合作与战略 - 新思科技参加NVIDIA GTC华盛顿特区会议，展示从硅到系统的工程解决方案进展 [1] - 公司与NVIDIA合作，增强智能制造、芯片设计和物理模拟的AI集成 [2] - 双方宣布新的Agentic AI合作，旨在实现AI驱动的芯片设计新前沿 [4] 产品与技术进展 - 公司通过整合Synopsys AgentEngineer技术与NVIDIA NeMo Agent Toolkit，开发自主设计流程 [4] - Ansys Fluent流体模拟软件通过GPU加速和AI初始化实现500倍加速 [5] - 在8个NVIDIA Blackwell GPU上运行比258个CPU核心快50倍 [5] - 使用NVIDIA PhysicsNeMo和DoMINO NIM初始化模拟，将GPU时间增益提高10倍，使原本需两周的模拟在约40分钟内完成 [5] - Synopsys QuantumATK与NVIDIA CUDA-X库及Blackwell架构集成，使密度泛函理论和非平衡格林函数方法的成果时间缩短高达15倍 [6] - Northrop Grumman Microelectronics Center使用该技术将开发时间从数周缩短至数小时，加速创新过程6-10倍 [6] 性能与效率提升 - AI和GPU加速为公司产品组合带来显著性能和能力提升 [3] - 公司拥有业界最广泛的GPU加速软件组合，近20款产品 [4] - 在形式验证流程中，芯片设计代理提高了签核深度和效率，并识别出手动审查会遗漏的关键错误 [4] 行业影响与应用 - 合作旨在使工程更智能、快速和直观，覆盖从原子尺度半导体设计到飞机、汽车等大型物理系统 [1][2] - 计算材料模拟的进步推动材料和半导体设计更快、更高效的研究 [5] - 突破使客户能够以前所未有的速度和效率模拟分析多种材料，推动下一代AI驱动应用、产品和系统的开发 [6]

涉及的行业或公司 * 公司为英伟达 (NVIDIA) [1] * 涉及的行业包括半导体、人工智能、电信、量子计算、超级计算、机器人技术、自动驾驶、医疗健康、制造业、云计算等 [1][6][24][35][50][154][158][169] 核心观点和论据 1 加速计算与人工智能的平台性转变 * 公司认为世界正经历两个根本性的平台转变：从通用计算转向加速计算，以及从手工编写软件转向人工智能 [11][12][13][52][174] * 加速计算的拐点已经到来，其驱动力是摩尔定律和丹纳德缩放定律的终结，公司为此已准备近三十年 [12][13][14] * 人工智能被视为新的工业革命，如同电力和互联网，是每个公司和国家都将构建的基础设施 [6][7] * 人工智能不仅仅是聊天机器人，其本质是能够完成工作的“工人”，而不仅仅是供人使用的工具，这将触及远大于传统IT行业的全球经济 [50][51][60][61][63] 2 公司技术架构与核心优势 * 公司的核心财富不仅是GPU硬件，更是其编程模型CUDA及建立在之上的庞大软件库生态系统（如cuDNN、Monai等），这些库为不同领域重新设计了加速计算算法 [15][16][17][18][19][21] * 公司通过极端协同设计（从芯片、系统、软件到应用架构的全栈重新设计）来实现性能的指数级提升，而非依赖晶体管数量的线性增长 [87][89][90][101] * 新推出的Grace Blackwell NVLink 72系统通过协同设计，实现了每GPU性能相比前代提升10倍，并且拥有全球最低的Token生成成本 [101][102] * 公司正在从设计芯片扩展到设计整个AI工厂（AI Factory），这是一种专门为高效生成AI Token而设计的新型数据中心 [67][68][69][131][132] 3 财务表现与增长前景 * 公司业务正经历非凡增长，其驱动力是AI模型智能化带来的计算需求（三个扩展定律：预训练、后训练和思考）与模型越智能越被使用的两个指数级增长 [72][75][77][82][108] * 公司已有通过2026年的累计5000亿美元（$500 billion）的Blackwell及早期Rubin芯片的订单可见性，这相当于2000万颗GPU，是前代Hopper平台整个生命周期规模的5倍 [109][110][111] * 公司的增长得益于AI已进入良性循环（Virtuous Cycle）：模型足够智能以致用户愿意付费，产生的利润再投资于更多计算资源，使模型更智能，吸引更多用户 [80][81][84][85] 4 重要合作伙伴关系与市场拓展 * 电信领域：公司与诺基亚（Nokia）合作，推出名为NVIDIA ARC的新产品线，旨在基于加速计算和AI重塑无线网络，并为6G奠定基础，这是一个价值数万亿美元（trillion-dollar）的行业 [27][28][29][30][31] * 量子计算：公司推出NVLink-Q连接架构，将量子处理器（QPU）与GPU超级计算机直接连接，以实现量子纠错和混合模拟，并获得17家量子计算公司和8个美国能源部（DOE）实验室的支持 [35][38][40][43][45][46] * 与美国能源部（DOE）合作，将建造七台新的AI超级计算机以推动国家科学发展 [47][48] * 企业应用：宣布与 CrowdStrike 在网络安全领域合作，与 Palantir 在数据处理和商业洞察领域合作 [150][151][152][153] * 自动驾驶：推出NVIDIA DRIVE Hyperion平台，为全球汽车制造商提供机器人出租车就绪的标准化底盘，并宣布与Uber合作，将此类车辆接入全球网络 [169][170][172][173] * 机器人技术与制造业：与富士康（Foxconn）、Figure、迪士尼等合作，利用数字孪生和物理AI技术建设未来工厂和发展机器人技术 [158][160][162][163][165][166][167] 5 美国制造与产业回流 * 公司响应将制造业带回美国的号召，其Blackwell AI超级计算机的供应链（从亚利桑那州的硅晶圆到德克萨斯州的系统组装）已在美国建立，并开始全面生产 [112][113][115][116] * 这被视为美国再工业化和在AI时代重掌制造业领导地位的重要篇章 [115][116][158] 其他重要但可能被忽略的内容 * **数字孪生与Omniverse平台**：公司强调使用Omniverse DSX平台进行AI工厂和实体工厂的数字孪生协同设计、模拟和运营，这可以显著缩短建设时间并优化性能 [132][133][134][155][156][160] * **对开源模型的重视**：公司强调开源AI模型对研究人员、初创公司和各行各业的重要性，并宣称自己是开源贡献的领导者，拥有23个处于领先地位的开源模型 [138][139][140][141][142] * **AI对算力需求的重新定义**：公司指出，AI推理（尤其是思考）所需的计算量极其巨大，远非简单的记忆重现可比，这颠覆了此前“推理计算需求低”的普遍认知 [75][76] * **能源政策的影响**：公司提及前政府的亲能源政策对AI产业发展的关键作用，认为充足的能源供应是行业增长和赢得竞争的基础 [53]

计算模型与平台转型 - 公司发明了60年来首个新的计算模型，即加速计算，旨在解决通用计算机无法处理的问题 [3] - 观察到晶体管性能提升因物理定律限制而放缓，摩尔定律已接近终结，加速计算的时代已经到来 [3] - 世界正经历两大平台转型：从通用计算转向加速计算，以及从传统手写软件转向人工智能 [48] - 加速计算需要全新的算法、库和应用程序重写，公司花费近30年时间分领域实现，其核心宝藏是CUDA编程模型及库生态系统 [3][4] CUDA生态系统与软件栈 - CUDA是公司的重要资产，包含350多个库，每个库都为加速计算重新设计了算法，并为生态系统合作伙伴打开了新市场 [4][5] - 库覆盖领域广泛，包括计算光刻（Qlitho）、稀疏求解器、数值优化、数据库加速（SQL、数据帧）、AI训练（CUDNN、Megatron core）、医疗影像（MonAI）、基因组学处理等 [4][5] - 软件栈已发生根本性改变，新的计算栈基于GPU构建，专注于处理数据密集型编程和生成AI tokens，而非传统的CPU和Windows系统 [13][14] - 保持CUDA跨代兼容性至关重要，目前已发展至CUDA 13/14，数亿GPU完美兼容，确保了开发者的平台粘性 [3][4] 人工智能（AI）工厂与规模化 - AI催生了新型基础设施——AI工厂，其本质是生产有价值tokens的工厂，专注于以高速率、低成本生成智能响应，而非运行多种应用的通用数据中心 [17][18] - AI模型智能化导致使用量激增，形成两个指数级需求：模型三个扩展定律（预训练、后训练、思考）对算力的需求，以及模型越智能使用越多带来的算力需求 [20][21] - AI已达到良性循环：模型足够智能使得用户愿意付费，产生的利润再投入算力建设，使模型更智能，应用更广泛 [21][22] - 为应对指数级算力需求并降低成本，公司采用极端协同设计方法，从芯片、系统、软件、模型架构到应用全栈重新设计，实现性能的指数级提升而非渐进式改善 [23][24] 产品与技术突破：Grace Blackwell 架构 - Grace Blackwell NVLink 72是极端协同设计的成果，通过将72个GPU连接成一个巨型GPU，专为未来拥有大量专家的AI模型设计 [25][26] - 相比前代H200 GPU，Grace Blackwell在每GPU性能上提升10倍，并生成全球最低成本的tokens，这得益于架构创新而非单纯晶体管数量增加 [27] - 公司已出货600万片Blackwell GPU，并拥有到2026年价值5000亿美元的累计订单可见性，Blackwell生命周期内预计将出货2000万GPU（每个封装含2个GPU），增长远超Hopper架构 [30] - 产品制造回归美国，涉及亚利桑那州、印第安纳州、德克萨斯州和加利福尼亚州的复杂供应链，单个Blackwell Ultra超级芯片包含1.2万亿个晶体管，重近2吨 [31][32] 行业应用与合作伙伴生态 - 宣布与诺基亚（Nokia）合作，推出NVIDIA ARC（Aerial Radio Network Computer）产品线，旨在基于加速计算和AI技术，让美国在6G革命中重回领导地位 [6][7] - ARC将支持AI for RAN（提高频谱效率）和AI on RAN（在电信网络上构建边缘工业机器人云），可升级全球数百万个基站 [7][8] - 在量子计算领域，推出NVQ-Link互联架构，直接将量子处理器与GPU连接，实现量子纠错、校准和混合模拟，并获得17家量子公司和8个美国能源部实验室支持 [9][10][11][12] - 与美国能源部合作建设7台新的AI超级计算机，以推动国家科学进步，认识到计算是科学的基础工具 [12] - 企业级合作包括与CrowdStrike合作加速网络安全AI代理，与Palantir合作加速其Ontology平台的数据处理能力 [41][42] 物理AI与机器人技术 - 物理AI需要三台计算机协同工作：用于训练的Grace Blackwell、用于数字孪生模拟的Omniverse计算机、以及用于机器人操作的Jetson Thor机器人计算机 [42][43] - 公司与富士康（Foxconn）合作在德克萨斯州建设机器人工厂，利用Omniverse数字孪生技术进行设计、模拟、训练和操作优化 [44] - 人形机器人（如Figure、Agility、Johnson & Johnson手术机器人）被视为未来最大的消费电子和工业设备市场之一，公司与迪士尼合作开发Newton模拟器用于机器人训练 [45][46] - 推出NVIDIA Drive Hyperion平台，为全球汽车制造商提供Robo-Taxi就绪的标准化传感器和计算底盘，并与Uber合作将其接入全球网络 [47][48] 基础设施与数字化（DSX） - 推出Omniverse DSX，这是一个用于设计和运营千兆级AI工厂的蓝图，实现建筑、电力和冷却与NVIDIA AI基础设施栈的协同设计 [37] - DSX利用数字孪生技术，在物理工厂建成前进行设计、规划、优化和操作模拟，可显著缩短建设时间，并为千兆级AI工厂每年带来数十亿美元的额外收入 [37] - 公司正在弗吉尼亚州建设一个AI工厂研究中心，使用DSX来测试和产品化Vera Rubin架构，从基础设施到软件 [38]

文章核心观点 - 华尔街分析师看好英伟达和微软为“强力买入”标的，认为其股价在未来一年有显著上涨空间 [1] - 两家公司在人工智能基础设施建设和商业化方面均处于行业领先地位，具备持续增长潜力 [1][2] 英伟达 (Nvidia) - 公司是加速计算公司，以其图形处理器闻名，在数据中心GPU市场占据超过90%的份额 [4] - 数据中心加速器市场预计至2033年将以每年36%的速度增长 [4] - 公司采取全栈式战略，超越GPU，构建包含CPU、互连、网络和软件的完整数据中心系统 [5] - 其垂直集成能力使其能构建如GB200 NVL72的机架级解决方案，该系统将36颗Grace CPU与72颗Blackwell GPU通过NVLink技术连接 [5] - 公司在生成式AI网络设备市场领先，其CUDA软件平台是关键的竞争壁垒，帮助开发者编写GPU加速应用程序 [6] - 竞争对手的定制加速器缺乏配套软件，而AMD的配套软件远不及CUDA，限制了其市场渗透 [7] - 花旗银行分析师将其目标价上调至每股320美元，较当前182美元股价有75%的上涨空间；瑞银分析师给出相同目标价 [8] - 华尔街预计其未来三年盈利将以每年36%的速度增长，当前52倍的市盈率显得合理 [10] - 自2023年11月ChatGPT发布以来，公司股价已上涨1250% [10] - 公司总市值为4.4万亿美元 [1][11] 微软 (Microsoft) - 公司是全球最大的企业软件公司，其Office生产力套件广为人知，并在商业智能、网络安全和企业资源规划等多个终端市场占据强势地位 [11][12] - 公司通过其广受欢迎的软件和Copilot应用商业化人工智能，上一季度Copilot月活跃用户数超过1亿 [12] - 微软Azure是第二大公有云平台，云服务收入在过去八个季度增速均超过30%，最近一个季度加速至39%，为两年来最强增速 [13] - 管理层表示在AI热潮期间Azure一直面临容量限制，但公司正以快于其他云服务商的速度扩展数据中心容量 [14] - 华尔街预计其未来三年盈利将以每年12%的速度增长，当前38倍的市盈率显得昂贵，市盈增长比为3.1 [15] - 富国银行分析师将其目标价上调至每股675美元，较当前516美元股价有30%的上涨空间；Truist分析师给出相同目标价 [8] - 公司总市值为3.8万亿美元 [1]

公司与产品动态 - 英伟达GB300 NVL72系统在微软Azure上实现首次生产级部署 该系统集成72颗Blackwell Ultra GPU和36颗Grace CPU [1][2] - 该超级集群为OpenAI最严苛的AI工作负载构建 集成超过4600颗NVIDIA Blackwell Ultra GPU 并通过Quantum-X800 InfiniBand平台连接 [2] - 每个虚拟机（VM）可提供1.44 exaflops的FP4性能和37 TB的高速内存 在吞吐量和可扩展性方面树立了新标杆 [3] 行业地位与业务范围 - 公司是全球加速计算领域的领导者 设计并制造用于游戏、数据中心、人工智能和自动驾驶汽车的GPU和片上系统单元 [4] - 其CUDA平台和专注于AI的芯片为全球许多科技巨头的大型数据中心、机器学习和高性能计算提供支持 [4] - 亿万富翁Ray Dalio的桥水基金将英伟达列为值得购买的股票之一 [1]

市场宏观环境 - 投资者对贸易战担忧和美国政府已持续三周的停摆反应平淡 [1][2] - 特朗普总统威胁对中国实施烹饪油禁令并对所有中国商品加征100%关税 此前中国已减少美国大豆采购并实施稀土控制 [2] 英伟达公司评级 - 美国银行重申英伟达买入评级 认为公司在医疗保健和人工智能领域定位良好 [3][7] - 摩根士丹利对英伟达短期和长期前景保持乐观 预计股价将继续攀升 [4] 美光科技公司评级 - 瑞银集团重申美光科技买入评级 行业检查显示强劲需求环境遭遇严重且恶化的DRAM供应短缺 [5] - 瑞银将美光科技目标价从225美元上调至245美元 预计2026财年每股收益接近30美元 [5] Netflix公司评级 - 富国银行重申Netflix超配评级 认为进入2026财年指引存在适度风险 但用户参与度正推动公司进入新领域 [5] T-Mobile公司评级 - 富国银行将T-Mobile评级上调至超配 目标价从250美元提高至260美元 认为公司具备从竞争对手夺取市场份额的良好定位 [6] - 分析师预计T-Mobile未来几年可轻松维持后付费用户增长领导地位 每年新增250万至300万后付费手机用户 2025年将超过300万 [6][8]

股价目标与估值依据 - 英伟达股价在未来几年可能达到350美元，对应公司市值接近10万亿美元 [2] - 尽管公司股票基于FY25和FY26的共识调整后收益，其市盈率分别高达62倍和42倍，但考虑到近50%的每股收益增长预期，估值具有合理性 [2] - 若未来几年公司盈利增长3.7倍，且市盈率维持在32倍左右，股价有望增长约1.9倍，超过350美元 [7] 财务表现与增长预测 - 公司过去12个月营收几乎翻倍，过去三年平均年增长率约为69% [3] - 预测公司营收将从FY25的约1310亿美元增长至FY28的约4860亿美元，增长近3.7倍，假设未来两年平均年增长率约为60%，第三年约为45% [3] - 公司净利润率从FY19的约25%显著提升至FY25的约51%，得益于规模经济效应和产品组合向复杂数据中心产品倾斜 [5] - 假设利润率保持稳定，营收增长3.7倍将带动盈利同比例增长3.7倍 [6] 行业趋势与增长驱动力 - 首席执行官预测，到本十年末，人工智能基础设施支出可能增至4万亿美元 [2] - 人工智能正从文本基础向多模态（处理语音、图像、视频、3D）演进，需要更强大的计算能力和更多的GPU出货量 [4] - 人工通用智能（AGI）的出现可能将全球GDP年增长率从低个位数提升至20%以上，并将极大增加对高性能计算的需求 [4] - 公司近期完成了多项重大人工智能相关协议，包括与OpenAI价值1000亿美元的投资与合作、与CoreWeave价值63亿美元的云容量协议，以及微软与Nebius价值194亿美元的合同 [4] 盈利能力与竞争态势 - 公司通过推出如最新Blackwell芯片等更高端的产品来维持利润率，但低端市场可能面临来自AMD等竞争对手的成本和竞争压力 [6] - 软件相关销售额正在增长，有助于支持利润率 [6]

文章核心观点 - 市场对AMD与OpenAI之间价值数百亿美元的芯片订单持积极态度 这直接推动了AMD股价单日大幅上涨24%并带动纳斯达克指数上扬 [1][3] - 尽管存在对OpenAI支付能力的怀疑 但AMD公司首席执行官和OpenAI联合总裁均对交易执行表示信心 强化了市场的乐观情绪 [2] - 评论者基于对加速计算和人工智能发展趋势的长期看好 认为当前正处在一场技术革命之中 [4] 市场反应 - AMD公司股价因芯片订单消息刺激而单日飙升24% [3] - 纳斯达克指数受此推动上涨71点 而道琼斯工业指数同期下跌63点 标准普尔500指数微跌0.36% 显示市场焦点集中在科技板块 [3] 公司与高管表态 - AMD公司首席执行官Lisa Sue对OpenAI支付巨额芯片订单款项的能力表示不担忧 [2] - OpenAI联合创始人兼总裁Greg Brockman确认将负责支付该笔芯片款项 [2] 行业趋势展望 - 自2018年起 行业对加速计算和人工智能可能引发技术革命抱有预期 [4]

量子计算公司股价表现 - Rigetti Computing、D-Wave Quantum和Quantum Computing等公司股价本周涨幅均超过20% [1] - Rigetti公司股价自年初以来涨幅超过一倍，D-Wave Quantum公司股价自年初以来涨幅超过两倍 [1] - Arqit Quantum公司股价本周飙升超过42% [1] 行业积极动态与订单 - Rigetti公司获得总额570万美元的两台9量子比特Novera量子计算系统采购订单 [2] - 诺和诺德制药公司所有者和丹麦政府向量子风险投资基金投资3亿欧元 [2] - 英伟达公司在其博客文章中强调加速计算对实现量子计算突破的重要性 [2] 科技巨头布局与投资 - 微软、英伟达和亚马逊等科技巨头通过发布新芯片、进行数百万美元投资和制定研究计划来拥抱量子计算技术 [2] - 投资者今年纷纷涌入量子计算技术领域 [2]

公司与合作伙伴关系 - 施耐德电气与英伟达合作推出新的数据中心蓝图 旨在显著加快建设速度并帮助运营商采用AI就绪的基础设施[1] - 合作于6月宣布 专注于研发电力、冷却、控制和高密度机架系统 以支持下一代AI工厂 首先在欧洲推广[2] - 合作内容包括集成的电力管理和液体冷却控制系统 以及支持英伟达新Blackwell芯片开发的框架[5] - 施耐德电气是数据中心最大的能源管理供应商 数据中心业务约占其总业务的四分之一[2] 公司业务模式与技术专长 - 公司不发电 而是能源管理公司 结合电气化和数字化 帮助客户实时了解能源消耗并优化使用[3] - 公司确保为每一代新芯片提供的解决方案能最大限度地减少其安装的能耗[6] - 人工智能正在帮助提高能源效率 其带来的效率增益至少是其消耗量的四到九倍[8] 行业趋势与市场机遇 - 行业正进入加速计算的新时代 跨电力、冷却和运营的集成智能将重新定义数据中心架构[7] - 能源来源多样化 包括太阳能、风能、地热能和核能 正创造去中心化的能源生产模式 这是市场最大变化之一[10] - 欧洲、印度和中国等地因缺乏化石燃料而转向电气化 这将推动该领域进一步创新[11] - 企业非常务实 如果解决方案能盈利就会采用 若还能改善碳足迹则会更快采纳[12] 技术革命与未来展望 - 当前的计算引擎首次能够实时整合所有复杂性 确保在正确时间消耗更合适的能源 这是一场数字能源革命[9] - 能源技术正经历前所未有的迅猛成熟和增长 创新大量涌现 新技术成本曲线快速下降[12] - 未来二十年能源领域将发生革命性变化 电气化技术、数字化以及AI的增强将创造前所未有的可能性[13] - 相关技术无需10年或20年部署 而是当前即可部署并带来巨大经济回报[14]