安装新浪财经客户端第一时间接收最全面的市场资讯→【下载地址】
专题：英伟达2024年Q4营收超预期 黄仁勋称人工智能触及“临界点”
英伟达今日发布2024财年第四财季及全年财报：营收为221.03亿美元，同比增长265%，环比增长22%；净利润为122.85亿美元，同比增长769%，环比增长33%；不计入某些一次性项目（不按照美国通用会计准则），英伟达第四财季调整后净利润为128.39亿美元，同比增长491%，环比增长28%（注：英伟达财年与自然年不同步，2023年1月30日至2024年1月29日为2024财年）。
英伟达2024财年第四财季营收和调整后每股收益均超出华尔街分析师此前预期，整个2024财年的业绩同样超出预期。与此同时，英伟达对2025财年第一财季营收作出的展望也超出预期，从而推动其盘后股价大幅上涨逾10%。
详见：英伟达第四财季营收同比增265% 下一财季营收展望超预期
财报发布后，英伟达创始人、总裁兼首席执行官黄仁勋和执行副总裁兼首席财务官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。
以下是分析是问答环节主要内容：
高盛分析师Toshiya Hari：请问黄仁勋一个关于数据中心业务的问题，公司在该业务上取得了非常不错的业绩，我很想知道在过去的3个月里，管理层对于2024年和2025年的增长预期出现了怎样的变化？
能否也请你谈谈关于数据中心业务中较为新的子业务，比如软件，还有你所经常提及的主权人工智能问题，能否谈谈这些子业务的中长期发展预期？
另外，最近有一篇文章提到关于英伟达可能加入ASIC（专用集成电路）市场竞争的消息，能否请管理层证实一下？管理层如何看待未来几年该市场的发展？
黄仁勋：关于数据中心业务的问题，我们的展望是逐季发布的，不过基本上来看，当前的条件非常有利于该业务在今明两年及之后的时间实现持续增长。我们正处于行业中两个转变的开端，第一是从通用计算到加速计算的转变。
众所周知，通用计算的增长已经开始失去动力，这一点从包括英伟达在内的多家数据中心将CSP（内容安全策略）延长方面就可以看得出来，我们已经将通用计算的折旧从四年延长到六年。因为我们无法持续从根本上大幅地提高其产出，所以也就没有更新更多CPU（中央处理器）的理由。将所有计算加速才是优先项，加速计算可以显著提高能源效率，大大降低数据处理的成本。
当然，我们将实现令人难以置信的速度，继而成就第二个行业转变，也就是向生成式人工智能的转变。关于这个话题我们有很多讨论，但提醒大家注意的是，生成式人工智能是一种新的应用程序，正在开创一种新的软件创建方式，也是一种新的计算方式，我们不可能在传统的通用计算平台上运行生成式人工智能，必须实现加速，所以生成式人工智能也在催生一个全新行业的形成。退一步看，这也与你最后提到的关于主权人工智能的问题有关，因为从某种意义上说，数据中心不仅仅是计算数据，存储数据，为其他公司的员工服务，我们还打造了一种新类型的数据中心，一家人工智能生成服务的工厂。利用超级计算机将数据，也就是这家工厂的原材料，转化为高价值的，ChatGPT和Midjourney（人工智能图像生成器公司）用户能够体验到的Token（令牌）。
如今的搜索和个性化推荐服务也用到了这一增强功能，以及包括在数字生物学领域的应用，像是生成蛋白质，化学物质等等，未来的应用空间无限。这些Token都需要在一类非常专业的数据中心中生成，也就是我们谈到的超算和人工智能生成工厂，计算类型的多样性也意味着我们能进入更多市场。
首先，英伟达所能胜任的推理计算数量是超级庞大的，用户每次与ChatGPT和Midjourney的互动都蕴含着巨量的推理。还有现在谈论较多的Sora视频，Runway视频，以及我们同萤火虫（Adobe公司的创意生成式人工智能服务）合作都用到了视频推理功能。英伟达推理业务的增长非常快，预计达到大约40%（推理业务创造的营收占比）。训练业务的体量还在继续增长，随着模型的规模越来越大，推理的数量也在增加。我们也在进军新的行业，新的CSP规模继续扩大，资本支出和讨论持续增加。
需要特别提到的一个领域是GPU（图像处理器）专用CSP，专门用于英伟达人工智能基础设施，企业软件平台部署人工智能服务就是一个很好的例子，包括我们同Adobe，SAP等公司的合作。消费者互联网服务中也加入了生成式人工智能功能，可以提供更为个性化的内容。我们也谈到了各个行业使用的生成式人工智能，其业务规模可以达到数十亿美元，包括了在汽车，健康，金融服务等行业的应用。
关于主权人工智能的问题，我们必须考虑到这样一个事实，那就是每个地区的语言、知识、历史和文化都是不同的，他们拥有自己的数据，希望使用自己的数据来训练并创建自己的数字智能，驾驭自己的原材料数据，因为这是属于他们自己的、可以对其社会产生效用的数据，所以他们希望这些数据得到保护。
所以我们看到主权人工智能基础设施的建设已经在包括日本、加拿大和法国等诸多国家和地区开展起来，我预计美国和西方所正在经历的情况肯定会在世界各地复制，利用人工智能生成技术的工厂将出现在所有行业、公司和地区。在过去的一年中，我们已经注意到生成式人工智能技术正在推动形成一个全新的应用空间，以及全新的计算方式，我们看到一个全新的行业正在形成，这一现象也推动了我们的增长。
摩根士丹利分析师Joseph Moore：我想跟进一下关于公司总营收中的40%来自推断业务贡献的问题，这比我预期的数字要大。能否请管理层谈谈这个占比在一年前是多少？该业务的增长态势如何？如何衡量该业务的增长？训练服务创造的营收是否也在其中？衡量标准有多可靠？
黄仁勋：我来倒着回答你的问题。我们的估计可能还是相对保守，但我们还是给出了预测。一年前，用户在设备上运行互联网，搜索新闻、视频、音乐和产品的时候，已经存在推荐系统的服务。整个互联网上有数万亿的事物，而手机的尺寸只有3平方英寸，所以，能够将所有这些信息压缩到如此小的空间，是利用了一个叫做推荐系统的神奇功能。推荐系统的运行方式曾经完全基于CPU，但最近出现了向深度学习迁移的趋势，目前来看，生成式人工智能已经将这些推荐系统直接纳入了GPU的运行路径，该功能因GPU而得到了加速，实现了包括嵌入、近邻搜索、重新排序和生成增强内容等功能，GPU已经渗透到推荐系统功能的各个环节。
推荐系统已经成为世界上独占鳌头的单体软件引擎，这是众所周知的事情，几乎所有大公司都需要用到大型推荐系统。无论是利用ChatGPT进行推理，还是享受Midjourney的服务，他们都为消费者生成了大量内容。我们还同盖帝图像，我们与盖帝图像合作，与萤火虫的合作，都是生成模型方面的工作，未来还会有更多合作陆续公布，而我刚才所提到的这些情况在一年前都是不存在的，百分之百都是新进展。
伯恩斯坦研究分析师Stacy Rasgon：我有一个关于公司下一代产品的问题。管理层谈到了关于Blackwell供应短缺的问题，请问造成短缺的原因有哪些？供应短缺何时能够得到缓解？明年是否会出现同样的情况？
黄仁勋：总的来说，我们的供应正在改善，供应链伙伴对英伟达的支持非常大，从晶圆，包装，存储，电源调节器，到收发器，网络和电缆等，大家理解的英伟达GPU就是一个芯片，但其实Hopper架构GPU中有35000个零件，重达70磅，是非常复杂的东西，所以人们称它为人工智能超级计算机是有充分理由的。
如果你看过数据中心的内部结构，其布线系统真的是令人难以置信。可以说是世界上最密集的、最复杂的网络布线系统。我们的InfiniBand（为超级计算机、人工智能和云数据中心设计的解决方案）业务同比增长了五倍，供应链伙伴对我们的支持非常大。
我们预计供不应求的情况还将持续，并贯穿全年，我们将尽最大努力缓解短缺，生产周期正在改善。然而，每当我们推出新产品的时候，是从零增长到非常大数字的过程，不可能在一夜之间做到这一点，增长是持续爬坡式的，不会一步到位。目前我们正在努力实现H200的扩产，但不可能在短期内跟上需求，我们也在实现Spectrum-X的扩产，这款接入全球以太网的全新产品需求非常不错。
InfiniBand是人工智能专用系统的标准，而以太网并不是一个非常好扩展的系统，但有了Spectrum-X之后，我们就可以在以太网的基础上增强新的功能，包括自适应路由、拥塞控制、噪声隔离或流量隔离，这样我们就可以为人工智能的应用来进行以太网的优化。InfiniBand将成为人工智能专用基础设施，而Spectrum-X将成为我们的人工智能优化网络。我们所有的新产品上市都会出现供不应求的情况，这就是新产品的本质，我们会尽快努力满足需求。总体而言，我们的供应增加情况非常乐观。
TD Cowen分析师Matt Ramsay：还是关于公司产品供不应求的问题。Colette，在新产品的客户准备和部署方面，公司有哪些思考？是否有监测相关需求？黄仁勋，可否谈谈在分配产品方面的想法，因为客户之间本身也面临许多相互竞争的情况，英伟达的技术非常独特，如何在不同客户间公平分配产品，以同时满足公司的经营利益和行业的整体利益。
Colette Kress：我来回答第一个问题，我们的很多合作伙伴关系都已经持续多年，我们一直在协助他们在云端和内部系统设置相关内容。许多公司同时使用英伟达的多款产品，以满足其终端客户需求，以及其公司内部需求。他们都会提前考虑自身需求和新的工作量，英伟达与他们的讨论不仅会在Hopper架构上持续，也会帮助他们理解下一波技术的重点，了解他们的兴趣和需求展望。在合作伙伴计划购买英伟达的哪些产品，打造哪些产品，以及客户现阶段对于英伟达产品的使用情况方面，都是一个动态的过程。而我们所维护的客户关系和客户对于英伟达产品精密度的理解，对于我们同客户的沟通和产品分配是非常有帮助作用的。
黄仁勋：首先，我们的CSP涵盖了对于产品路线图和产品转换详细介绍，CSP的透明度让客户更有信心来确定何时何地发布哪些产品，也了解我们的产品力提升的时间表，对于产品供应的数量和分配情况也了如指掌。我们尽力做到公平分配，避免不必要的分配。如你前面所提到的，当数据中心还没有准备好的时候，考虑如何分配是没有意义的，也没有什么比资源闲置更令人难受的了，所以我们要公平分配和避免不必要的分配。
你提到的关于终端市场的问题，我们将厂商，设计公司，CSP和终端市场打造成一个很好的生态系统，将客户，合作伙伴，CSP和厂商放在这个生态系统之中个，这才是英伟达的真正独特之处，无论是生物技术公司、医疗保健公司、金融服务公司，还是人工智能开发者、大型语言模型开发者、自动驾驶汽车公司、机器人公司。
我们看到有一大批机器人公司正在涌现，从仓库机器人到手术机器人，再到人形机器人和农业机器人，各种各样非常有趣的机器人公司。所有这些初创公司、大公司、医疗保健、金融服务和汽车厂商等，都在英伟达的平台上工作，我们向其提供直接支持。经常出现的情况是，我们在分配CSP的同时，又将客户加入CSP之中来获得双赢，这个生态系统是充满非凡活力的。其核心是实现公平分配，避免浪费，并寻找连接合作伙伴和终端用户的机会，我们一直在寻找这些机会。
瑞银分析师Timothy Arcuri：我想问一个关于公司如何将积压订单转化为营收的问题。很显然，英伟达产品的交货时间已经大大缩短了，管理层没有谈到库存采购承诺，但如果将库存加上采购承诺，再加上预付供货，也就是你们的总供应，实际上是略有下降的。投资者应该如何理解这一情况？这是不是意味着公司不需要对供应商做出那么多的财务承诺，因为交货时间更短，还是说你们可能已经达到了某种稳定状态，更接近于完成现有和积压订单？
Colette Kress：我来谈谈你提到的三个方面，以及如何看待同供应伙伴的合作。鉴于我们目前的分配情况，我们会努力将刚刚形成的货品库存立即提供给客户，客户对于我们的行动力也是非常欣赏的。采购承诺部分，英伟达的采购承诺有许多不同的组成部分，包括我们制造产品所需的组件，同时，我们也经常采购可能需要的产能，公司对产能或组件的需求在时间长度上是变化的，有些情况可能是未来两个季度的需求，但有些可能是未来多年的需求。
对于预付供货也是一样，设置预付供货的初衷就是为了确保公司能够在几个供应商中储备后备产能，所以当我们供应增加的时候，没有必要去解读此类数字，因为所有这些操作都有不同的时间长度，而且我们有时不得不提前购买交货期长的产品，或者需要为英伟达建造特别产能的产品。
Melius Research分析师Ben Reitzes：我有一个关于公司毛利率的问题， Colette谈到说公司毛利率应该回到75%左右的水平，可否展开谈谈？新产品中的HBM（高带宽内存）存在是否能推升公司的毛利率？还有哪些其他驱动增长的因素？
Colette Kress：关于公司对第四季度业绩的介绍和第一季度的展望，可以说这两个季度的毛利率情况都是非常独特的，因其受到了计算和网络业务供应链组件成本降低的积极影响，以及在制造过程的几个不同阶段也出现了类似情况。展望未来，本财年剩余时间的毛利率预计在75%左右，回到了此前的峰值水平。管理好产品组合永远是保持良好毛利率水平的真正驱动因素。
Cantor Fitzgerald分析师C.J． Muse：从更宏观的角度来看，过去十年GPU计算性能提高了数百万倍，市场对未来类似幅度的改进也有预期，英伟达的客户如何看待他们今天在公司产品投入上的长期可用性？今天的训练集群会不会成为明天的推理集群？
黄仁勋：关于性能如此大幅提高的原因，主要源于我们平台的两个特点：一是加速，二是可编程。英伟达的架构是唯一一个经历了从最开始的，由亚历克斯·克里泽夫斯基、伊利亚·苏茨克弗和杰夫·辛顿发表的名为AlexNet的CNN（卷积神经网络），一直到循环神经网络，长短期记忆网络，强化学习，深度学习强化学习和变形器的每一个版本。每一个版本，每一次出现的物种，每一款视觉变形器，多模态变形器，每一个时间序列的东西，每一个变化，每一个出现的人工智能物种，我们都能够支持它，为其优化我们的堆栈，并将其部署到我们的安装设备之中，这是非常了不起。
一方面，我们可以发明新的架构和技术，比如我们的Tensor Core（张量核心），Tensor Core变形器引擎，我们不断改进新的数字格式和处理结构，迭代，同时支持部署到我们的安装设备之中。结果是，这些新的软件算法发明，行业新模型发明，都能够在我们的安装设备上运行。
另一方面，基于诸如变形生成器这类具有革命性的技术，我们创造了全新的产品，比如Hopper变形器引擎。我们同时也有能力将软件部署到我们的安装设备之上，并不断优化，随着时间的推移，我们的客户组成也因新软件的增加而丰富。此外，新技术创造了革命性的能力，如果我们未来一代的产品突然在大型语言模型方面取得了惊人的突破，不要感到惊讶，这些突破也将向客户开放，其中某些突破将出现在软件之中，因为它们运行了CUDA（英伟达开发的并行计算平台和编程模型）。我们自身的突破不会停止，客户也将不断受益。
Piper Sandler分析师Harsh Kumar： 我有一个关于软件业务的问题，该业务营收超过了10亿美元，可否帮我们理解一下软件业务具体有哪些组成部分？增长主要来自哪里？
黄仁勋：我来谈谈英伟达在软件业务方面成功的根本原因。首先，如你所知，加速计算业务在云平台实现了非常大的增长，云服务提供商拥有非常大的工程团队，我们助力他们运营和管理自己的业务。在出现问题的时候，我们都会有专门的大团队为他们服务。双方的工程团队也会通力合作，增强，修复和维护加速计算所涉及的复杂软件堆栈。
加速计算与通用计算有着非常大的不同，不像C++这样的程序那样，编写一次之后就可以在所有CPU上运行。从数据处理SQL（结构化查询语言），到 SQL结构数据，再到所有的图像、文本和 PDF等非结构化内容，再到经典机器学习、计算机视觉、语音、大型语言模型和推荐系统，所有这些都需要不同的软件堆栈。这就为什么英伟达拥有数百个软件库的原因，如果没有软件，你就无法开拓新市场，无法启用新的应用程序。软件对于加速计算是必不可少的，这是加速计算和通用计算的根本区别，大多数人花了很长时间才明白这一点，软件是关键非常关键的。
我们与云服务提供商合作的方式也非常简单，那就是双方组织各自的大团队进行接洽。生成式人工智能让每家企业和每家企业软件公司都能用上加速计算，仅仅依靠通用计算已经不可能维持和提高产能，所有公司都没有庞大的工程团队来维护和优化他们的软件堆栈，以实现在全球云、私有云和本地运行。
我们为客户提供软件堆栈的管理、优化、补丁、调整和设备优化的服务，将其纳入到我们的堆栈之中，我们称之为英伟达人工智能企业。在市场推广中，将英伟达人工智能企业描述为一个操作系统一样，人工智能的操作系统。我们每年对每个GPU收取4500美元的费用，我预计全世界所有企业，包括在云上和本地部署软件的所有软件企业公司，都将在这一操作系统上运行，所以未来将有可能成为是公司一项非常重要的业务，我们已经开了个好头，销售额已经达到10亿美元的水平。（完）
责任编辑：刘明亮
VIP课程推荐
APP专享直播
热门推荐
收起
24小时滚动播报最新的财经资讯和视频，更多粉丝福利扫描二维码关注（sinafinance）
