NVIDIA 的增长进入了一个由供应定义而非需求定义的新阶段。在 2 万亿美元云积压订单、1.3 万亿美元年度资本开支、以及 AI 代理带来的 15-100 倍计算乘数面前，70% 的全年增长指引实际上是一个"地板"而非"天花板"。CEO黄仁勋强调，70%的增长仅是“受限于产能”的结果，在Agentic AI普及的推动下，真实市场需求增速远超100%。管理层通过打破惯例给出全年指引、提前释放毛利率利空、展示 5000 亿美元生态投资版图，正在向市场传递一个明确信息：AI 基础设施建设的超级周期才刚刚开始，而 NVIDIA 是这场周期中唯一不可或缺的架构师。
一、历史性增长与结构性转折
1.1 增长质量的质变
NVIDIA 本季度营收达 960 亿美元，不仅实现同比翻倍，更关键的是增速连续第四个季度加快——这意味着增长曲线呈指数型上扬，而非线性饱和。Q3 指引 1080 亿美元（±2%）进一步确认了这种加速态势。
关键信号：管理层首次在没有提前给出全年指引的情况下，直接给出 2028 财年全年增长约 70% 的展望。这一打破惯例的举动表明：
管理层对需求可见度有极高信心（订单/积压已覆盖未来多个季度）
增长已非周期性波动，而是结构性平台转换的确认
1.2 毛利率的"主动管理"叙事
毛利率从当前 75% 下调至 Q3 的 74%，Q4 触底 71%-72%，2028 财年稳定在 72%-73%。这一"提前释放利空"的策略极具深意：
成本归因清晰化：将下降明确归因于内存价格极端上涨（由 AI 建设本身驱动），而非产品竞争力下滑或价格战
定价权展示：强调"已执行的价格上调将在 2028 财年 Q1 生效"，说明 NVIDIA 具备将成本压力传导至下游的定价能力
底部锚定：72%-73% 的长期稳态仍远高于传统半导体公司，确认其平台型溢价未被侵蚀
1.3 资本回报的战略升级
单季度返还股东 260 亿美元（200 亿回购+60 亿股息），年初至今返还率达 60%（目标为 FCF 的 50%+）。结合 500 亿美元的前沿实验室投资承诺，NVIDIA 正在同时执行"进攻性投资+激进股东回报"的双轨战略，显示其现金流生成能力已远超运营所需。
二、业务架构：从"GPU 供应商"到"AI 基础设施运营商"
2.1 数据中心业务的"双轮驱动"重构
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
第二增长曲线 |
核心判断：ACIE 业务即将与超大规模平分秋色（各占数据中心约 50%）。这意味着 NVIDIA 的客户结构从"五大云厂商依赖"转向极度多元化，抗风险能力显著增强。
2.2 "每吉瓦收入"的阶梯式跃升——产品定价权的量化证明
Hopper 时代：~180 亿美元/吉瓦
Blackwell 时代：~250 亿美元/吉瓦
Vera Rubin 时代：~400 亿美元/吉瓦（未来还将更高）
这一指标揭示了 NVIDIA 商业模式的本质：每一代产品不仅性能提升，单位基础设施的收入捕获能力也在提升。客户看似支付更多，但获得的生产力提升（每瓦吞吐量提升 30 倍、代币成本降低 35 倍）使 ROI 持续改善。这是典型的平台型垄断定价特征。
2.3 网络业务的"隐形冠军"
Spectrum-X 以太网同比增长 2.6 倍，网络业务整体环比+18%。NVIDIA 正从"计算公司"演变为"计算+网络"的双基础设施巨头。在 AI 工厂时代，网络（NVLink、InfiniBand、Spectrum-X、Grog LPU）成为算力扩展的瓶颈，NVIDIA 通过控制网络层进一步锁定客户生态。
三、技术路线：三代架构并行与"全生命周期"覆盖
3.1 Vera Rubin：史上最快产品爬坡的底气
已收到所有主要超大规模云、AI 云和系统 OEM 的采购订单
本月开始量产发货
涵盖 Vera CPU + Rubin GPU + NVLink + 网络（InfiniBand/以太网）+ Grog LPU
战略意义：Vera Rubin 不是单一芯片，而是机架级系统（NVL72 第三代）。黄仁勋强调"重塑整个供应链、重构系统、革新技术、重新部署软件"——这种全栈重构能力构成了竞争对手难以逾越的护城河。
3.2 CPU 市场的"静默入侵"
Grace CPU 过去 12 个月收入超 50 亿美元
Vera CPU 即将全面部署，首批客户包括 OCI、SpaceX AI、AWS
服务器 CPU 总需求约 200 亿美元，2028 财年 CPU 收入有望翻倍并跻身全球领先服务器 CPU 供应商
NVIDIA 正从 GPU 加速卡厂商，通过"CPU+GPU+网络"的三位一体，系统性侵蚀 Intel 和 AMD 的数据中心 CPU 领地。
3.3 Grog LPU：推理市场的"精准打击"
Grog 3 LPX 在 AI 分析基准测试中每秒处理令牌数比竞品高近 4 倍。黄仁勋明确区分了两种场景：
高吞吐、高性价比：Vera Rubin NVL72（服务绝大多数数据中心）
超高自主性、低延迟：Grog 加速器（服务特定高价值场景）
这种"双品牌"策略（NVIDIA 主品牌覆盖主流，Grog 覆盖高端细分）使 NVIDIA 在推理市场实现全价位段覆盖，不留竞争空隙。
四、市场格局：需求端的"三重爆发"
4.1 云厂商资本支出的"军备竞赛"
云行业积压订单：2 万亿美元
前五大超大规模服务商 2026 年资本支出：近 8000 亿美元
2027 年资本支出预期：1.3 万亿美元
这些数字已超出传统 IT 资本开支的范畴，进入国家级基础设施投资的量级。NVIDIA 作为这场军备竞赛的唯一"军火商"，其增长天花板被显著抬高。
4.2 主权 AI 的"去全球化"红利
主权 AI 业务环比+35%、同比翻倍以上。地缘政治正在创造需求而非抑制需求：
各国/地区不愿将 AI 基础设施依赖外国超大规模云
NVIDIA 定位自身为"中立合作伙伴"，不拥有云服务
通过 CoreWeave、Nebius、Nscale 等新型云服务商，以及区域性合作伙伴（日本 Noetra、亚美尼亚 Firebird、印度 Yotta/Neysa 等）构建全球分布式 AI 工厂网络
收入分成模式（最低收入保证+超额分成）是金融创新：NVIDIA 不直接放贷，但通过信用背书帮助新型云获得融资，同时分享长期租金收入。这使其从"硬件一次性销售"转向"硬件+经常性收入"的混合模式。
4.3 AI 初创生态的"虹吸效应"
近 20 家 AI 初创公司年化经常性收入突破 10 亿美元（去年 Q4 仅 13 家），全球 AI 风险投资中 70% 流向计算领域。NVIDIA 平台已成为 AI 创新的"默认操作系统"——Cursor、Figma、Together AI 等成功案例不断强化其生态粘性。
五、前沿实验室投资：5000 亿美元生态豪赌
5.1 投资结构的"三层防护"
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
5.2 OpenAI 合作的"深度绑定"
OpenAI 承诺 2030 年前大规模部署 NVIDIA AI 基础设施
现有及计划承诺合计约 12 吉瓦 NVIDIA 计算能力
软银能源 PORTS-Pike 项目：4.25 吉瓦初始容量，每代系统约 150 万颗 GPU，20 年支持多代升级
关键洞察：LPS（土地-电力-外壳）承诺确保场地长期运营，而数据中心内的 NVIDIA 计算设备可以反复升级。这意味着 NVIDIA 锁定了 20 年的客户生命周期，且每次升级都带来新一轮硬件销售。
5.3 对"循环融资"质疑的回应
黄仁勋直面"循环融资"的质疑，其辩护逻辑是：
技术变革的百年一遇性：这是人类历史上最重要的技术平台变革之一
客户验证：这些实验室的技术领先地位和客户吸引力已获验证
资产可互换性：NVIDIA 计算平台可重新部署支持其他客户，风险有限
回报预期：这些投资将带来出色的业务、生态系统和资本回报
六、竞争态势：对开源、自研芯片与代理 AI 的回应
6.1 开源 vs 闭源：全模型覆盖的"平台中立"
面对开源模型是否侵蚀闭源模型（及 NVIDIA 客户）价值的质疑，黄仁勋的回应展现了平台思维：
所有前沿模型都在 NVIDIA 上运行（无论是 OpenAI、Anthropic 的闭源，还是 DeepSeek、Qwen 的开源）
CUDA 生态系统的无处不在使其成为"模型战争的军火商"，无论谁赢，NVIDIA 都赢
开源模型使企业能够构建领域专属 AI，反而扩大了 AI 基础设施的总需求
6.2 对 OpenAI/Anthropic 自研芯片的"柔性遏制"
Vivek Arya 直接问及 OpenAI 的 Jalapeno 芯片及自研趋势，黄仁勋的回应策略是：
承认差异化：XPU 多为单一云服务设计，而 NVIDIA 是跨云、跨生命周期的完整平台
强调经济价值：使用 NVIDIA 的技术经济效益（从数据处理到训练、推理、智能体）是非凡的
投资绑定：将股权投资框定为"千载难逢的机会"，表达遗憾"没有更早、更多地投资"
长期信心：确信在相当长的时间内，这些实验室将在大量计算工作中使用 NVIDIA 平台
这是一种"竞争+合作+资本绑定"的复杂关系管理，既承认客户自研的合理性，又通过生态和投资锁定长期依赖。
6.3 代理 AI（Agentic AI）：计算需求的"15-100 倍"乘数
黄仁勋提出一个关键量化指标：AI 代理的推理和规划所需的计算量可能是人类直接使用的 15 到 100 倍。这是需求预测的最重要底层逻辑：
代理不仅执行单次推理，而是多步骤规划、工具调用、自我反思
每家公司未来将拥有数十万甚至数百万个持续运行的 AI 代理
这种"递归自我改进"的粗粒度循环，意味着算力需求没有天花板
七、供应链与制约因素：70% 增长背后的"供应经济学"
7.1 需求 vs 供应的"剪刀差"
管理层明确承认：不受限制的需求增长约为 100%，但供应能力只能支持约 70%。这一 30 个百分点的缺口揭示了：
NVIDIA 的增长已完全由供应端决定，而非需求端
这种"卖方市场"状态赋予其极强的定价权和客户选择权
7.2 供应链的"全栈瓶颈"
黄仁勋拒绝按严重程度排序制约因素（数据中心、电力、机壳、DRAM、晶圆代工），而是强调"整个供应链都面临挑战"。这暗示：
瓶颈是系统性的，而非单一环节
需要 2-3 年时间才能完全解决土地、电力、厂房等基础设施问题
NVIDIA 正深度参与供应链上游（与内存供应商合作）和下游（与发电公司、土地开发商合作）
7.3 中国业务的"战略性淡化"
Q2 中国数据中心收入占比不到 1%（Hopper 200 产品），且前瞻展望明确排除中国数据中心计算收入。这一"主动出清"策略：
消除了地缘政治不确定性对财务预测的干扰
表明 NVIDIA 已接受对华高端芯片出口限制的长期化
将战略重心完全转向非中国市场（其增长已足够强劲）
八、管理层信号与战略意图解码
8.1 黄仁勋的"三个确信"
通篇会议中，黄仁勋传递了三个核心信念：
平台转型的不可逆性：每个行业、每家公司都在经历从传统计算到生成式 AI 计算的转型
NVIDIA 的独特定位：世界上唯一一家创建、构建并提供完整 AI 工厂平台（全栈系统）的公司
AGI 的已实现性："对于许多任务，我们可以说已经实现了 AGI"——这种对技术里程碑的淡化，意在将市场焦点从"概念炒作"转向"生产力变现"
8.2 Colette Kress 的"财务纪律"
CFO 在补充回答中强调"供应承诺中最大的部分集中在前三年"，这表明：
资本开支和产能扩张有明确的时间表和纪律性
2028 财年的 70% 增长展望有具体的订单和产能承诺支撑，而非空想
8.3 投资者关系的前瞻布局
会议末尾预告黄仁勋将出席 9 月高盛 Communopia 大会和 10 月 GTC 柏林，Q3 财报定于 11 月 17 日。这种密集的投资者沟通安排，显示管理层意识到在市值高位维持市场信心的重要性。
九、综合评估与关键结论
9.1 投资主题的重构
NVIDIA 正在从"AI 芯片股"进化为"AI 基础设施平台+金融服务+生态系统运营商"的复合体：
硬件：GPU/CPU/网络/系统的全栈销售
软件：CUDA 生态的锁定效应
金融：通过投资、收入分成、信用增级参与客户融资
基础设施：深度介入土地、电力、数据中心的全生命周期
9.2 风险矩阵
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
9.3 核心结论
本次电话会议传递的最强信号是：NVIDIA 的增长进入了一个由供应定义而非需求定义的新阶段。在 2 万亿美元云积压订单、1.3 万亿美元年度资本开支、以及 AI 代理带来的 15-100 倍计算乘数面前，70% 的全年增长指引实际上是一个"地板"而非"天花板"。
管理层通过打破惯例给出全年指引、提前释放毛利率利空、展示 5000 亿美元生态投资版图，正在向市场传递一个明确信息：AI 基础设施建设的超级周期才刚刚开始，而 NVIDIA 是这场周期中唯一不可或缺的架构师。
NVIDIA 2027 财年第二季度财报电话会议记录
会议日期：2026 年 8 月 26 日参会高管：
Toshiya Hori（投资者关系与战略财务副总裁）
黄仁勋（总裁兼首席执行官）
Colette Kress（执行副总裁兼首席财务官）
摘要要点
季度营收创纪录，同比增长超过一倍，且增速已连续第四个季度加快，主要受人工智能需求激增和数据中心强劲增长推动。
预计 2028 财年营收将同比增长约 70%，但供应限制仍是关键制约因素。
由于内存成本上升，毛利率将有所下降，随后趋于稳定。
会议记录
接线员开场
下午好。我叫蒂芙尼，今天将由我担任本次会议的操作员。现在，我欢迎大家参加 NVIDIA 第二季度财报电话会议。所有线路均已静音，以防止任何背景噪音。在发言人发言结束后，将进行问答环节。如果您在此期间想提问，请在电话键盘上按星号键，然后按数字一。如果您想撤回问题，请再次按星号键和一。谢谢。Toshiya Hori，您可以开始您的会议了。
Toshiya Hori（投资者关系与战略财务副总裁）
谢谢。下午好，欢迎参加 NVIDIA 2027 财年第二季度财报电话会议。今天与我一同出席的有 NVIDIA 总裁兼首席执行官黄仁勋，以及执行副总裁兼首席财务官科莱特·克雷斯。本次电话会议正在 NVIDIA 投资者关系网站上进行网络直播。网络直播回放将持续至 2027 财年第三季度财报电话会议召开之前。今天电话会议的内容归入 NVIDIA 所有。未经我们事先书面同意，不得复制或转载。
在本次电话会议中，我们可能会基于当前预期做出前瞻性陈述。这些陈述受到许多重大风险和不确定因素的影响，我们的实际结果可能会有重大差异。有关可能影响我们未来财务业绩和业务的因素的讨论，请参阅今日财报发布中的披露、我们最新的 10-K 和 10-Q 表格，以及我们可能向美国证券交易委员会提交的 8-K 表格报告。我们的所有陈述均基于截至今日（2026 年 8 月 26 日）我们目前可获得的信息作出。除法律要求外，我们不承担更新任何此类陈述的义务。
在本次电话会议中，我们将讨论非 GAAP 财务指标。您可以在我们网站上发布的 CFO 评论中找到这些非 GAAP 财务指标与 GAAP 财务指标的对账。接下来，有请 Colette 发言。
Colette Kress（执行副总裁兼首席财务官）：
谢谢，Toshiya。
我们再度交出了一份亮眼的季度成绩单，营收、营业利润和每股收益均创历史新高。总营收达960亿美元，同比增长逾一倍，增速连续第四个季度加快。人工智能需求的强劲增长正在推动全球基础设施建设，增长机会覆盖超大规模云服务商、人工智能实验室、AI原生企业、传统企业以及主权客户等多元群体。我们预计2028财年营收将增长约70%，这一展望受供应端制约。
数据中心业务
第二季度数据中心营收环比增长18%，达890亿美元，超大规模（Hyperscale）和ACI&E两大细分板块均贡献突出，其中ACI&E涵盖我们的新云（Neocloud）、工业及企业客户。超大规模营收达490亿美元，环比增长13%，持续受益于Blackwell的强劲表现。更多算力上线印证了"算力越多、营收越高"的逻辑——我们的超大规模客户本季度财务表现亮眼，营收增速加快，利润率持续扩张。随着云行业积压订单突破2万亿美元，前五大超大规模云服务商的资本支出预计2026年将接近8000亿美元，2027年将达1.3万亿美元。
与AWS的合作扩展
今天，我们很高兴宣布与AWS深化合作。在现有庞大英伟达算力装机基础上，AWS将从本季度至2029财年第二季度额外部署200万颗GPU，同时配套Vera CPU，部分与Rubin集成，部分独立部署。AWS将在Amazon Bedrock和SageMaker上托管英伟达Nemotron系列开源模型。此外，亚马逊还将全面采用我们的物理AI全栈——Omniverse、Cosmos、Isaac和Jetson——为其仓储机器人舰队提供动力。
ACI&E板块
ACI&E营收达400亿美元，环比增长25%，同比增长138%，增长动力来自企业、AI初创公司和主权客户需求上升带动的产能扩张，以及超大规模客户为补充自建而采购的外部容量。借助英伟达DSX参考设计，我们的新云合作伙伴得以更快上线、以更低的token成本运营，预计年底总装机容量将达8吉瓦，较2025年底的约3吉瓦大幅提升。
令人振奋的是，即便规模如此庞大，我们仍在观察到需求加速的态势。客户预测显示明年需求将翻倍，然而正如前述，受供应制约，我们预计增速约为70%。英伟达算力在我们服务的每一朵云中均已满负荷运转，为超大规模客户、新云和AI实验室合作伙伴创造的经济价值持续攀升。
驱动增长的三大核心能力
除打造最优秀的AI计算技术和最强大的供应链外，英伟达还具备三项独特能力，构成我们增长的核心引擎。
第一，英伟达架构兼容所有模型，并随着开源和闭源模型的普及持续扩大份额。 闭源模型和开源模型的采用量均在急速攀升。英伟达承载着领先的闭源模型——OpenAI、Anthropic、Grok、Meta、Gemini，以及领先的开源模型——TML、Mistral、Qwen、Kimi、GLM、DeepSeek、Minimax和Nemotron。无论小模型还是大模型、语言还是视频、自回归还是扩散模型、云端还是边缘，英伟达均可高效运行。英伟达在训练、推理和智能体（Agentic）工作负载上均表现卓越。一个平台，可灵活适配所有模型和工作负载，并贯穿AI全生命周期，这种性能、灵活性与耐久性的组合，使英伟达成为最具生产力和融资价值的算力基础设施。
第二，我们的全栈AI工厂平台正在扩大我们在数据中心潜在市场（TAM）中的份额。 自Hopper以来，我们的每吉瓦营收机会已从约180亿美元增长至Blackwell时代的250亿美元，再到Vera Rubin的400亿美元。Vera Rubin现已涵盖Vera CPU、Rubin GPU、NVLink、InfiniBand或以太网，以及本周早些时候发布的Groq LPU。我们跨GPU、CPU、NVLink纵向扩展网络、横向扩展网络、系统、算法和软件的极致协同设计能力，使我们每代产品均能实现突破性的性能提升。
Vera Rubin充分体现了这一点，相比Grace Blackwell Ultra，其每兆瓦吞吐量提升30倍，token成本降低35倍。我们已于本月初启动Vera Rubin量产出货。目前已收到所有主要超大规模云服务商、AI云及系统OEM的采购订单，预计Vera Rubin将成为英伟达历史上出货爬坡最快的产品。我们的网络业务再创季度新高，营收环比增长18%。Spectrum-X以太网同比增长2.6倍，助力我们迈向全球最大、增速最快的网络公司之列。
随着智能体AI的普及，数据中心CPU需求正在加速增长。我们于2021年推出的Grace CPU取得了显著成功，过去12个月的滚动营收超过50亿美元。当前，我们的下一代Vera CPU已全面量产。作为独立产品，Vera进一步扩大了我们的潜在市场空间。Vera在SPEC基准测试中完成智能体任务的速度比其他数据中心CPU快1.8倍，每瓦带宽提升5倍。我们预计Vera将被所有主要超大规模云服务商、新云、AI实验室和系统OEM部署，出货已向牵引伙伴展开，包括OCI、SpaceX AI，以及本季度开始的AWS。
我们仍看到约200亿美元的服务器CPU总需求空间。基于客户需求及改善中的供应前景，我们初步预计2028财年CPU营收将翻倍以上，有望跻身全球领先服务器CPU供应商行列。
自去年宣布与Grok的合作以来，我们一直致力于融合英伟达的高吞吐与Grok的高交互架构。本周在Hot Chips大会上，我们宣布Grok 3 LPX——我们首款机架级LPU系统——已全面量产，并已创造记录：在人工智能分析基准测试中，每秒token数达到次优方案的近4倍。我们预计本季度晚些时候至下季度初将向早期用户批量出货，Nebius将成为首家。
如今，我们售卖的不仅是最优秀的芯片，更是一套完整的全栈AI工厂平台，为客户提供卓越的经济性，同时拓展我们在数据中心潜在市场中的份额。
第三，我们的全栈AI工厂与丰富的CUDA生态系统相结合，使我们能够将AI延伸至单一芯片无法触达的市场。 超大规模客户之外，是一片渴望拥抱AI的广阔市场。对于无意自研定制芯片的客户，英伟达经过充分验证的全栈平台，独特地助力主权客户、新云和企业构建AI基础设施、实现全面运营、通过CUDA软件持续优化，并与我们庞大开发者生态系统的需求相对接。
超大规模客户仍将是主要增长引擎，但非超大规模业务——即涵盖主权、区域新云、企业、边缘和隔离数据中心的ACI&E板块——将占数据中心业务的约半壁江山。我们的AI原生初创生态系统主要在英伟达算力平台上开发和运行，规模正在快速扩张。2026年上半年，全球风险投资对AI的投入超过4000亿美元（其中约70%用于算力），已超过2025年全年2650亿美元的融资规模。
近20家公司，包括SpaceX旗下的Cursor、Figma和Together AI，年化营收现已超过10亿美元，较去年第四季度的13家有所增加，其中垂直企业软件增速最快。在企业业务方面，过去12个月滚动数据显示，汽车垂直领域本地部署（On-Prem）营收达80亿美元，金融服务、制造和医疗健康合计贡献70亿美元。Hudson River Trading和Jane Street正借助英伟达AI工厂加速量化交易；三星电子利用英伟达cuLitho将计算光刻性能提升最高20倍；百时美施贵宝（Bristol Myers Squibb）正投资Vera Rubin AI工厂——紧随罗氏（Roche）和礼来（Lilly）的布局之后——以应对药物研发周期从数年压缩至数月的需求。
主权AI与新云
主权AI业务方面，我们主要通过区域新云开展，第二季度环比增长35%，同比增长逾三倍。一个国家或地区可以将土地和电力直接分配给区域云合作伙伴，而这是其绝不会对外国超大规模云服务商开放的。我们自身不运营云业务，是所有主权客户和新云的中立合作伙伴。由于英伟达算力高效、灵活、可租用且经久耐用，区域云的兴趣正在全球各地持续升温。
我们帮助CoreWeave、Nebius和Nscale建立了完整的基础设施业务，新云也正在各地涌现：亚美尼亚的Firebird、覆盖非洲的Kosovo Technologies、中国台湾的GMI Cloud、印度的Yoda和NASA、澳大利亚的Hermes、马来西亚的YTLA Cloud——它们以低功耗和运营专长与我们的平台强强联合。
上个月，我们宣布与日本国家AI公司Noetra建立合作，共建英伟达DSX AI工厂，打造开源模型，为AI智能体、数字孪生、机器人和物理AI应用提供动力。韩国LG和现代汽车集团正与英伟达携手构建和扩展AI能力。在欧洲，创纪录的35台全新英伟达驱动AI超级计算机相继亮相，推动产业和科学领域的突破性进展。
新云融资模式
新云正在看到来自多元客户群体的强劲需求管道。有别于传统模式——将全部容量分配给单一长期包销保证（而这通常是贷款方独立为数据中心项目融资所要求的），我们引入了一种收入分成结构：英伟达对设施部分容量提供"要么使用、要么付款"的承诺，即最低收入保证，帮助贷款方建立承销信心；作为交换，我们分享新云超出该底线所获收入的一部分。独立资本仍对每个项目进行独立的基本面审核——我们不发放贷款。
在这一模式下，我们实现双重收益：一次来自硬件销售，另一次来自租金收入分成，后者是叠加在一次性设备销售之上的高度重复性收入流。长期来看，该模式可扩大我们的可寻址市场，在核心平台收入之外创造与使用挂钩的经常性收入流，中长期有望带来数十亿美元的营收。
前沿AI实验室战略
综上，英伟达的三大核心能力——运行所有模型的平台、抢占更多数据中心潜在市场的全栈AI工厂平台，以及将AI延伸至单一芯片无法触达市场的CUDA生态系统——相互强化，共同构成我们增长的引擎。
下面，让我汇报我们与前沿AI实验室合作的进展。前沿AI实验室对训练和推理算力的需求极为旺盛，但其增长速度已超出自身资产负债表和信用状况所能支撑的范围。它们面对快速增长的客户需求，却尚不具备数十年基础设施合同和投资级融资能力来独立保障AI工厂基础设施的建设。换言之，制约其增长的不是技术，也不是客户需求，而是算力。对这些企业来说，更多算力意味着更多智能、更多用户和更多营收。英伟达需要助力这一飞轮持续转动。
首先，我们已向前沿AI实验室投资近500亿美元。这是一笔有分量的承诺，但仅占我们同期预期自由现金流的一小部分。其次，为支持前沿实验室的基础设施建设，我们近期宣布与全球六家领先基础设施资本提供方——Apollo、贝莱德（BlackRock）、黑石（Blackstone）、布鲁克菲尔德（Brookfield）、高盛（Goldman Sachs）和KKR——建立融资平台合作，将募集逾5000亿美元第三方资本。借助这些合作，AI实验室将能够依托我们独特、灵活且经久耐用的算力平台，以相对具有吸引力的利率，通过长期机构资本融资，构建和使用AI基础设施。
上周，我们宣布通过与软银能源（SoftBank Energy）的合作，以独家托管方式，在其PORTS-Pike园区取得土地电力和机房容量。初期部署预计可支持4.25吉瓦AI工厂容量，将由OpenAI使用。PORTS-Pike部署的每代英伟达AI工厂系统预计涵盖约150万颗英伟达GPU，未来20年内该基地可支持多轮升级迭代。这里有一个核心经济逻辑：长期采购（LPS）承诺锁定了一个长期运营的AI工厂站点，而数据中心内的英伟达算力则可以反复升级。
这一项目深化了我们与OpenAI的长期合作关系。OpenAI承诺到2030年大规模部署英伟达AI基础设施，其现有及规划承诺对应约12吉瓦的英伟达算力。此外，对另一家前沿AI实验室，我们将为近2吉瓦算力提供选择性信用增信，这与其不借助英伟达信用支持独立保障的大量英伟达算力容量互为补充。
我们清楚这一支持规模不小，也预料会有人将其定性为"循环融资"。但我们持有不同看法。我们正在经历一次重大算力平台转型，这是人类历史上最重要的技术之一的诞生过程，而这些都是百年一遇的企业。其技术领先地位已获验证，客户牵引力和使用量正在急速攀升。我们预计它们将成为史上最大的科技公司。我们相信，衡量这些投资时，无论是需求的强度、它们为我们创造的业务、在英伟达平台上构建的生态系统，还是我们投入资本的股权回报，都将是优异的。且我们的风险有限——英伟达算力平台灵活可调配，可重新部署以服务其他客户。
为提供背景参考，我们预计明年来自AI实验室（即我们预计将运用资产负债表支持的对象）的需求，将贡献我们约四分之一的业务。我们出货的算力将由投资级客户或其支持方消化。
损益表其余项目
GAAP和非GAAP毛利率均为75%，与上季度基本持平，主要因产品组合相近。GAAP和非GAAP运营费用分别环比增长10%和11%，主要由算力基础设施成本上升以及薪酬和福利支出增加所驱动。非GAAP实际税率为16%，较去年同期上升，主要由营收增长所致。
在资产负债表方面，为备战Vera Rubin发布，存货增至320亿美元。应收账款天数升至60天，反映部分投资级客户就跨多季度出货的大额采购获得了延长付款期限的安排。
股东回报
第二季度，我们向股东回报创纪录的260亿美元，其中股票回购200亿美元，按每股0.25美元的季度股息派发60亿美元。相对于回报50%或以上自由现金流的计划，我们年初至今已回报60%。展望未来，我们拟在战略用途净额之外，进一步提高并回报超额自由现金流。
第三季度展望
总营收预计为1080亿美元，误差幅度±2%。预计环比增长主要由数据中心内的AI原生客户驱动；超大规模业务的增长则预计在第四季度及2028财年随Vera Rubin供应增加而重新加速。预计第三季度Vera Rubin将占数据中心营收的约20%。
展望未来，我们初步预计2028财年营收同比增长约70%。尽管我们将努力弥合供需缺口，但预计至少在2028财年结束前，供应仍将是制约因素。
毛利率预期
我们知道许多投资者对毛利率深感关切，因为零部件成本已大幅上涨。大家已经了解，我们正面临内存价格的极端涨价情况，涨幅超出我们此前预期，且明年还将持续走高。对此，我们今天明确设定预期。第三季度，GAAP和非GAAP毛利率预计均为74%，误差幅度±50个基点。预计毛利率将于第四季度触底，区间为71%至72%，随后随着第一季度执行价格上调，在2028财年回升至72%至73%区间。我们希望直接说明这一情况，而不是让其悬而未决。
当前内存紧缺在很大程度上正是由AI基础设施建设本身所驱动，与那些单纯推高我们成本、却无任何对冲收益的零部件不同，内存供应趋紧恰恰是推动我们自身增长的同一需求浪潮的表征。我们与三大内存供应商均保持长期深厚的合作关系，正与其密切协作，进一步扩大我们路线图所需的产能。
GAAP和非GAAP运营费用预计分别约为92亿美元和90亿美元。全年来看，我们现预计运营费用增速约为50%出头，增长动力来自产品组合的持续拓展以及AI工具使用的进一步加深——后者已经并将持续提升工程效率。
2027财年全年，我们继续预计GAAP和非GAAP税率区间为16%至18%，不含特殊项目及税务环境的重大变化。
以上是我的陈述。下面进入问答环节。主持人，请开始提问。
问答环节
接线员
此时，我想提醒大家，如需提问，请在电话键盘上按星号键，然后按数字 1。我们将稍作停顿，以整理问答名单。您的第一个问题来自摩根士丹利的约瑟夫·摩尔。您的线路已接通。
约瑟夫·摩尔（分析师，摩根士丹利）
太好了。谢谢。我想知道您能否就 70% 这个数字提供更多细节，以及是什么让您有信心在没有提前给出全年指引的情况下，现在却给出了全年展望？制约这些数字的关键因素是什么，您能否随着时间推移缩小这些差距？
黄仁勋（总裁兼首席执行官，NVIDIA）
是的。谢谢，乔。你可能已经注意到，人工智能已经变得非常实用。各地正在采用的人工智能代理消耗了巨大的计算量。首先，大型语言模型比以往任何时候都更大，因为它们比以往任何时候都更智能。这些代理会进行推理和规划，并多次使用工具。与人类直接使用相比，代理所需的计算量可能是其 15 到 100 倍，具体取决于你要解决的问题类型。所需的计算量简直惊人。这是几乎所有人都能想到的一个因素。而人们看不到我们增长的部分原因，是因为我们几乎是独一无二的，这源于我们设计产品的方式。
我们是世界上唯一一家创建、构建并提供完整 AI 工厂平台（全栈系统）的公司。客户可以自由组合搭配。然而，大多数公司既缺乏这样做的技能，也没有这样做的意愿。市场中有几个细分领域正在经历增长。有主权 AI、区域 AI、新型云服务商以及企业中的 AI 初创公司，这些领域正在见证，它们约占我们业务的一半，并且正以每年 100% 的速度增长。从长远来看，这部分计算领域可能会比我们目前在云端所经历的规模还要庞大。我认为我们所看到的需求是由所有这些因素共同驱动的。
同时，如今你不能再仅仅采购技术本身来搭建这种基础设施。你必须去确保土地、电力和厂房设施，而这些往往需要两到三年的时间才能落实。其余所有必要的供应链环节，包括建设、电力、冷却以及所需的所有劳动力，都必须协调一致。人工智能基础设施正在美国乃至全球创造大量就业机会。这确实需要更多的规划。我们现在正参与确保基础设施的供应，进一步深入产业链下游。就像很久以前，人们问我，作为一家芯片公司，为什么我们要与内存供应商合作？如今，人们明白了我们在供应链上游如此深入布局，确实是相当明智的。我们与下游的发电公司合作。我们与全球各地的土地、电力及壳牌公司合作。
这有助于我们为即将构建的所有计算做好准备，这些计算最终都将部署到我们的生态系统和客户手中。我们现在在上游和下游都有更清晰的视野。事实上，我们从未提前一年做过预测或指引。尽管我们的需求远超 70%，但我们的供应能力使我们有信心交付 70%。我们将继续与供应链合作，以进一步提升这一数字。
我们想要做的是与我们的客户、股东和供应链保持一致。每个人都能看到相同的视角。这之所以重要，是因为大家都在投入大量资源。我们希望确保每个人都拥有相同的信息。明年将是巨大的一年，将会非常非凡。
接线员
您的下一个问题来自 C.J. Muse，来自 Cantor Fitzgerald。您的线路已接通。
C.J. 缪斯（分析师，Cantor Fitzgerald）
Yeah, good afternoon. Thank you for taking the question. There is tremendous investor focus on your inference market share. 是的，下午好。感谢您回答这个问题。投资者对您在推理市场的份额非常关注。您能否谈谈随着代理式 AI 的发展，您看到的工作负载如何演变，以及您如何看待您在此领域的份额随时间变化，特别是考虑到每一代全新全栈技术所带来的 TAM 价值增长、您对 ACIE 更大增长的预期，以及 Grog 3 LPX 的加入？我们很想听听您的想法。
黄仁勋
是的，谢谢，C.J. AI 生命周期比过去复杂得多了。这对 NVIDIA 架构的依赖程度也比以往大得多。你可以把它大致看作四个阶段。第一阶段是准备你所需的所有数据。其中一些是合成数据，一些是真实数据，一些是人工标注和生成的，用于训练模型。然后是后训练阶段，第三阶段，接着是智能体推理。智能体推理极其复杂。每一个阶段都很复杂。NVIDIA 架构真正了不起的地方在于，我们通过 NVLink 创造了这一点，当我们首次推出全球首个机架级架构时，这震惊了全世界。
打造第一代产品绝非易事，充满挑战。如今我们已进入第三代 NVL72 机架级系统。我们不得不重塑整个供应链、重构系统、革新技术、重新部署软件、重构代码，方方面面皆是如此。每一个环节都困难重重。但正是这些努力，让我们得以打造出一个统一的灵活系统，能够实现从数据生成、数据准备，到预训练、后训练，再到智能体推理的无缝过渡。这为客户带来了巨大的收益。
原因在于，正如我们刚才提到的，在 Hopper 时代，每吉瓦技术及 NVIDIA 的收入敞口对应的是 Hopper 加 InfiniBand，而现在则是 Vera Rubin 加 Grace CPU，以及三种不同类型的网络——因为需要这么多种网络来覆盖全球各地的数据中心。更不用说规模化的安全网络以及跨多园区的网络扩展。可以说有五种不同类型的网络系统。当然，还有 Grog。所有这些都使我们的每吉瓦收入贡献或收入机会增加到了 400 亿美元。每个吉瓦的数据中心大约五年前的 300 亿美元增长到了现在的 600 亿美元。当然，生产力是巨大的。相比之下，性能也令人难以置信。但你所谈论的是 600 亿美元的投资。只要你能将其用于 AI 生命周期的多个阶段，运行你能想象到的每一种模型——无论是扩散模型、自回归模型、状态空间模型，还是它们的某种混合版本——以及你能想到的每一种注意力机制，无论模型大小。
您所做的投资将在更长的时间内得到保值，并保持高效和高成效。我认为我们在这个新世界中的优势确实非同寻常。这或许可以解释为什么我们的增长实际上在加速。我们的规模已经很大，但现在还在加速增长。让我们拭目以待。
您问到了 Grog。我们对 Grog 感到非常兴奋。我们实现了创纪录的全裸交互、极低的延迟和出色的生成性能。团队表现非常出色。过去几个月，我们一直在融合 NVLink 架构，这将成为核心引擎。
对于那些需要超高自主性、超高通令牌生成的服务，吞吐量将会低得多。每个令牌的成本会更高。但你可以将其与高性价比（ASP）的服务关联起来。对于这些公司，你可以搭载我们的一款 Grog 加速器。对此我们非常兴奋。但全球绝大多数数据中心将会采用 Vera Rubin NVL72。
接线员
您的下一个问题来自伯恩斯坦研究公司的斯泰西·拉斯贡。您的线路已接通。
斯泰西·拉斯贡（分析师，伯恩斯坦研究公司）
嗨，大家好。感谢你们回答我的问题。2028 财年 70% 的增长，我猜这大致对应 2027 日历年，如果倒推的话，这比之前的展望增加了大约 2000 亿美元。之前的展望是三年内达到 1 万亿美元，所以这大概多了 2000 亿美元。我想知道你们能否详细说明一下，这一增长在不同产品线（如 Vera、CPU、Grog 等）中的贡献来源。你们提到价格上调将在第一季度生效，所以我猜其中一部分来自定价因素。我还好奇——也许我问得太多了——但我也想知道，因为这是一个受限的数字。如果不受限制，这个数字会是多少？
黄仁勋
不受限制的需求会高得多。我们今年实现了同比 100% 的增长。不受限制的需求非常可观。我们只能加倍努力去获取更多产能。我们拥有庞大的供应链。我们的供应链规模极其庞大。我们拥有出色的合作伙伴。我们已经锁定了大量供应，但我们需要更多。具体来说，可以这样理解：大多数人只看到超大规模云服务商。那只是全貌的一半。另一半是我们所称的 ACIE，包括所有企业、新型云服务商和主权 AI。这部分市场对所有人来说都是隐形的。原因在于他们不购买定制芯片。他们不会一颗一颗地购买芯片。
他们确实需要为他们构建一个完整的工厂平台。这正是我们能够带来巨大价值的领域。当然，在超大规模计算领域，这一市场也在以惊人的速度增长，对吧？你知道，他们现在的积压订单已达 2 万亿美元。你知道，当他们部署 NVIDIA 计算平台时，他们的收入会上升，盈利贡献也会增加。计算业务是盈利的，如今非常盈利，而计算直接转化为收入的增长。无论是在超大规模计算厂商那里，大家都在竞相让更多 NVIDIA 计算平台上线。而你所看不到的是，在超大规模计算厂商之外，其实存在着巨大的机遇。另一部分原因是，这也是我们为你梳理这些内容的原因。以 Hopper 为例，我们每吉瓦的营收约为 180 亿美元。
对于 Grace Blackwell，我们每吉瓦的投入约为 250 亿美元。对于 Vera Rubin，每吉瓦的投入约为 400 亿美元。每一代的生产力都以 X 倍的速度增长。客户希望尽可能快地迈向下一代。与此同时，由于 NVIDIA 的计算能力如此高效，他们生成的代币、出租的 GPU 时长，正如你所知，利润极其丰厚。他们的利润率非常出色。这一切都在同时发生。我认为大局是我们正在经历这一平台转型，它影响着每一家计算机公司。
世界上每个行业都在使用计算机，因此每个行业都受到影响，每家公司都受到影响。这种新的计算方式是智能化的。它不再基于文件检索，而是生成式的，能够生成智能，这需要计算能力。你获得的结果是惊人的。你获得的结果比以往好得多。我们在全球范围内都看到了这一点。每个人都想成为 AI 革命的一部分。每个人都必须参与这次计算变革，每个人都必须建设基础设施。
接线员
您的下一个问题来自美国银行证券的 Vivek Arya。您的线路已接通。
Vivek Arya（分析师，美国银行证券）
感谢您提出这个问题。感谢您多年来提供的所有透明度以及各项承诺和保证。当我将首席财务官评论中的所有内容加总时，我得出一个大约 5000 亿美元的数字，显然是在未来几年内。所以我对此有几个问题。首先，这是否就是结论？即未来几年你们所有生态系统投资的总和大致在这个范围内，还是说可能还有其他权益投资或其他投资尚未到来？这是第一个问题。
其次，在 2028 财年，是否有特定的现金部分需要我们考虑？然后，Jensen，这些投资中有很多旨在帮助前沿实验室，尤其是 OpenAI 和 Anthropic，但这两家都在设计自己的定制芯片。事实上，就在最近几天，OpenAI 提到了 Jalapeno，并声称其性能优于 Blackwell 等等。那么，您如何平衡这种动态——一方面您想大力投资生态系统，但该生态系统的一部分却想开发竞争性解决方案？谢谢。
黄仁勋
嗯，我们正在构建一些非常不同的东西。许多 XPU 是为单一云或单一服务设计的推理专用芯片，而 NVIDIA 是一个平台，一个覆盖整个 AI 生命周期的完整 AI 工厂平台，你可以在任何云中使用它。它存在于每一朵云中。你可以在任何地方运行。我们会在任何地方帮你部署。我们构建了一些非常不同的东西。所有 AI 服务，在某个时刻，都会希望走向全球，而那些数据中心不一定都由他们自己建造。它们会运行，而且我认为它们将在全球范围内运行在 NVIDIA 之上。
当然，我认为我们的技术，我百分之百确信我们的技术对他们来说将继续是非凡的，而且使用我们技术的经济效益，无论是从数据处理到训练、后训练，还是智能体处理，我们的技术对他们来说都将是非凡的。他们会使用它。我非常确信他们将在很长一段时间内成为我们的客户和合作伙伴。话虽如此，退一步看，投资这两家公司，或者说我们投资了几家 AI 实验室，投资这些公司是千载难逢的机会。我想我唯一的遗憾就是没有更早、更多地投资。其中两家公司可能很快就会上市，其他公司也会跟进。这些将成为历史上最具影响力的科技公司之一。
我很高兴能成为他们的朋友。我很高兴能与他们合作。我很高兴他们正在 NVIDIA 架构之上构建一个生态系统。我很高兴他们指望我们来扩大规模，而且我百分之百确信，在相当长的一段时间内，他们将在大量计算工作中使用 NVIDIA 计算平台。我对此感觉非常好。
Colette Kress
所以 Vivek，让我再补充一点关于这些承诺，以及这些承诺中我们供应承诺的部分。这一点至关重要。这对于今天 Vera Rubin 的推出以及明年的整个进程都至关重要。你可以看到，这些承诺中最大的部分集中在前三年，我们将利用这些来构建我们所需的产品。这也正是我们对增长和收入充满信心的原因，因为我们在供应和所需产能方面已经达成了大量承诺。
接线员
您的下一个问题来自 UBS 的 Timothy Arcuri。请讲。
Timothy Arcuri（分析师，UBS）
你好。非常感谢。Jensen，我想问一下关于开源的问题。有很多讨论说这些模型可能会在美国的工作负载中占据更多份额。您显然在 Nemotron 方面处于有利位置，但另一方面，很多终端需求是由那些大型前沿模型公司驱动的。很多投资者将开放模型等同于对这些公司增长的负面影响。您如何看待这一点？您认为开放模型的兴起对 NVIDIA 是有利的，还是最终会产生负面影响？谢谢。
黄仁勋
世界将同时需要闭源模型和开源模型。闭源模型和开源模型的使用量都在飞速增长。可以说，几乎所有开源模型都运行在 NVIDIA 上，原因在于 NVIDIA 在全球的覆盖范围最广，且我们的架构最具通用性。它无处不在。它存在于 PC 和边缘设备中，如表现优异的 DGX Spark，也延伸到机器人、工作站以及本地数据中心。开源模型表现极为出色。众所周知，闭源模型同样表现卓越。前沿实验室的销售额正在飙升。它们的利润率非常可观。它们正在生成盈利的 token。它们唯一的限制是算力规模。开源模型也是如此。我们在开源模型领域的地位非常稳固，因为 CUDA 生态系统几乎无处不在。
开放模型也是全球几乎所有 AI 初创企业和企业级公司的基础。它们对这些企业至关重要。原因在于，你应该尽可能租用智能——强大的智能、聪明的智能，这也是我们租用它原因，我鼓励员工尽可能多地使用云服务。但每一家大公司，当然还有每个国家和每家初创企业，都需要构建自己领域专属的、专有的 AI，以及专有的优势。开放模型达到前沿水平，使得这一切成为可能，让它们都能做到这一点。前沿模型至关重要的领域之一是网络安全。你会看到，许多网络安全公司借助前沿模型，得以部署分布式、大规模分布式、持续运行的自主网络安全系统来进行防御。这些公司正在崛起。
它们是一些了不起的公司。没有开放模型，它们就无法做到这一点。开放模型既取得了令人难以置信的成功，也终于达到了前沿水平，而且它对美国经济至关重要，对世界经济至关重要，对企业构建自己的专有 AI 也至关重要。两者缺一不可。两者都将取得非凡的成功。最后，如你所知，在所有 AI 模型的市场覆盖方面，我认为我们是唯一的平台。我相当确定我们是唯一一个运行所有前沿模型的平台，无论是封闭的还是开放的。它们大多数都是在 NVIDIA 上构建的，所以在 NVIDIA 上运行得非常好。因此，任何模型的成功都让我们感到高兴。只要模型成功，我就非常开心。封闭模型和开放模型都将取得成功，而它们同时都在推动我们的销售增长。
接线员
您的下一个问题来自 Melius Research 的 Ben Reitzes。您的线路已接通。
Ben Reitzes（分析师，Melius Research）
是的。嘿，谢谢。我想以不同的方式问您一个关于需求的问题，Jensen。您提到明年需求将增长 100%，我想了解一下推动这一增长的一些因素，甚至更长进的情况。这里有两个概念。一个是递归自我改进，显然在 Anthropic 和 OpenAI，AI 自我改进进展得非常顺利。甚至 OpenAI 也表示他们可能在今年年底前实现 AGI。随着 RSI 和 AGI 的发展，行业需求会发生什么变化？它会进一步加速吗？当这些事情发生时，对 NVIDIA 意味着什么？您如何看待这作为需求催化剂？谢谢。
黄仁勋
我认为这一点。这一趋势还将进一步加速。如今，绝大多数人工智能是由人类提示驱动的。我相信就在上个月，这一情况已经发生了转折。大多数人工智能现在已具备代理能力。但未来，每家公司都将拥有大量代理。我们大约有 4 万名员工。未来，我们将拥有 40 万个代理，甚至 400 万个代理。这些代理将持续运行。它们在后台不间断地工作。如果你认识任何构建边缘个人 AI 代理的人，他们会在 DGX Spark 上运行这些代理。我认识很多人都在 DGX 工作站上运行它们，这是我们打造的一款令人难以置信的工作站，你可以从戴尔购买，它们非常出色。这些 AI 代理在 DGX 工作站上全天候运行，因为你总有任务需要它们处理。
当世界走向智能体化、完全智能体化的系统时，你将看到智能体持续运行，与其他同样持续运行的智能体协作。它们将在后台工作，改善你的公司，改善你的生活。在很多方面，我们此刻已经处于某种递归状态。你可以说这是粗粒度的，但每次运行一个智能体时，它都会反思下次如何做得更好，并更新技能文件。技能文档（Markdown 格式）在每次运行结束时都会更新。下次运行时，它会变得更好。这是一种松散的粗粒度自我改进。你总能观察到这一点。在很多方面，对于许多任务，我们可以说我们已经实现了 AGI。
我认为所有这些里程碑，在这一点上都已经没什么意义了。我认为对行业来说最重要的事情是：第一，人工智能现在正在从事生产性的、有用的工作。第二，人工智能正在生成有利可图的代币。第三，如果我们拥有更多的算力，就能生成更多有利可图的代币，从而为所有服务带来更多利润。这正是我们目前所处的阶段，也是为什么所有人都在全力投入的原因。
接线员
下一个问题来自高盛的 Jim Schneider。您的线路已接通。
Jim Schneider（分析师，高盛）
下午好。感谢您回答我的问题。关于您提到的 100% 的未受限需求增长，以及您预计能通过供应满足的 70%，您能否谈谈一些最紧迫的制约因素，或者按严重程度排序，比如数据中心、电力和机壳可用性、DRAM、晶圆代工可用性等？如果您能帮助我们了解其中哪些是最主要的，那将非常有帮助。谢谢。
黄仁勋
我本来可以说点有趣的事，但还是算了。去年，最好玩的事情之一就是去弄清楚我去哪儿吃饭、和谁一起吃饭，然后第二天他们的股价就翻倍了。我觉得答案是，我们的整个供应链都面临挑战。每个人都在全力以赴地运转。更多产能正在陆续上线，这是今年将要发生的事的优势之一。它不会一下子全部到位，但会每天都在增加。良率会得到提升。我们会在良率改进方面下功夫。我们会努力与每一位供应商合作。
我们还有——现在甚至还没到明年，所以我们有大量的时间每天努力工作。所以目前，我们的供应量覆盖了 70%。我们的供应量超过 70%，但大约在 70% 左右。我们的需求远高于此，我们必须加倍努力，否则就会让客户失望。我们不想让客户失望，我们愿意为他们努力工作。所以我需要整个供应链的帮助来共同应对。他们都知道这一点。我告诉你们的关于明年需求的情况，与我向他们传达的完全一致。大家都在同一张乐谱上，我尽可能保持透明，因为我们谈论的是庞大的数字。
接线员
您的最后一个问题来自富国银行的 Aaron Rakers。您的线路已接通。
Aaron Rakers（分析师，富国银行）
是的。感谢您回答这个问题。我想回到千瓦的话题，即 250 亿至 400 亿美元，并尝试理解一下。我认为，Jensen，您最近在一些会议上提到这还将进一步扩大规模。因此，当我们思考超越 Vera Rubin 的路径时，比如 Vera Rubin Ultra 等等。我们是否应该将 400 亿美元视为会增长到 600 亿、800 亿美元？我想这个问题背后的核心是，我们如何看待您扩展产能部署的能力？这是一个线性函数，还是在 2027 财年展望中，有什么因素会解锁您满足更多需求的能力？
黄仁勋
问得好。
Aaron Rakers
或者 2028 年，抱歉。
黄仁勋
是的，好问题。好问题。这很简单。我们的目标是在一块土地上尽可能多地部署算力吗？我们的目标是在 1 吉瓦或更少的电力下实现更多算力吗？显然，我们希望得到光速般的答案。完美的答案实际上是每吉瓦无限算力。如果我们真能在 1 吉瓦电力、一块土地、电力和外壳中实现 1 万亿美元的算力，那将是一个绝佳的结果。答案在方向上正朝着这个目标前进。我们从摩尔定律时代的通用计算起步。我们可能，随便选个数字，但我会说大约每吉瓦算力对应 50 亿或 30 亿美元，基于通用计算。后来到了 Hopper 时代，变成了 180 亿美元。现在 Grace Blackwell 是 250 亿美元。
接下来，Vera Rubin 是 400 亿美元，之后还会更高。这非常出色。这对整个行业来说都是极好的消息。对客户而言也是如此。只要其生产力持续增长，耐用性和可转换性不断提升，人们就乐于投资那些能够创造收入、产生利润，并帮助他们以惊人速度收回回报的资产。我前几天听说，投资资本回报期现在已不到一年，而我们谈论的是 500 亿美元规模的数据中心。这充分说明了 NVIDIA 技术的生产力及其盈利能力。感谢各位今天参加我们的会议。
接线员
目前没有更多问题了。Toshiya Hari，我把电话交还给你。
Toshiya Hori
谢谢。在结束之前，请注意，黄仁勋将于 9 月 10 日在旧金山参加高盛 Communopia +科技大会的主题炉边对话。他还将于 10 月 21 日在 GTC 柏林发表主题演讲。我们讨论 2027 财年第三季度业绩的电话会议定于 11 月 17 日举行。感谢大家今天的参与。接线员，请结束通话。
接线员
本次电话会议到此结束。您现在可以挂断电话。