英伟达净利润暴增

由于企业对人工智能的需求激增，英伟达周三公布了创纪录的季度收入。

财报数据显示，该公司在 2025 财年*季度实现收入 260 亿美元，比第四季度增长 18%，比去年同期增长 262%。净利润为 148.8 亿美元，高于一年前的 20 亿美元，同比增长644%。英伟达还预计截至 7 月的本季度营收将达到 280 亿美元，是去年同期的两倍多，也高于华尔街的预期。

英伟达公布*季度调整后毛利率为 78.9%，而预期为 77%。Nvidia 预计第二季度调整后毛利率为 75.5%，上下浮动 50 个基点。分析师平均预测毛利率为 75.8%。

作为对比，英伟达雄心勃勃的竞争对手 AMD 在其*财季的调整后利润率为 52%。而在Nvidia 公布业绩后，AI 相关芯片制造商 Advanced Micro Devices 和 Broadcom 等竞争对手股价均上涨约 2%。

“这个行业正在经历一场重大变革，” Nvidia首席执行官黄仁勋在周三的财报电话会议上表示。“下一场工业革命已经开始。各大公司和国家正在与 Nvidia 合作，将价值数万亿美元的数据中心安装基数转移到加速计算上，并建立一种新型数据中心——人工智能工厂，以生产一种新的商品——人工智能。”

1、今年已暴涨90%

这家人工智能芯片制造商的命运被视为正在进行的人工智能转型的风向标，该公司报告称每股收益为 5.98 美元，较上一季度增长 21%，较去年同期增长 629%。据CNBC 报道，投资者预计该公司营收为 246.5 亿美元，每股收益为 5.59 美元。该公司还宣布将于 6 月 7 日以 10 比 1 的比例拆股其股票，目前股价为 962 美元。

投资者一直在期待另一组轰动一时的财务业绩，但他们也希望看到大型科技公司在英伟达芯片上的支出与他们预期的一样令人印象深刻。确实如此。

eMarketer 分析师雅各布·伯恩 (Jacob Bourne) 表示：“随着全球人工智能公司继续依赖其芯片、网络硬件和软件生态系统，英伟达再次挑战新高。”

伯恩表示，科技巨头们对英伟达的公开赞扬是“其主导地位的明显标志”，他们希望减少对该公司的依赖“但意识到他们并不能完全做到这一点”。

科技巨头亚马逊、谷歌、Meta 和微软都表示，他们计划今年斥资 2000 亿美元购买训练和运行人工智能系统所需的芯片和数据中心。苹果表示将于下个月公布其人工智能战略。英伟达被视为最适合人工智能的芯片*供应商。

仅今年一年，该公司的价值就增加了超过 1.1 万亿美元。截至 2022 年底，英伟达的市值为 3590 亿美元。现在，到 2024 年已过半，英伟达的股价今年以来上涨了 90% 以上，它的价值为 2.33 兆美元。这仅比美国市值最高的两家公司苹果公司少 5000 亿美元，比微软少 9000 亿美元。

德意志银行策略师亨利·艾伦表示，这家芯片制造商的盈利公告“已成为宏观日历上最重要的事件之一”。

但值得注意的是，英伟达这些新收入的大部分来自少数客户。由四家公司组成的集团——亚马逊公司、Meta Platforms公司、微软公司和Alphabet公司旗下的谷歌——是英伟达*的买家，约占销售额的40%。61 岁的黄正试图通过生产完整的计算机、软件和服务来扩大自己的赌注，旨在帮助更多的企业和政府机构部署自己的人工智能系统。

Nvidia 的数据中心部门——目前是其*的销售来源——创造了 226 亿美元的收入。游戏筹码提供了 26 亿美元。分析师给出的数据中心部门目标为 210 亿美元，游戏部门目标为 26 亿美元。

英伟达周三强调，它希望将其技术出售给更广泛的市场——超越被称为超大规模提供商的云计算巨头。黄仁勋表示，人工智能正在向消费互联网公司、汽车制造商和医疗保健客户转移。各国也在开发自己的系统——这种趋势被称为主权人工智能。

他说，这些机会正在云服务提供商之外“创造多个数十亿美元的垂直市场”。

尽管如此，超大规模企业仍然是上季度英伟达的关键增长动力。他们创造了公司数据中心收入的约 45%。这表明英伟达正处于业务多元化的早期阶段。

英伟达在介绍中还强调，其网络部件的强劲销售。随着公司构建由数万个需要连接的芯片组成的集群，这些部件变得越来越重要。英伟达表示，其网络收入为 32 亿美元，主要是其 InfiniBand 产品，比去年同期的销售额高出三倍多。

2、新芯片继续大卖

英伟达最初销售用于渲染视频游戏图像的芯片，但该公司在早期投入巨资尝试将其图形处理单元 (GPU) 改造为处理其他计算任务，从而从中获益。十多年前，当人工智能研究人员开始使用这些芯片来加速识别照片中的物体等任务时，黄仁勋抓住了这个机会。他增强了英伟达芯片的人工智能任务能力，并开发了软件来推动该领域的发展。

数据显示，英伟达占据了超过 80% 的 AI 芯片市场，处于独特的地位，既是人工智能迅猛发展的*推动者，也是受益者。Nvidia 芯片的高性能使得它们在目前的 AI 数据中心中难以被取代。其专有的 CUDA 软件框架也为这一*地位锦上添花，开发人员可以使用该框架对 AI 处理器进行编程。

虽然大多数所谓的超大规模企业也在开发自己的定制人工智能芯片，但分析师预计这些芯片不会蚕食英伟达的市场份额。

该公司的旗舰处理器 H100 需求旺盛，用于支持 OpenAI 的 ChatGPT 等 AI 聊天机器人。分析师表示，虽然大多数高端标准处理器的价格为几千美元，但 H100 的单价从 1.5 万美元到 4 万美元不等，具体取决于产量和其他因素。

Nvidia 首席财务官科莱特·克雷斯 (Colette Kress) 周三表示，该公司近几个月来与 100 多家客户合作，这些客户正在建设新的数据中心——黄先生称之为 AI 工厂——这些中心的 GPU 数量从数百到数万不等，有些甚至达到 10 万个。

“本季度的一大亮点是 Meta 发布了 Lama 3，这是他们最新的大型语言模型，使用了 24000 个 H100 GPU，”Kress 在与分析师的电话会议上表示。她指出，汽车将成为其“今年数据中心内*的企业垂直领域”，例如，特斯拉正在使用 35000 个 H100 芯片来帮助训练自动驾驶模型。

Nvidia 很快将开始推出 H100 的强大后继产品，代号为 Blackwell，该产品于 3 月份宣布。对新芯片的需求似乎已经很强劲，这增加了一些客户可能会等待速度更快的型号而不是购买 H100 的可能性。但英伟达的最新业绩几乎没有任何停顿的迹象。

Kress女士表示，对 Blackwell 芯片的需求远远超过了芯片的供应，“我们预计明年需求可能会远远超过供应。”黄先生补充说，新芯片将于今年晚些时候在数据中心运行，“今年我们将看到 Blackwell 的大量收入。我们已经为下一波增长做好了准备，”他说。他同时指出，随着向 H200 和 Blackwell 过渡，英伟达预计一段时间内需求将超过供应。每个人都急于让他们的基础设施上线。原因是他们正在省钱和赚钱，他们希望尽快做到这一点。

“在 Blackwell之后，我们还有另一个芯片，我们的节奏是一年一发布。”黄仁勋透露。

到目前为止，Nvidia 大约每两年推出一次新架构 - 例如，2020 年推出 Ampere，2022 年推出 Hopper，2024 年推出 Blackwell。业界宠儿的 H100 AI 芯片是 Hopper，B200是 Blackwell，尽管这些相同的架构也用于游戏和创作者 GPU。

但分析师 Ming-Chi Kuo本月早些时候报道称，下一个架构“Rubin”将于 2025 年推出，最快明年就会为我们提供R100 AI GPU ，而黄的评论表明该报道可能是正确的。

黄仁勋表示，英伟达也将加快其生产的所有其他类型芯片的速度，以适应这一节奏。“我们将带领他们以非常快的速度前进。”

这些言论或许可以缓解人们对英伟达发展势头放缓的担忧。

研究公司 Third Bridge 的分析师 Lucas Keh 在一封电子邮件中表示：“投资者短期内对于 GPU 需求‘泡沫’的担忧似乎已经消失。”

分析师警告称，没有哪只股票会永远直线上涨。Nvidia 的市盈率高达 79.95 比 1。相比之下，微软市盈率为 36，苹果市盈率为 29。但 Nvidia 的净利润中，每销售一美元，就能赚取近 0.50 美元。

它能满足需求吗？Nvidia 的芯片现在非常抢手，甚至需要用装甲车运送。周二，其主要客户亚马逊告诉《金融时报》 ，它正在等待 Nvidia 的新超级芯片 Blackwell 的订单，此后，其股价下跌了 5%。

华尔街分析师也在寻找一些迹象，表明一些资金雄厚的竞争对手可能会抢占 Nvidia 业务的很大一部分。微软、Meta、谷歌和亚马逊都开发了自己的芯片，可以定制用于 AI 工作，不过他们也表示正在增加对 Nvidia 芯片的购买量。

传统竞争对手超微半导体公司和英特尔也对其人工智能芯片做出了乐观的预测。超微半导体公司表示，预计今年将销售价值 40 亿美元的新型人工智能处理器 MI300。

黄先生经常提到他所说的可持续优势：只有 Nvidia 的 GPU 才被所有主要的云服务（例如 Amazon Web Services 和 Microsoft Azure）提供，因此客户不必担心因其独有的芯片技术而被锁定使用其中一种服务。

英伟达在长期在其系统中使用其芯片的计算机制造商中仍然很受欢迎。其中之一是戴尔科技公司，该公司周一在拉斯维加斯举办了一场活动，黄先生也出席了活动。戴尔公司首席执行官兼创始人迈克尔·戴尔表示，公司将提供新的数据中心系统，将 72 块新的 Blackwell 芯片装入一个计算机机架中，这种标准结构比冰箱略高一些。

但英伟达的发展并非一帆风顺。该公司在中国的销售额一直占其数据中心收入的 20% 至 25% 左右，但在美国 10 月份更新最新芯片出口限制后，公司在当地2 月至 4 月期间“显著”下降。

英伟达今年早些时候开始向中国客户提供 H20，这是其人工智能芯片的修改版本，专为中国设计并符合美国出口管制。黄在周三的财报电话会议上表示：“由于我们技术的限制，现在在中国的竞争更加激烈。”然而，“我们将继续尽*努力为那里的客户和市场提供服务......并尽我们所能，”他说。“我们会尽力而为。”（原文："It's a lot more competitive in China now because of the limitations on our technology," Huang said in Wednesday's earnings call.However, "we continue to do our best to serve the customers and the markets there ... and to the best of our ability," he said. "We'll do our best."）

不过黄仁勋在财报大会上强调：“我们每天都在比赛”， “客户给我们施加了很大的压力，要求我们尽快交付系统并使其投入使用。”黄说。

韦德布什证券公司 (Wedbush Securities) 的丹·艾夫斯 (Dan Ives) 表示，投资者将密切关注人工智能“教父”詹森 (Jensen) 在结果公布后的讲话。“人工智能革命始于英伟达，在我们看来，人工智能派对才刚刚开始，爆米花已经准备好了，”他说。

3、竞争对手不死心

虽然英伟达的芯片和生态让他们难以撼动，很多挑战者也都宣告失败，但这并没有降低大家继续挑战英伟达的决心。

首先，在芯片方面，除了上文提到的云巨头（也是英伟达现在的大客户）以及Intel和AMD外等传统巨头外，新兴的Cerebras也在虎视眈眈。最近还有传言软银旗下的Arm也将研发AI芯片，但这是否会对Nvidia构成竞争，还有待观察。

除了上述公司都是想在推理方面从英伟达碗里分一杯羹以外，围绕着推理芯片领域，更多英伟达的竞争对手也将浮出水面。至于中国市场，由于其特殊性，竞争正如黄仁勋前面所说：尤为激烈。

同时，英伟达的最高护城河CUDA也成为了他们的突破口。“我认为人们低估了英伟达的实际成果，”专注于人工智能的投资者 Radical Ventures 的合伙人戴维·卡茨 (David Katz) 表示。“他们围绕产品建立了一个软件生态系统，这个生态系统高效、易用、实用，能使非常复杂的事情变得简单，”他补充道。“这是在很长一段时间内，庞大的用户群体共同发展起来的。”

据金融时报报道，Nvidia 的竞争对手和*客户正在联合支持 OpenAI 主导的一项软件开发计划，该计划将使人工智能开发人员更容易放弃其芯片。

报道指出，Nvidia 一些*客户的工程师正瞄准 Cuda，帮助开发 Triton 软件，该软件于 2021 年由 OpenAI 首次发布，旨在使代码能够在各种 AI 芯片上运行软件。芯片制造商英特尔、AMD 和高通也在寻求利用 Triton 来帮助吸引 Nvidia 的客户。

尽管大型科技公司继续在 Nvidia 的最新产品上花费数十亿美元，但他们仍然希望 Triton 能够帮助打破这家芯片制造商对人工智能硬件的束缚。

英特尔首席技术官 Greg Lavender 表示：“从本质上讲，它打破了 Cuda 的锁定。”

Triton 的联合创始人 Philippe Tillet 于 2019 年被 OpenAI 聘用，它是开源的，这意味着任何人都可以查看、调整或改进其代码。支持者认为，与 Nvidia 专有的 Cuda 相比，这让 Triton 对开发者具有内在吸引力。Triton 最初只与 Nvidia 的 GPU 合作，但现在它支持 AMD 的 MI300，并计划很快支持英特尔的 Gaudi 和其他加速器芯片。

Triton并不是挑战Nvidia软件优势的*尝试。英特尔、谷歌、Arm 和高通都是 UXL 基金会的成员，该基金会是一个基于英特尔开源 OneAPI 平台开发 Cuda 替代方案的行业联盟。

苹果、特斯拉和谷歌的前高级工程师 Chris Lattner 推出了 Mojo，这是一种面向人工智能开发人员的编程语言，其宣传语包括：“不需要 Cuda”。他认为，世界上只有一小部分软件开发人员知道如何使用 Cuda 进行编码，而且学习起来很困难。

但是，在我们看来，这*不是坦途。

【本文由投资界合作伙伴微信公众号：半导体行业观察授权发布，本平台仅提供信息存储服务。】如有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处理。