主播
节目简介
来源：小宇宙
📝 本期播客简介
本期我们克隆了：Benzinga: Nvidia Q1 FY27 Earnings Call | $NVDA | 🔴 WATCH LIVE
本期是 NVIDIA 二零二七财年第一季度财报电话会。公司交出创纪录业绩：季度营收达到八百二十亿美元，同比增长百分之八十五；数据中心营收达到七百五十亿美元，同比增长百分之九十二；自由现金流达到四百九十亿美元。管理层将本季度定义为 AI 基础设施需求进入新阶段的标志，尤其是 Blackwell 系统的快速爬坡、inference 需求拐点、AI factory 建设加速，以及 agentic AI 带来的全新计算需求。
在这场电话会中，CFO Colette Kress 详细拆解了 NVIDIA 的财务表现、业务分部调整、Blackwell 与 Rubin 产品节奏、资本回报计划和下一季度指引。Jensen Huang 则在问答环节系统阐述了 NVIDIA 对未来 AI 基础设施版图的判断：AI 不再只是 hyperscaler 的游戏，AI native cloud、企业本地 AI 工厂、工业现场、主权 AI、physical AI 和机器人，都将成为下一轮增长来源。更重要的是，NVIDIA 正从 GPU 公司进一步扩展为覆盖 CPU、GPU、网络、系统、软件与生态的完整 AI factory 平台。
👨⚕️ 本期嘉宾
Jensen Huang，NVIDIA 创始人、总裁兼首席执行官。他带领 NVIDIA 从图形芯片公司成长为全球 AI 计算基础设施的核心平台公司，并在本次电话会中重点阐述了 agentic AI、AI factory、Vera CPU、Rubin 平台和 physical AI 带来的长期增长机会。
Colette Kress，NVIDIA 执行副总裁兼首席财务官。她在本次电话会中披露了 NVIDIA 第一季度财务业绩、业务分部调整、资本配置计划、供应链投入、股东回报和第二季度业绩展望。
⏱️ 时间戳
00:00 开场 & 财报电话会说明
创纪录的季度业绩
02:00 八百二十亿美元营收：NVIDIA 再次刷新季度纪录
03:10 数据中心七百五十亿美元：Blackwell 成为史上最快产品爬坡
04:10 新业务框架：从数据中心到边缘计算，从 Hyperscale 到 ACIE
05:35 Hyperscale 与 ACIE 双轮驱动：AI cloud、企业、工业和主权 AI 加速增长
07:20 AI 工厂经济学：客户买的不是 GPU，而是 token 生产能力
09:10 Blackwell、GB300 与 NVL72：最低 token 成本与最高吞吐量
10:35 Vera CPU 登场：为 agentic AI 打开二千亿美元新 TAM
11:35 Edge computing 与 physical AI：机器人、自动驾驶和 AI RAN 的下一波增长
12:45 资本配置：研发、生态投资、股息提升与八百亿美元回购授权
14:10 第二季度展望：营收指引九百一十亿美元，Blackwell 与 Rubin 信心不变
为什么重新划分业务
15:22 新分部披露背后的逻辑：AI 工作负载、客户和部署环境全面多样化
17:05 三大市场版图：Hyperscale、ACIE 与 robotic edge
18:50 NVIDIA 的独特位置：全栈协同设计，同时保持开放生态
20:10 Go-to-market 的差异：五六家 hyperscaler 与二十五万家企业客户
增长是否还能继续
21:26 为什么 NVIDIA 有望增长快于 hyperscaler CapEx
22:45 Compute 就是收入，compute 就是利润
23:40 第二类数据中心：AI native cloud、企业 AI factory、工业现场与主权 AI
25:10 被低估的分散市场：数十万家公司都需要自己的 AI 基础设施
Inference、Rubin 与低延迟产品
26:33 Vera Rubin 如何推动 NVIDIA inference 份额提升
27:35 Anthropic、Cursor、Perplexity 等 frontier AI 公司带来的新增需求
28:30 为什么 Vera Rubin 的开局可能强于 Grace Blackwell
29:17 LPX 的定位：低延迟、高 token 速率，但更偏小众补充
30:15 Grace Blackwell 与 Vera Rubin：覆盖 AI 全生命周期的平台
Agentic AI 的 CPU 新战场
31:31 Vera CPU 的二百亿美元机会：独立 CPU 与多种系统形态
32:50 Agent 的本质：harness、工具调用、I/O 与编排
34:10 CPU 与 GPU 分工：CPU 负责协调，GPU 负责思考
35:25 数十亿 Agent 时代：为什么未来需要更多 CPU
36:20 Vera 的设计目标：为 token 经济而生的 agentic CPU
ACIE、AI native cloud 与长期市场
37:10 Neo clouds 属于哪里：AI native clouds 被归入 ACIE
38:10 为什么 AI native cloud 需要 NVIDIA 的完整 AI factory 架构
39:15 第二类市场的长期潜力：企业、工业与主权 AI 可能超过 hyperscale
40:20 Physical AI 的未来：机器人与边缘智能将在五年内加速
一万亿美元之外的增量
40:53 Blackwell/Rubin 一万亿美元可见性之外，还有哪些增长来源
41:25 Frontier AI 份额提升：第一大增量
41:45 独立 Vera CPU：第二大增量
42:05 LPX：覆盖低延迟场景的补充产品
Rubin 爬坡与总结
42:23 Vera Rubin 的量产节奏：第三季度开始，第四季度爬坡
43:05 订单已经准备好：关键在复杂系统组装与交付
43:47 Jensen 总结：Agentic AI 已经到来，需求呈抛物线式上升
44:35 五大重点：Frontier AI、Hyperscale、AI factory、Edge CUDA 与 Vera
46:00 NVIDIA 的位置：世界正在为 agentic AI 和 physical AI 重建计算体系
🌟 精彩内容
💡 八百二十亿美元季度营收，AI 工厂进入爆发期
NVIDIA 第一季度总营收达到八百二十亿美元，同比增长百分之八十五，环比增长百分之二十；数据中心营收达到七百五十亿美元，同比增长百分之九十二。Colette Kress 强调，Blackwell 系统正在多元客户群中快速放量，客户包括 hyperscaler、模型开发者、AI cloud provider 和主权客户。
“客户买的不是 GPU。他们建设的是 AI 工厂。正确指标不是 GPU 的购买价格，而是 AI 工厂在整个生命周期中生产 intelligence token 的成本。”
🧠 新业务分部：看懂 NVIDIA 的下一阶段增长
NVIDIA 将业务重新划分为数据中心与边缘计算两大市场平台，并在数据中心内部拆分 Hyperscale 与 ACIE。Hyperscale 包括公有云和全球最大消费互联网公司；ACIE 则覆盖 AI cloud、工业、企业和主权 AI。Jensen 解释，这种划分是因为 AI 已经从单一云端训练，扩展到企业、工业、国家、工厂、机器人和边缘设备等多种场景。
“AI 非常多样，计算也非常多样。它运行的地方也很多样。”
🚀 Compute 就是收入，compute 就是利润
Jensen 在回答增长问题时明确表示，未来 hyperscaler 的 CapEx 仍会继续增长，因为 AI 时代的经济逻辑已经改变：没有 compute，就没有收入。AI 原生公司的增长速度远超传统 SaaS，而这种增长会继续推动基础设施支出。
“如果它们没有 compute，就不会有收入。compute 就是收入，compute 就是利润。”
🏭 第二类数据中心：被低估的巨大市场
除了 hyperscaler，Jensen 反复强调另一个更分散、更复杂、也更长期的市场：AI native cloud、企业本地 AI factory、工业现场 AI、主权 AI 和区域性 AI cloud。这些客户通常不想自己设计芯片，也不想拼装复杂系统，而是需要可直接运营的完整 AI factory。NVIDIA 的全栈方案正好切中这一需求。
“第二类是数百家、数千家公司。未来会是数十万家公司。”
⚙️ Vera CPU：为 agentic AI 打开的二千亿美元新 TAM
NVIDIA 将 Vera 定位为全球第一款专为 agentic AI 设计的 CPU。Jensen 解释，未来 Agent 的 harness、工具调用、I/O、编排和内存管理会大量运行在 CPU 上，而推理和思考发生在 GPU 上。随着未来出现数十亿个 Agent，CPU 需求会成为新的增长引擎。
“未来 AI 的经济模型，是每一美元能产生多少 token，或者每个 token 要花多少钱。”
🤖 从 Agentic AI 到 Physical AI
Jensen 在总结中表示，需求之所以呈抛物线式上升，是因为 agentic AI 已经到来，AI 现在能做有生产力、有价值的工作。同时，下一波增长将来自 physical AI，包括机器人、自动驾驶汽车、嵌入式医疗仪器和 AI RAN 电信基站。
“世界正在为 agentic AI，以及机器人形式的 physical AI，重新构建计算体系。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
本期我们克隆了：Benzinga: Nvidia Q1 FY27 Earnings Call | $NVDA | 🔴 WATCH LIVE
本期是 NVIDIA 二零二七财年第一季度财报电话会。公司交出创纪录业绩：季度营收达到八百二十亿美元，同比增长百分之八十五；数据中心营收达到七百五十亿美元，同比增长百分之九十二；自由现金流达到四百九十亿美元。管理层将本季度定义为 AI 基础设施需求进入新阶段的标志，尤其是 Blackwell 系统的快速爬坡、inference 需求拐点、AI factory 建设加速，以及 agentic AI 带来的全新计算需求。
在这场电话会中，CFO Colette Kress 详细拆解了 NVIDIA 的财务表现、业务分部调整、Blackwell 与 Rubin 产品节奏、资本回报计划和下一季度指引。Jensen Huang 则在问答环节系统阐述了 NVIDIA 对未来 AI 基础设施版图的判断：AI 不再只是 hyperscaler 的游戏，AI native cloud、企业本地 AI 工厂、工业现场、主权 AI、physical AI 和机器人，都将成为下一轮增长来源。更重要的是，NVIDIA 正从 GPU 公司进一步扩展为覆盖 CPU、GPU、网络、系统、软件与生态的完整 AI factory 平台。
👨⚕️ 本期嘉宾
Jensen Huang，NVIDIA 创始人、总裁兼首席执行官。他带领 NVIDIA 从图形芯片公司成长为全球 AI 计算基础设施的核心平台公司，并在本次电话会中重点阐述了 agentic AI、AI factory、Vera CPU、Rubin 平台和 physical AI 带来的长期增长机会。
Colette Kress，NVIDIA 执行副总裁兼首席财务官。她在本次电话会中披露了 NVIDIA 第一季度财务业绩、业务分部调整、资本配置计划、供应链投入、股东回报和第二季度业绩展望。
⏱️ 时间戳
00:00 开场 & 财报电话会说明
创纪录的季度业绩
02:00 八百二十亿美元营收：NVIDIA 再次刷新季度纪录
03:10 数据中心七百五十亿美元：Blackwell 成为史上最快产品爬坡
04:10 新业务框架：从数据中心到边缘计算，从 Hyperscale 到 ACIE
05:35 Hyperscale 与 ACIE 双轮驱动：AI cloud、企业、工业和主权 AI 加速增长
07:20 AI 工厂经济学：客户买的不是 GPU，而是 token 生产能力
09:10 Blackwell、GB300 与 NVL72：最低 token 成本与最高吞吐量
10:35 Vera CPU 登场：为 agentic AI 打开二千亿美元新 TAM
11:35 Edge computing 与 physical AI：机器人、自动驾驶和 AI RAN 的下一波增长
12:45 资本配置：研发、生态投资、股息提升与八百亿美元回购授权
14:10 第二季度展望：营收指引九百一十亿美元，Blackwell 与 Rubin 信心不变
为什么重新划分业务
15:22 新分部披露背后的逻辑：AI 工作负载、客户和部署环境全面多样化
17:05 三大市场版图：Hyperscale、ACIE 与 robotic edge
18:50 NVIDIA 的独特位置：全栈协同设计，同时保持开放生态
20:10 Go-to-market 的差异：五六家 hyperscaler 与二十五万家企业客户
增长是否还能继续
21:26 为什么 NVIDIA 有望增长快于 hyperscaler CapEx
22:45 Compute 就是收入，compute 就是利润
23:40 第二类数据中心：AI native cloud、企业 AI factory、工业现场与主权 AI
25:10 被低估的分散市场：数十万家公司都需要自己的 AI 基础设施
Inference、Rubin 与低延迟产品
26:33 Vera Rubin 如何推动 NVIDIA inference 份额提升
27:35 Anthropic、Cursor、Perplexity 等 frontier AI 公司带来的新增需求
28:30 为什么 Vera Rubin 的开局可能强于 Grace Blackwell
29:17 LPX 的定位：低延迟、高 token 速率，但更偏小众补充
30:15 Grace Blackwell 与 Vera Rubin：覆盖 AI 全生命周期的平台
Agentic AI 的 CPU 新战场
31:31 Vera CPU 的二百亿美元机会：独立 CPU 与多种系统形态
32:50 Agent 的本质：harness、工具调用、I/O 与编排
34:10 CPU 与 GPU 分工：CPU 负责协调，GPU 负责思考
35:25 数十亿 Agent 时代：为什么未来需要更多 CPU
36:20 Vera 的设计目标：为 token 经济而生的 agentic CPU
ACIE、AI native cloud 与长期市场
37:10 Neo clouds 属于哪里：AI native clouds 被归入 ACIE
38:10 为什么 AI native cloud 需要 NVIDIA 的完整 AI factory 架构
39:15 第二类市场的长期潜力：企业、工业与主权 AI 可能超过 hyperscale
40:20 Physical AI 的未来：机器人与边缘智能将在五年内加速
一万亿美元之外的增量
40:53 Blackwell/Rubin 一万亿美元可见性之外，还有哪些增长来源
41:25 Frontier AI 份额提升：第一大增量
41:45 独立 Vera CPU：第二大增量
42:05 LPX：覆盖低延迟场景的补充产品
Rubin 爬坡与总结
42:23 Vera Rubin 的量产节奏：第三季度开始，第四季度爬坡
43:05 订单已经准备好：关键在复杂系统组装与交付
43:47 Jensen 总结：Agentic AI 已经到来，需求呈抛物线式上升
44:35 五大重点：Frontier AI、Hyperscale、AI factory、Edge CUDA 与 Vera
46:00 NVIDIA 的位置：世界正在为 agentic AI 和 physical AI 重建计算体系
🌟 精彩内容
💡 八百二十亿美元季度营收，AI 工厂进入爆发期
NVIDIA 第一季度总营收达到八百二十亿美元，同比增长百分之八十五，环比增长百分之二十；数据中心营收达到七百五十亿美元，同比增长百分之九十二。Colette Kress 强调，Blackwell 系统正在多元客户群中快速放量，客户包括 hyperscaler、模型开发者、AI cloud provider 和主权客户。
“客户买的不是 GPU。他们建设的是 AI 工厂。正确指标不是 GPU 的购买价格，而是 AI 工厂在整个生命周期中生产 intelligence token 的成本。”
🧠 新业务分部：看懂 NVIDIA 的下一阶段增长
NVIDIA 将业务重新划分为数据中心与边缘计算两大市场平台，并在数据中心内部拆分 Hyperscale 与 ACIE。Hyperscale 包括公有云和全球最大消费互联网公司；ACIE 则覆盖 AI cloud、工业、企业和主权 AI。Jensen 解释，这种划分是因为 AI 已经从单一云端训练，扩展到企业、工业、国家、工厂、机器人和边缘设备等多种场景。
“AI 非常多样，计算也非常多样。它运行的地方也很多样。”
🚀 Compute 就是收入，compute 就是利润
Jensen 在回答增长问题时明确表示，未来 hyperscaler 的 CapEx 仍会继续增长，因为 AI 时代的经济逻辑已经改变：没有 compute，就没有收入。AI 原生公司的增长速度远超传统 SaaS，而这种增长会继续推动基础设施支出。
“如果它们没有 compute，就不会有收入。compute 就是收入，compute 就是利润。”
🏭 第二类数据中心：被低估的巨大市场
除了 hyperscaler，Jensen 反复强调另一个更分散、更复杂、也更长期的市场：AI native cloud、企业本地 AI factory、工业现场 AI、主权 AI 和区域性 AI cloud。这些客户通常不想自己设计芯片，也不想拼装复杂系统，而是需要可直接运营的完整 AI factory。NVIDIA 的全栈方案正好切中这一需求。
“第二类是数百家、数千家公司。未来会是数十万家公司。”
⚙️ Vera CPU：为 agentic AI 打开的二千亿美元新 TAM
NVIDIA 将 Vera 定位为全球第一款专为 agentic AI 设计的 CPU。Jensen 解释，未来 Agent 的 harness、工具调用、I/O、编排和内存管理会大量运行在 CPU 上，而推理和思考发生在 GPU 上。随着未来出现数十亿个 Agent，CPU 需求会成为新的增长引擎。
“未来 AI 的经济模型，是每一美元能产生多少 token，或者每个 token 要花多少钱。”
🤖 从 Agentic AI 到 Physical AI
Jensen 在总结中表示，需求之所以呈抛物线式上升，是因为 agentic AI 已经到来，AI 现在能做有生产力、有价值的工作。同时，下一波增长将来自 physical AI，包括机器人、自动驾驶汽车、嵌入式医疗仪器和 AI RAN 电信基站。
“世界正在为 agentic AI，以及机器人形式的 physical AI，重新构建计算体系。”
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
外观
