对英伟达来说，这世界上的AI模型们生成的tokens越多，它的收入就越多。

5月22日美股盘后，英伟达最新一季度财报（英伟达财年与自然年不同步，2024年1月30日至2025年1月29日为2025财年，此次为2025财年第一季度财报）再次碾压了已经很高的预期。

此前，华尔街已经给出相当大胆的246.5亿美元营收展望，结果英伟达直接亮出个260.4亿美元，同比暴增262%，连续20个季度超预期。净利润达到148亿美元，比上年同期猛翻了6倍多。

而若不计入某些一次性项目（不按照美国通用会计准则），英伟达第一财季调整后净利润为152.38亿美元，与上年相比同比大幅增长462%，与上一财季的128.39亿美元相比增长19%。


数据中心收入涨四倍至新高

分业务来看，生成式AI最大的受益业务，英伟达数据中心业务，本季度以222.6亿美元营收再破历史记录，环比增长23%，同比大涨427%。

在今年3月举行的GTC大会上，英伟达推出包含旗舰B200和超级芯片GB200的NVIDIA Blackwell平台，性能是前代Hopper系列的30倍，耗能减少25倍，以支持万亿级参数的AI超级计算。除此以外英伟达还推出了NVIDIA NIM推理微服务来加速企业应用开发。与台积电等半导体供应商合作，加快计算光刻工艺，并继续扩大与AWS、Google Cloud、Microsoft和Oracle的合作，推进生成式AI创新。

这样的夸张增长说明，哪怕Blackwell已经发布但还没交货，当前一代的Hooper架构产品依旧需求惊人，客户们对于拿到现货的焦虑是巨大的。

游戏和AI PC业务营收为26亿美元，同比增长18%，环比下降8%。在3月的游戏开发者大会上，英伟达展示了ACE和神经图形渲染等前沿AI游戏技术，优化Windows系统以提供卓越的GeForce RTX AI游戏体验，多款知名游戏大作也将采用RTX光线追踪技术。

汽车业务营收为3.29亿美元，与上年同期相比增长11%，与上一财季相比增长17%。在专业可视化和汽车机器人业务上，英伟达推出面向PC和桌面的Ada和Ampere GPU提升设计生产力。并推出Project GR00T基础模型为机器人赋能。


换得快所以卖得也快

本周早些时候，亚马逊被曝因为AI芯片迭代速度太快而暂停了向英伟达采购的订单，以等待即将发布的Blackwell芯片。后来，亚马逊否认暂停合同之说，但承认将在超级计算机项目中转向采购Blackwell芯片。

这也引发了市场对于英伟达芯片更新速度可能导致该公司当代产品滞销的担忧。对此，黄仁勋回应，英伟达新一代GPU在电气和机械上都能向后兼容，并运行相同的软件，客户可以在现有数据中心中轻松从H100过渡到H200再到B100。

他认为，随着市场向H200和Blackwell过渡，我们预计一段时间内需求将超过供应。每个人都急于让其基础设施上线，以尽快盈利，因此其对英伟达GPU的订购并不会停滞。

黄仁勋提出了一个有趣的问题：企业是想做发布人工智能竞赛下一阶段重大里程碑的首家公司，还是紧隔几天后宣布将效果提升0.3%的第二家公司呢？

除此之外，英伟达的首席财务官Colette Kress透露，汽车将成为今年英伟达数据中心最大的垂类行业，并举例称特斯拉已经购买了3.5万个H100芯片来训练其全自动驾驶系统。汽车之外，Meta之类的消费互联网公司也在强劲增长。


黄仁勋直呼：下一场工业革命已开始，准备好下一波增长

英伟达创始人兼CEO黄仁勋在声明中称，下半年上市的Blackwell超强AI芯片将带来更多增长：

“下一次工业革命已经开始——企业和国家正在与英伟达合作，将数万亿美元的传统数据中心转变为加速计算，并建立新型数据中心——人工智能工厂——以生产新的大宗商品：人工智能。

人工智能将为几乎每个行业带来显著的生产力提升，帮助企业提高成本效率和能源效率，同时扩大收入机会。

我们已经为下一波增长做好了准备。Blackwell平台已全面投入生产，为万亿参数规模的生成式人工智能奠定了基础。

Hopper平台上对生成式AI训练和推理的强劲且不断增长的需求，推动了我们数据中心收入的增长。除了云服务提供商，生成式人工智能已扩展到消费互联网公司以及企业、主权人工智能、汽车和医疗保健客户，创造了多个数十亿美元的垂直市场。”

黄仁勋在财报电话会上称，Blackwell下一代超强芯片正“满负荷生产”，今年就会看到“大量的Blackwell芯片收入”，Blackwell芯片产品将在今年二季度发货、三季度增产、四季度投放到数据中心。

他还称，推理工作载荷正“显著”成长。电子计算（电脑）正从检索信息切换到生产技能，“在更长时期内，我们将完成电脑运作方式的重新设计。未来的电脑将生成答案，而不仅仅是（信息）检索。”

他表示，英伟达已经进入了每年都会推出新品的节奏，Blackwell芯片之后会有另一款芯片推出，也是这种一年一更新的节奏。


积极布局AI PC

4月19日，他们举办一场RTX for AI PC沟通会，正式向大家展示他们在AI PC上的硬软件生态建设。这不免让人好奇，这家举世瞩目的AI巨头，对消费级的AI革命，有着怎样的理解。

要说NVIDIA的AI PC战略，其实非常简单，也非常符合自身特色的道路——那就是大算力+生态。

首先说说算力，看重并行算力可以说是如今AI算法的一个显著特征，甚至可以说，算力是AI的基础设施。对于一个模型，你从总体上看，它有数以十亿计的参数需要计算，但你细看进去，每一个最终都落到矩阵运算，并且，不同参数之间没有很强的关联，它们的计算都可以同时进行。

这和多数程序的执行逻辑是不同的，因此，对于AI计算，只需要考量芯片纯粹的算力，我也不管你几颗核心一起算，只管整颗芯片每秒能算几次。这样的特点，和图形计算卡（GPU）有着惊人的吻合，在神经网络算法诞生的初期，科学家就发现这种算法的特点和GPU简直就是绝配。

所以正如NVIDIA在沟通会开始所展示的，AI发展历史和GPU的联系是相当紧密的。 2012年ALEXNET的横空出世，让GPU和AI运算的轨迹首次交汇。在后续的发展中，NVIDIA的GPU也微微调整自身的进化方向，以适配AI算法的发展。时至今日，RTX GPU已经成为AI世界的重要基石，支撑着这个新技术改变世界。

相比于CPU与集成式GPU、NPU，NVIDIA的RTX GPU的根本优势，就是算力规模，CPU毕竟是看重顺序运算的处理器，即使有集成GPU和NPU，并行运算的能力和专门的独立显卡也不在一个级别。

举个例子说，目前AI能力顶级的笔记本处理器AI算力最高也就45TOPS，但一张入门级的RTX 4060 笔记本电脑 GPU，就有超过200TOPS的算力，如果是顶级的RTX4090D，算力甚至高达1177TOPS，完全不是一个等级。

在这样的对比下，NVIDIA将自身特色的大算力作为他们的AI PC战略核心，也就是顺理成章的事情了。在他们的规划中，非RTX的PC，未来主要运作轻量化的AI，主打便携和低功耗，而RTX GPU，则在本地运行更加重量级，有着更高性能需求的AI应用。

有了RTX GPU带来的高AI算力之后，下一步就是充分发挥大算力作用的生态。

作为深度参与AI革命的芯片厂商，NVIDIA对AI技术的理解是深入并且务实的，他们现场列出了AI技术在目前的几个应用场景，每一项都是非常具体，并且在当前已经大量投入实际应用的赋能场景。

针对这些场景，NVIDIA做了非常完善的生态配套，从开发工具，到代码库，再到模型和样例，都有完整的支持，这一点不需要多说，大大小小的AI开发者都离不开CUDA生态的现状已经证明了它的含金量。

在这样完善的生态配套下，NVIDIA得以将自身在AI开发领域的生态优势，引导到创作和应用生态，帮助创作者与创作行业推动创新的 AI 解决方案。