英伟达 (NVDA.O) 北京时间 11 月 21 日凌晨，美股盘后发布 2025 财年第三季度财报（截至 2024 年 10 月），具体内容如下
以下为英伟达 2025 财年第 3 季度业绩说明电话会纪要，财报解读请移步《英伟达还是脊梁骨，只是火力近达峰》
一、$英伟达.US 财报核心信息回顾：
二、英伟达财报电话会详细内容
2.1、高管层陈述核心信息：
1) 业务进展
数据中心业务
收入情况：
– 收入为 308 亿美元，环比增长 17%，同比增长 112%
– NVIDIA Hopper 需求强劲，NVIDIA H200 销售额显著增长至数十亿美元，总体拥有成本降低了 50%
驱动因素：
– 云服务提供商约占数据中心销售额的一半，收入同比增长 2 倍多
– NVIDIA H200 被广泛部署用于 AI 训练和推理，涵盖数万台 GPU 的部署需求。
– NVIDIA GPU 区域云收入同比增长 2 倍，北美、EMEA 和亚太地区增加了 NVIDIA 云实例和主权云建设
技术进展
– 公司软件算法的快速进步使 Hopper 推理性能提升 5 倍，并减少了 5 倍的推理延迟，即将发布的 NVIDIA NIM 将使 Hopper 推理性能再提高 2.4 倍
– 新产品 Blackwell GPU性能提升 2.2 倍，成本效率显著提高。13,000 个 GPU 样品已交付客户。
区域与应用扩展：
– 北美、欧洲、中东及亚太地区的NVIDIA 云实例收入同比增长 2 倍；中国市场数据中心收入因出口合规产品的出货实现环比增长。
– 客户公司利用 Hopper 基础设施支持下一代 AI 模型、生成式 AI 内容等应用，相关收入同比翻倍。
未来展望
– 随着 Blackwell 的全面部署，预计第四季度数据中心业务将继续保持强劲增长。
网络业务
收入情况：
收入同比增长 20%，InfiniBand 和以太网交换机、SmartNICs 和 BlueField DPUs 等部分收入环比增长，网络需求强劲且不断增长，预计 Q4 将环比增长
网络平台表现：
– CSPs 和超级计算中心正在使用和采用 NVIDIA InfiniBand 平台为新的 H200 集群提供动力
– NVIDIA Spectrum – X 以太网用于 AI 的收入同比增长超过 3 倍，与多个 CSPs 和消费互联网公司计划大规模集群部署，管道建设持续
– 利用 Spectrum-X，Hopper 超级计算机实现了高达 95% 的数据吞吐率。
游戏业务
财务数据：
– 游戏业务收入 33 亿美元，环比增长 14%，同比增长 15%。
主要驱动因素：
– RTX 系列需求旺盛，受到返校季和假日季推动。
– 新推出的 GeForce RTX AI PC 支持微软 Copilot+ 功能，增强了游戏与创意应用场景。
专业可视化
财务数据：收入 4.86 亿美元，环比增长 7%，同比增长 17%。
业务表现：
– RTX 工作站广泛应用于专业图形设计、工程和生成式 AI 模型原型设计。
– 生成式 AI 进一步推动内容创作需求，覆盖媒体与娱乐领域。
自动驾驶
财务数据：收入创下 4.49 亿美元新高，环比增长 30%，同比增长 72%。
主要驱动：
– NVIDIA Orin 自主驾驶平台的需求增长。
– Volvo 推出基于 NVIDIA DriveOS 的全电动 SUV。
国际表现
中国：
– 数据中心收入因出口合规产品环比增长，但仍低于出口管控前水平。
– 市场竞争激烈，公司将继续遵守出口管控法规。
印度：
– 与塔塔通信和 Yotta Data Services 合作，构建基于 NVIDIA GPU 的 AI 工厂，年底 GPU 部署量预计增长 10 倍
日本：
– 软银构建 NVIDIA DGX Blackwell 和 Quantum InfiniBand 支持的超级计算机，并推动基于 NVIDIA AI Aerial 平台的 5G 网络转型。
财务表现
收入端
Q3 收入为 351 亿美元，较上季度增长 17%，同比增长 94%，远超预期的 325 亿美元
毛利端
GAAP 毛利率为 74.6%，非 GAAP 毛利率为 75%，环比下降，主要受数据中心产品组合变化影响。
随着 Blackwell 产品的全面铺开，毛利率可能短期内下降至低 70% 左右，但中长期有望回升至 75%。
费用端
GAAP 和非 GAAP 运营费用分别为 48 亿美元 和 34 亿美元。
Q4 指引
Q4 总收入为 375 亿美元，上下浮动 2%
GAAP 和非 GAAP 毛利率分别为 73% 和 73.5%，上下浮动 50 个基点
GAAP 和非 GAAP 运营费用预计分别约为 48 亿美元和 34 亿美元，
GAAP 和非 GAAP 其他收入和支出预计约为 4 亿美元收入（不包括非关联投资的收益和损失）
GAAP 和非 GAAP 税率预计为 16.5% 上下浮动 1%
2.2、Q&A 分析师问答
Q：关于大语言模型扩展是否已达到瓶颈？贵公司如何帮助客户应对这些挑战？此外，鉴于许多集群尚未采用 Blackwell 架构，这是否进一步推动了对 Blackwell 的需求？
A：基础模型的预训练扩展仍在持续，尽管这是一种经验法则而非物理定律，但现有证据表明扩展趋势依然存在。然而，我们发现单靠预训练已不足以满足需求，目前有三种扩展方式正在并行发展：
后训练扩展：最初的后训练方法是基于人类反馈的强化学习，如今已发展为基于 AI 反馈的强化学习，同时结合生成的合成数据，这些技术极大助力了后训练阶段的扩展。
推理时扩展：一个重要进展是 OpenAI 的 o1 模型（如 Strawberry 和 ChatGPT o1），它引入了推理时间扩展（Test-Time Scaling）。在推理过程中，模型思考时间越长，输出结果质量越高。这种方法涉及链式思维、多路径规划等技术，类似于人类在回答问题前进行深入思考的过程。
预训练扩展：这一方式仍然是核心，但与后训练和推理时扩展相结合，使得整体扩展能力显著提升。
随着这些扩展方式的结合，市场对英伟达基础设施的需求也显著增加。当前一代基础模型在训练阶段大约需要 10 万颗 H100 GPU，而下一代开始阶段便要求 10 万颗 Blackwell GPU，这清晰反映了行业在扩展能力上的进步。
此外，推理需求也在快速增长。英伟达目前是全球最大的推理平台，受益于庞大的设备装机基础。从 Amperes 到 Hoppers 再到 Blackwells，这些基础设施在训练基础模型的同时，也为推理任务留下了强大的计算能力储备。
企业对于生成型 AI 的应用需求也在快速增长，推动了整体 AI 市场的需求扩展。综合来看，基础模型的训练、推理扩展、AI 本地化公司的兴起以及企业对 AI 的广泛应用，共同驱动了对英伟达硬件和技术的持续强劲需求。
Q：英伟达是否能够按计划执行今年提出的产品路线图，包括明年发布的 Ultra 和 2026 年的 Rubin 过渡计划。请问公司对此有何回应，能否说明确保按时执行的能力？
A：Blackwell 的生产正全面推进。本季度的 Blackwell 交付量将超过此前的预期。供应链团队与供应商密切合作，持续扩大 Blackwell 的产能，并计划明年进一步增加供应。
目前需求显著超出供应，这在生成式 AI 革命初期是可以预期的，特别是在新一代基础模型快速发展的背景下。这些模型能够实现推理和长期思考，尤其是在物理 AI 领域取得了突破，使 AI 能理解物理世界的结构。Blackwell 需求十分强劲，公司执行情况良好。
我们正与全球多个合作伙伴进行复杂的工程整合，包括 Dell、CoreWeave、Oracle、Microsoft 和 Google 等云服务提供商（CSP）。这些合作伙伴都在加速推出各自的 Blackwell 系统，例如 Oracle 已上线系统，Microsoft 也即将预览其 Grace-Blackwell 系统。尽管 Blackwell 是全栈和全基础设施产品，我们仍需将其分解并集成到全球各地定制数据中心的架构中。
这一整合流程是我们多代产品积累的经验所在，尽管复杂，但公司对此十分擅长。从当前部署的各类系统来看，Blackwell 的进展状况良好。同时，本季度的交付计划已超过我们此前的预期。
在产品路线图执行方面，公司坚持年更迭节奏，确保平台性能大幅提升。这种性能提升不仅降低了训练和推理的成本，使 AI 技术更具普及性，还直接提高了客户的收益。在供电受限的数据中心环境中（从几十兆瓦扩展到数百兆瓦甚至千兆瓦级），最佳的性能功耗比意味着客户能获得最高的回报。公司始终致力于通过技术创新为客户创造价值，当前所有项目均按计划推进，保持在既定轨道上。
Q：关于供应链限制，请问是多种组件导致了这一问题，还是主要与 HBM（高带宽存储）相关？目前供应链限制情况如何？
A：关于供应链，Blackwell 系统需要七种定制芯片，支持多种配置，包括风冷或液冷、NVLink 8、36 和 72 连接，以及 x86 或 Grace 架构。将这些系统集成到全球数据中心的复杂性堪称奇迹。本季度 Blackwell 系统的交付量从零跃升至以数十亿美元计，展现了惊人的增长速度。这一过程中，几乎全球所有主要供应链企业都参与其中，包括TSMC、Amphenol、Vertiv、SK Hynix、Micron、Foxconn、Quanta、Dell等，充分体现了强大的合作伙伴网络。
Q：Blackwell 今年的增长轨迹？明年 4 月季度超越 Hopper 的出货量，这是否仍是正确的预期？那 4 月季度产品交替时是否是毛利率压力的高峰？
A：关于毛利率，随着 Blackwell 的初期推广，我们将专注于为客户提供最佳体验。由于多种配置和芯片的推出，毛利率初期预计处于低 70% 的水平。然而，随着推广逐步推进，我们预计毛利率将在后续季度快速回升至中 70% 水平。
Hopper 的需求将在明年持续，尤其是前几个季度。同时，Blackwell 的出货量将逐季度递增。下一季度的出货量将超过本季度，而之后的季度将进一步增长。这表明我们正处于计算领域两大根本性转变的初期。
首先是从基于 CPU 的传统编程转向运行于 GPU 上的机器学习，这种转变已经在各行业广泛展开，是生成式 AI 的基础。全球价值数万亿美元的数据中心和计算系统正在为机器学习进行现代化改造。
其次，在这些系统之上将形成一种全新的能力，即 AI。生成式 AI 的出现使得这些数据中心类似于 “AI 工厂”，不仅处理数据，更是全天候生成 AI 服务，类似于发电厂为大量消费者提供电力。这些 AI 工厂将长期运行，为大规模客户提供持续支持。
这两大趋势——数据中心现代化与新 AI 行业的创建——刚刚开始，我们预计这种增长和转型将在未来几年持续发展。
Q：关于能否在 2025 年下半年恢复到 70% – 75% 的毛利率，以及如何迎接硬件部署周期中的消化阶段？
A：有可能在 2025 年下半年达到70% – 75% 的毛利率，但要看增长情况。
关于消化阶段，在全球数据中心现代化完成之前可能不会出现。数据中心仍主要基于手工编写应用程序并运行在 CPU 上的架构。这种方式已不再适合当前需求。未来几年内，公司在扩建数据中心时将更倾向于采用面向机器学习和生成式 AI 的新型架构，而现有的传统数据中心将逐步被现代化升级所取代。
从趋势看，假设全球数据中心的 IT 支出以每年 20%-30% 的速度增长，到 2030 年，全球计算相关的数据中心市场可能达到约两万亿美元。在这过程中，数据中心将逐步从以编码为基础的传统模式向机器学习模式转型，这是第一阶段的主要任务。
第二阶段是生成式 AI 的发展，这是一种全新的能力和市场机会。类似于 iPhone 的出现，生成式 AI 并非替代现有技术，而是开辟了全新的应用场景。例如，OpenAI 并未取代任何传统业务，而是创造了新的智能服务类别。随着生成式 AI 的发展，更多的 “AI 原生” 公司将涌现，例如专注于数字艺术智能的 Runway、法律智能的 Harvey 以及数字营销智能等。这些公司类似于互联网时代的 “云优先” 或 “移动优先” 企业，抓住了平台转型带来的全新机会。
综上所述，未来几年将持续推动 IT 现代化转型与 AI 工厂的建设。这些 AI 工厂不仅是数据中心现代化的一部分，更是生成人工智能的新产业支柱。这一趋势预计将带来长期的增长和创新机会。
Q：关于低 70% 毛利率的定义以及 Hopper 和 Blackwell 在 Q4 的情况
A：关于毛利率的第一个问题，低端通常指低于中位数。我们预计毛利率可能在 71% 至 72.5% 之间浮动，也有可能略高。随着生产效率和产品良率的提升，我们将在年内逐步改善，最终毛利率将恢复至中位数的 75% 左右。
关于第二个问题，H200 的需求增长显著，无论是订单量还是部署速度均表现出强劲势头。作为目前增长最快的产品，其市场表现令人瞩目。我们在第四季度仍会继续销售 Hopper，涵盖多种配置，包括针对中国市场的产品配置。同时，客户也在积极部署 Blackwell，因此第四季度两者都会同时进行。至于 Hopper 的收入是否会在第三季度基础上继续增长，这取决于市场动态。
Q：未来 12 个月内，推理市场的增长速度会超过训练市场？总体上，您对推理市场的发展有何看法？
A：我们的愿景是有一天，推理能被广泛应用于全球各行业。这标志着 AI 的真正成功——当每家公司都在其营销、预测、供应链、法律、工程和编程等部门全天候应用推理。我们希望数以千计的 AI 原生创业公司通过生成 AI 模型，为用户在从 Outlook 到 Excel 的每一次计算机交互中创造价值。甚至在阅读 PDF 文件时，也会有推理生成的过程。一个值得关注的案例是 Google 推出的 NotebookLM 应用，它通过与档案和 PDF 交互为用户提供新的体验。
AI 的下一步发展是物理 AI，这是语言模型之后的新领域。物理 AI 理解物理世界的结构、逻辑，并能够预测和模拟未来的短期变化。这种能力对工业 AI 和机器人技术至关重要，并激发了众多 AI 原生公司和物理 AI 企业的兴起。NVIDIA 开发了 Omniverse 平台，专为培养和训练物理 AI 而设计，通过生成合成数据和物理反馈代替人工反馈来增强 AI 学习能力。这使得物理 AI 得以高效开发，推动了新型推理技术的快速发展。
此外，推理的技术挑战性极高。一方面需要高准确率，另一方面需要高吞吐量以降低成本，同时还需实现低延迟。构建同时具备高吞吐量和低延迟的计算系统极具难度，尤其是当应用程序的上下文长度和模型的复杂性持续增长时。随着多模态 AI 的兴起，推理技术不断创新，这种需求正驱动 NVIDIA 架构的独特优势。
NVIDIA 的 CUDA 生态系统使得开发者能够快速创新，并确保技术的兼容性和可靠性。开发者的创新成果可以迅速在全球范围内的 NVIDIA 计算平台上实现部署，从数据中心到边缘设备，再到机器人系统。正是这种全面的部署能力和生态优势，使 NVIDIA 能够在推理领域保持领先地位并推动行业发展。
Q：关于网络业务的情况以及对 Spectrum – X 的信心
A：从网络业务来看，我们在同比增长方面表现显著，自 Mellanox 收购以来，我们始终专注于与数据中心业务的深度整合。网络业务在其中起到了至关重要的作用，我们将其与数据中心系统结合的能力持续增强并表现良好。
本季度的环比下降仅是暂时性调整，我们预计未来将恢复增长。随着为 Blackwell 及更多系统的准备工作推进，不仅是现有的网络技术需求持续增长，许多大型系统也将逐步采用我们新开发的网络解决方案，这将进一步推动业务发展。对 Spectrum – X 达到之前提到的数十亿美元规模有信心。
Q：您提到主权需求规模达到低两位数的十亿美元水平。请问这一方面是否有最新进展？此外，能否说明游戏业务中的供应限制情况？
A：关于主权 AI，这一领域是增长的关键驱动力之一，尤其是在生成式 AI 兴起后，各国致力于构建符合自身语言和文化的基础模型并应用于本地企业。我们在本次电话会议中也提到了多个相关实例。这些主权 AI 项目和未来管道仍保持稳定，区域性云部署和 AI 工厂的建设为这一领域提供了更多增长机会。主权 AI 的增长不仅限于欧洲，还在亚太地区逐步扩展。
至于游戏业务，目前我们正努力协调各类产品的供应。由于市场对游戏产品的需求快速增长，本季度的供应显得较为紧张，但随着日历年转入新阶段，供应能力将逐步恢复正常。虽然本季度供货压力较大，但我们预计很快能恢复供应节奏。
Q：关于 Blackwell 供应增加是否会重新加速增长，明年上半年情况？以及美国政府换届和中国情况对业务的影响？
A：公司按季度指导，目前正在努力满足本季度 Blackwell 的供应需求；关于美国政府换届和中国情况，公司将支持新政府，遵守相关规定，同时尽最大努力满足客户需求并在市场上竞争。
Q：关于 AI 生态系统中预训练、强化学习和推理的计算分配以及增长重点？
A：计算资源主要集中在基础模型的预训练阶段，这是因为后期训练（包括强化学习和推理相关技术）仍处于早期阶段。尽管在预训练和后期训练中可以通过优化降低推理成本，但某些任务需要实时思考和情境反应，因此推理阶段的计算需求不可避免。
随着基础模型的发展，尤其是多模态基础模型的引入，其需要处理的视频数据量以拍字节计，规模巨大。因此，预训练、后期训练和推理时间的计算需求将持续扩大。在未来，计算能力将继续朝这三个方向扩展，这也进一步证明了大规模计算需求的合理性。
为应对这一趋势，需要持续推动计算性能的显著提升，通过倍增效应降低 AI 应用的整体成本，同时提高效益，进而推动 AI 革命的加速发展。
文：长桥证券
本站文章欢迎转载，但是必须注明出处“开户之家”，并附上本文链接：https://www.meegoo.com/12547.html
