NVIDIA在人工智能数据中心领域的霸主地位依然稳固，最新财报揭示了其惊人的增长动力。据最新数据显示，该季度NVIDIA的收入实现了16%的环比增长，与去年同期相比更是激增了93%。
在详细业绩中，NVIDIA的数据中心业务表现尤为亮眼，季度收入高达356亿美元，全年收入更是达到了惊人的1,150亿美元，与去年相比实现了142%的显著增长。这一连串的数字无疑证明了NVIDIA在AI数据中心市场的强劲实力。
NVIDIA的CEO兼创始人黄仁勋在发言中强调了Blackwell AI超级计算机的强劲需求，他指出：“推理AI的扩展定律正在显现，增加训练计算量可以提升模型的智能程度，而增加长期思考的计算量则能让答案更加精准。”黄仁勋还透露，Blackwell AI超级计算机已经成功实现大规模生产，并在第一季度就取得了数十亿美元的销售额。
“AI的发展速度堪比光速，主动AI和物理AI正为下一波AI革命奠定基础，这将彻底改变众多行业。”黄仁勋在发言中充满了信心。
然而，在财报电话会议上，NVIDIA也面临了一些质疑。金融分析师们就DeepSeek（一款对算力要求较低的GPU模型）以及微软等云服务提供商（CSP）正在自研AI优化芯片等问题提出了疑问。据Seeking Alpha发布的会议记录显示，CSP业务约占NVIDIA总业务的一半，但企业客户的需求同样在持续增长。
对于这些问题，黄仁勋表示：“我们看到企业业务未来会有显著增长，这代表着长期销售NVIDIA GPU的更大机遇。”他还进一步解释了为何新的AI模型会推动需求增长，即使这些模型在计算效率上不断提升。“模型思考得越多，答案就越智能。OpenAI、Grok-3和DeepSeek-R1等模型都是应用推理时间扩展的推理模型，它们可能消耗百倍的计算量，未来的推理模型甚至可能消耗更多。”
当被问及CSP开发专用集成电路（ASIC）而不使用GPU的风险时，黄仁勋从技术栈的复杂性角度进行了回应。他暗示，如果使用定制芯片而不是标准GPU，将面临诸多挑战。“软件栈的构建非常困难。制造ASIC并不比我们的工作简单——我们也在不断构建新架构。”
据黄仁勋透露，建立在NVIDIA架构之上的技术生态系统如今比两年前复杂了十倍。“这一点显而易见，因为全球在架构之上构建的软件数量正在呈指数级增长，AI的发展速度更是惊人。因此，在多个芯片之上整合整个生态系统变得极为困难。”
Forrester高级分析师Alvin Nguyen在评论NVIDIA的业绩时表示：“尽管NVIDIA的成就令人震惊，但如今它再次创下记录似乎已经变得稀松平常。创纪录的收益充分说明了市场对NVIDIA AI产品的持续需求。黄仁勋强调推理模型将驱动更多计算，这有效地反驳了DeepSeek可能影响其需求的担忧。”
然而，在Nguyen看来，黄仁勋对于亚马逊、微软和谷歌等公司的定制芯片可能威胁到NVIDIA业务的回应则显得“过于轻松”。Nguyen指出：“对于这些公司的定制芯片可能对其业务构成威胁的问题，他们的回应显得轻描淡写，忽视了这些公司需要NVIDIA之外的选择，以及专门针对其AI训练和推理需求定制的半导体。”
