公众号记得加星标⭐️，第一时间看推送不会错过。 来源 ： 内容 编译自 wccftech 。 看来 NVIDIA 和 AMD 正在竞相打造更卓越的 AI 架构，两家公司都在修改其下一代设计以获得 优势。 NVIDIA 和 AMD 未来的 AI 产品备受期待，因为它们计划在多个方面进行大规模升级，包括功 耗、内存带宽、工艺节点利用率等等。然而，根据一些报告和 SemiAnalysis 的一篇 X 文章， AMD 的 Instinct MI450 AI 系列与 NVIDIA 的 Vera Rubin 之间的竞争预计将比以往产品更加激 烈，因此，随着时间的推移，架构发生了许多变化。 SemiAnalysis 援引了 AMD 高管 Forrest Norrod 的言论，其中提到他对 MI450 产品线持乐观态 度。他声称，Instinct MI450 AI 产品线将成为 AMD 的"米兰时刻"，这指的是随着 EPYC 7003 系列服务器处理器的推出，EPYC 产品线发生了怎样的变化。更重要的是，Norrod 明确表示， MI450 将比 NVIDIA 的 Vera Rubin 更具竞争力，并且下一代产品线将毫不犹豫 ...

Just when you think Nvidia NVDA can’t go any bigger, it does. In Nvidia's latest AI flex, the tech behemoth announced a whopping $100 billion investment in OpenAI. The deal anchors the rollout of 10+ gigawatts of Nvidia systems to efficiently train and run the next wave of models, with deliveries set to begin in the second half of 2026. Think utility-scale compute, but for artificial intelligence. Nvidia's OpenAI investment at a glance: Staged LOI: Letter of intent to deploy ≥10 GW of NVIDIA systems; wi ...

战略合作内容 - OpenAI将部署高达10吉瓦的英伟达系统 相当于1000万千瓦功率 可为约100万个家庭供电[3] - 系统包含400万至500万块GPU 相当于英伟达2025年全年出货量 是2024年出货量的两倍[6] - 英伟达计划向OpenAI累计投资高达1000亿美元 按每吉瓦部署进度分批提供[6] - 首阶段系统计划于2026年下半年基于英伟达Vera Rubin平台投入运营[6] 技术架构与目标 - Vera Rubin是集成CPU、GPU和专用加速器的完整系统架构 专为处理海量数据设计[6] - 系统将构成OpenAI下一代AI基础设施 用于训练通向超级智能的下一代模型[5] - 双方将共同优化AI模型及基础设施软件 深化与微软、甲骨文等生态伙伴的合作[7] 市场影响与规模 - 英伟达股价在消息公布后上涨近4% 市值单日增加约1700亿美元 总市值接近4.5万亿美元[9] - OpenAI周活用户已突破7亿 覆盖全球企业、中小企业和开发者群体[8] - 合作被双方高管称为"智能新纪元"的开端 将推动技术红利惠及全球[6][7] 合作历史与意义 - 双方合作长达十年 从首台DGX超级计算机到ChatGPT突破始终相互推动[6] - OpenAI自成立初期就将英伟达作为首选战略算力与网络合作伙伴[7] - 此次部署将支持OpenAI实现造福全人类的通用人工智能使命[8]

核心观点 - 大模型训练和推理带动AI算力需求增长 GB300和Vera Rubin等新一代算力架构将推出 算力产业链多个环节持续受益[1] GPU核心升级 - GB300基于Blackwell Ultra架构 采用TSMC 4NP工艺与CoWoS-L封装 FP4浮点算力达15PFLOPS 是B200的1.5倍[1] - GB300搭载288GB HBM3E显存 Vera Rubin NVL144性能是GB300 NVL72的3.3倍[1] - Rubin Ultra NVL576性能较GB300 NVL72提升14倍 内存是GB300的8倍[1] - 英伟达FY2026Q2营收467亿美元 同比增长56%[1] 服务器架构演进 - GB300 NVL72系统由18个计算托盘和9个交换机托盘组成 搭载72颗Blackwell Ultra GPU与36颗Grace CPU[1] - 与Hopper相比 GB300 NVL72的AI工厂总体产出性能最多提升50倍[1] - GB300 NVL72集成ConnectX-8网卡与BlueField-3 DPU[1] - Rubin Ultra NVL576将于2027年推出 采用Kyber架构 大幅提升机架密度[1] 网络技术突破 - CPO将硅光子器件与ASIC封装 取代传统可插拔光模块 能效提升3.5倍 部署速度提升1.3倍[2] - Quantum-X和Spectrum-X交换机提供高达400Tbps吞吐量 减少对传统光收发器依赖[2] - Rubin采用NVLink 6.0技术 速度翻倍至3.6TB/s[2] - NVLink Fusion向第三方开放互联生态 支持异构芯片协同[2] - NVSwitch 7.0扩展至576颗GPU互联 实现非阻塞通信[2] HBM发展进程 - SK海力士2025年3月率先交付全球首款12层堆叠HBM4样品[2] - 三星计划2025年7月底前向AMD和英伟达提供HBM4样品[2] - 美光展示HBM4计划 预计2026年实现量产[2] - SK海力士与NVIDIA、微软及博通合作设计定制化HBM芯片[2] 散热技术方案 - GB300采用独立液冷板设计 每个芯片配备单独一进一出液冷板[2] - 液冷技术具备更高散热效率 包括冷板式与浸没式两类[2] - 冷板式为间接冷却 初始投资中等 运维成本较低 技术相对成熟[2] - 英伟达GB300 NVL72采用全液冷设计方案[2]

产品发布与性能 - 英伟达发布新一代Rubin CPX GPU 专为海量上下文AI处理设计 支持百万级token推理 于2025年9月9日推出[5] - 单卡算力达30 PFLOPS（NVFP4精度） 配备128GB GDDR7显存 硬件编解码引擎使长序列注意力加速提升3倍 单卡可在1秒内完成百万token级推理[2][5] - 采用分工策略：Rubin CPX（GDDR）负责预填充（prefill）阶段 Rubin HBM GPU负责解码（decode）阶段 优化算力与内存带宽利用率[9][10][12] 架构创新与成本优势 - 核心创新为用GDDR7替代HBM 内存成本降低5倍/GB 同时省去NVLink接口 每GPU节省约8000美元[12] - 芯片成本仅为R200的1/4 但提供80%算力 整机TCO在预填充场景下从每小时0.6美元降至0.06美元 降幅达90%[12][13] - 通过专用芯片分工（prefill与decode分离）实现算力极致优化 后续可能推出解码专用芯片进一步降低成本[16] 系统性能与对比优势 - 搭载Rubin CPX的Vera Rubin机架处理大上下文窗口性能比GB300 NVL72高6.5倍 提供8EFLOPS（NVFP4精度）算力 100TB内存及1.7PB/s带宽[14][20] - 机柜集成144个Rubin CPX GPU、144个Rubin GPU及36个Vera CPU 采用Oberon方案 每个compute tray含8个CPX芯片及8个CX-9网卡[20] - 对比竞争对手：AMD MI300机架带宽20.5TB/s但需追赶到2027年 谷歌TPU缺预填充专用芯片 AWS Trainium受限于EFA网卡需外挂机架 其他厂商自研芯片需18个月流片[20] 产业链影响：PCB与光模块 - PCB需求新增：CPX芯片需专用PCB（预计HDI方案） Rubin模组与CPX间采用44层正交中板替代线缆 材料可能升级为M9+二代布+四代铜[24][27][28] - 英伟达单GPU PCB价值量从GB200的400美元提升至VR200的900美元 预计2025-2027年PCB总市场规模达131/289/707亿元人民币[29] - 光模块配置提升：每个compute tray配8个CX-9网卡（推测1.6T端口） Rubin NVL144光模块配比较GB300翻倍 因单die带宽提升至800G[30][32][37] - 2026年全球1.6T光模块需求上调至1500万只 2027年预计达4000-5000万只 推理步骤解耦推动单托盘GPU数量增加 进一步带动光模块需求[35][36][37] 电源与散热升级 - 整机功耗从180-200kW提升至350kW 推动供电架构向直流化/高压化演进：800V HVDC替代传统UPS 二次侧电源升级至800V-50V[39][40] - 液冷与电源需求增长 国内供应商如中恒电气（HVDC龙头）、科士达（北美代工）、盛弘股份（模块开发）等积极布局海外市场[41][42][43] 技术规格与路线图 - Rubin CPX采用N3P制程 单芯片功耗800W（带内存880W） 无NVLink 仅支持PCIe Gen6接口[12][17] - 对比路线图：Rubin CPX算力20PFLOPS（稠密） 内存带宽2TB/s 而R200带宽20.5TB/s Rubin Ultra内存带宽达53TB/s（2027年）[7][12][17]

公司核心优势 - 公司图形处理器是企业数据中心人工智能加速的核心 占据人工智能加速数据中心部署的图形处理器大部分份额 [6] - 公司下一代芯片Blackwell Ultra已开始生产爬坡 Vera Rubin和Vera Rubin Ultra芯片预计将分别于2026年下半年和2027年交付 [8] - CUDA软件平台是开发人员最大化图形处理器计算能力的关键工具 能有效维持客户对硬件和服务生态系统的忠诚度 [10] 市场表现与行业前景 - 人工智能技术预计到2030年将使全球国内生产总值增加15.7万亿美元 [2] - 公司自2023年初以来市值增加约3.8万亿美元 股价上涨1070% 并在2024年6月完成历史性的10比1股票分拆 [4] - 人工智能图形处理器持续供不应求 即使台积电努力扩大月产能 需求仍显著超过供应 [9] 内部交易活动分析 - 公司内部人士在过去五年净卖出47亿美元股票 [15] - 内部购买活动几乎不存在 最近一次高管购买发生在2020年12月3日 财务总监为两个儿子各购买100股 [18] - 过去五年内部人士累计仅使用58.1万美元自有资金购买股票 [18] 估值与技术周期 - 公司市销率超过25倍 接近泡沫领域 [19] - 过去30年所有重大技术突破都经历了早期泡沫破裂阶段 [19]

核心观点 - 英伟达最新财报显示两项潜在风险 可能对华尔街最重要人工智能股票构成威胁 尽管公司业绩表现强劲但收入过度集中和大规模股票回购计划引发担忧 [1][3][10] 财务表现 - 第二财季净销售额467亿美元 同比增长56% 每股收益105美元 双双超过华尔街预期 这是连续第11个季度每股收益超预期 [5] - 数据中心部门贡献超过88%的销售收入 Blackwell芯片销售异常强劲 下一代Blackwell Ultra需求"非凡" [6] - GAAP毛利率达724% 虽然较去年同期下降270个基点 但是一年多来首次实现季度环比改善 [7] 收入结构风险 - 两大直接客户分别贡献总收入的23%和16% 合计约182亿美元 占数据中心部门("计算与网络"板块)销售额的44%以上 [11] - 客户A和B可能为Meta Platforms和Microsoft 两家公司都在积极投资AI数据中心基础设施 [12] - 这些主要客户正在内部开发AI-GPU 虽然不构成直接竞争 但成本更低且更易获得 可能在未来季度侵蚀英伟达的数据中心市场份额 [13] 产品战略影响 - 公司计划每年推出新款先进AI芯片 这可能加速旧款GPU贬值 影响客户升级周期 并对未来毛利率构成压力 [14][8] - 毛利率改善可能表明AI-GPU持续短缺 企业需求超过供应一直是英伟达的核心催化剂 [9] 资本配置问题 - 董事会批准600亿美元股票回购计划 此前还有147亿美元回购授权剩余 [16] - 大规模回购暗示管理层难以找到其他高增长投资机会 公司股价自2023年以来上涨超过1100% 市销率处于历史高位 [17] - 内部人士自2020年12月初以来未购买公司股票 过去五年高管和董事会成员累计出售超过47亿美元股票 [18]

主权AI投资机遇 - 未来五年全球主权AI投资项目规模超过1万亿美元 主要项目包括美国Stargate（5000亿美元）、欧盟InvestAI（2000亿欧元）和沙特Humain AI（1000亿美元）[1][2][6][13][14] - 部分主权AI项目已加速推进 预计2026年开始为公司贡献收入[1][2][15] - 美国Stargate项目（10吉瓦功率）若落地 可能产生相当于7万个GB200机架的计算需求[15] AI服务器增长前景 - 公司预计2025年AI服务器收入超过1万亿新台币 摩根大通预测达1.8万亿新台币[3] - 2026年AI服务器收入预计较2025年增长63%[8] - 第三季度AI收入环比增长170% 机架出货环比增长300%[3] 产品过渡与客户拓展 - GB300将在2025年下半年主导出货 与GB200过渡无重大技术问题[1][2][3] - GB200阶段现有2家云服务提供商客户（微软和甲骨文） GB300阶段增至3家（增加Meta） Vera Rubin阶段再增1家（谷歌）[4] - ASIC客户数量从当前1家增至2025年3家[4] 市场份额与产能布局 - 公司预计占据AI服务器市场40%份额[3] - 2025年行业NVL72机架出货量预计3-5万台 2026年增至5-6万台[7] - 美国现有3家运营工厂 第4家正在开发 2026年美国产能将扩展至当前数倍[16] 价值链延伸战略 - 通过与东元电机合作 将AI服务器价值链从L11（整机交付）扩展至L11+（模块化数据中心解决方案）[11] - 垂直整合数据中心基础设施组件（如冷却系统） 目标将价值捕获比例从客户资本支出的40%提升至60%[12] - 服务器占终端客户资本支出40% 电源与冷却系统占20%[12] 毛利率与经营策略 - GB300产能提升导致GPU美元成本增加 短期内毛利率面临稀释压力[9] - 2025年下半年毛利率受智能消费产品占比上升及外汇因素影响[10] - 公司通过提升运营费用效率和运营杠杆 目标将营业利润率稳定在3%左右[11]

主权AI投资机遇 - 未来五年主权AI领域将出现超过1万亿美元的投资项目 成为算力市场新增长驱动力[1][8] - 主要项目包括美国Stargate(5000亿美元)、欧盟InvestAI(2000亿欧元)和沙特Humain AI(1000亿美元)[8] - 部分项目已加速推进 预计2026年开始为公司贡献收入[1][8] AI服务器业务增长 - 第三季度AI收入预计环比增长170% 机架增长预计达300%[2] - 2025年AI服务器收入目标超过1万亿新台币 市场份额达40%[2] - 2026年AI服务器收入可能进一步增长63%[5] 产品与技术发展 - GB300将在2025年下半年主导出货 不会出现重大过渡问题[1][2] - GB200阶段有2家云服务提供商客户 GB300将增至3家 Vera Rubin将新增1家客户[3] - ASIC客户数量将从目前1家增加到2025年3家[3] 产能与出货量预期 - 2025年行业NVL72机架出货量可能达3万至5万台 2026年增长至5万至6万台[4] - 美国Stargate项目可能带来相当于7万个GB200机架的计算需求[8] - 2026年美国业务将实现大幅增长 产能扩展至当前数倍[8] 毛利率与价值链拓展 - GB300产能提升可能导致短期毛利率下降 因GPU美元成本增加[6] - 公司通过提升运营效率将营业利润率稳定在3%左右[6] - 价值链从L11扩展至L11+ 价值捕获比例从资本支出40%提升至60%[6][7]

核心观点 - 英伟达的GAAP毛利率指引是决定其业绩表现的关键指标 反映AI GPU稀缺性状况和公司定价能力 [12][13][21] - 公司面临内外竞争压力 毛利率连续四个季度下降 凸显业务可持续性担忧 [15][17][20] 财务表现 - 第二季度营收预期达到460亿美元 每股收益预期为1.01美元 [5] - GAAP毛利率从60%中低区间飙升至78.4%峰值 因Hopper芯片需求远超供应 [13] - 每颗芯片溢价达100%-300% 显著高于同业水平 [13] - 毛利率连续四个季度下降 上季度因中国H20芯片计提导致大幅下滑 [20] 产品与技术 - 图形处理器(GPU)是AI加速数据中心的"大脑" 支撑公司4万亿美元市值增长 [2] - 每年推出新款AI芯片 Blackwell Ultra预计2025年下半年出货 [7] - Vera Rubin和Vera Rubin Ultra芯片预计2026和2027年上市 采用全新Vera处理器 [7][8] 市场与竞争 - 获得对华出口H20芯片许可 将影响全年销售指引 [6] - 面临AMD Instinct系列和华为AI解决方案的外部竞争 [17] - 主要客户包括"美股七巨头" 这些公司同时自研AI GPU可能占用数据中心份额 [18] 合作伙伴关系 - 与台积电紧密合作 其高带宽内存封装技术对AI数据中心至关重要 [9] - 计划通过台积电提高对中国的新增/现有AI芯片产量 [9] 战略挑战 - 年度创新周期可能加速前代AI GPU贬值 影响客户升级决策 [19] - 内部开发AI GPU的客户可能选择成本更低的前代产品 对毛利率造成压力 [18][19]