英偉達管理層在電話會上表示，當前需求正在加速，並將2030年末年度AI行業整體開支規模預測，上調至3萬億至4萬億美元。「智能體AI」驅動下一波算力基礎設施建設狂潮，並首次將CPU業務作為未來核心增長引擎推向台前。預計今年CPU收入有望達到200億美元。

受益於「智能體AI」時代的爆發，英偉達不僅交出了單季營收820億美元的歷史新高答卷，更通過超預期的股東回報計劃和瞄準2000億美元全新市場的CPU戰略，試圖向華爾街證明其高增長的持續性與廣闊的想象空間。

5月20日，華爾街見聞提及，英偉達公布強勁財季業績，第一季度總營收達到820億美元，按年增長85%，按月增長20%。這已經是英偉達連續第三個季度實現按年加速增長，以及連續第14個季度按月增長。

公司管理層在電話會上表示，「智能體AI」驅動下一波算力基礎設施建設狂潮，並首次將CPU業務作為未來核心增長引擎推向台前。

英偉達預計今年CPU收入有望達到200億美元，並表示相信公司能夠獲得足夠供應以支撐持續增長。

公司CFO Colette Kress表示，公司當前需求正在加速，並將2030年末年度AI行業整體開支規模預測，上調至3萬億至4萬億美元。

英偉達CEO黃仁勳則預計Vera Rubin在整個生命周期內都將面臨供應受限局面。

在利潤極其充沛的背景下，英偉達宣佈新增高達800億美元的股票回購授權。同時，季度股息從每股0.01美元大幅上調至0.25美元。公司計劃在今年將50%的自由現金流返還給股東。

「需求呈拋物線增長」，智能體AI成新引擎

在財報電話會上，英偉達CEO黃仁勳直言：

需求呈拋物線增長。原因很簡單，智能體AI已經到來。

黃仁勳指出，自ChatGPT問世以來，主流AI已經從一次性推理過渡到邏輯推理，現在又進入了「智能體」階段。AI不再是可有可無，而是必需品。他表示：

詞元（Tokens）現在是有利可圖的。在AI時代，計算能力就是收入和利潤。

為了應對這種轉變，AI基礎設施的建設正在加速。

管理層引用分析師預測稱，2027年超大規模數據中心（Hyperscale）的資本支出將超過1萬億美元，而到2030年末，AI基礎設施的年度支出有望達到3萬億至4萬億美元。

推理份額激增，Rubin架構下半年接棒

在訂單履約和未來業績指引方面，CFO Colette Kress表示，GB300和VL72的需求尤為強勁，標誌着公司歷史上最快的產品爬坡。

針對市場對其在推理市場份額可能被定製芯片（ASIC/LPX等）蠶食的擔憂，黃仁勳強硬回應：

我們在推理領域的份額正在非常、非常快地增長。

他指出，隨着Anthropic等前沿模型公司加入英偉達生態，公司在推理端的算力部署正急劇擴大。

對於基於SRAM的定製芯片（如LPX），黃仁勳認為其吞吐量和上下文處理能力較低，他認為：

在未來一段時間內，它仍將是一個小衆產品（Niche product）。

在下一代產品節點上，黃仁勳宣佈：

我們將於今年下半年，從Q3開始啓動Vera Rubin的量產出貨。Vera Rubin在這一點上將比Grace Blackwell更加成功。我能想到的每一家前沿模型公司，從一開始就會全面轉向Vera Rubin。

通過集成七個專用芯片，Vera Rubin的推理吞吐量最高可達Blackwell的35倍。對於未來，黃仁勳總結道：

世界正在為智能體AI和機器人物理AI重建計算體系。我們在這一刻到來之前就建立好了架構，所以當智能體AI到來時，英偉達已經準備好了。它現在真的來了。

全新王牌Vera CPU，打開2000億美元市場

本次電話會最大的增量信息和想象空間，來自於英偉達對CPU業務的重磅加碼。

面對「智能體AI」需要大量調用工具、瀏覽器和進行編排調度的特性，單純的GPU已經不夠，市場需要全新的CPU架構。黃仁勳宣佈：

Vera CPU為英偉達打開了一個全新的2000億美元的市場，這是我們以前從未涉足過的市場。

Vera不僅將作為Rubin GPU的配套設備銷售，還將作為獨立CPU、存儲節點和安全節點出售。

黃仁勳透露，今年已有望看到近200億美元的獨立CPU總收入，這標誌着英偉達正準備成為全球領先的CPU供應商。

Vera Rubin系統將於今年下半年（Q3開始）量產出貨，其推理吞吐量比Blackwell高出35倍。

更改業務指引框架，數據中心走向多元化

為了讓投資者更好地理解業務結構的健康度，英偉達在本次財報中更改了報告框架，將業務劃分為「數據中心」和「邊緣計算」兩大平台。

數據中心業務（Q1營收750億美元）進一步細分為「超大規模雲廠商（Hyperscale）」和「ACIE（AI雲、工業和企業）」：

• Hyperscale（380億美元）： 佔據數據中心約50%的份額，按月增長12%。

• ACIE（370億美元）： 按月增長高達31%，其中AI雲收入按年激增兩倍以上，主權AI收入按年增長超80%。

值得注意的是，英偉達未將任何中國數據中心計算收入計入預期。分析認為，該數據回應了市場此前關於英偉達「過度依賴少數幾家硅谷雲巨頭」的擔憂。

黃仁勳指出，第二類市場（ACIE）極其分散且龐大，代表了未來數百萬家企業的需求，而英偉達提供的是最容易租賃、TCO（總體擁有成本）最優的完整AI工廠解決方案。

英偉達2027財年第一財季電話會議實錄，全文翻譯如下（AI工具輔助）：

主持人致辭

下午好，我是今天的會議接線員Sarah。歡迎參加英偉達第一季度業績電話會議。為防止背景噪音干擾，所有線路已靜音。發言人講話結束後，將進行問答環節。謝謝。現在請Toshiya Hari開始發言。

Toshiya Hari（投資者關係與戰略財務副總裁）

謝謝，大家下午好。歡迎參加英偉達2027財年業績電話會議。今天與我一同出席的有英偉達總裁兼首席執行官黃仁勳，以及執行副總裁兼首席財務官Colette Kress。本次電話會議在英偉達投資者關係網站上進行網絡直播，並將提供回放，直至我們召開2027財年第二季度業績電話會議。

本次電話會議的內容為英偉達的財產，未經我們事先書面同意，不得複製或轉錄。本次電話會議中，我們可能會基於當前預期作出前瞻性陳述，這些陳述面臨多項重大風險和不確定因素，實際結果可能與陳述存在重大差異。如需了解可能影響我們未來財務業績和業務的相關因素，請參閱今日業績發布文件、我們最近提交的10-K和10-Q表格，以及向美國證券交易委員會提交的8-K報告。

本次電話會議中所有聲明均以2026年5月20日為基準，基於我們目前可獲取的信息。除法律要求外，我們不承擔更新上述聲明的義務。本次電話會議中，我們將討論非GAAP財務指標，相關GAAP與非GAAP財務指標的調節表已發布於我們的網站CFO評論欄目中。下面我將把發言權交給Colette。

Colette Kress（執行副總裁兼首席財務官）

謝謝Toshiya。

本季度我們取得了出色業績，營收、營業利潤和自由現金流均創歷史新高。總營收為820億美元，按年增長85%，按月增長20%。這是我們連續第三個季度實現按年加速增長，也是連續第14個季度實現按月增長——考慮到我們製造運營的規模和複雜程度，這一成績尤為難得。

本季度135億美元的按月營收增量同樣創下歷史紀錄。我們抓住推理需求的拐點機遇，向多元化終端客戶群加速鋪開Blackwell系統，覆蓋超大規模雲廠商、模型開發商、AI雲服務提供商及主權客戶。與此同時，本季度我們在研發、生態系統投資和股票回購方面高效配置資本，向股東返還了創紀錄的200億美元，並在上游供應鏈和下游市場生態兩端同步推進戰略投資。這對市場的長期發展和我們的長期市場地位至關重要。

數據中心營收為750億美元，按年增長92%，按月增長21%，主要受Blackwell架構持續強勁需求驅動。GB300和VL72在前沿模型構建者和超大規模雲廠商中需求尤為強勁，各方累計部署的Blackwell GPU均已達到數十萬枚，創下我們公司歷史上最快的產品爬坡速度。Grace Blackwell是目前最快的訓練系統，同時也是推理環節單位token生成成本最低的平台。

我們專為AI打造的端到端以太網平台Spectrum X，規模已超過所有以太網同類競爭對手的總和。InfiniBand本季度同樣表現強勁，在下一代XDR技術部署的帶動下，按年增長超過4倍。針對前沿模型，數據中心算力營收為600億美元，按年增長77%；數據中心網絡營收為150億美元，按年接近翻三倍。

在深入介紹數據中心業務之前，我們希望先向大家介紹我們向新彙報框架的轉變，新框架能更好地反映我們當前和未來的增長驅動因素。

我們設有兩個市場平台：數據中心和邊緣計算。數據中心下設兩個子市場：超大規模（Hyperscale）和ACIE（涵蓋AI雲、工業及企業）。超大規模包含來自公有云和全球最大消費互聯網公司的營收；ACIE則面向各行業和各國家中多元化的AI專用數據中心及AI工廠的增長機遇。邊緣計算涵蓋面向智能體AI和物理AI的終端設備，包括PC、遊戲主機、工作站、AI-RAN基站、機器人及汽車。我們已在官網發布基於新平台口徑的過去九個季度營收明細，供大家參考。

回到數據中心業務，超大規模營收為380億美元，約佔數據中心營收的50%，按月增長12%。ACIE營收為370億美元，按月增長31%，其中AI雲營收按年增長超過兩倍。客戶方面，AI算力容量的快速建設能力顯著增強——規模超過10兆瓦的合作伙伴數據中心在短短一年內數量幾近翻倍，目前已超過80個站點。主權營收按年增長超過80%，英偉達AI基礎設施目前已部署於近40個國家，覆蓋GDP總量約50萬億美元。

正如本季度業績所呈現的，我們的客戶基礎多元且持續壯大，背後依託的是我們龐大的生態系統和已有的裝機規模、CUDA加速應用的廣度，以及作為最低token成本提供商的競爭優勢。我們有充分的條件抓住這一遠超任何其他AI計算平台的市場機遇。

AI基礎設施需求正在以前所未有的速度持續擴張，AI工廠建設步伐不斷加快，英偉達AI基礎設施的價值也在持續提升。H100的租用價格年初至今上漲了20%，A100的雲端定價漲幅接近15%。得益於我們平台的多功能性以及軟件棧帶來的持續性能提升，客戶在其GPU折舊期滿後仍能持續產生盈利性收入。英偉達計算平台龐大且值得信賴的市場，是支撐整個生態系統數千億美元AI基礎設施投資的關鍵基礎。

AI基礎設施建設加速背後有兩大主要驅動力：

第一，從搜索和廣告到推薦系統，再到內容理解，超大規模廠商的大型工作負載正在持續從CPU向GPU加速計算遷移。第二，AI原生產品和服務的採用正在迎來拐點。自ChatGPT問世以來，主流AI已經歷了從單次推理到推理增強、再到如今智能體化的演進。AI已不再是錦上添花，而是在所有行業和崗位提升生產力的必要工具。這正在推動AI全棧各層——包括能源、芯片、基礎設施、模型和應用——的營收加速增長。

模型層的增長尤為亮眼，Anthropic和OpenAI勢頭強勁、持續提速，其中自GPT-5.5發布以來，OpenAI Codex的爆發式增長尤為突出。分析師目前預測超大規模廠商2027年資本支出將超過1萬億美元，隨着智能體AI開始向各行業全面滲透，AI基礎設施支出有望在本十年末達到每年3至4萬億美元。

我們的Blackwell架構已無處不在，被每一家主要超大規模雲廠商、每一家雲服務提供商和每一家主要模型開發商採用並投入部署。上個月，我們慶祝了OpenAI發布GPT-5.5——該模型針對Blackwell進行協同設計、在Blackwell上完成訓練並由Blackwell提供服務，目前位居Artificial Analysis排行榜首位。微軟全球最強大的AI數據中心Fairwater已提前上線，由數十萬枚Blackwell GPU提供算力支持。從今年起，AWS將新增超過100萬枚Blackwell和Rubin GPU，並在Spectrum網絡方面展開合作。在谷歌方面，Blackwell將向雲端客戶開放，包括支持機密計算能力，為安全、高性能AI提供全新基礎。

我們在前沿AI算力領域的市場份額正在不斷提升。我們深化了與Anthropic的合作，很高興成為其戰略合作伙伴，共同擴大算力規模，並將通過AWS、Azure、CoreWeave、SpaceX xAI等多個渠道支持Anthropic的增長。此外，目前已在英偉達平台上構建的重要前沿實驗室還包括：OpenAI、Gemini、SpaceX xAI、Meta、MSL、Microsoft AI、TML、Reflection、Perplexity、Cursor等。隨着Anthropic的加入，我們在前沿AI模型領域的市場份額將大幅提升。

當今的數據中心是受功耗和資本約束的創收型AI工廠，AI工廠運營商必須選擇正確的架構。憑藉我們極致的協同設計理念，我們能夠提供業界最低的token成本、最高的token吞吐量和最高的投資回報率。最新的MLPerf推理測評結果出爐，Blackwell Ultra再次橫掃全部基準測試，在廣泛的模型類型和部署場景中實現了最高吞吐量。全棧創新推動GB300相較六個月前吞吐量提升2.7倍，每token成本降低60%。

英偉達算力不僅是性能最高的AI基礎設施，更是最具經濟性、最易孖展的選擇。客戶購買的不是GPU，而是在構建AI工廠，正確的經濟衡量指標不是GPU的購置價格，而是AI工廠生產智能的全生命周期成本——每瓦token數、每美元token數、運行時間、利用率、投入生產的時間、軟件持久性，以及資產壽命。英偉達在所有這些維度上均表現卓越。

智能體AI和強化學習為CPU帶來了全新的增長機遇。在Grace CPU成功的基礎上，Vera CPU的到來恰逢其時，有望把握這一拐點。Vera基於定製Arm核心構建，與Rubin GPU和NVLink進行端到端協同設計，相比x86架構方案，可實現最高1.5倍的單核性能提升、2倍的每瓦性能提升，以及4倍的機架密度提升。

Vera CPU為英偉達開闢了一個全新的2000億美元市場，是我們此前從未涉足的領域，且每家主要的超大規模廠商和系統廠商都在與我們合作推進部署。我們預計今年CPU營收將接近200億美元，這將助力我們成為全球領先的CPU供應商。

我們每年保持無與倫比的產品迭代節奏，這仍然是支撐我們市場地位的核心支柱。Vera Rubin的量產出貨預計將於今年下半年啓動，從第三季度開始。通過將七顆專用芯片集成於五個加速機架之中，Vera Rubin相比Blackwell將實現最高35倍的推理吞吐量提升，以及最高10倍的AI工廠營收提升。

作為早期採用者，谷歌的A5X裸金屬實例最多可支持跨多個站點部署96萬枚Rubin GPU，使客戶能夠在英偉達優化基礎設施上運行其最大規模的AI工作負載。

關於中國市場，雖然美國政府已批准向中國客戶出口H200的許可證，但我們尚未產生任何相關營收，且對於貨物是否被允許進口至中國仍存在不確定性。因此，與上一季度保持一致，我們在業績展望中未納入任何中國數據中心算力營收。

邊緣計算業務方面，我們的邊緣計算市場平台營收為64億美元，按月增長10%，按年增長29%。Blackwell工作站的強勁需求是本季度增長的重要貢獻因素，而消費端需求則因內存和整機價格上漲而略有下滑。物理AI繼續保持強勁增長勢頭，過去12個月營收超過90億美元。我們與Uber的合作將於2028年前為近30個城市、四大洲的Robotaxi車隊提供技術支持。在機器人領域，工業、手術和人形機器人等各類應用的領先企業正基於英偉達技術進行大規模開發和部署。

我們持續積極推進供應保障工作，以支持客戶增長。第一季度，我們將涵蓋庫存、採購承諾和預付款在內的總供應量增至1450億美元。儘管我們無法完全規避供應挑戰，但我們對支撐未來增長機遇的能力保持充分信心，我們在專注度、規模以及與關鍵供應商的長期合作關係方面的優勢將持續發揮作用。

利潤表方面，GAAP毛利率為74.9%，非GAAP毛利率為75%，按月基本持平，Blackwell系統在出貨中持續佔據主導地位。GAAP和非GAAP運營費用按月均增長12%，主要由薪酬提升和計算及基礎設施成本增加所驅動。非GAAP有效稅率為16%，略低於此前預期，原因是地域結構改善。資產負債表方面，應收賬款周轉天數為45天，主要受回款時間節點有利影響，預計第二季度將恢復至55天左右。本季度實現創紀錄的自由現金流490億美元，高於第四季度的350億美元。

資本配置方面，我們的首要原則是優先保障研發和戰略投資，這將使我們能夠培育生態系統、推動市場增長並鞏固市場地位。作為AI的核心使能平台，我們將持續進行必要的投資，以實現業界最低的每token成本和最高的token吞吐量，從而幫助客戶和合作伙伴持續擴大AI邊界。

股東回報計劃是我們資本配置策略的另一核心組成部分。鑑於我們對長期自由現金流前景的信心，以及與股東共享成長成果的承諾，我們將季度股息從每股0.01美元提升至每股0.25美元，並將隨着業務規模的持續擴大定期審查股息政策。我們還宣佈新增800億美元的股票回購授權，疊加現有計劃中剩餘的390億美元。正如我們在GTC上所宣佈的，我們計劃今年將50%的自由現金流回報給股東。

第二季度業績展望：總營收預計為910億美元，上下浮動2%，按月增長主要由數據中心驅動。我們正在持續大力推進供應鏈生態系統建設，以應對我們所預見的巨大需求，這給予我們充分信心——我們預計2025年至2027年期間，Blackwell和Rubin平台的累計營收將達到1萬億美元。GAAP和非GAAP毛利率預計分別為74.9%和75%，上下浮動50個點子，全年仍預計維持在70%中段水平。GAAP和非GAAP運營費用預計分別約為85億美元和83億美元，全年運營費用增速預計在40%高段，主要由研發投入增加以及AI工具使用加速所驅動。

2027財年全年，我們預計GAAP和非GAAP稅率在16%至18%之間（不含重大稅務環境變化相關的離散項目），低於此前17%至19%的預期，原因是地域結構改善。

以上是我準備好的內容，接下來將進入問答環節，交回給Toshiya主持。

Toshiya Hari（投資者關係與戰略財務副總裁）

感謝Colette。我們現在進入問答環節，請接線員開始提問。

二、問答環節

第一問：細分市場劃分邏輯（摩根士丹利 Joseph Moore）

Joseph Moore（摩根士丹利）： 感謝提問機會。我想請教，本次細分市場調整的背後邏輯是什麼？兩個細分市場在競爭格局上有何差異？另外，您提到的那個令人意外的CPU數據，如何在兩個細分市場中理解？謝謝。

Toshiya Hari： 感謝Joseph。首先需要更正一點，Colette剛纔說的季度股息應是從每股0.01美元提升至每股0.25美元，請大股東們留意這多出來的0.05美元。

關於細分市場的調整，我們希望幫助大家更好地理解我們的業務。AI是多元的，計算本身也是多元的，體現在多個維度：

第一，AI本身是多元的。 根據行業不同，AI的形態各異——製造和工業機器人領域是三維圖形，生命科學領域是蛋白質結構，生命科學或材料科學領域是小分子化學，物理科學（無論是能源領域還是高校科研實驗室）則是物理仿真，不一而足。

第二，應用場景是多元的。 應用場景涵蓋企業、能源、製造等各行各業。

第三，運行環境是多元的。 可以在超大規模雲上運行，可以在AI原生雲上運行——而這類AI原生雲正在全球各地不斷湧現；可以在企業本地部署，可以在工廠、車間等工業場景中運行，也可以在超算中心和邊緣端運行。邊緣端涵蓋大家熟知的自動駕駛汽車和機器人，但同樣還包括芯片廠、封裝廠、各類製造工廠內部不斷擴大的計算網絡。未來，每一個基站、每一個無線網絡都將成為AI驅動的無線網絡。

第四，治理方式是多元的。 部分工作負載可以運行於公有云，但也有一些因工業法規合規要求、機密計算需求或國家安全原因而無法上雲，需要專門構建獨立的數據中心。

英偉達獨特之處在於，我們是唯一一家構建全部技術組件的公司，以極致協同設計的方式、完整端到端、全棧的方式進行研發，同時保持平台開放性，使其能夠集成進各類不同環境。而某些環境，例如企業客戶，需要所有技術組件協同工作，不用自己動手構建，能夠直接購買並運營完整解決方案。

因此，我們將業務拆分為三大板塊：

• 超大規模雲：這是第一大板塊。在這個板塊中，我們幫助超大規模雲廠商加速其數據處理和機器學習工作負載，支持其內部AI處理，同時將大量英偉達生態系統業務引入其公有云平台。

• AI原生雲、企業本地部署、工業本地部署及主權AI：這是第二大板塊，增速極快，因為每個行業、每個國家、每家企業都需要AI，且都希望以不同的方式構建。我們提供完整解決方案，使這一切成為可能，也大大降低了實施難度。

• 機器人邊緣計算：這是第三大板塊。過去的計算以個人計算為核心，未來將以個人AI為核心。個人AI的一個典型例子就是自動駕駛汽車——本質上是一個作為個人AI存在的機器人系統。未來還會出現各種形態的機器人系統，包括基站無線網絡，它本質上也將成為一種機器人系統。

這三大板塊各自擁有不同的軟件棧、不同的操作系統和運營方式，我們的市場進入策略在每個板塊中也大相徑庭。超大規模雲的市場進入最為簡單，因為全球只有五六家超大規模廠商。其餘的板塊涉及全球約25萬家企業，市場進入極為複雜，需要對AI有高度多元化的深刻理解。英偉達擁有全球規模最大的加速庫套件，從計算光刻到流體力學、粒子物理、分子動力學，涵蓋範圍極廣，這些庫對於我們深入服務第二和第三類垂直行業至關重要。

總而言之，這次調整是因為我們的業務已演進和壯大到如此規模，進行合理細分有助於大家更清晰地了解我們的業務運作邏輯。

第二問：增長哲學與超大規模資本支出展望（Melius Research Ben Reitzes）

Ben Reitzes（Melius Research）： 非常感謝。黃仁勳，我想請教您關於增長哲學的問題。本季度數據中心業務（不含中國）增長約120%，你們的指引約為100%。許多分析師（包括我）預測今年超大規模廠商資本支出將增長90%至100%。您也提到數據中心市場到本十年末有望達到3至4萬億美元的規模。請問，您認為公司增速能否持續超過超大規模廠商資本支出增速？而超大規模廠商資本支出是否會在今年之後繼續保持高速增長？

黃仁勳： 感謝Ben。首先，我們理應增長得比超大規模資本支出更快，原因正是我剛纔介紹分類邏輯時所闡述的。

我們的數據中心業務由兩大部分構成（實際更為複雜，但我簡化為兩大部分以便於理解）：

第一部分是超大規模業務。 這正是你們所關注的超大規模資本支出。今年超大規模資本支出約為1萬億美元，我有充分理由相信這一數字將持續增長。這就是未來計算的運作方式，沒有算力就沒有營收。這一邏輯非常清晰——算力就是營收，算力就是利潤。SaaS模式此前的算力消耗有限，但AI需要海量算力，同時也能創造難以想象的價值。這也正是為什麼我們看到Anthropic和OpenAI這樣的AI前沿公司以驚人的速度增長——它們在一個月內實現的增長，有些SaaS公司可能需要十年。第一大類的超大規模資本支出目前約1萬億美元，並正在向3至4萬億美元邁進。

第二部分是AI原生雲及其他。 包括各類區域性AI原生雲，遍佈全球各地；有初創公司在為這些平台提供支持；還有約25萬家企業——其中許多將自建或希望自建AI工廠；以及大量工業企業——對它們而言，別無選擇，必須將計算部署在情境所在地、行動所在地，根本無法依賴雲端。想象一下，一家芯片製造廠連接到雲服務提供商，這根本行不通。此外還有主權AI雲。這第二類數據中心，半定製化芯片根本無法勝任，因為這類數據中心希望購買和運營完整系統，不想自行設計和構建。這第二類不是五六七家公司，而是數百、數千家公司，未來將擴展到數十萬家企業，每家規模相對較小。

這第二類將以驚人的速度持續增長。當我談到物理AI，談到在過去30年中基本未受IT衝擊的近百萬億美元的實體經濟產業，它們即將迎來AI的深刻影響，這正是第二大類所代表的市場。在這一類別中，我們的市場份額極高，我們幾乎是唯一能夠服務這一市場的公司。我們的平台構建方式如同垂直整合，一切協同運作，但同時又能拆解開來，供客戶按需組合、以自己偏好的方式集成。這第二類的情況遠未被充分理解，因為其中涵蓋的公司數量龐大，而每一處安裝規模相比單個超大規模廠商又相對較小。

因此，綜合來看，我們在超大規模廠商中的份額正在增長——Anthropic作為我們的新合作伙伴，未來幾年我們將大力幫助其擴大算力。而第二類中，很少有公司能夠真正服務這一市場，我們的平台解決方案是關鍵所在。

第三問：Vera Rubin與推理市場份額（Cantor Fitzgerald CJ Muse）

CJ Muse（Cantor Fitzgerald）： 下午好，感謝提問機會。Vera Rubin即將到來，你們對前沿模型的迭代趨勢和多元化AI工作負載的優化方向有着清晰的洞察。投資者對你們在推理市場的份額高度關注，請問Vera Rubin和極致協同工程將如何影響你們在進入26年底和27年時的推理市場份額？

黃仁勳： 我們在推理市場的份額正在快速增長，原因在於今年前沿模型公司的數量大幅增加，湧現出Cursor、Perplexity等新興公司，以及TML、Reflection等新模型企業。我們今年還將Anthropic納入合作伙伴體系，他們的擴張速度極快——我們已與其合作，在Azure、AWS、CoreWeave等平台上為其鎖定算力，此外還有其他正在推進中的合作伙伴正在陸續上線。今年和明年我們為Anthropic帶來的算力規模將相當可觀。在此之前，我們對Anthropic的算力覆蓋幾乎為零，因此我們在推理市場的份額提升速度極快。

Vera Rubin甚至會比Grace Blackwell更為成功。現在我幾乎想不到有哪家前沿模型公司不會從一開始就遷移到Vera Rubin——這一點在Blackwell推出時並非如此。Vera Rubin的起點極為強勁，必將超越Grace Blackwell的成就。

回到Ben之前的問題，以上關於推理份額增長的討論，實際上聚焦的是超大規模雲這第一類。而在第二類AI數據中心中，我們幾乎是獨家供應商，其中推理業務幾乎100%由英偉達承接。當然，物理AI領域目前也基本上只有英偉達一家在服務，我們深耕物理AI已久。因此，綜合來看，我們在推理市場的份額正在快速增長。

第四問：LPX與平台戰略（UBS Timothy Arcuri）

Timothy Arcuri（UBS）： 非常感謝。黃仁勳，我想請教一下LPX的市場進展。您此前提到Groq在某些市場約佔20%份額，我想了解LPX的牽引力情況，以及它如何融入您更廣泛的平台戰略？

黃仁勳： LPX專為低延遲、高token速率場景設計，但其吞吐量相對較低，支持的模型規模有限，處理長上下文的能力也較弱——例如軟件編程、智能體工作負載等需要大量上下文的場景，LPX的能力有所受限。

正如我此前所解釋的，LPX的適用場景並不廣泛，它的定位是：面向擁有多元化token服務組合的提供商，其中某些服務屬於高溢價服務、客戶數量有限但單用戶token速率極高的應用。這一判斷與我之前的分析完全一致。

因此，我預期LPX以及其他基於SRAM、專注於解碼、高token速率生成的加速器，在相當長的時間內仍將是一類細分市場產品。相比之下，Grace Blackwell和Vera Rubin支持AI的全生命周期——從數據處理、預訓練準備、預訓練，到強化學習後訓練，再到推理，Grace Blackwell是完成所有這些任務的最佳平台。而對於已經擁有高token速率服務的提供商，在特定場景下可以搭配LPX，進一步提升該服務的交付質量。

至於LPX佔多少市場份額——20%也好，10%也好，取決於AI的發展階段。我認為目前遠低於20%，未來隨着高溢價token服務的發展，這一比例或許有機會達到20%。我們也期待與服務提供商合作，共同推進這一能力。

第五問：CPU與GPU的關係及Vera CPU規模（美國銀行 Vivek Arya）

Vivek Arya（美國銀行）： 感謝提問機會。黃仁勳，近期關於智能體應用中CPU的討論熱度很高，甚至有說法認為CPU的數量將超過GPU的數量。我想請你從兩個角度分析：第一，這是增量性的新工作負載，還是對GPU原有工作負載的替代？第二，您提到的200億美元規模，是僅針對獨立Vera CPU，還是已包含在Vera Rubin整機中的CPU部分？請幫助我們理解CPU與GPU的關係——是競爭還是互補，以及這200億美元應如何理解？

黃仁勳： 這200億美元指的是獨立Vera CPU。我來介紹一下Vera的四種使用方式：

第一種：Vera Rubin整機。我們將售出數百萬套Rubin，每兩套Rubin搭配一顆Vera，有相應的價格體系。

第二種：Vera獨立CPU。

第三種：Vera搭配CX9網卡及相應軟件棧，用於存儲場景。

第四種：Vera搭配CX9，配合安全與計算隔離、機密計算軟件棧。

以上四種場景都基於Vera構建。我預計在Vera Rubin的整個生命周期內，供給將始終處於供不應求的狀態。

關於CPU在智能體AI中的角色——智能體本質上是一個"執行框架"（harness）。這個框架可以是OpenClaw，可以是Hermes；Anthropic的Claude Code本質上是Claude Opus模型外的一層框架，OpenAI的Codex本質上是GPT-5.5模型外的一層框架。框架負責處理I/O、編排、內存管理，以及工具調用——例如連接瀏覽器、C編譯器、Python編譯器等。框架在CPU上運行，工具調用也在CPU上運行。例如，AI執行搜索或使用瀏覽器時，這些都在CPU上完成。

人類世界有10億用戶，未來世界將會有數十億個AI智能體，雖然不是今天，但我們會逐步走到那裏。每個智能體都會使用工具，這些工具類似於我們今天使用的PC。未來，智能體將擁有自己的"AI PC"。假設現在全球有幾十萬個智能體，未來有幾十億個，每個智能體都有自己的"PC"來使用。

每個智能體還會衍生出子智能體，每次衍生就需要調用推理——而所有的"思考"都發生在GPU上，所有的編排則在CPU上進行。子智能體在"思考"時使用GPU，在調用模擬器時則可能使用CPU或GPU。這也是為什麼我們與Cadence、Synopsys、Siemens、Adobe等公司深度合作——我們正在加速全球所有的設計工具和數據處理、數據庫引擎，讓它們運行在CUDA上。原因很簡單，智能體比人類的容忍度更低，需要更快的響應速度，而工具加速到GPU上能顯著提升效率。

Vera正是為智能體時代而設計的CPU。過去的CPU設計邏輯是多核心、便於按核心出租；人們按核心付費，這是傳統雲計算的經濟學。未來AI時代的經濟學是每美元token數或每token成本，核心目標是儘可能快地生成和處理token——這正是Vera的強項所在。

我們正在構建的是完整的AI基礎設施：出色的存儲（這是我們構建STX的原因）、出色的網絡（這是我們打造Spectrum X的原因）、出色的GPU與推理能力（NVLink 72）、出色的安全與機密計算（Vera Rubin是全球首個支持端到端機密計算的平台）、出色的CPU。我們一應俱全。

第六問：1萬億美元展望之上的增長空間（高盛 Jim Schneider）

Jim Schneider（高盛）： 下午好，感謝提問。在GTC上，您提到了Blackwell和Rubin平台1萬億美元的可見營收，但我相信這一數字不包括LPX、Rubin CPX和Vera CPU機架。請問Vera CPU是否將成為1萬億美元之上最大的超預期來源？還是說您在考慮其他產品組合，包括CPU，以進一步提升在總市場中的份額？

黃仁勳： 關於1萬億美元之上的增量空間，我認為主要有三個來源：

第一，前沿AI模型市場份額的持續提升。我預期份額將進一步增長，這是最大的增量來源之一。

第二，獨立Vera CPU——這未包含在此前的1萬億美元預測中。智能體系統的總市場規模相當可觀，我們的客戶對Vera的熱情非常高，我們將售出大量Vera CPU，這是第二大增量來源。

第三，LPX——如前所述，由於其SRAM架構帶來的低延遲、高交互性優勢，以及相對有限的吞吐量和上下文處理能力，LPX將服務於一部分細分市場。通過Vera、Vera Rubin和LPX的組合，我們將能夠覆蓋AI從預訓練、後訓練到推理、智能體系統的全生命周期和完整需求譜系。

第七問：Vera Rubin爬坡斜率（TD Cowen Joshua Buchalter）

Joshua Buchalter（TD Cowen）： 非常感謝，也恭喜業績出色。Colette，您在準備好的發言中提到GB300是公司歷史上爬坡速度最快的產品。應如何對比看待Vera Rubin的爬坡速度？Vera Rubin雖然在芯片層面是全新架構，但機架形態相似——是否意味着爬坡斜率與GB300相當，還是因為新硅片的緣故會更為平緩？

Colette Kress： 我們此前已說明將在下半年推出Vera Rubin，第三季度將是初始出貨階段，進入第四季度後爬坡將持續加速，明年第一季度預計也將是強勁的一季。目前難以判斷哪個產品的爬坡會更快，但需求已經明確，我們已有采購訂單，幾乎所有主要客戶都已就緒。這些系統極為複雜，需要時間完成整機組裝並推向市場。總體而言，制約因素主要是所有系統配件的量產進度，而非需求本身。

結束語

Toshiya Hari： 感謝各位參與問答。以下是幾項會議安排提示：黃仁勳將於6月1日在中國台北Computex發表主題演講；我們還將參加5月28日的TD Cowen TMT會議，以及6月4日的美國銀行全球科技會議。2027財年第二季度業績電話會議定於8月26日舉行。下面請黃仁勳做本次電話會議的總結髮言。

黃仁勳總結髮言

這是一個非凡的季度，需求已呈拋物線式增長。原因很簡單：智能體AI已經到來。AI現在能夠完成真正有價值的生產性工作，token已經實現盈利，模型開發商正在競相擴大產量。在AI時代，算力容量就是營收和利潤，英偉達正是這個時代的核心平台。

在全球所有平台中，英偉達算力所支撐的需求多樣性是最豐富的。讓我重點講五件事：

第一，英偉達是唯一能夠運行所有前沿AI模型的平台。隨着Anthropic加入我們現有的合作伙伴——包括OpenAI、xAI、Meta-MSL、Gemini等——我們在前沿AI模型市場的份額正在增長。

第二，我們覆蓋每一家超大規模雲廠商，支持其核心數據處理和機器學習工作負載、內部AI服務，以及其公有云中面向英偉達用戶的需求。

第三，我們的全棧完整AI工廠解決方案和龐大的全球生態系統，使我們能夠獨特地服務新興AI數據中心細分市場——包括新型AI原生雲、主權AI雲，以及企業和工業本地部署基礎設施，這正是我之前所講的第二類市場。

第四，NVIDIA CUDA的觸達延伸至邊緣端：機器人、自動駕駛汽車、嵌入式醫療儀器、AI-RAN電信基站。下一波浪潮是物理AI——數十億個自主機器人系統將在物理世界中運行，這正是我之前所講的第三類市場。

第五，我們迎來了一個重大的全新增長引擎——Vera：全球首款專為智能體AI設計的CPU。Vera為英偉達開闢了全新的2000億美元市場，是我們此前從未涉足的領域，每家主要的超大規模廠商和系統廠商都在與我們合作部署。

世界正在重建計算基礎設施，以支撐智能體AI和物理AI機器人的發展，英偉達處於這些轉變的核心。我們用了三十年構建英偉達計算平台——統一架構、龐大生態系統、跨芯片、系統、網絡和軟件的極致協同設計。我們提前為這一時刻做好了準備，當智能體AI到來之時，英偉達已經準備就緒。而這一時刻，已經到來。

主持人： 今天的電話會議到此結束，感謝參與，再見。