英伟达黄仁勋：Blackwell生产正全力推进，Hopper需求将持续到明年

　　Cantor Fitzgerald 分析师 C.J. Muse：在大型语言模型扩展规模方面，显然我们现在还处于非常早期的阶段，想知道公司是如何帮助客户处理模型扩展方面出现的问题的？当然，有些服务器集群尚未采用 Blackwell 架构，这是否会引发对该产品更大的需求？
　　黄仁勋：基础模型方面，预训练的扩展规模仍在进行且进展良好。这是我从观察中看到的，而非物理定律角度得出的判断，有证据表明它仍在不断扩展。然而我们认为仅仅这样是不够的，我们已经发现了另外两种扩展的方式。
　　一种是训练后扩展，当然，第一代训练后扩展是强化人类反馈，但现在我们有了强化学习人工智能反馈。而且所有形式的合成数据都已生成，这些数据有助于训练后扩展。其中，最重大、最令人振奋的进展之一就是 ChatGPT o1（Strawberry）模型，它实现了推断时间扩展，也就是之前所讲的测试时间扩展。它思考的时间越长，给出的答案质量就越高，而且它会考虑使用像思维链、多路径规划以及各种各样思考所需的方法，有点像我们人类在回答问题之前先在头脑中进行思考的过程。所以我们现在已经有了三种扩展方式，也正因为如此，我们看到对公司基础设施的需求真的很大。
　　在上一代基础模型的末期，大概是十万个 Hopper 的规模，下一代则从十万个 Blackwell 开始，这样大家大概就能了解到这个行业在预训练扩展、训练后扩展，以及现在非常重要的推理时间扩展方面的发展趋势了，需求真的很大。
　　与此同时，对于我们公司来说，推理方面的扩展真的已经开始了，英伟达是当今世界上最大的推理平台，已安装的设备数量非常庞大，所有在 Ampere 架构和 Hopper 架构上训练的内容，其推理也令人难以置信地在 Ampere 架构和 Hopper 架构上进行。随着我们将 Blackwell 用于训练基础模型，未来同样会为推理留下了庞大的设备基数。
　　所以，我们看到推理需求在上升，推理时间扩展在上升，原生人工智能公司的数量在持续增长，当然，我们也开始看到企业对代理式人工智能（Agentic AI）的采用，这确实是当下最新的潮流，我们看到来自很多不同地方的大量需求。
　　高盛分析师 Toshiya Hari：黄仁勋在今年早些时候进行了大规模变革，然后上周末有一些报道提到公司芯片产品出现的散热问题。另外，已经有投资者询问你如何执行今年在游戏开发者大会（GDC）上所展示的路线图，包括明年上市的 Ultra 芯片和 2026 年向 Rubin 平台的过渡等。能否请你讲讲这方面的情况？一些投资者对于公司能否按时执行计划存在疑问。另外一个问题关于供应短缺，我想知道是多种零部件导致了这种情况，还是具体是因为某种特定芯片或组件，比如 CoWoS 封装或者 HBM 芯片方面的问题？短缺的情况是在好转还是在恶化？
　　黄仁勋：关于最后一个问题，Blackwell 的生产正在全力推进，正如科莱特之前提到的，我们本季度的交付量将会超过之前的预估。供应链团队在与供应伙伴合作以增加 Blackwell 的产量方面做得非常出色，而且我们会在明年继续努力提高其产量。目前的情况是市场需求超过了我们的供应，我们正身处在这场生成式人工智能变革初期，所以这是预料之中的。新一代能够进行推理、能够长时间思考的基础模型刚刚推出，其中一个非常令人振奋的领域便是实体人工智能，即能够理解真实世界结构的人工智能，所以 Blackwell 的需求非常强劲，我们的执行情况也很顺利，团队在全球范围内正在开展大量的工程工作。包括大家看到的戴尔和 CoreWeave 正在搭建相关系统，甲骨文公司搭建的系统，微软也有相关系统，即将采用 Grace Blackwell 系统，谷歌（Google）也有相关系统，所有这些云服务提供商都在争抢先机。
　　英伟达和这些公司一道开展相当复杂的工程工作，原因在于虽然我们构建了全栈和完整的基础设施，但我们需将这些人工智能超级计算机进行拆分，并集成到世界各地的定制数据中心和架构中。这个集成过程我们已经经历了好几代，现在已经很擅长了，但仍然有大量的工程工作要做，从所有正在搭建的系统来看，Blackwell 的情况非常好，而且正如我们之前提到的，本季度我们计划发货的数量超过了之前的预估。
　　关于供应链，我们建造了七种不同的定制配置，以便交付 Blackwell 系统，这些系统可以采用风冷或液冷方式，有 NVLink 8 或 NVLink 72，或者 NVLink 8、NVLink 36、NVLink 72 等不同组合，还有 X86 或 Grace 架构，将所有这些系统集成到世界各地的数据中心上，简直可以说就是一个奇迹。
　　要实现这样规模的产能提升，对应的所需零部件的供应链情况，你得回头看看我们上季度的 Blackwell 发货量是零，而本季度 Blackwell 系统的总发货量是以十亿为单位来衡量的，产能提升的速度令人难以置信，似乎世界上几乎每家公司都参与到了英伟达的供应链中，我们有很棒的合作伙伴，从台积电到安费诺（Amphenol）、Vertiv、SK 海力士、美光、Spil、安普科（Ampcore）、京瓷（Kyec），还有富士康（FOXconn）及其建造的众多工厂、广达（Quanta）、纬颖（Wiwynn）、戴尔、惠普（HP）、超微（Supermicro）、联想（Lenovo）等等。参与 Blackwell 产能提升的公司数量真的相当惊人，我非常感激这些合作伙伴。
　　最后，关于我们执行路线图的问题，公司有年度路线图，并且预计会继续按照年度路线图执行，这样做，我们当然能够提高平台的性能。同样非常重要的是，当我们以数倍的幅度提高性能时，我们就在降低训练成本、降低推理成本、降低人工智能的成本，使其能够更容易被大众所使用。另一个需要注意的重要因素是，一个固定规模的数据中心 —— 数据中心总是有一定的固定规模，过去可能是几十兆瓦，现在大多数数据中心是一百兆瓦到几百兆瓦，我们还在规划千兆瓦级的数据中心 —— 不管数据中心规模多大，电力都是有限的，而当你处于电力有限的数据中心时，每瓦特的最高性能会直接转化为我们合作伙伴的最高收益。
　　所以一方面，我们的年度路线图降低了成本，另一方面，因为我们每瓦特电力所创造的性能比其他任何产品都要好，我们为客户创造了尽可能高的收益，所以这个年度节奏对我们来说非常重要，据我所知，一切都在按计划进行。
　　瑞银分析师 Timothy Arcuri：我想请管理层展望一下 Blackwell 芯片今年产能提升的情况。黄仁勋刚刚谈到 Blackwell 的情况比预期要好，我记得你提到发货量价值有几十亿美元，而且听起来 1 月份的发货量还会更多。我也记得几个月前你还说过，Blackwell 在 4 月这个季度会超过 Hopper，这一预测是否仍然有效？另外一个问题给科莱特，你提到随着 Blackwell 产能的提升，毛利率会下降到 70% 多一点，那么如果 4 月是产量的交叉点，是不是公司毛利率承受压力最大的时候？是不是从 4 月开始公司的毛利率就会处于 70% 多一点的低位？
　　科莱特克雷斯：我们之前讨论过，在刚开始提升 Blackwell 的产能时，鉴于我们推向市场的多种不同配置、多种不同芯片，我们会着重确保客户在搭建相关系统时能拥有最佳体验。一开始我们的毛利率会有所下降，在这一轮供给的初期阶段，毛利率会处于 70% 多一点的低位。在此之后的几个季度里，我们会开始提高毛利率，并且希望能在这一轮产能爬坡的过程中非常快地恢复到 75% 左右的水平。
　　黄仁勋：Hopper 的需求还将持续到明年，明年的前几个季度都会有需求。与此同时，Blackwell 下一季度的发货量会比本季度多，再下一季度的发货量又会比（2026 财年）第一季度多，通过这样的对比，大家应该能更清楚地了解情况。我们确实正处于计算机领域两项根本性转变的开端，意义相当重大。
　　首先，是从在 CPU 上运行编码转向在 GPU 上运行能创建神经网络的机器学习，这种从编码到机器学习的根本性转变目前已经非常普遍了，没有哪家公司不打算开展机器学习的，而机器学习也是催生生成式人工智能等技术的基础，全球价值万亿美元的计算机系统和数据中心如今正在为适应机器学习而进行现代化改造。
　　另一方面，利用这些系统，我们将要创造一种新型的能力，也就是我们熟知的人工智能。当我们谈到生成式人工智能时，本质上是说这些数据中心实际上就是人工智能工厂，就像电厂发电一样，我们开始生成人工智能了。如果人工智能的客户数量众多，就像用电的消费者数量众多一样，这些生成器，也就是数据中心，将会全天候运行，如今很多人工智能服务确实就像人工智能工厂一样在全天候运行，这种新型系统的上线确实和过去的数据中心不太一样。所以以上谈到的这两项根本性的趋势才刚刚开始，我们预计这种增长、这种现代化改造以及新产业的创建将会持续数年。