芯片制造商英伟达公布了2026财年第三季度570亿美元的营收,其中数据中心业务贡献最大,营收达510亿美元,同比增长66%。
首席执行官黄仁勋表示,公司在人工智能工作负载方面持续增长,这些工作负载需要英伟达专业生产的高性能图形处理器。
黄仁勋指出,由于预训练、后训练和推理能力的进步,AI推理正在指数级扩展。他说,随着AI系统现在能够在生成答案之前"阅读、思考和推理",推理变得越来越复杂。黄仁勋声称,计算需求的指数级增长正在推动对英伟达平台的需求。
除了数据中心AI加速器GPU之外,公司的NVLink AI网络基础设施业务增长了162%,营收达82亿美元。
黄仁勋表示:"客户对NVLink Fusion的兴趣持续增长。我们在10月份宣布了与富士通的战略合作,将通过NVL Fusion整合富士通的CPU和英伟达GPU,连接我们庞大的生态系统。我们还宣布了与英特尔的合作,开发多代定制数据中心和PC产品,使用NVLink连接英伟达和英特尔的生态系统。"
英伟达认为的重要差异化领域之一是功耗比指标,这直接关联到数据中心高性能计算的运营成本。在讨论GPU的突破时,他说:"在每一代中,从Ampere到Hopper,从Hopper到Blackwell,从Blackwell到Rubin,我们在数据中心中的份额都在增加。"
他说每一代GPU都实现了性能的大幅提升,但这种性能需要在数据中心的功率限制内实现。"在一个千兆瓦的数据中心中,你仍然只有一千兆瓦的功率,"他说。"你的每瓦性能直接转化为你的收入,这就是为什么现在选择正确的架构如此重要的原因。"
当被问及可能制约英伟达增长的最大瓶颈时,黄仁勋说:"英伟达正在做的事情显然前所未有。我们创造了一个全新的行业。一方面,我们正在将计算从通用和经典或传统计算转向加速计算和AI。另一方面,我们创造了一个名为AI工厂的全新行业。软件运行需要这些工厂来生成它,生成每一个Token,而不是检索预先创建的信息。"
他说这种转型需要"非凡"的技能,并补充说:"我们必须做好的最重要的事情是良好的规划。我们对供应链上下游进行规划。我们建立了很多合作伙伴,所以我们有很多进入市场的途径。"
然而,中国市场现在实际上已经关闭。黄仁勋说:"由于地缘政治问题和中国市场竞争日益激烈,本季度大额采购订单从未实现。虽然我们对目前阻止我们向中国运送更具竞争力的数据中心计算产品的现状感到失望,但我们致力于继续与美中两国政府接触,并将继续为美国在全球竞争的能力进行倡导。"
在向白宫发出的精心措辞的信息中,他补充说:"要在AI计算方面建立可持续的领导地位,美国必须赢得每个开发者的支持,并成为每个商业企业的首选平台,包括在中国的企业。"
总的来说,黄仁勋希望英伟达为客户提供最佳价值,他说:"在这一点上,我非常确信英伟达的架构具有最佳的每总拥有成本性能比。它具有最佳的每瓦性能,因此对于任何提供的能量,我们的架构都能驱动最多的收入。"
Q&A
Q1:英伟达第三季度业绩如何?主要增长来自哪里?
A:英伟达2026财年第三季度营收达570亿美元,其中数据中心业务贡献最大,营收510亿美元,同比增长66%。NVLink AI网络基础设施业务也表现突出,增长162%,营收82亿美元。
Q2:为什么AI推理需求会指数级增长?
A:黄仁勋解释说,由于预训练、后训练和推理能力的进步,AI推理正在指数级扩展。AI系统现在能够在生成答案之前"阅读、思考和推理",推理变得越来越复杂,这种计算需求的指数级增长推动了对英伟达平台的需求。
Q3:英伟达面临的最大挑战是什么?
A:黄仁勋认为最大挑战是管理前所未有的行业转型,需要"非凡"技能进行良好规划。另外,地缘政治问题导致中国市场实际关闭,大额采购订单无法实现,这也是重要挑战。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。