周三美股盘后股票基本条件，英伟达CEO黄仁勋在2025财年第四季度财报电话会议上表示，公司对AI推理带来的潜在需求感到兴奋，这类计算需求预计将远超当前的大语言模型（LLM），可能需要比现有计算能力高出数百万倍。

黄仁勋称，我们所做的事情并不容易，但英伟达在提升供应能力方面表现良好。AI软件将是一切数据中心的一部分，无论是短期、中期还是长期迹象都持续向好。他进一步确认，Blackwell系列芯片的供应链问题已完全解决，供应问题不曾妨碍到下一次训练和后续产品的研发。此外，Blackwell Ultra计划于2025年下半年发布。

黄仁勋还指出，任何人都处在新科技转型的起点，所有软件和服务都将和AI相关。

英伟达CFO Colette Kress指出，感恩节和圣诞节期间的游戏硬件需求依然强劲，但整体营收仍受到供应限制的影响。不过，他预计供应问题将得到缓解，使得增速在当前季度迎来 “喷发”。

针对盈利能力，CFO指出，一旦Blackwell增产，利润将有所改善，并预计到2025年年底，利润率将在70%-80%区间的中部。然而，他强调，目前的首要任务是向客户交付尽可能多的产品。大客户和企业客户的增速大致相同。

中国市场方面，黄仁勋表示，四季度营收季环比大体上持平。

以下为问答全文：

Q1：随着测试时计算和强化学习展现出巨大潜力，我们明显看到训练与推理之间的界限正在变得越来越模糊。那么，这对未来专门用于推理的计算集群可能意味着什么？您如何看待这一趋势对英伟达及其客户的整体影响？

CEO：现在存在多种计算扩展规律。第一种是预训练扩展规律，这个趋势仍会持续增长，因为我们正在进入多模态时代，并且现在的推理生成数据也可以用于预训练。

第二种是后训练扩展规律，它涉及强化学习，包括人类反馈强化学习、AI反馈强化学习，以及可验证奖励强化学习。在后训练阶段，所需的计算量实际上比预训练更大。这也合乎逻辑，因为在使用强化学习时，AI可以生成大量合成数据或合成Token，并利用这些数据进一步训练AI模型，这就是后训练。

第三种，也就是你提到的部分，测试时计算或推理、长思维推理扩展。

它们本质上都是相同的概念。在推理过程中，我们有链式思维和搜索，所生成的Token量以及所需的推理计算量已经比最初的大语言模型（LLM）中的单步推理高出100倍，而这仅仅是个开始。

未来，我们可能会看到计算需求增长至当前的数千倍甚至数百万倍，AI 模型将变得更加智能，具备更强的思考能力，并依赖更复杂的模拟和搜索推理。因此，关键问题是：如何设计适应这种演进的计算架构？

当前，不同AI模型有不同的架构需求——有些是自回归模型，有些是基于扩散的模型。有时，数据中心需要采用分布式推理，有时则需要紧凑式架构。因此，很难确定 最优的数据中心架构。

这正是英伟达架构如此受欢迎的原因——我们的平台能够支持所有类型的 AI 模型。我们不仅擅长训练，事实上，目前大部分计算资源都用于推理，而Blackwell进一步提升了推理能力。我们在设计Blackwell时，就考虑到了面向推理的需求，让AI能够处理更加复杂的任务。

在训练方面，Blackwell的性能已经提升了数倍。但真正令人惊叹的是，在长思维推理、测试时扩展、推理AI方面，性能提升更为显著——推理吞吐量提高了25倍，计算速度提升数十倍。因此，Blackwell在各个方面都将带来卓越表现。

当企业在构建数据中心时，他们需要根据不同阶段的需求进行调整，比如当前是否侧重预训练，是否专注于后训练，或者是否需要大规模扩展推理计算。英伟达的架构具有高度灵活性，可以轻松适应这些不同的计算模式。

因此，我们观察到，越来越多的企业正在集中采用统一架构，比以往任何时候都更加明显。这证明了英伟达的架构在各个AI计算环节都具备极高的适用性和领先优势。

Q2：请谈一谈GB200在CES（国际消费电子展）上的情况。您之前提到过机架级系统的复杂性以及所面临的挑战。此外，正如您在准备好的发言中所提到的，我们已经看到许多产品进入全面供应阶段。请问GB200的量产进展如何？在系统层面，除了芯片层面的问题之外，是否仍然存在瓶颈需要考虑？另外，您是否依然对NGL72平台充满信心？

A2：实际上，我现在比在CES（国际消费电子展）时更为兴奋，因为我们在CES之后出货量大幅增长。

目前，我们有约350家工厂在生产每台Blackwell机架（Grace Blackwell机架）所需的150万个组件。是的，这确实极其复杂，但我们已经成功地加速量产Grace Blackwell，并在 上个季度实现了约110亿美元的营收。

由于市场需求极其旺盛，客户们都急切且迫不及待地想要获得他们的Blackwell系统，因此，我们必须持续扩大产能。

你可能已经在网络上看到许多关于Grace Blackwell系统上线的庆祝消息。目前，我们自己也部署了大量Grace Blackwell设备，供内部工程团队、设计团队和软件团队使用。此外，CoreWeave已公开宣布他们成功上线该系统，微软也已部署，OpenAI当然也在使用，此外还有许多客户的系统正在陆续投入运行。

所以，我的答案是：我们所做的一切都极具挑战，但进展顺利，我们和所有合作伙伴都做得非常出色！

Q3：我想请您确认一下，第一季度是否会成为毛利率的最低点？您如何判断当前强劲的市场需求能够持续到明年？ 在您的观察中，哪些关键因素让您对市场前景保持信心？此外，DeepSeek及其最新创新是否对您的这一判断产生了影响？

CFO：关于毛利率，在Blackwell推广初期，我们的毛利率将处于70%初段。

目前，我们的首要任务是加快制造进度，确保尽快将产品交付给客户。一旦Blackwell完全量产，我们将能够进一步优化成本，从而提升毛利率。预计今年晚些时候，毛利率可能会提升至70%中段水平。

正如您刚才听到黄仁勋所提到的，系统架构本身相当复杂，在某些情况下需要高度定制化，并且提供多种网络连接选项，包括液冷和水冷方案。

因此，我们确实有机会在未来进一步提升毛利率。但目前，我们的首要任务仍然是尽快完成生产，并尽快将Blackwell交付至客户手中。

CEO：我们掌握了几个重要的信息。首先，我们对 数据中心的资本投资规模 有相当清晰的了解。未来，绝大多数软件都将基于机器学习，因此加速计算、生成式AI以及推理AI将成为数据中心所需的核心架构。

其次，我们拥有来自顶级合作伙伴的预测和规划，同时，我们也看到许多充满创新精神、令人振奋的初创公司仍在不断涌现。这些公司正致力于AI领域的下一个突破，无论是自主智能体 AI、推理AI还是物理AI，每一家公司都需要大量的计算基础设施来支撑其研发。

从市场信号来看，我们可以分为短期、中期和长期三个维度：

短期信号主要包括 采购订单和合作伙伴的预测数据，这些数据能够直接反映市场需求。

中期信号关注基础设施和资本开支的扩展速度，相较于前几年，我们看到整体规模正在迅速扩大。

长期信号——从根本上来说，软件开发范式已经发生变化，从过去基于CPU的手工编码，转向基于GPU和加速计算的机器学习与AI驱动软件。这表明AI计算架构将成为未来主流。

从整体趋势来看，我们目前才刚刚进入消费级AI时代，包括 搜索、生成式 AI、广告、推荐系统 等应用仍处于早期阶段。下一波浪潮将涉及企业级自主智能体AI、机器人AI，以及各国构建的主权AI，用于打造本地化AI生态系统。

这些领域才刚刚起步，但我们可以清晰地观察到它们的发展势头。由于英伟达处于这些创新浪潮的核心，我们能够看到各个方向上都在发生大量创新，并且这些变革必然会实现。因此，从短期到长期，我们对市场前景充满信心。

Q4：英伟达下一代Blackwell Ultra计划在今年下半年推出，保持了团队年度产品发布节奏。黄仁勋，您能否帮助我们理解Ultra的市场需求情况？ 目前，你们仍 加速推进现有Blackwell产品的量产，那么在这种情况下，客户和供应链如何同时管理这两代产品的并行推进？此外，Blackwell Ultra是否仍然按计划将在今年下半年推出？

CEO：是的，Blackwell Ultra仍计划在今年下半年推出。

关于第一代Blackwell，我们确实遇到了一些小插曲，可能导致了 几个月的延迟，但我们已经 完全恢复。团队在解决问题方面做得非常出色，我们的 供应链合作伙伴 也提供了极大的支持，帮助我们 以极快的速度完成恢复。现在，Blackwell已经成功量产，但这不会影响我们下一代产品的推进。

我们的产品开发遵循年度节奏，Blackwell Ultra将搭载全新网络架构、新型内存以及升级版处理器，所有技术都将在今年下半年全面上线。

我们一直在与合作伙伴和客户紧密合作，并为他们提供了所有必要的信息，确保大家能够 顺利完成产品过渡。这次的Blackwell到Blackwell Ultra过渡将会更加顺畅，因为它们的 系统架构完全相同。

相比之下，从Hopper过渡到Blackwell难度更大，因为我们从NVLink 8直接升级到了NVLink 72，导致 机箱设计、系统架构、硬件、电源供应等方面都需要调整，这一转变的挑战相当巨大。但Blackwell Ultra的升级不会有这些问题，它能够无缝衔接到现有系统。

此外，我们已经 提前向合作伙伴披露并展开了下一代产品的合作，下一步将是Vera Rubin，目前所有合作伙伴都在为这次升级做准备。我们也在全力推进下一阶段的产品迭代，届时会带来巨大性能提升。

欢迎大家来GTC大会！ 届时我会详细介绍Blackwell Ultra、Vera Rubin及其后续产品，这些都是 极具突破性的创新技术，非常值得期待。请大家一定要来GTC了解最新动态！

Q5：我们最近听到了很多关于定制ASIC的讨论。您能否谈一谈定制ASIC与标准GPU之间的平衡？此外，我们还了解到某些异构超级计算集群计划同时使用GPU和ASIC。请问客户是否真的在构建这种混合架构？还是说股票基本条件，这些计算基础设施仍将保持相对独立？

• 股票基本条件
• 英伟
• 黄仁勋
• 电话会
• 强调