英伟达今日公布了截至2024年7月30日的2025财年第二财季财报：营收为300.40亿美元，同比增长122%，环比增长15%，创下历史纪录；净利润为165.99亿美元，同比增长168%，环比增长12%；不按照美国通用会计准则的调整后净利润为169.52亿美元，同比增长152%，环比增长11%（注：英伟达财年与自然年不同步，2024年1月底至2025年1月底为2025财年）。
英伟达第二财季调整后每股收益和营收超出华尔街分析师预期，对第三财季营收作出的展望也同样超出预期。尽管如此，英伟达盘后股价仍旧下跌了5%以上。
详见：
财报发布后，英伟达创始人、总裁兼首席执行官黄仁勋和执行副总裁兼首席财务官科莱特·克雷斯等高管出席随后召开的财报电话会议，解读财报要点并回答分析师提问。
以下是分析是问答环节主要内容：
美银美林分析师Vivek Arya：黄仁勋在前面的发言中提到Blackwell GPU的光学掩膜版发生了变化。我想知道，在后端封装或其他方面是否还有任何其他渐进式变化？与此相关的一个问题是，你表示尽管设计发生了变化，但你可以在第四季度出货数十亿美元的Blackwell人工智能芯片，这是因为彼时所有这些问题都会得到解决吗？Blackwell产品的任何变化对于公司总体的经营有哪些影响？对你们的收入状况意味着什么，以及客户对此有何反应？
黄仁勋：是的，光学掩膜版的调整已经完成，无需进行功能更改。我们目前正在针对各种系统配置进行Blackwell芯片和Grace Blackwell超级芯片的测试。在台北电脑展上我们展示了大约一百种基于Blackwell的不同类型的系统，我们正在同生态系统合作一起测试这些系统。Blackwell的功能保持不变，我们预计将在第四季度开始生产。
分析师Toshiya Hari：想问黄仁勋一个关于公司长期发展的问题。如你所知，市场对于客户以及客户投资回报率存在相当激烈的争论，这对公司未来资本支出的可持续性意味着什么？在内部，管理层关注哪些因素？当公司衡量客户回报以及对资本支出的影响时，你们的主要关注哪些指标？还有一个问题给科莱特，我看到公司全年的主权人工智能收入可能增加了几十亿美元，是什么推动了业绩前景的改善？我们应该如何看待2024财年的整体情况？
黄仁勋：首先，我刚才所说的四季度生产，实际是出货的意思，是开始出货。关于你提到的长期发展的问题，我们可以退一步思考。我说过我们正在同时经历两个平台转型，第一是从通用计算向加速计算转型，原因是CPU的扩展在一段时间以来已经在放缓，甚至可以说慢得像蜗牛爬。相比而言，计算需求的数量继续大幅增长，甚至可以估计说每年都在翻番。
因此，如果我们没有新的方法，计算膨胀将推高每个公司的成本，并将推高全球数据中心的能源消耗，这些都是大家目睹的正在发生的情况，所以答案是加速计算。我们知道加速计算可以加速应用程序，还使你能够在更大规模上进行计算，例如科学模拟或数据库处理，这也直接意味着更低的成本和更低的能源消耗。
事实上，本周发布的一篇博客谈到了英伟达提供了一大批新的加速库，这就是从通用计算向加速计算转型的核心，利用好这一转变实现节省90%的计算成本也并不罕见——如果你将一个应用程序加速50倍，可以预期计算成本会大幅下降。
第二个转型是由加速计算促成的，因为我们将大型语言模型或深度学习的训练成本如此大规模地降低，以至于现在它可以拥有巨大的模型、数万亿参数的模型，并在几乎所有全球知识语料库上进行预训练，然后让模型去弄清楚如何理解人类语言的含义, 以及如何将知识编码到其神经网络中进行学习推理，这引发了生成式人工智能革命。现在我们退一步谈谈为何如此深入地投入生成式人工智能，因为它不仅是一项功能，也不仅仅是一种能力，而是一种全新的软件开发方式。
我们有了数据，而不是人工设计的算法，可以告诉人工智能，告诉模型，告诉计算机我们期待的答案是什么，我们以前的观察结果是什么，然后让它去找出算法，函数，它会学习到一个集合，人工智能有点像一个通用函数逼近器，能够不断学习函数，学习几乎任何事物的函数，任何可预测的事物，任何有结构的事物，任何你有先前范例的事物。生成式人工智能是一种全新的计算机科学形式，影响着从CPU到GPU的每一层计算，从人工设计的算法到机器学习的算法，利用生成式人工智能开发和构建的应用程序从本质上来说都是非常了不起的。
在生成式人工智能技术中有几件事情正在同时发生，第一是前沿模型的规模正在大幅度地不断增长，我们都看到了规模扩大的好处，每当我们将模型扩大一倍，也必须将用于训练它的数据集扩大一倍以上，随之而来的创建该模型所需的浮点运算次数呈二次方增长，所以看到下一代模型可能比上一代需要多10倍、20倍、40倍的计算量也是在意料之中的。
因此，我们必须继续大幅提高每一代产品的性能，才能降低能耗，并降低实现它所需的成本。这是我们所说的第一点，有更大的前沿模型在更多的模态上进行训练。令人惊讶的是，前沿模型的制造商在数量上比去年更多了，这是生成式人工智能正在发生的动态之一。
第二点是，所有现在市场上呈现的状况也只是冰山一角，我们看到的ChatGPT、图像生成器、生成式人工智能辅助编程，辅助编程在英伟达就有非常广泛的应用，当然还有很多数字设计师之类的应用等等。但这些只是冰山一角，冰山之下是当今世界上最大的计算系统，以前我谈过这个，就是推荐系统从CPU转向生成式人工智能。
推荐系统、广告生成、定制广告生成、大规模超精准定向广告、搜索和用户生成内容，这些都是非常大规模的应用。生成式人工智能初创公司为我们的云合作伙伴和主权人工智能业务创造了数百亿美元的云租赁业务，很多国家现在已经意识到他们的数据是他们的自然和国家资源，并且必须使用人工智能建立自己的人工智能基础设施，以拥有自己的数字智能。
另外，如Cole之前提到的，企业人工智能正在起步，大家可能已经看到我们所宣布的，世界领先的IT公司正在同我们一道，将英伟达企业人工智能平台带给全球企业。与我们洽谈过的许多公司都非常希望我们的产品能够为其挖掘更多的生产力。然后还有通用机器人技术，去年出现的一个重大转变就是我们现在能够通过观看视频、人类演示，和来自像Omniverse这样的系统强化学习所生成的合成数据来学习物理人工智能，我们现在与几乎所有的机器人公司合作，开始思考并着手构建通用机器人技术。你可以看到生成式人工智能有很多不同的发展方向，生成式人工智能的发展势头在加速。
科莱特·克雷斯：关于主权人工智能以及我们在增收入方面目标的问题，这的确是一个独特且不断增长的机会，也是随着生成式人工智能出现的，世界各国都渴望拥有自己的生成式人工智能，能够融入自己的语言、文化和该国的数据，探索围绕这些模型以及它们对国家的特定用途，因此我们看到了一些增长机会。
（持续更新中。。。）
还没有评论，来说两句吧...