5月29日消息，美国当地时间周三，英伟达公布了该公司截至2025年4月27日的2026财年第一财季财报，对应自然年2025年1月26日至4月27日。

财报显示，英伟达第一财季营收为440.62亿美元，同比增长69%；净利润为187.75亿美元，同比增长26%；摊薄后每股收益为0.76美元，同比增长27%。其中，包括AI芯片及相关产品的数据中心业务表现亮眼，营收同比大增73%，占总营收的88%。

不过，美国对华芯片出口管制政策对英伟达业绩造成显著影响。由于最新对H20芯片实施的出口限制，英伟达计提了45亿美元的库存减值，并因此损失约25亿美元的潜在销售额。预计第二财季将再损失约80亿美元。

财报发布后，英伟达总裁兼首席执行官黄仁勋和执行副总裁兼首席财务官科莉特·克雷斯等高管出席随后召开的财报电话分析会议，解读财报要点并回答分析师提问。

以下为英伟达财报会全文摘编：

黄仁勋开场演讲：

过去一年，我们经历了一个忙碌而高效的年度。针对大家经常关注的一些话题，我希望借此机会分享我的一些看法。

关于出口管制

中国是全球最大的AI市场之一，同时也是通向全球成功的重要跳板。全球约有一半的AI研究人员在中国。谁能赢得中国市场，谁就有可能在全球范围内取得领先地位。

然而，当前这个价值约500亿美元的市场，实际上已对美国企业关闭。H20芯片的出口禁令终结了我们Hopper架构的数据中心产品在中国的部署。由于无法进一步削弱Hopper芯片以满足监管要求，我们不得不对无法销售或重新利用的库存计提数十亿美元的减值。

我们正在探索有限的替代方式以继续参与中国市场，但可以明确的是，Hopper架构在中国市场已不可行。

无论是否使用美国芯片，中国的AI都将持续发展。训练、推理和部署先进模型都需要强大的算力支持。问题不在于中国是否会拥有AI——它已经拥有了。真正的问题是，这个世界最大的AI市场之一是否会运行在美国的平台之上。

将中国芯片制造商与美国的竞争对手人为隔离，非但不会阻碍对方，反而加速了其自主技术的发展与规模化，进而削弱了美国在全球的技术领导地位。出口限制正在助推中国的创新能力和产业体系日趋成熟。

AI的竞争不仅关乎芯片，更关乎于整个技术栈由谁主导。随着技术栈扩展至6G、量子计算等新领域，美国在全球基础设施中的领先地位面临着越来越大的挑战。

美国当前的出口政策，建立在“假设中国无法制造AI芯片”的前提上，但这个假设本来就值得怀疑，而现在已经被证明是错误的。中国具备强大的制造能力。

归根结底，谁赢得了AI开发者，谁就赢得了平台主导权，也就掌握了AI竞赛的主动权。AI出口政策应当聚焦于提升美国平台的吸引力与竞争力，而不是将全球一半的AI人才推向对手的阵营。

关于 DeepSeek 与开源模型

DeepSeek 和 Qwen 模型是中国目前最优秀的一批开源AI模型，已在全球范围内实现自由发布与广泛使用。DeepSeek R1 引入了“推理型AI”的理念，与 ChatGPT 类似，具备在延长思考时间的条件下产出更优答案的能力。

推理型AI拥有分步骤推理、规划与工具调用等能力，正在推动AI模型向“智能体”形态演进。这类模型对计算资源的需求极高，每项任务所需的Token量是传统一次性推理模型的数百甚至数千倍。

推理型模型正在引发推理阶段算力需求的大幅跃升，AI的“扩展规律”不仅体现在训练阶段，也延伸至推理阶段，对大规模计算资源的依赖愈加显著。

DeepSeek的成功也凸显了开源AI的战略价值。当这些模型在美国平台上被训练、优化、部署，能够吸引开发者、获得反馈并持续改进，从而强化美国在整条技术栈上的领导地位。

我们必须确保美国继续成为开源AI的首选平台。这意味着要积极支持与全球顶尖开发者合作——包括中国的开发者。当DeepSeek和Qwen等模型在美国的基础设施上运行得最好时，美国才是真正的赢家。

关于本土制造

特朗普总统提出了一个大胆的愿景：将先进制造业重新带回美国，创造就业、增强国家安全。未来的制造工厂将高度自动化，并由机器人驱动。我们完全支持这一愿景。

台积电正在亚利桑那州建设六座晶圆厂和两座先进封装厂，为英伟达生产芯片。目前工艺验证工作正在进行，预计年底投产。矽品科技（SPIL）和安靠技术（Amkor）也正在当地投资建设封装、组装和测试工厂。

在得克萨斯州休斯顿，我们正与富士康合作建设AI超级计算机制造工厂。为了支持这些投资，我们做出大量长期采购承诺，坚定地投入到美国AI制造业的未来。

我们的目标是，在一年之内，实现从芯片到超级计算机的全流程本土制造。每一个GB200 MBLink72机柜系统包含超过120万个组件，总重接近两吨。此前从未有人在如此规模上进行超级计算机的量产。我们的合作伙伴正在推动AI的大规模普及，并做出了卓越贡献。

关于《AI扩散规则》

特朗普总统已撤销《AI扩散规则》（AI Diffusion Rule），并表示该政策的效果“适得其反”。他提出了一项新政策框架，旨在支持美国AI技术与可信赖的国际伙伴合作。

在特朗普总统近期的中东之行中，我有幸与他共同宣布一项在沙特建设500兆瓦AI基础设施项目的合作计划，以及在阿联酋建设5吉瓦AI计算设施的里程碑式项目。

特朗普总统希望确保美国技术始终处于全球领先地位。上述项目将为美国创造就业机会、推动基础设施建设、带来税收增长，并减少贸易逆差。美国仍是英伟达最大的市场，也是我们基础设施部署最密集的国家。

关于“主权AI”

今天，世界各国普遍将AI视为下一轮工业革命的核心力量，一个可以“生产智能”的新型产业，正在成为国家经济不可或缺的基础设施。各国正竞相建设国家级AI平台，以提升自身的数字能力。

在Computex大会上，我们宣布与富士康合作建设台湾首座AI工厂。上周，我在瑞典见证了该国首个国家AI基础设施的正式启动。日本、韩国、印度、加拿大、法国、英国、德国、意大利、西班牙等国家也都在积极推进国家级AI工厂项目，支持本国初创企业、产业升级与社会发展。

“主权AI”已经成为英伟达新的增长引擎。

以下为问答环节

问：在过去至少一年里，你们一直在讨论推理型AI模型的大规模扩展，并且这一趋势已经如你们所预测的那样得以实现。我们也从客户那里得到了类似的反馈。那么，能否请你们介绍一下，目前英伟达能满足多少这类推理需求？推理业务在你们整体营收中大约占多大比例？此外，未来是否所有推理需求都需要使用类似NVLink 72机架级别的完整解决方案来满足？

黄仁勋：我们希望能够满足所有的推理需求，并且我认为我们正稳步朝着这个目标迈进。

目前来看，NVLink 72是当今最理想的“AI推理计算引擎”，也是最适合推理型AI的“思考型计算机”。推理型AI所生成的Token数量远超传统的“一次性推理”模型，比如聊天机器人。推理型模型会自行思考，逐步拆解问题，并可能规划多个解答路径。它们还可能调用各种工具，如阅读PDF文档、网页，甚至观看视频，最终得出答案。随着思考时间的延长，结果也越精确、越智能。

我们之所以设计了Grace Blackwell架构，就是为了实现推理性能的巨大跃升，使用户能够在处理如此复杂任务时，仍能快速获得响应。与上一代Hopper架构相比，Grace Blackwell的速度和吞吐能力提升了约40倍。这不仅将大大降低推理成本，还能显著提高回答的质量和服务水平。

当然，为了实现这一性能飞跃，我们对整个超级计算平台的架构进行了彻底重构。不过，现在我们已进入全面量产阶段。这是一个极为令人兴奋的发展阶段。

问：我有两方面的问题。克雷斯，你们曾提到，中国市场受到的影响约为150亿美元，而你们在第二季度预计损失80亿美元。那么，这是否意味着接下来的季度仍将面临一部分影响？黄仁勋，你在GTC大会上曾提到，未来几年AI支出将接近1万亿美元。目前这项建设处于什么阶段？你是否认为这一过程将是均匀的，还是会经历一些“消化期”？从客户的反馈来看，我们该如何预期明年的增长情况？

克雷斯：关于H20相关的影响，我们在第一财季确认了46亿美元的H20营收，但由于无法发货，我们损失了25亿美元的预期营收。也就是说，第一季度本应实现的H20相关收入应该是70亿美元。

至于第二季度，中国市场的数据中心营收将出现大幅下滑。我们此前曾提到，原计划在第二季度交付的H20订单金额为80亿美元，但这些订单目前预计无法兑现。我们仍然有一些未来季度的订单，因此，部分影响将持续存在。我们在第一财季确认的45亿美元减值，主要是关于H20的库存和采购承诺。对于采购承诺部分，它与我们对未来订单的预期大致相符。

然而，从更宏观的角度来看，更为严峻的问题是，未来我们将无法继续维持在中国的市场份额。经过评估，我们认为无法触及的中国AI芯片市场总规模约为500亿美元。由于我们没有合适的产品来满足新的出口管制要求，我们将无法继续在中国市场销售Hopper架构相关产品。

黄仁勋：理解这个问题的另一个角度是：AI不仅仅是一项技术，它是正在变革所有行业的基础设施。从软件开发、医疗、金融，到零售、制造和交通运输，几乎每个行业都将被AI彻底重塑。我们正处于这一转型的开端。

AI作为一种基础设施，需要“工厂”来生产“Token”，这些Token正是推动各行业数字化智能化的重要资源。全球范围内，每个国家、每个行业都存在这方面的需求。

如今，我们已经达到了一个重要的里程碑——AI开始具备推理和思考的能力，也就是我们所说的“推理时间缩放”（Inference Time Scaling）。这标志着我们进入了一个全新时代：推理将成为计算工作负载中的核心组成部分。

这也意味着，我们将迎来一套全新的基础设施建设模式。目前，美国在这方面处于领先地位，AI基础设施已经开始在美国云端部署，这也是我们最大和最成熟的市场，我们在美国的部署规模也是全球最大的。

但这仅仅是开始。AI接下来将进入企业内部部署阶段，因为大量企业的数据仍然保存在本地，数据访问控制至关重要。将所有企业数据迁移至云端在现实中非常困难，因此AI必须深入企业内部。

为此，我们推出了几款全新的企业AI产品，比如RTX Pro Enterprise AI服务器，可支持运行各种企业级和AI应用；以及为本地开发者设计的DGX Spark和DGX Station。企业级AI才刚刚起步。

在电信行业，未来的大部分基础设施将转向软件定义，并以AI为核心进行构建。6G网络将基于AI进行构建，目前这一基础设施建设仍处于非常早期的阶段。

此外，未来每一家制造型工厂都将配备一座AI工厂。这个AI工厂不仅负责构建和运行AI模型，优化自身运营，还将为其生产的产品提供AI支持。

显然，每家汽车公司也都将拥有自己的AI工厂。不久之后，还会出现机器人公司，这些公司将构建AI来驱动机器人。因此，我们正处于整个AI基础设施建设的初期阶段。