专题：英伟达Q1营收816亿美元同比大增85%，新增800亿回购
英伟达美东时间周三美股盘后宣布，截至2026年4月26日的第一季度营收创下816亿美元的新纪录，较上一季度增长20%，较去年同期增长85%。
详见：英伟达Q1营收816亿美元同比大增85%，数据中心752亿美元领跑，新增800亿回购
财报发布后，英伟达总裁兼CEO黄仁勋（Jensen Huang）和执行副总裁兼CFO科莉特·克雷斯（Colette Kress）等高管出席随后召开的财报电话会议，解读财报要点，并回答分析师提问。
以下为此次电话会议分析师问答环节的主要内容：
摩根士丹利分析师Joe Moore：我想请问，业务板块划分调整的原因是什么？以这种方式提供数据背后的理念是什么？另外，能否谈谈两个板块之间的竞争差异，以及您提到的惊人的CPU数据，您如何看待这一数据在两个板块的表现？谢谢。
黄仁勋：好的，谢谢Joe。首先，科莉特刚才口误，我们将季度股息从 1 美分提高到 25 美分，我想这多出来的 5 美分对大股东来说意义重大。言归正传，Joe，关于板块划分和业务描述，我们希望你们能更好地理解我们的业务。
人工智能和计算领域非常多元化，这种多元化体现在多个方面：首先，人工智能涵盖多种领域，根据不同行业，可能是 3D 图形、制造、工业机器人，可能是生命科学的蛋白质研究，可能是生命科学或材料科学的小分子研究，可能是物理科学，包括能源领域、科研实验室、高等教育等等，人工智能的应用领域非常广泛。
其次，应用场景多元化，可能是企业、能源、制造业等领域；运行环境多元化，可能是超大规模云端、人工智能原生企业 —— 全球涌现出大量人工智能原生企业、企业本地部署、工业工厂现场部署，一直到超级计算中心和边缘端，当然还有大家熟知的自动驾驶汽车、机器人，以及制造工厂内部不断壮大的计算机网络，包括芯片厂、封装厂、计算机厂等各类制造工厂。未来，每一个基站、每一个无线电网络都将成为人工智能驱动的无线电网络。
最后，管理模式多元化，可能由公有云运营，但也可能因常规行业监管、机密计算、国家安全等原因，无法在监管云端运行，不同的数据中心需要不同的建设模式。
英伟达的独特之处在于，我们是唯一一家构建所有技术组件的公司，我们以极致协同设计、完整端到端、全栈的方式打造产品，并将其适配到各种不同环境中。而有些环境，比如企业客户，需要一家拥有全套技术的公司，让他们无需自行搭建，直接购买并使用即可。因此，数据中心市场有多个细分领域，英伟达的全整合全栈解决方案，同时保持开放，这种产品交付模式至关重要。
如果观察我们的板块划分，将我刚才所说的所有内容进行最简单的分类，就是超大规模云端、人工智能原生 / 企业 / 工业本地、机器人边缘端三大板块。超大规模云端是第一大板块，我们与他们的合作有三种模式：一是帮助超大规模云厂商加速数据处理和机器学习工作负载，为其内部人工智能处理提供加速支持；二是为他们的公有云带来大量业务和英伟达生态业务。
第二大板块是人工智能原生企业、企业本地部署、工业本地部署，该板块增长极为迅猛，因为每个行业、每个国家、每家企业都需要人工智能，且各自的建设需求不同。我们提供全套解决方案，让他们能够轻松搭建人工智能系统。
第三大板块是机器人边缘端。过去的计算主要是个人计算，未来将是个人人工智能，自动驾驶汽车就是个人人工智能的典型案例，它是一个机器人系统，本质上是你的个人人工智能。未来还会出现各类机器人系统，正如我提到的，每个基站无线电网络都将向这个方向发展。
这是理解我们业务最简单的方式。每个板块在很多方面都有不同的特点，操作系统、运营模式、市场拓展方式都各不相同。其中，超大规模云厂商的市场拓展最为简单，因为全球只有五六家；而其他行业则涵盖全球 25 万家企业，市场拓展复杂且多元化。
大家必须对人工智能有极为多元的理解，众所周知，英伟达拥有全球最庞大的加速库套件，从计算摄影、流体力学、粒子物理、分子动力学到其他众多领域，所有这些库都是我们服务垂直行业的关键，而这些行业正是第二和第三板块的核心。总之，我们的业务已经发展壮大到如此大的规模，进行板块划分有助于你们更好地理解我们的业务模式。
Melius Research分析师Ben Reitzes：我想请问黄仁勋先生，您的增长理念是什么？本季度不含中国的数据中心业务同比增长约 120%，而很多人包括我在内预测，超大规模云厂商（Hyperscaler）资本支出今年将增长 90% 至 100%。您刚才提到，数据中心业务仍有望在本世纪末达到 3-4 万亿美元规模。我想知道，公司增长速度超过超大规模云厂商资本支出的目标，您是否仍认可这一观点？您是否认为超大规模云厂商资本支出在今年后仍将保持高速增长？非常感谢。
黄仁勋：好的，谢谢Ben。首先，我们的增长速度应该会超过超大规模云厂商资本支出，原因正如我刚才描述的板块划分所示。我们的数据中心业务分为两大块，实际情况更复杂，但为了便于理解，我们简化为两大部分。
第一部分是超大规模云厂商，也就是你刚才提到的超大规模资本支出，今年规模将达到 1 万亿美元。我完全预期这一数字将持续增长，原因很充分：这是未来计算的发展方向，如果没有算力，他们就没有收入。很明显，算力就是收入，算力就是利润。
世界正在发生变化，软件和软件即服务过去不需要大量算力，但人工智能需要巨大的算力，同时能实现远超以往的价值，这也是人工智能前沿公司发展的原因。Anthropic和OpenAI等人工智能公司增长速度惊人，一个月的增长规模相当于部分软件即服务公司十年的增长，这足以说明问题。
第一板块是超大规模云厂商，资本支出达万亿美元，并将朝着 3-4 万亿美元的方向增长。第二板块是所有人工智能原生云厂商，它们遍布全球各地区，有大量初创企业提供支持；还有全球 25 万家企业，其中许多企业必须或希望搭建自己的人工智能工厂；众多工业企业必须将算力部署在现场，无法依赖云端，需要可靠、快速、稳定的响应，芯片工厂等场景不可能连接云端服务，这完全不现实。此外还有主权人工智能云，这一整个数据中心板块不适用半定制芯片，因为这些数据中心需要直接购买并运行系统，而非自行设计搭建。
第二板块极为多元化，第一板块由五六家公司贡献收入，而第二板块则有成千上万家企业，未来将达到几十万家，且单个部署规模相对较小。这一板块将以惊人的速度持续增长。
我所说的实体 AI，以及过去 30 年未受数字化影响的百万亿级产业，即将被人工智能重塑，指的就是第二板块。这一板块增长极为迅猛，我们在该板块的市场份额非常大。我们的独特之处在于，有能力服务这个行业，我们的平台采用垂直整合设计，所有组件协同运行，同时支持灵活配置，客户可按需选购组装。第二板块尚未被充分理解，因为其中包含大量小型企业，单个部署规模相较于超大规模云厂商较小。
从板块规模和划分可以看出，我们在超大规模云厂商市场的份额正在提升，因为我们新增了Anthropic这一重要合作伙伴，未来几年将大力支持其算力扩张。而第二板块，由于我们的平台解决方案，几乎没有其他企业能够涉足。
Cantor Fitzgerald分析师C.J.Muse：下午好，谢谢各位接受提问。AI超级芯片平台Vera Rubin即将推出，你们显然对前沿大模型的更新和优化多元人工智能工作负载的新技术有深入了解。投资者非常关注你们的推理市场份额，请问在 2026 年末至 2027 年，Vera Rubin和“极致协同设计”将如何影响你们的推理市场份额？
黄仁勋：我们在推理领域的市场份额正在增长，而且增长速度非常快。原因在于，今年前沿模型公司的数量有所增加。比如Cursor、Perplexity，还有一些新的模型公司，如TML、Reflection等等，前沿模型公司的数量在不断增加。今年，我们与Anthropic建立了合作关系。他们的扩张速度非常快。我们与他们合作，以确保在Azure、AWS、CoreWeave等平台上的计算能力。我忘了我们还宣布了与哪些公司的合作，但还有一长串其他公司，我们正在为他们上线服务。
因此，我们今年和明年为Anthropic推出的产能将相当可观，非常可观。我们的业务正在增长，而直到最近，我们对Anthropic的覆盖还基本为零。因此，我们在推理领域的市场份额增长速度非常快。就这一点而言，Vera Rubin将比Grace Blackwell更加成功。我想不出有任何一家前沿模型公司会从一开始就选择Vera Rubin，而之前Blackwell的情况并非如此。因此，Vera Rubin开局良好，它肯定会比Grace Blackwell更加成功。
再回到本刚Ben的问题。目前我在推理问题中解释的一切，实际上都集中在超大规模云厂商领域。别忘了，我们还有一整个第二板块的人工智能数据中心，几乎由我们独家服务。这一板块高度分散，需要高度整合的平台解决方案和庞大的市场渠道，该板块的推理业务绝大部分位于亚洲。此外还有实体 AI，目前英伟达几乎是唯一服务实体 AI 的厂商，我们在该领域深耕已久，业务也在持续增长。因此我们的推理市场份额正在快速提升。
瑞银分析师Timothy Arcuri：我想请问，你们在定制商用产品方面的进展，比如 CPX 和 LPX。你们之前曾提到这类产品可能占据 20% 的市场份额，我想你们在 LPX 方面应该取得了不错的进展。能否谈谈相关情况，以及这如何融入你们更广泛的平台战略？
黄仁勋：LPX 专为低延迟和高 Token 速率设计，但其吞吐量较低，模型容量有限，上下文处理能力较弱，例如在软件编码、智能体工作负载等需要处理大量上下文的场景中表现不足。因此其挑战很明显。
我之前已经解释过，LPX 的应用场景并不广泛，主要面向拥有大量不同 Token 服务组合的客户，针对高 Token 速率的高端服务，客户数量不多，但 Token 速率极高。这与我此前的表述完全一致，我仍维持这一判断。我预计 LPX 和其他基于流解码、专注高 Token 速率生成的加速器，在未来一段时间内仍将是小众产品。
如你们所知，Grace Blackwell和Vera Rubin支持人工智能的全生命周期，从数据处理、训练准备、预训练、微调、强化学习一直到推理。Grace Blackwell是全球完成所有这些任务的最佳平台。在某些情况下，只要服务提供商已拥有高 Token 速率服务，我们就可以搭配 LPX，让其服务表现更出色。
这就是我对市场的看法。至于市场份额是 20% 还是 10%，取决于人工智能的发展阶段。目前远低于 20%，未来高端 Token 场景可能达到 20%。我们已准备好与服务提供商合作，实现这一能力，我对此感到兴奋。
美银美林证券分析师Vivek Arya：谢谢各位接受提问。关于用于代理应用的CPU，目前有很多令人兴奋的消息，同时也有很多关于CPU数量实际上超过GPU数量的讨论。我希望能听听你们的看法：首先，这是否是增量工作负载，是否会蚕食GPU原本应该承担的工作负载？其次，你给出的200亿美元的数字，是指独立的Vera CPU，还是已经包含在Vera Rubin中的Vera部分？
黄仁勋：这200亿美元是针对独立CPU的。记住，我们的Vera有三种使用方式。事实上，作为独立CPU，它有四种使用方式。我先从你已经知道的第一个开始。第一个是Vera Rubin。我们将销售数百万个Rubin，其中每两个就有一个连接到Vera。当然，我们也会为它们定价，而且定价合理。这是第一个用例。第二个用例是Vera独立CPU。第三个是Vera搭配CX9，用于存储的软件栈。
第四种是Vera搭配CX9，用于安全和计算隔离、机密计算的软件栈。每个应用场景都基于Vera，我预计Vera Rubin的全生命周期都将处于供应紧张状态。总之，你的问题答案是，200 亿美元是独立 CPU 收入。
关于 CPU，智能体本质上就是所谓的调度框架，调度框架负责输入输出、编排、内存管理、工具调用，比如浏览器、C 编译器、Python 编译器等。调度框架运行在 CPU 上，工具调用也运行在 CPU 上。例如，人工智能进行搜索或使用浏览器，这些操作都运行在 CPU 上。
全球有 10 亿人类用户，我认为未来将有数十亿智能体，不是现在，而是逐步发展，这些数十亿智能体都将使用工具，它们的工具就像我们现在人类使用的个人电脑一样。未来，智能体将像人类使用电脑一样工作。每个智能体都会衍生出子智能体，每次衍生都需要进行推理，思考过程全部在 GPU 上完成，所有编排工作基本都在 CPU 上运行。子智能体启动时，以及智能体使用模拟器时，这些任务可以在 CPU 或 GPU 上运行。这就是我们与Cadence、Synopsys科技等公司紧密合作的原因，加速全球所有工具的运行。
我们正在加速全球所有工具、数据处理引擎和数据库引擎，因为智能体使用这些工具，且它们的耐心比人类更低，要求快速响应。因此我们推动所有工具基于 CUDA 运行在 GPU 上，速度更快。我们未来需要大量 CPU，而Vera是专为智能体设计的 CPU。
过去的 CPU 设计拥有大量核心，便于租赁，云计算的传统经济模式是按核心收费。而未来人工智能的经济模式是按 Token 收费，即每美元能产生多少 token。我们未来需要做的是尽可能快速地生成和处理 Token，而Vera在这方面表现极为出色。因此，我们期待NVLink72能够大获成功，它需要极其强大的安全性和保密计算能力，这也是Vera Rubin成为全球首个端到端保密计算平台的原因。而且，你知道的，它还需要强大的CPU。我们已经准备好了，所有方面都已覆盖。
伯恩斯坦研究分析师Stacy Rasgon：各位好，谢谢接受提问。我想回到板块划分的问题。首先，我想知道新兴云厂商属于哪个板块，是超大规模业务，还是人工智能云业务？我倾向于后者，但不太确定。另外，两者规模目前相当，你刚才似乎暗示人工智能云业务未来增长速度可能超过超大规模业务，这是你的观点吗？还是你认为两者将保持相似的增长速度？
黄仁勋：首先，你说得对，人工智能原生云厂商不自研、不自设计芯片，也无法将零散组件组装成人工智能工厂，它们对首个 Token 上线时间的要求极高，对架构兼容性的需求极高，需要运行所有模型、服务全球客户，因此英伟达的架构对它们而言堪称完美。
我们提供所有组件，即使我们不提供，我们的生态合作伙伴也会提供，所有组件完全整合、协同运行。全球几乎所有人工智能开发商、人工智能原生初创企业、软件即服务公司、企业、工业企业都可以从人工智能原生云厂商租赁算力。我们的架构是全球最易租赁、性能最强、最易部署、总拥有成本最优、最易融资的计算平台，这些特性完美契合人工智能原生企业的需求，它们与大型企业相似，因此归入第二板块。
这一板块在人工智能生态和超大规模业务发展之后才开始增长，原因很多：它们拥有优秀的计算机科学人才、出色的数据中心能力，且主要聚焦消费级应用，即使存在小问题也不会造成严重后果，只需提升服务质量即可。而工业、企业等其他应用场景，需要人工智能具备强大能力、创造实际价值、安全可靠地产生效益和收入，才能真正得到应用。因此第二板块的发展慢于超大规模业务，数据也能体现这一点。
但长期来看，工业和企业领域显然是未来经济的核心，因为它对应全球 50-80 万亿美元的经济体量，人工智能还将进一步扩大这一规模。因此我预计长期来看第二板块规模更大。短期未来几年，两大板块都将实现惊人增长，我预计第二板块增速更快，但两者均会高速增长。我希望未来五年内，实体 AI 和机器人板块也能实现爆发式增长。
高盛分析师Jim Schneider：下午好，谢谢接受提问。我记得在图形处理器技术大会（GTC）上，你们提到Rubin和Blackwell 平台收入有望达到 1 万亿美元，但我认为这一预期未包含 LIX、Rubin、CPX 和 Vera CPU 机架（ Vera CPU Rack）。能否告诉我们， Vera CPU 是否会成为这 1 万亿美元之外最大的增长来源？你们是否在考虑其他产品组合，包括 CPU，以进一步扩大整体市场份额？谢谢。
黄仁勋：在 1 万亿美元预期之外的增量部分，我认为第一是前沿大模型市场份额的持续提升，我预计份额将继续增长；第二，我们未将任何独立 CPU 收入计入该数字，因此这将是第二大增量，智能体系统的市场规模极为庞大，所有客户都对Vera感到兴奋，我们将销售大量Vera CPU；第三是 LPX，正如我之前解释的，LPX 基于静态随机存储器架构设计，优势是低延迟、高带宽、高交互性，但吞吐量和上下文处理能力有限，这是静态随机存储器架构的固有特性。而Vera、Rubin和 LPX 的组合，将覆盖从预训练、微调、推理到智能体系统的全场景人工智能需求。
TD Cowen分析师Joshua Buchalter：各位好，谢谢接受提问，恭喜你们取得出色业绩。科莉特，你在发言中提到 GB300 是公司历史上最快的上量产品。我们该如何判断Vera Rubi和的上量节奏？它在芯片层面并非全新架构，但机架设计相似。这是否意味着Vera Rubi的上量节奏与 GB300 相似，还是因为采用新芯片而节奏更平缓？
科莉特·克雷斯：我们此前已多次表示，Vera Rubi将于今年下半年推出，第三季度开始首批交付，第四季度上量速度将持续加快。目前很难判断哪种产品上量更快，但我们已经有明确的需求计划和订单，所有主流客户都已准备就绪。这些是极为复杂的系统，需要整合调试，因此我认为关键在于产品上市的时间。现在判断还为时过早，但可以确定的是，第三季度开始交付，第四季度持续上量，明年第一季度也将迎来大规模交付。
黄仁勋致电话会议闭幕词：
黄仁勋：这是一个非凡的季度，需求呈抛物线式增长，原因很简单：智能体 AI 已经到来。人工智能现在能够完成高效且有价值的工作，Token 开始创造利润，因此模型开发商竞相扩大产能。在人工智能时代，算力就是收入和利润，英伟达是这个时代的核心平台。
我总结五大核心要点：
第一，英伟达是唯一运行所有前沿人工智能模型的平台。随着Anthropic加入我们现有的合作伙伴阵营，包括OpenAI、xAI、Meta、Gemini和其他许多公司等，我们在前沿人工智能领域的份额持续增长。
第二，我们覆盖所有超大规模云厂商，支持其核心数据处理、机器学习工作负载、内部人工智能服务，以及公有云服务中对英伟达 GPU 的需求。
第三，我们的全栈人工智能工厂解决方案和快速响应的全球生态系统，让我们能够独家服务新的人工智能数据中心细分市场、新的人工智能原生云、主权人工智能云，以及企业和工业本地基础设施，这就是我刚才提到的第二板块。
第四，英伟达 CUDA 生态延伸至边缘端，覆盖机器人、自动驾驶汽车、嵌入式医疗设备、人工智能无线通信基站。下一波浪潮是实体 AI，数十亿自主机器人系统将在物理世界运行，这是我们提到的第三板块。
第五，我们历经三十年打造英伟达算力平台，统一架构、庞大生态、芯片 - 系统 - 网络 - 软件极致协同设计，我们提前布局，只为迎接智能体 AI 时代的到来，而这一刻已经来临。期待下次与大家相见。（完）
海量资讯、精准解读，尽在新浪财经APP
责任编辑：刘明亮
东方配资提示：文章来自网络，不代表本站观点。
