市值僅次於微軟、蘋果、沙特阿美。

作者｜劉楊楠

編輯｜趙健

昨夜，英偉達市值一夜大漲 16.4% 達到 1.96 萬億美元，創下歷史新高，並一舉超越谷歌和亞馬遜躋身全球第四，僅次於微軟、蘋果、沙特阿美。

英偉達單日市值增加 2770 億美元，約等於 1.5 個英特爾，這也是美股歷史上個股最大單日市值增長。

昨天英偉達剛剛公布了截至今年 1 月 28 日的 2024 財年第四季度財報。在財報公布前一天，英偉達股價下跌 4.35%，出現今年年內最大單日跌幅；財報公布當天，股價再跌 2.85%。

但英偉達近乎滿分的答卷一夜之間填滿了投資者的信心。該季度英偉達營收爲 221 億美元，同比增長 265%，環比增長 22%。市場預期爲 204.1 億美元；利潤方面，淨利潤爲 123 億美元，同比增長了 769%，按美國通用會計准則下，本季度毛利率達 76%，市場預期 75%。

財報電話會上，英偉達首席執行官黃仁勳稱，對 AI 所依賴的計算能力的需求仍然是極其巨大的，“全球範圍內，企業、行業和各國的需求都在激增。”

英偉達的增長勢頭爲何如此強勁？

英偉達有數據中心、遊戲、專業可視化、汽車四大業務，先看一下具體的業績表現。

數據中心

數據中心業務已經成爲英偉達的頂梁柱。

財報顯示，第四季度營收達到創紀錄的 184 億美元，環比增長 27%，同比增長 409%。全年收入增長 217%，達到創紀錄的 475 億美元。

財報電話會上，英偉達高管解釋道，第四季度數據中心的增長是由跨行業、案例和地區的生成方式人工智慧和語言模型的訓練和推理所推動的。其中，約 40% 來自人工智能推理。

第四季度，大型供應商佔英偉達數據中心收入的一半以上，支持內部工作負載和外部公有雲客戶。

其中，消費互聯網公司是英偉達最大的客戶類別之一。從搜索到電子商務、社交媒體、新聞和視頻服務以及娛樂的公司都在使用人工智能優化產品體驗，甚至直接影響營收。Meta便在最新季度財報中表示，更准確的預測和廣告商業績的改善有助於其收入大幅增長。

22日早上，英偉達還宣布與 Google 合作優化其最先進的新 Gemma 語言模型，以加速其在雲端、數據中心和 PC 中 NVIDIA GPU 上的推理。

針對中國地區，在美國政府 10 月份實施出口管制法規後，英偉達數據中心收入大幅下降。第四季度，中國數據中心收入佔數據中心收入的中個位數百分比，並預計第一季度將保持在類似的範圍內。

同時，英偉達透露已經开始向中國市場運送不需要許可證的替代品。

遊戲

同爲英偉達發家業務，相比於數據中心的迅猛漲勢，遊戲業務的表現有些中規中矩。

第四季度，遊戲業務營收爲 29 億美元，環比持平，同比增長 56%。全年收入增長 15%，達到 104 億美元。

最近一次閃光時刻是在 CES 上，英偉達發布了 GeForce RTX 40 Super 系列 GPU 系列，起價 599 美元，支持最新的 NVIDIA RTX™ 技術，包括 DLSS 3.5 光线重建和 NVIDIA Reflex。

此外，AI PC是本屆 CES 上的一枝獨秀，英偉達自然也沒有缺位。英偉達宣布爲其超過 1 億台 RTX AI PC 的安裝基礎提供生成式 AI 功能，包括用於加速大型語言模型推理的Tensor-RT™ LLM ，以及讓用戶使用自己的內容個性化聊天機器人的技術演示Chat with RTX 。

英偉達還推出了NVIDIA Avatar Cloud Engine 的微服務，允許遊戲和應用程序开發人員將最先進的生成式 AI 模型集成到不可玩的角色中。

專業可視化

第四季度，專業可視化業務營收爲 4.63 億美元，環比增長 11%，同比增長 105%。全年收入增長 1%，達到 16 億美元。

財報電話會顯示，本季度的連續增長是由 RTX Ada 架構 GPU 的豐富組合持續增長所推動的。企業正在更新其工作站，以支持與生成型人工智能相關的工作負載，例如數據准備、LLM 微調和檢索增強生成。

這些推動需求的關鍵垂直行業包括制造業、汽車和機器人技術。汽車行業也是 NVIDIA Omniverse 的早期採用者，因爲該行業尋求將工廠和汽車從設計到建造、模擬、操作和體驗的工作流程數字化。在 CES 上，英偉達宣布 Brickland、WPP 和 ZeroLight 等創意合作夥伴和开發商正在構建 Omniverse 支持的汽車配置器。

汽車

第四季度，汽車業務營收爲2.81億美元，環比增長8%，同比下降4%。全年收入增長 21% 至 11 億美元。

汽車業務是黃仁勳繼遊戲、數據中心之後被寄予厚望的第三大核心業務。但從今年的表現來看，似乎不盡如人意。

財報透露，其後續產品 NVIDIA DRIVE Thor 通常專爲視覺Transformer設計，可提供更多 AI 性能，並將廣泛的智能功能集成到單個 AI 計算平台中，包括自動駕駛和停車、駕駛員和乘客監控以及 AI 駕駛艙功能，並將明年上市。

同時，本季度有多家汽車客戶發布公告，理想汽車、長城汽車、吉利旗下高端電動汽車子公司 ZEEKR 以及小米電動汽車均發布了基於 NVIDIA 的新車。

雲服務收入

此外，「甲子光年」發現，英偉達新布局的雲業務也有很大起色。

財報顯示，軟件和服務產品也取得了巨大進展，第四季度的年化收入達到了 10 億美元。

英偉達也宣布 NVIDIA DGX Cloud 將擴大其合作夥伴名單，將亞馬遜 AWS 納入其中，加入 Microsoft Azure、Google Cloud 和 Oracle Cloud 的行列。DGX Cloud 用於 NVIDIA 自己的 AI 研發和自定義模型开發以及 NVIDIA 开發人員。它將 CUDA 生態系統帶給 NVIDIA 雲服務商合作夥伴。

問：爲什么數據中心業務暴漲？

黃仁勳：我們正處於兩大全行業轉型的开始階段。

第一個是從通用計算到加速計算的轉變。通用計算正开始失去動力。您可以從雲服務商的擴展和許多數據中心（包括我們自己的通用計算中心）中看出，折舊時間從 4 年延長到 6 年。當您無法像以前那樣從根本上顯著提高其量時，就沒有理由更新更多 GPU。所以你必須加速一切。這是 NVIDIA 一段時間以來一直在开拓的領域。通過加速計算，您可以顯著提高能源效率，可以將數據處理成本大幅降低 20 倍，這是一個巨大的數字。

當然還有速度。這種速度令人難以置信，以至於我們實現了第二次全行業轉型——生成式人工智能。請記住，生成式人工智能是一種新的應用，它正在啓用一種新的軟件开發方式，新類型的軟件正在被創建，這是一種新的計算方式。你無法在傳統的通用計算上進行生成式人工智能。你必須加速它。

第三，它正在催生一個全新的行業。我們現在有一個關於人工智能生成的新型數據中心，一個人工智能生成工廠，它需要原材料，也就是數據。它用 NVIDIA 構建的這些 AI 超級計算機對其進行改造，並將它們變成極其有價值的 Token。這些 Token是 人們在 ChatGPT 或 Midjourney 上體驗到的，或者如今的搜索也因此得到了增強。現在，您所有的推薦系統都受到了隨之而來的超個性化的增強。所有這些令人難以置信的數字生物學初創企業都在生產蛋白質和化學品，這樣的例子不勝枚舉。

我們業務的推理部分增長巨大，估計約爲 40%。訓練量在持續，因爲這些模型變得越來越大，推理量也在增加。但我們也在向新行業多元化發展。大型雲服務商仍在繼續建設。還有一個全新的類別，他們是專注於 NVIDIA AI 基礎設施、GPU 的雲服務商。

您會看到企業軟件平台部署人工智能。ServiceNow 就是一個非常非常好的例子。你可以看到 Adobe，SAP 和其他公司。您會看到消費者互聯網服務正在通過生成式人工智能增強過去的所有服務，因此他們可以創建更多超個性化的內容。

我們正在談論工業生成人工智能。現在我們的行業代表了數十億美元的業務：汽車、健康、金融服務，總的來說，我們的垂直行業現在是數十億美元的業務。

當然，還有主權人工智能（sovereign AI）。每個地區的語言、知識、歷史、文化都不同，他們擁有並希望使用自己的數據，訓練它以創建自己的數字智能，並自己提供這些服務。主權 AI 基礎設施正在日本、加拿大、法國等許多其他地區建設。所以我的預期是，在美國、在西方所經歷的，肯定會在全世界復制。

去年，我們看到生成性AI真正成爲一個全新的應用空間，一種全新的計算方式，一個全新的行業正在形成，這正在推動我們的增長。

問：40%的收入來自人工智能推理？如何衡量的？

黃仁勳：這個數字可能被低估了。一年前，推薦系統——地球上最大的軟件引擎——都是基於 CPU 的。但最近向深度學習和生成式人工智能的遷移確實讓這些推薦系統現在直接進入了 GPU 加速的道路，現在推薦系統的每一個步驟都用到了 GPU。

世界上幾乎每一家大公司都必須運行這些大型推薦系統。每當您使用 ChatGPT 時，都會對其進行推理。每當你聽說 Midjourney 以及他們爲消費者生成的東西的數量時，當你看到我們與 Getty 和 Adobe 的 Firefly 所做的工作時，這些都是生成模型。一年前，這些案例都不存在。這樣的例子還在繼續。

問：下一代的產品供應會收到限制嗎？

黃仁勳：總體而言，我們的供應正在改善。從晶圓、封裝、內存、所有電源調節器到收發器、網絡和電纜，以及你所能想到的我們發貨的組件列表。人們認爲 NVIDIA GPU 就像一個芯片，但NVIDIA Hopper GPU有 35000 個部件。它重 70 磅。我們構建的這些東西真的很復雜。人們稱它爲AI超級計算機是有充分理由的。如果你曾經看過數據中心的背面，那些系統，布线系統令人難以置信。這是世界上見過的最密集、最復雜的網絡布线系統。

然而，每當我們有新產品時，它從 0 增長到一個非常大的數字，你不能一夜之間做到這一點。一切都是逐步增長的。現在我們正在增加 H200 的產量，我們無法在短期內合理地跟上需求。

我們正在增加 Spectrum-X 的產量，這是我們全新的產品，進入以太網領域。InfiniBand 是 AI 專用系統的標配。以太網在 Spectrum-X 之前，並不是一個很好的擴展系統。但是有了 Spectrum-X，我們在以太網的基礎上增加了新的功能，比如自適應路由、擁塞控制、噪聲隔離或流量隔離，以便我們能夠爲 AI 優化以太網。所以 InfiniBand 將是我們 AI 專用基礎設施，Spectrum-X 將是我們 AI 優化的網絡。

所以，對於所有新產品，需求總是大於供應。這正是新產品的本質，我們盡可能快地工作以趕上需求。總的來說，我們的供應正在非常好地增加。

問：在需求遠遠超過供應的時候，你們如何公平地分配產能？

黃仁勳：首先，我們的雲服務提供商對我們的產品路线圖和過渡有着非常清晰的了解。與雲服務商之間的這種透明度讓他們有信心知道應該在何時何地投放哪些產品。因此，他們能夠根據我們的能力了解到最佳時機，並且知道數量和分配情況。我們盡力做到公平分配，並避免不必要的分配。

當數據中心還沒有准備好時，爲什么要分配資源呢？沒有什么比讓任何東西闲置更困難的了。在終端市場方面，我們有一個與 OEM、ODM、雲服務商以及非常重要的終端市場共同構成的優秀生態系統。

NVIDIA 真正獨特的地方在於，我們爲我們的客戶、合作夥伴、雲服務商和 OEM 帶來客戶。所有這些初創公司——大公司、醫療保健、金融服務、汽車等行業都在 NVIDIA 的平台上工作。我們直接支持他們。而且，我們經常可以通過向雲服務商分配資源的同時，將客戶帶給雲服務商來實現雙贏。所以這個生態系統是充滿活力的。但在其核心，我們希望公平分配，避免浪費，並尋找機會連接合作夥伴和最終用戶。

問：英偉達的客戶如何看待他們今天正在進行的 NVIDIA 投資的長期可用性？今天的訓練集群會不會變成明天的推理集群？

黃仁勳：這真的是非常酷的部分。如果您看看我們之所以能夠如此大幅度提升性能的原因，那是因爲我們的平台有兩個特點。一是它是加速的，二是它是可編程的。NVIDIA 是唯一一個從最开始，字面意義上的最开始，當 CNNs 和 Alex Krizhevsky、Ilya Sutskever 以及 Geoff Hinton 首次揭示 AlexNet 开始，一直到 RNNs、LSTMs、每種 RL、深度 RL、變換器、每種視覺變換器、多模態變換器，以及現在的時間序列內容。每一種AI的變體，我們都支持它，爲我們的堆棧優化它，並將其實現在我們的安裝基礎中。

這真的是非常了不起的部分。一方面，我們可以發明新的架構和技術，比如我們的張量核心變換器引擎，改進新的數值格式和處理結構，就像我們在不同代的張量核心中所做的那樣，同時支持現有的安裝基礎。因此，我們把所有新的軟件算法發明，所有的發明，新的行業模型發明，它們都在我們的安裝基礎上運行。

另一方面，每當我們看到一些革命性的東西，比如 Transformer，我們可以創造一些全新的東西，比如 Hopper 變換器引擎，並將其實現在未來的產品中。因此，我們同時具備將軟件帶給現有安裝基礎並不斷改進的能力。所以，隨着時間的推移，我們客戶的安裝基礎會因爲我們的新軟件而變得更加豐富。

另一方面，對於新技術，創造革命性的能力。不要驚訝，如果我們在未來的一代產品中突然實現了大型語言模型的驚人突破。這些突破，其中一些將在軟件中實現，因爲它們運行 CUDA，並將提供給現有的安裝基礎。因此，一方面我們帶領所有人前進，另一方面我們取得了巨大的突破。

問：中國市場業務佔數據中心的個位數。未來會繼續做中國市場嗎？

黃仁勳： 記住，核心問題是，美國政府既希望限制 NVIDIA 加速計算和AI的最新能力進入中國市場，又希望看到我們在中國市場盡可能成功。當新的限制出台時，我們不得不暫停，以便我們理解這些限制是什么，以一種無法被任何軟件黑客攻擊的方式重新配置我們的產品。這花了我們一些時間。所以我們重新設定了對中國的產品供應，現在我們正在向中國市場的客戶進行樣品測試。

我們將盡最大努力在中國市場競爭並取得成功，同時遵守限制的規格。上個季度，我們的業務顯著下降，因爲我們在市場上暫停了。我們停止了在市場上的發貨。我們預計這個季度情況會差不多。但在此之後，希望我們能夠去競爭我們的業務並盡最大努力，我們會看看結果如何。

問：英偉達的軟件業務收入超過 10 億美元，具體構成是怎樣的？

黃仁勳：讓我退一步，解釋一下爲什么 NVIDIA 在軟件領域將會非常成功的根本原因。

首先，加速計算在雲中真正得到了發展。在雲中，雲服務提供商擁有非常龐大的工程團隊，我們與他們合作的方式使他們能夠運營和管理自己的業務。每當出現任何問題時，我們都有大型團隊分配給他們，他們的工程團隊直接與我們的工程團隊合作，我們增強、修復、維護、打補丁加速計算所涉及的復雜軟件堆棧。

加速計算與通用計算非常不同。你不是從一個像 C++這樣的程序开始。你編譯它，然後所有的東西都在你的 CPU 上運行。從數據處理、SQL 與結構化數據，到所有圖像、文本和 PDF（這是非結構化的），再到經典機器學習、計算機視覺、語音、大型語言模型、推薦系統，所有這些都需要不同的軟件堆棧。這就是爲什么 NVIDIA 有數百個庫。

如果你沒有軟件，你就不能打开新市場。如果你沒有軟件，你就不能打开並啓用新應用。軟件對於加速計算是根本必要的。這是加速計算與通用計算之間的根本區別，大多數人花了很長時間才理解這一點。現在人們明白軟件確實是關鍵。

我們與雲服務提供商的合作方式真的很簡單。我們有大型團隊與他們的大型團隊合作。然而，現在生成性AI正在使每個企業和每個企業軟件公司都能夠擁抱加速計算，當現在擁抱加速計算變得至關重要，因爲僅僅通過通用計算已經不可能、也不再可能以任何方式維持提高量時，所有這些企業軟件公司和企業都沒有大型工程團隊能夠維護和優化他們的軟件堆棧，使其能夠在全世界的雲、私有雲和本地運行。

所以我們將爲他們的所有軟件堆棧做管理、優化、打補丁、調整、安裝基礎優化。我們將它們容器化到我們稱爲 NVIDIA AI Enterprise 的堆棧中。我們將其推向市場的方式是，將 NVIDIA AI Enterprise 視爲一個運行時，就像操作系統一樣。它是一個人工智能的操作系統。

我們每個GPU每年收費4500美元。我猜測世界上的每個企業，每個在所有雲、私有雲和本地部署軟件的企業軟件公司，都會在 NVIDIA AI Enterprise 上運行，尤其是對於我們的 GPU。所以這將很可能隨着時間的推移成爲一個非常重大的業務。我們已經有了一個良好的开端。而且科萊特提到，它已經有10億美元的年營業額，我們才剛剛开始。

（封面圖來源：英偉達）

本文作者可以追加內容哦 !