在近期一场行业交流会上，英伟达首席执行官黄仁勋向投资者传递了明确信号。

尽管公司季度营收已逼近 1000 亿美元 大关，但其增长动力并未放缓，反而呈现出加速态势。

面对外界关于 ASIC（专用集成电路） 竞争加剧及产品路线图的质疑，管理层给予了积极回应，重申了公司在 AI 算力市场的核心竞争力。

以下是本次交流会的核心要点梳理。

一、下一代旗舰架构 Rubin Ultra 发布节奏确认

针对此前市场流传的 Rubin Ultra 将推迟至 2028 年 的传闻，黄仁勋予以明确否认。

他强调，Rubin Ultra 仍将严格按照既定计划于 明年 出货。

虽然部分机架设计因应大规模算力集群的需求正在进行架构优化——例如引入新的设计方案以适配 800V 高压供电 及 机架间光互连技术——但这属于正常的研发迭代，并未改变整体发布节奏。

二、客户结构变化：ASIC 自研转向 GPU 采购

客户结构的变化成为此次交流的焦点。据披露，某家此前高度依赖自研 ASIC 芯片的前沿 AI 模型项目，目前采用英伟达 GPU 的算力占比已攀升至接近 50%。

这一转变有力回击了关于英伟达正失去竞争优势的论调，也印证了在训练与推理场景下，英伟达全栈解决方案在 “Token 综合成本” 控制上的显著优势。

• 核心原因： 英伟达 GPU 在训练效率和推理性价比上仍优于定制 ASIC，尤其在“Token 综合成本”（即每生成一个 token 所需的总成本）方面表现突出。
• 行业影响： 此前市场担忧 ASIC 会蚕食 GPU 份额，但实际案例表明，头部 AI 模型项目仍倾向于选择成熟的 GPU 生态。

三、多元化增长引擎：AI 实验室、主权 AI 与企业级客户

在业务增长引擎方面，英伟达正致力于多元化布局。除了传统的超大规模云服务商外，AI 实验室、主权 AI 以及企业级客户 正成为新的增长极。

公司明确表示，随着各国政府对本土算力基础设施的重视，这些新兴市场更倾向于采用英伟达高度整合的平台化方案。

• AI 实验室： 前沿研究机构需要灵活、强大的算力平台，英伟达的 GPU 集群是首选。
• 主权 AI： 各国政府为保障数据安全与科技自主，纷纷建设本土 AI 算力，英伟达的“交钥匙”方案降低了部署门槛。
• 企业级客户： 传统行业（金融、医疗、制造）加速 AI 落地，对英伟达的推理卡和软件栈需求旺盛。

四、通用服务器市场渗透：CPU 业务爆发

英伟达正加速在通用服务器市场的渗透。本财年 CPU 业务 收入预计将达 200 亿美元，下一代 Vera CPU 的定位已超越传统的管理节点，直接进军更广泛的通用服务器计算领域。

• Vera CPU 的差异化： 采用英伟达自研架构，与 GPU 实现高速内存一致性互联，处理 AI 预处理与分布式计算任务。
• 市场意义： 这意味着英伟达不再只是 GPU 供应商，而是开始挑战 Intel、AMD 在通用服务器 CPU 市场的地位。

五、资本策略与市场展望

随着市值稳步迈向 5 万亿美元，英伟达的资本策略也开始向价值投资逻辑靠拢。凭借强劲的自由现金流，公司未来有望加大股票回购力度，以回报股东。

摩根士丹利分析指出，当前英伟达面临的最大挑战已不再是需求侧的持续性，而是在 供电、网络及散热 等物理资源受限的情况下，如何进一步提升交付效率，将庞大的订单转化为高质量的财务增长。

• 资本运作： 加大股票回购与分红，推动股价回归理性估值。
• 交付瓶颈： 数据中心建设需要大量电力（单机柜功率可达 100kW+）、高速网络（400G/800G 光模块）以及液冷散热方案，这些基础设施的供应能力决定了英伟达的营收上限。

综上所述，英伟达在 AI 算力市场的领导地位并未因 ASIC 竞争或架构传闻而动摇，反而通过加速产品迭代、拓展客户边界和优化资本策略，展现出更强的增长韧性。

未来，物理基础设施的效率 将成为决定其能否持续打破营收纪录的关键变量。

《夸克》非常好用的免费AI浏览器

下载APP查看