對英偉達來說，這世界上的AI模型們生成的tokens越多，它的收入就越多。

5月22日美股盤后，英偉達最新一季度財報（英偉達財年與自然年不同步，2024年1月30日至2025年1月29日為2025財年，此次為2025財年第一季度財報）再次碾壓了已經很高的預期。

此前，華爾街已經給出相當大膽的246.5億美元營收展望，結果英偉達直接亮出個260.4億美元，同比暴增262%，連續20個季度超預期。凈利潤達到148億美元，比上年同期猛翻了6倍多。

而若不計入某些一次性項目（不按照美國通用會計準則），英偉達第一財季調整后凈利潤為152.38億美元，與上年相比同比大幅增長462%，與上一財季的128.39億美元相比增長19%。


數據中心收入漲四倍至新高

分業務來看，生成式AI最大的受益業務，英偉達數據中心業務，本季度以222.6億美元營收再破歷史記錄，環比增長23%，同比大漲427%。

在今年3月舉行的GTC大會上，英偉達推出包含旗艦B200和超級芯片GB200的NVIDIA Blackwell平臺，性能是前代Hopper系列的30倍，耗能減少25倍，以支持萬億級參數的AI超級計算。除此以外英偉達還推出了NVIDIA NIM推理微服務來加速企業應用開發。與臺積電等半導體供應商合作，加快計算光刻工藝，并繼續擴大與AWS、Google Cloud、Microsoft和Oracle的合作，推進生成式AI創新。

這樣的夸張增長說明，哪怕Blackwell已經發布但還沒交貨，當前一代的Hooper架構產品依舊需求驚人，客戶們對于拿到現貨的焦慮是巨大的。

游戲和AI PC業務營收為26億美元，同比增長18%，環比下降8%。在3月的游戲開發者大會上，英偉達展示了ACE和神經圖形渲染等前沿AI游戲技術，優化Windows系統以提供卓越的GeForce RTX AI游戲體驗，多款知名游戲大作也將采用RTX光線追蹤技術。

汽車業務營收為3.29億美元，與上年同期相比增長11%，與上一財季相比增長17%。在專業可視化和汽車機器人業務上，英偉達推出面向PC和桌面的Ada和Ampere GPU提升設計生產力。并推出Project GR00T基礎模型為機器人賦能。


換得快所以賣得也快

本周早些時候，亞馬遜被曝因為AI芯片迭代速度太快而暫停了向英偉達采購的訂單，以等待即將發布的Blackwell芯片。后來，亞馬遜否認暫停合同之說，但承認將在超級計算機項目中轉向采購Blackwell芯片。

這也引發了市場對于英偉達芯片更新速度可能導致該公司當代產品滯銷的擔憂。對此，黃仁勛回應，英偉達新一代GPU在電氣和機械上都能向后兼容，并運行相同的軟件，客戶可以在現有數據中心中輕松從H100過渡到H200再到B100。

他認為，隨著市場向H200和Blackwell過渡，我們預計一段時間內需求將超過供應。每個人都急于讓其基礎設施上線，以盡快盈利，因此其對英偉達GPU的訂購并不會停滯。

黃仁勛提出了一個有趣的問題：企業是想做發布人工智能競賽下一階段重大里程碑的首家公司，還是緊隔幾天后宣布將效果提升0.3%的第二家公司呢？

除此之外，英偉達的首席財務官Colette Kress透露，汽車將成為今年英偉達數據中心最大的垂類行業，并舉例稱特斯拉已經購買了3.5萬個H100芯片來訓練其全自動駕駛系統。汽車之外，Meta之類的消費互聯網公司也在強勁增長。


黃仁勛直呼：下一場工業革命已開始，準備好下一波增長

英偉達創始人兼CEO黃仁勛在聲明中稱，下半年上市的Blackwell超強AI芯片將帶來更多增長：

“下一次工業革命已經開始——企業和國家正在與英偉達合作，將數萬億美元的傳統數據中心轉變為加速計算，并建立新型數據中心——人工智能工廠——以生產新的大宗商品：人工智能。

人工智能將為幾乎每個行業帶來顯著的生產力提升，幫助企業提高成本效率和能源效率，同時擴大收入機會。

我們已經為下一波增長做好了準備。Blackwell平臺已全面投入生產，為萬億參數規模的生成式人工智能奠定了基礎。

Hopper平臺上對生成式AI訓練和推理的強勁且不斷增長的需求，推動了我們數據中心收入的增長。除了云服務提供商，生成式人工智能已擴展到消費互聯網公司以及企業、主權人工智能、汽車和醫療保健客戶，創造了多個數十億美元的垂直市場。”

黃仁勛在財報電話會上稱，Blackwell下一代超強芯片正“滿負荷生產”，今年就會看到“大量的Blackwell芯片收入”，Blackwell芯片產品將在今年二季度發貨、三季度增產、四季度投放到數據中心。

他還稱，推理工作載荷正“顯著”成長。電子計算（電腦）正從檢索信息切換到生產技能，“在更長時期內，我們將完成電腦運作方式的重新設計。未來的電腦將生成答案，而不僅僅是（信息）檢索。”

他表示，英偉達已經進入了每年都會推出新品的節奏，Blackwell芯片之后會有另一款芯片推出，也是這種一年一更新的節奏。


積極布局AI PC

4月19日，他們舉辦一場RTX for AI PC溝通會，正式向大家展示他們在AI PC上的硬軟件生態建設。這不免讓人好奇，這家舉世矚目的AI巨頭，對消費級的AI革命，有著怎樣的理解。

要說NVIDIA的AI PC戰略，其實非常簡單，也非常符合自身特色的道路——那就是大算力+生態。

首先說說算力，看重并行算力可以說是如今AI算法的一個顯著特征，甚至可以說，算力是AI的基礎設施。對于一個模型，你從總體上看，它有數以十億計的參數需要計算，但你細看進去，每一個最終都落到矩陣運算，并且，不同參數之間沒有很強的關聯，它們的計算都可以同時進行。

這和多數程序的執行邏輯是不同的，因此，對于AI計算，只需要考量芯片純粹的算力，我也不管你幾顆核心一起算，只管整顆芯片每秒能算幾次。這樣的特點，和圖形計算卡（GPU）有著驚人的吻合，在神經網絡算法誕生的初期，科學家就發現這種算法的特點和GPU簡直就是絕配。

所以正如NVIDIA在溝通會開始所展示的，AI發展歷史和GPU的聯系是相當緊密的。 2012年ALEXNET的橫空出世，讓GPU和AI運算的軌跡首次交匯。在后續的發展中，NVIDIA的GPU也微微調整自身的進化方向，以適配AI算法的發展。時至今日，RTX GPU已經成為AI世界的重要基石，支撐著這個新技術改變世界。

相比于CPU與集成式GPU、NPU，NVIDIA的RTX GPU的根本優勢，就是算力規模，CPU畢竟是看重順序運算的處理器，即使有集成GPU和NPU，并行運算的能力和專門的獨立顯卡也不在一個級別。

舉個例子說，目前AI能力頂級的筆記本處理器AI算力最高也就45TOPS，但一張入門級的RTX 4060 筆記本電腦 GPU，就有超過200TOPS的算力，如果是頂級的RTX4090D，算力甚至高達1177TOPS，完全不是一個等級。

在這樣的對比下，NVIDIA將自身特色的大算力作為他們的AI PC戰略核心，也就是順理成章的事情了。在他們的規劃中，非RTX的PC，未來主要運作輕量化的AI，主打便攜和低功耗，而RTX GPU，則在本地運行更加重量級，有著更高性能需求的AI應用。

有了RTX GPU帶來的高AI算力之后，下一步就是充分發揮大算力作用的生態。

作為深度參與AI革命的芯片廠商，NVIDIA對AI技術的理解是深入并且務實的，他們現場列出了AI技術在目前的幾個應用場景，每一項都是非常具體，并且在當前已經大量投入實際應用的賦能場景。

針對這些場景，NVIDIA做了非常完善的生態配套，從開發工具，到代碼庫，再到模型和樣例，都有完整的支持，這一點不需要多說，大大小小的AI開發者都離不開CUDA生態的現狀已經證明了它的含金量。

在這樣完善的生態配套下，NVIDIA得以將自身在AI開發領域的生態優勢，引導到創作和應用生態，幫助創作者與創作行業推動創新的 AI 解決方案。