟现实等应用 [5] 合作的具体内容与协同效应 - 诺基亚的AirScale平台已部署在全球数百万个基站中，合作的关键是将公司的计算平台集成到这些基站内 [6] - 合作将人工智能引入无线网络，旨在显著提高无线通信的效率 [7] - 在电信网络之上提供人工智能服务，从而更便捷地实现机器人、自动驾驶和工业自动化等应用 [7] - 合作将无线通信、人工智能和加速计算能力结合在一起，为6G下一代网络做准备 [12][13] - 合作模式是各方专注于自身最擅长的领域，通过积极合作使客户和整个美国受益 [10][11] 技术优势与行业影响 - 公司拥有的CUDA软件栈等加速计算技术是合作的关键推动力 [16] - 新的模式是基于通用加速计算，若标准发生变化，只需通过软件更新即可适应，而无需修改硬件芯片 [25][26] - 此次合作有望推动行业以更快的速度创新，改变过去3G、4G、5G时代技术部署落后于市场需求的局面 [17][18] - 合作将催生一个可以部署AI计算服务的网络架构，这将是革命性的 [8] 市场反应与财务预期 - 市场对合作反应积极，诺基亚股价出现25%的跃升 [14] - 公司展示的幻灯片指出，在未来五个财务季度，数据中心业务的预期规模达到5000亿美元，此数据仅为数据中心业务，未包含网络业务 [20][21] - 明确表示该5000亿美元预期不包括网络业务，也不包括中国市场的贡献 [20][21] 产品路线图与实施计划 - 合作成果的演示已在GTC大会的展台上展示 [22] - 客户试验计划在明年年初进行 [22] - 全面的商业化生产预计在2027年实现 [23] - 合作的技术路线图将向后兼容诺基亚的AirScale平台，意味着全球数百万现有基站可以升级支持6G [23] - 合作伙伴关系预计将加速产品上市的时间线 [24] 对人工智能行业的宏观判断 - 公司认为当前并非处于人工智能泡沫中，理由是行业正经历从通用计算到加速计算的自然转型 [31] - 人工智能因其推理能力、研究能力以及生成有价值智能的能力已经足够成熟，值得付费使用 [31] - 公司内部已广泛使用AI服务并愿意为此支付高昂费用，这证明了其价值 [32]