社区

英伟达这份报告整体略低于我们此前的预测，尤其是本季度营收；但考虑到实际情况，其第一季度收入大概率也达到450亿美元的水平。

展望后市，我们对英伟达的乐观预期没有变。DS引发的一次性冲击过去，取而代之的是中美大厂纷纷增加了芯片订单。在AI单位算力成本大幅下降，渗透率和应用起飞的时代，这家卖铲人会继续证明杰文斯悖论，坐稳受益者的位置。

【文末附详细分析】

具体来看，英伟达2024三季报主要财务数据如下：

01

利润表现

• 营业收入393.31亿美元，同比增77.94%，环比增12%，好于市场预期的380~385亿美元，增速继续放缓到80%以下；

• 净利润220.91亿美元，同比增79.82%，环比增14%，好于市场预期的200~210亿美元；

  

• 稀释后每股收益EPS为0.89美元，同比增80.5%；

• 毛利率73%，环比下跌1.6个百分点，基本符合公司指引，但低过部分买方预期；

• 净利润率56.2%，环比不降反升1个百分点；

  

02

业务关键数据

• 数据中心：营收356亿美元，同比增93.3%，高于市场预期的335~345亿美元，同比增速放缓到100%以下；

• 游戏：营收25亿美元，同比跌11%，环比跌22%，低于市场一致预期，官方解释为A和B系列架构芯片供应受限；

• 其他业务：营收为10.81亿美元，同比增45.3%；其中汽车和机器人业务同比大增103%，为增速最快的细分项目；

• 本财季分红回购为339.6亿美元，其中分红2.45亿美元，回购337.1亿美元；

• 本财季库存/收入比值提升至26%，环比上一季度的22%有所增长，分析是和Blackwell的提前存货有关；

• 本财季Blackwell营收110亿美元，高于市场预期的数十亿美元。

  

03

业绩指引

• 预期Q1营收430亿美元，略高于市场预期的425亿美元，但略低于买方预期的450~470亿美元；

• 预期Q1毛利率70.1%～71.5%，低于市场预期的71.5%~72%。环比继续下滑；

• 预期本季度Blackwell营收继续提升，目前“第一季度销售额已达数十亿美元”；

• 预期Blackwell Ultra（GB300）将在下半年发布；

• 预期产能全面提升后，今年年底毛利率将回升到75%左右；

• 预期推理提升带来的需求会增加“数百万倍”。

      总的来看，英伟达的财报继续稍好于预期，对下一季度的指引则再次趋于保守，未能满足部分买方人士预期。不过，其依旧实现了创纪录的营收和利润，巩固其AI最大赢家的地位，击碎了需求大跌的担忧。目前，英伟达的业绩最大制约因素依旧是台积电的产能而非下游客户订单。据此前媒体透露，英伟达包下了台积电70%的先进封装产能，而随着台积电的扩产，英伟达的上游问题得到解决，后续还会继续放量。

  英伟达创始人兼首席执行官黄仁勋表示：”对Blackwell的需求是惊人的，因为推理人工智能增加了另一条扩展定律——增加训练计算使模型更智能，增加长期思考计算使答案更智能。我们已经成功地大规模生产了Blackwell人工智能超级计算机，在其首个季度实现了数十亿美元的销售额。随着代理AI和物理AI为下一波AI革命铺平道路，AI正在以光速发展，这将彻底改变最大的那些行业。“在黄氏定律取代了摩尔定律后，缩放定律（Scaling Laws）也在逐渐变化。随着未来对推理需求的大幅增加，英伟达的芯片仍将会是供不应求的存在。

    电话会议上，英伟达回答了有关AI需求，供应，毛利率，推理，新产品，ASIC，中国市场需求（是的，没有人问deepseek）等问题，依旧是一如既往的乐观。

笔者试摘录几个问答如下：

  Cantor Fitzgerald分析师C.J. Muse：我们看到计算强化学习领域的前景非常广阔，也明显能看到训练和推理之间的界限日益模糊。这对未来专门用于推理的集群有何潜在影响？管理层如何看待其对客户的整体影响，尤其是在视频领域？

  黄仁勋：目前有多种扩展模式。首先，预训练扩展模式会持续发展，其涉及多模态领域，并且推理技术已经被用于新的预训练中，这是推理领域的新突破。第二种是利用强化学习进行的训练后扩展，比如通过人类反馈、人工智能反馈进行强化学习，还可以设定强化学习的具体奖励机制。实际上，训练后扩展阶段所使用的计算量比预训练阶段还要高，这是合理的。因为在使用强化学习时，可以生成大量合成数据或合成标记，人工智能模型从本质上说就是通过生成标记来训练其他模型。第三部分是你提到的测试时计算，或者说是推理扩展，围绕基本相同的理念进行不同的扩展。

  目前，推理所需的计算量已经是大语言模型最初单次示例和单次学习能力所需计算量的100倍，而这仅仅是个开始。我们预计下一代模型可能会基于模拟和搜索技术，计算量需求将是现在的数千倍，甚至有望达到数十万倍、数百万倍。有些模型是自回归模型，有些是基于扩散模型，各不相同。有时我们希望看到数据中心具备强大的综合推理能力，有时又需要其具备紧凑的特性，因此很难确定数据中心的最佳配置。这也就是为什么英伟达的架构如此受市场欢迎，因为我们能运行各种模型。

  如今，我们大部分计算资源其实都用于推理，而Blackwell架构更是将这一切提升到了新高度。我们在设计Blackwell时就考虑到了推理模型的需求，虽然训练能带来更高的性能提升，但真正惊人的是在长时间推理测试时的扩展能力，人工智能推理模型的性能提升可达10到25倍。所以，Blackwell在各方面都表现卓越。如果数据中心能让你根据当前的任务需求——无论是进行更多预训练、训练后扩展，还是扩展推理能力——来配置和使用，那么这种架构就是灵活且易于使用的。实际上，我们看到统一架构的集中度比以往任何时候都要高得多。

  瑞银分析师Timothy Arcuri：我们经常听到关于专用集成电路（ASIC）方面的消息，能否请管理层谈谈ASIC和通用GPU之间的平衡？我们听说一些前沿的超级集群同时使用GPU和ASIC，这是客户的规划方向吗？还是说这些基础设施会保持明显的区分？

  黄仁勋：在某些方面，我们的产品和ASIC有很大不同，甚至在一些领域完全不同。

  我们的架构有以下几个不同之处：其一，英伟达的架构是通用架构，针对自回归模型、扩散模型、视觉模型、多模态模型和文本模型等都进行了优化，在各个领域都表现出色。因为我们拥有丰富的软件堆栈和生态系统，这使我们成为大多数优秀创新和算法产品的首选目标。所以从定义上来说，我们的架构比ASIC更通用，应用范围更广。其二，我们的整个流程都表现出色，包括从数据处理、训练数据整理、数据训练，到训练后使用强化学习，再到推理测试时扩展等等。我们的架构通用且服务于端到端方面的需求，应用非常广泛，而且我们的产品不局限于某一个云平台，而是适用于各种云平台，既可以用于云端服务器，也可以用于机器人。对于任何一家初创公司来说，我们的架构更容易获取和使用，可以说是他们的理想选择。其三，我们产品的性能提升速度极快。要知道，数据中心的规模和功率通常是固定的，如果我们产品的性能每瓦特能提升2倍、4倍甚至8倍，而这并不罕见，就直接意味着成本的降低。比如有一个100兆瓦的数据中心，如果该数据中心的性能或产量量提高4倍或8倍，那么其收入也会相应提高。

  与过去的数据中心不同，如今的人工智能工厂可以基于标记生成量直接实现产生收入，所以英伟达架构在快速生成标记方面的优异表现，对于所有为了盈利而构建这些数据中心的公司来说都极具价值。另外，人工智能发展非常迅速，要在多个芯片上构建完整的生态系统并非易事。最后我想说，芯片设计出来并不意味着就能投入使用，这种情况屡见不鲜。到了实际应用阶段，需要做出商业决策，决定是否将新的引擎或处理器应用到规模、时间和产品线都有限的人工智能工厂中。我们的技术不仅越来越先进、性能越来越高，软件功能也更强大，更重要的是，我们的部署速度极快。大家都清楚这些优势，这就是我们表现出色、能够脱颖而出的原因。

      Melius Research分析师Ben Reitzes：想请教黄一个关于公司在不同地区拓展的问题。你之前非常明了地解释了一些支撑需求增长的因素，的确，美国市场的收入环比增长了约50亿美元，但市场担心如果其他地区出台相关监管政策，美国市场能否弥补可能出现的需求缺口。想请问，在接下来的一年里，如果美国市场增长态势是否足够支撑公司的整体增长？

    黄仁勋：关键在于，人工智能是一种现代软件，而且已经成为主流技术。人工智能在配送服务、购物服务等各个领域都有应用，比如你购买牛奶并享受配送服务，这其中就有人工智能的参与。

  几乎所有的消费服务都以人工智能为核心，每个学生都可能使用人工智能作为学习辅导工具，医疗保健服务、金融服务也都在使用人工智能，如今没有一家金融科技公司不使用人工智能，气候科技公司也在使用人工智能，矿产勘探现在也用到了人工智能，每所大学都在应用人工智能。所以可以说，人工智能已经融入到各个应用领域，成为主流技术。我们希望技术能够持续安全地发展，为社会带来积极影响。我相信我们正处于这一新技术变革的开端。

  回顾过去，几十年来我们构建了大量的数据中心和计算机，它们都是为手工编码和通用计算以及CPU计算时代设计的。而展望未来，可以说世界将几乎完全被人工智能所改变，所有软件和服务最终都将基于机器学习。数据飞轮效应（指数据驱动业务增长的循环效应）将发挥巨大作用，这是前所未有的，人工智能将比以往任何时候都更广泛地影响全球GDP。我们在考虑公司增长以及市场规模大小时，需要从这个大背景出发，而从这个角度来看，我们其实才刚刚起步。

  笔者试再拆解一些财报要点如下：

• 连接器服务继续下滑：本季度英伟达来自连接器的营收同比和环比继续下滑，延续之前的表现。据财报显示，本季度来自网络服务器的营收为30亿美元，同比跌9%，其正在从NVLink 8转向大型的NVLink 72；一些分析师表示，这方面博通的以太网后来居上，而硅谷也有去英伟达之势。

• Hopper系列需求依旧强劲：本季度英伟达的数据中心营收大多来自H系列，据财报反推，来自H系列的营收接近220亿美元，依旧是B系列的两倍；据最新的信息，中国大厂加购了H20芯片来满足后续的大模型和C端算力需求，而微软也加购了H200。虽然处于过渡期，但高毛利的Hopper芯片依旧有较大贡献。

• 汽车和机器人业务营收大增：本季度该业务营收绝对值依旧较低，仅为5.7亿美元，但同比大增，成为了增速最快的业务，和我之前预测的一致。未来随着智能驾驶和AI平权，英伟达来自智驾和机器人的营收料进一步提升，可能超过游戏业务。

• 回购进展超预期：本季度英伟达的回购金额接近340亿美元，两个季度总回购金额接近600亿美元，超过公司此前批准的500亿美元回购额度。我们预期未来英伟达会进一步加大回购规模。

• 营收增速和云厂商资本开支同步：本季度英伟达营收同比增78%，而四大厂商的资本开支同比增80%，二者几乎同步；今年四大厂商的开支增速预期在55%~60%，而中国的大厂（阿里，腾讯，字节）的资本开支增速更快；预期今年英伟达的营收增速仍可保持50%以上的高位。

• 其他细节：游戏营收超预期下滑，但考虑到AMD的游戏业务下滑更快，英伟达在显卡的份额应当有所提升；一季度随着RTX50系列的推出和PC销量回暖，这一业务料迎来较快增长，但由于50系列显卡陷入缩缸争议，所以这方面的营收可能需要保守估计。毛利率下滑而净利润上升，除了降低费率和税率外，其研发支出占比的降低和减持投资组合带来的收益是重要原因。另外，公司主动增加了Blackwell的库存计提，这也降低了毛利率，预期后续毛利率会有所回升。

        总结：本次英伟达的财报略微不及预期，主要是营收未能达到400亿美元，指引符合预期，两个季度之间的预期增速接近40亿美元，是2023年以来最快。我们认为，英伟达最关键的问题依旧还是今年到27年潜在的增长大幅放缓，半导体的基钦周期即将迎来下坡路。而目前来看，由于B系列和H系列需求强劲、台积电产能有限、大厂资本开支大增等，预期本轮下行周期其营收表现会好于预期，而未来的起飞也会快于预期。

        目前，英伟达最大的隐患依旧是AI应用端的铺开和货币化速度，大厂的自研替代，潜在的资本开支放缓等，其毕竟还是半导体公司，依旧会受累于基钦和朱格拉的下行周期。

笔者认为英伟达本季度财报整体略低于预期，但由于目前计价了较为悲观情况，所以股价窄幅震荡。其主营业务占比第一次超过90%，显示其AI含量进一步提高。

中短期来看，今年Blackwell系列交付量和毛利率，明年Rubin的延续性和台积电的供应会是这段时间股价的关键所在。一些乐观的人认为AI受益于ds，未来随着算力需求的大爆炸，后面英伟达的GPU会继续量价齐升；悲观者则认为，由于资本开支在26~27年大幅放缓，出口管制加大，其他大厂转向ASIC等，英伟达可能要迎来较长的下行期消化此前过剩的产能。

股价和预期方面，笔者继续谨慎乐观。就今年到27年来看，依旧认为英伟达会有大调整，不过最大回撤料好于此前预期。

我们预期：

英伟达Q1营收450亿美元，毛利率71%~72%；

2025销售额将增长55%~60%，明年增长15%~~20%，2027年可能出现回落；

维持英伟达目标价170美元不变，对应今年年底PE为35～38倍，距周三收盘价仍有29.5%的上涨空间。

（笔者持有英伟达股份。）

（风险提示：AI应用不及预期，云厂商资本开支增速放缓，地缘政治，监管风险等）

风险提示及免责声明

     市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。