英伟达dsx air申请教程

赶紧薅羊毛，英伟达免费送无线头肯免费用缤米 k 二点五， mini max m 二点五，流量无上限。一个视频教会你怎么免费注册领取，怎么接入锅锅捞小龙虾，使用干货两分钟，先收藏后观看，总共分为三步，第一步，我们先访问英伟达的官网，接受 我们的 qq 音箱 autolok 邮箱，点击下一步， 点击进去，点输入我们的密码，选择我们的验证模糊，点击创建。去邮箱，接受我们的验证码，粘贴验证码，点击确定，点击下一步， 这里随便取个名称，点击创建账号。第二步，获取免费 ipikey， 这里需要认证过后拿到我们的 ipkey， 这里点击 wordify， 这里就需要我们填写我们的手机号，加八六，一定要加上八六点深扣子， 输入我们的短信验证码，点击 word。 好， 这下我们就成功注册，接下来我们去得到 a p i t 我 们选择我们需要的模型， 这里选择 mini max 二点五，选择右上角的 vioq， 点击 jerry 的 api key， 生成我们一个秘钥，我们需要保存 api key model 备用。第三步，接入我们的小龙虾，我们打开 opencloud， 点击 ai 与代理，点击 model， 点击添加 entry。 划到最后，我们看你这个名字，取一个名称， 选择 open api competition， 输入我们的 api key， 打开我们开关，输入 base url， 然后添加， 选择我们的 open api complete id， 名称就是我们的模型名称，点击添加，这里要选择 text 好， 名称选择好，点击保存，这儿点击 open， 打开我们的接收文件。我们可以搜索 primary， 在 models 中添加和我一样的内容，然后再更改 primary 为我们的新节点名称， ctrl s 保存关闭，重启我们的 get， 选择我们新加的模型，询问它。 如果这个视频帮助了大家，请点赞收藏，关注我，多一个程序员男朋友点赞收藏。

兄弟们，英伟达这次是真的把赛博菩萨做到底了， deepsea 一 四 api 免费调用了。之前很多人刷到过英伟达免费开放 mini max m 二点七，但当时内地手机号只开放了一段时间，好多人根本拿不到 api key。 但我今天替大家实测了， deepsea 一 四也能直连调用，而且国内手机号验证秒过， 无需绑定银行卡，不需要任何魔法环境。趁着现在国内手机号还没被关进小黑屋，赶紧上车，下次还不知道什么时候开放了。不知道如何申请的评论区扣英伟达关注我哎，不落伍。

因为答显卡驱动，别乱下超详细小白指南。首先实系及以下显卡就用这个四六六点七七点七七驱动版本，低配老显卡通用稳定版本，不管是 csgo 还是撸啊撸都能有很强的兼容性，但存在新游戏或者三 d 大 作不支持。 接下来二十加三十系显卡用五三六点六七版本，通用的万能稳定版不管是帧数、温度都是天花板，但是存在新 d l s s 功能有些阉割。四零系显卡就用五六零点九四版本，游戏玩家专用稳帧版本， 吃鸡黑神话都相当的稳定，新老游戏兼容也很好，缺点是光特效可能不如最新驱动。最后，五零系显卡建议不要用最新公版驱动，可以选择使用五八一点八零版本，对于要求较高的用户，小编还是建议根据自己的显卡驱动去装对应的版本。

想要买特斯拉、英伟达、 spacex， 又不想被 crs 交换，怎么办？我要不要告诉他？传统的方法一般是开香港个人账户和券商，但是新规出来，大家都换方向了，用美国账户加美国券商，因为目前美国还没加入 crs 信息交换，暂时可以省去这一大麻烦。但去美国开美国账户， 这好像不太现实。信息差来了很多人还不知道，像华美这些银行是支持线上远程办理的，只需护照和身份证就 ok 了。券商的话搭配银透就可以了。注意要选择美国银透大家都清楚了吗？不知道怎么办的，后台找我就可以了。算了，还是不告诉他了。

首先进入这个网页并登录，爱着打不开的可以用 chrome 点击右上角的 generate api key key， 名字随便输。 下面的到期时间 expiration， 选择 never expire， 这样我们就获得了有效期为一百年的英伟达 api key。 点击下方的 copy api key， 复制 api key 之后再打开这个网页，找到你想要的 ai 模型。 我这里以 openai 的 chatgapos 二十币举例。点击右上角的 viewcode， 再打开的页面，点击 shell， 打开软件 chatbox， 没有的先去下载并安装， 打开设置，点击模型提供方并新建名称随便输，只要你看见名字能认出来是哪个模型就行。 下面的 a p i 模式默认即可。然后点击添加 a p i 密钥，输入刚才复制的 a p i key， 打开浏览器刚才选择的模型页面，复制这段链接，这就是 a p i 主机，注意不要少复制或多复制一个字母， a p i 路径默认即可。之后点击下面的新建，打开浏览器页面，找到 model 后面的字母串及模型 id， 不 输入或输入错误的模型 id 会导致模型配置失败。 名称随便输，只要你看见名称就能明白这是哪个模型就行。 最大 token 也可以输一下，即浏览器页面中 max token 后面的数字输完之后保存配置，之后建议测试模型，软件会自动测试并打开模型支持的功能，以免后续使用时出现问题。测试完成后，保存并返回对话页面， 在右下角选择模型， 发个信息测试一下，可以看到速度也挺快的。

家人们，五月二十二号这天硬件价格简直是彻底放飞自我了，你们知道吗？ rtx 五零九零第第二一天就暴涨了八百二十四块，现在价格直接飙到一万八千两百九十九，还有 rtx 五零六零涨了一百零三万五千零五十涨了一百一十七， 这还没完， cpu 那 边也跟着风，一万四千六百 k f 涨了一百四十八九千八百五十乘三 d 涨了一百八十七千八百乘三 d 涨了八十。昨天要是没下手的，今天这差价都能买一张主板了。等等，党们是不是心态都崩了？ 为什么会突然暴涨的这么厉害呢？除开券失效的原因，还有两个关键信号，大家一定要看懂！第一个信号，英伟达最新的财报里，游戏业务竟然不再单列了， 原本单独统计的 gforce 显卡游戏本收入全都被塞进了边缘计算这个板块，现在这个板块里包括 aipc、 机器人、汽车什么的，唯独就是媒体游戏。要知道英伟达这季度营收可是八百一十六亿美元，同比涨了百分之八十五，创下历史新高啊！ 但公司明确说了，游戏不再是核心增长引擎，换句话说，老黄的重心早就全都铺在 ai 上了。游戏显卡人家现在是爱买不买，反正不靠它赚钱了。这就解释了为什么显卡价格死活降不下来，因为人家根本就不在乎游戏市场了，未来想买 n 卡， 估计只能接受高溢价了。第二个信号，三星的罢工虽然暂缓了，五月二十二号到二十七号会投票表决，之前大家都以为要罢工十八天，结果算是虚惊一场， 但是那些 oem 和大厂早就提前开始囤货了，所以现货价格已经涨上去了。内存方面，滴滴二五二十四 g 套装今天涨了两百块， 三十二 g 的 虽然降了一百五十四，但整体来看，上游在控制产量，下游需求又疲软，就算六幺八也没拉动多少。更要命的是，中国存储正在扩产， 长江存储启动了， i p o， 长兴科技马上也要上会，还要砸两百九十五亿升级产线。有前三星高管预测到，二零二七年下半年全球存储供给会大增，二零二八年上半年可能会迎来跌价周期。所以现在到底是囤还是等呢？ 答案其实很明确，给大家三条救命建议。第一，刚需显卡现在就买，英伟达都不靠游戏赚钱了，价格只会越来越高，等六幺八也没用，可以看看五零六零 t i 八 g b 今天还小，降了五块， 或者 a 卡的九零七零 g 二 e 价格基本持平。第二， cpu 和内存挑着买，今天 d d 二五三十二 g 降了一百五十四，固态也没怎么涨，这些可以入手， cpu 的 话暂时避开那些涨得猛的，像幺四六零零 k f 九千八百五十乘三 d， 先观望一下七千七百乘三 d。 第三，别赌长期降价，中国存储破产要等到二零二七年，这两年涨价是主旋律，刚需的话就别等了。 总结一下，显卡暴涨恐怕是不回头了，英伟达已经彻底转型， ai 存储短期会震荡，但长期来看是会跌的。最后问问大家，你还会买 n 卡吗？还是转头 a 卡或者等国产显卡呢？评论区告诉我你的想法。

这个卡就是为了三角洲，就是预算不够，咱没有办法的情况下去考，这张卡非常突出，大家可以一下能跟五零七零打 battle 啊。已经在你这买了一台电脑，这是第二台，七千多块的，预算七千块左右，赌完三角洲航天 aps 就 这两个外卖管不了了， 今天我们只能管三角洲。去上幺四六，我给你写套无卡的这个显卡你可能得自己去买。行，三千六四幺六的 cg r 十十六乘二吧好吗？三十七我给你上一个，拿去六百， 硬盘给个 n 五千 s， 然后你想看你得自己去买一个卡，英特尔的 b 五八零去买，这卡仅推荐，因为这东西他已经停产了，我这没货，你去找那种店大一点的买，然后这张卡一千九左右，这个卡买完之后把这个卡寄过去吗？不用，自己插上，开始打三角洲的时候开四倍真身程，这个样子，你打三角洲非常的高，你机箱去做一个 v 一 吧，是双风扇的。买双风扇的啊， 通过这个卡能换成 n 卡吗？我如果说这张卡你今天在阿 k 训练下，你玩三角洲，他能和五零七零掰手腕，你信吗？你今天你去换张五零五零比他贵个三四百块钱，性能还没他强，打游戏还没他强，然后今天去换个五菱轮毂，你要加多少钱？你要加差不多一千块钱，你会发现你阿 k 三角洲还是没他强 啊，是理解我意思吗？这个卡就是为了三角洲，就是预算不够，咱没有办法的情况下去换。这张卡非常突出，他在阿 k 下能跟五零七零打 battle， 理解我意思吗？就是你可能会觉得，哎，我这个预算我怎么去上？五零六零五零五零零轮胎合适一点？合适个蛋就那么点水平。但是你今天预算比五五零零不一样。嗯， 你可以现在下来买，你自己去搜一搜。就你去搜 b 五八零这显卡玩三角洲到底怎么样？你去搜一搜，然后你结合我的描述。但是真生成毕竟是一个插帧功能，他不是实打实的帧数，但他毕竟这显卡的位宽，显存摆在那，他怎么都要比五零六零和五零太卡要强的。你有意思吗？大力飞砖有点这个意思，理解不？嗯，理解。

今天介绍用英伟达显卡必须要知道的知识，一零系列的显卡安装四六六点七七版本的驱动，这样像 csgo、 英雄联盟这样的游戏都可以玩。 二零系列的显卡选择下载五三六点六七版本的驱动，这是一款万能驱动，缺点是 dlss 不 稳定。四零系列的显卡选择下载五六零点九四版本的驱动，这是游戏玩家专用，吃鸡、黑神话、悟空都相当稳定。 五零系列的显卡选择五八幺点八零这个版本的驱动虽然不是最新款的驱动，但它贵在稳定性极强，大家都学会了吗？

今天教大家如何白嫖英伟达 ai。 首先我们先注册一个英伟达账号， 注册成功后，我们点击右上角绑定手机号， 接着生成 ipkey， 输入密钥名称。这里一定要是十二个月 保存好 a p， k 要接入第三方，例如 word， 八 d 等是必须要接入 n o p 的。 粘贴 api 地址，粘贴刚刚保存好的 api key 获取模型，这里我们选择 deepsafe g， l， m 和 mini， 最后保存即可来到操练场测试是否正常使用。

显卡性能拉胯多半原因是出在显卡驱动上，三十秒教你如何正确安装 n 卡驱动，搜索并打开英伟达官方网站，注意官方两个字，点击右上角驱动，选择你的显卡型号和系统版本， 型号中的 notebooks 是 笔记本，点查找系统会匹配驱动版本，这里的版本不要选错，玩游戏选 game ready， 驱动能力选 studio 驱动， 点查看就能看到下载页面了。点击下载驱动程序后，双击程序安装，选 ok， 临时解压开始安装，选同意使用默认推荐方式就行，中途会有短暂黑屏属正常现象。安装完成后按提示重启电脑搞定，是不是很简单？嗯？

英伟达的市值已经接近六万亿美元，他还能继续上涨吗？这是现在市场上最有争议，也是最让人纠结的问题。 因为如果你只看市值，英伟达已经高得让人不敢下手。一家公司的市值接近六万亿美元，这是什么概念？如果把他跟各国的名义 gdp 做粗略的对比，英伟达的市值已经超过了绝大多数的经济体。 按照两百二十美元左右的股价，它的市值是仅次于中美两国的年度 gdp。 但更有意思的是，英伟达目前的股价仍然低于很多华尔街分析师给出的目标价。按照公开数据，分析师的平均目标价大约在两百八十美元左右，最高目标价可以看到三百八十美元。 就连相对保守的诚心，也把英伟达的供应价值放在了两百六十美元左右。 如果按照三百八十美元的最高目标价，英伟达的市值可以达到九点二万亿美元。也就是说，现在市场真正争论的不是英伟达是不是一家好公司，而是一个更极端的问题， 一家已经市值接近六万亿美元的公司，凭什么还可以被看到七万亿、八万亿，甚至接近九万亿美元的空间？这背后其实指向了一个最关键的问题，英伟达未来的增长空间到底在哪里？ 英伟达刚刚发布的二零二七财年第一季度财报，其实就很好的回答了这个问题。 从表面上看，这是一份继续超预期的财报，营收高达八百一十六亿美元，同比增长了百分之八十五。数据中心的收入达到了七百五十二亿美元，同比增长百分之九十二， 非 gap 的 毛利率依旧高达百分之七十五，继续稳定在高位。更重要的是，公司给出的下个季度收入指引高达九百一十一美元，而且这个指引并没有假设任何来自中国的数据中心计算收入。 这期视频我们不只是复述这些财务数据，而是想把英伟达的增长故事拆成三个层面来看。第一是短期增长从哪里来？我们知道，英伟达过去几年的爆发，很大程度上是来自微软、谷歌、亚马逊这些超级云计算巨头疯狂的资本开支。 问题是，如果这些巨头未来开始放慢 ai 投资，英伟达的营收是不是就会面临巨大的压力？所以真正关键的问题是，除了这些超级大客户之外，英伟达还能不能找到新的客户？ 这次财报里，英伟达对他的业务板块做了一次非常重要的调整，而这个调整其实就是在回答这个问题。 第二，英伟达的领先地位能不能守得住？谷歌、亚马逊这些超级巨头为了避免过度依赖，英伟达正在加速自研芯片，博通、 amd 这些追赶者也不是吃素的，面对越来越激烈的竞争，英伟达到底能不能扛得住 这个问题？放到资本市场，其实就是大家对于英伟达高毛利率的担忧。英伟达现在有着惊人的高毛利率，但投资者真正担心的是这个高毛利到底是短期的供应紧张带来的，还是英伟达真的有一套可以长期守住利率的护城河？ 第三是长期的增长空间来自哪里，这是整个 ai 产业都绕不开的问题。如果 ai 只是聊天机器人、写文案、做 ppt， 那 么英伟达的增长迟早会遇到天花板。 但如果 ai 正从深层式 ai 走向代理式 ai， 事情就不一样了，它不再只是回答问题，而是可以自己拆解任务，调用工具、写代码、执行流程，像一个数字员工一样不断的工作。 而再进一步，如果 ai 进入物理世界，开始驱动自动驾驶、机器人、工业制造和真实世界里的自动化系统，那么英伟达面对的就不再只是一个芯片周期，而是一轮更长周期的计算基础设施重建。所以今天我们就围绕这三个问题来拆解英伟达。 先看第一个问题，英伟达的短期增长到底从哪里来？如果只看表面，答案好像很简单，就是云计算巨头继续大量的买 gpu， 微软、亚马逊、谷歌 mate 这些公司还在建设巨大的 ai 数据中心， 他们的资本开支仍然非常夸张，所以英伟达继续增长似乎也不奇怪。但问题是，这个逻辑已经被市场看得非常清楚了，真正的问题不是云巨头会不会继续买，而是英伟达能不能从云巨头之外继续找到新的增长来源。 这就是为什么英伟达这次财报里对业务板块进行了重新调整，这是一个值得留意的重要变化。英伟达现在把市场平台分为两大类， 一类是 data center， 也就是数据中心。另一类是 h computing， 也就是边缘计算。而在数据中心内部，它又进一步拆分为两个子市场， 一个是 hyper scalars， 一个是 a c i e。 hyper scalars 比较好理解，就是公有云和全球最大的互联网公司。简单的说就是微软、亚马逊、谷歌、 mate 这些超级大客户，而 a c i e 则代表着 ai、 云工业和企业客户。 这次财报里， hyperscale 的 收入大约是三百八十亿美元，大约占数据中心收入的一半，环比增长百分之十二。 但 a c i e 收入达到了三百七十亿美元，环比增长百分之三十一。也就是说，除了云巨头之外的那部分客户，增长的速度反而是更快的。 这个变化非常关键，它告诉我们，英伟达未来的新增长点不只是微软、亚马逊、谷歌继续增加订单，而是 ai 工厂正从少数的超级云巨头扩散到更多的 ai 云企业、工业公司和主权国家。 过去大家一提到 ai 基础设施，第一反应就是超大规模的云厂商，因为他们最有钱，数据中心能力最强，也最早建设 ai 集群。 但现在第二类客户已经开始起来了，我们可以把第二类客户再进一步细分打开来看。第一 是 ai 原生的云，也就是专门为 ai 公司提供算力的新云公司。这类公司不像亚马逊和谷歌那样拥有完整的芯片设计能力，也很难自己把一堆零散的 gpu、 cpu、 网络设备、存储设备、软件工具拼成一个稳定运行的 ai 工厂。 他们真正需要的是一套可以快速部署，然后出租，甚至可以用来融资，可以运行各种模型的完整平台，而这正是英伟达的优势。 第二是企业客户，很多大型企业不可能把所有的核心数据放到公有云上，尤其是金融、医疗、能源制造、汽车制药这些行业，他们有自己的数据安全要求、合规要求和业务系统。 对于他们来说， ai 不是 简单的调用一个网页工具，而是要和自己的业务流程、数据库和生产系统深度的结合在一起，所以他们也需要自己的 ai 基础设施。 第三是工业客户，比如高度自动化的汽车装配线，或者对精度要求极高的精原制造厂。在这些场景里，机械臂的动作往往是毫秒级的， 如果把车间里产生的数据传到几千公里外的公有云上处理，再把指令传回工厂，这种网络延迟在物理层面就是灾难级的， 哪怕只是零点一秒的延迟，也可能导致生产线出错，甚至毁掉昂贵的芯片或零部件。所以工业 ai 的 核心不是算力强不强，而是算力离现场近不近，计算能力必须贴着动作发生的地方。 第四是主权国家。这次财报里有一个重要的数据，主权 ai 收入同比增长超过百分之八十，英伟达的 ai 基础设施已经部署在近四十个国家，这些国家合计代表着大约五十万亿美元的 gdp。 这背后其实是数据主权和国家安全的问题。一个国家的医疗记录、电网运行数据、金融交易系统、军工和工业数据 不可能全部交给由国外的公有云来处理。很多数据不是愿不愿意上云的问题，而是法律和安全层面根本不允许出境。所以主权 ai 的 本质是国家开始把 ai 基础设施当做类似电网、通信网、云计算平台一样的战略基础设施， 这就是英伟达短期增长的新来源。过去市场担心英伟达过度依赖少数超级云巨头，但这次业务重新划分，其实是在告诉市场，英伟达的客户结构正在发生变化，他正从服务五六家 hyperscaler 扩展到 ai 云企业、工业、主权国家和未来成千上万的本地 ai 工厂。黄仁勋在问答环节里也明确说到，英伟达应该增长得比 hyperscale 的 资本支出更快， 原因是他不只是服务云巨头，还服务第二类市场，而这个市场更加的分散，更加的复杂，也更加的庞大。这也是为什么英伟达这次提到规模超过十兆瓦的合作伙伴数据中心数量在短短一年内已经接近翻倍，超过八十个站点。 所以第一个问题的核心结论是，当英伟达升级为 ai 工厂的建设者之后， ai 工厂的客户正从云巨头扩散到更多类型的客户。云巨头仍然很重要，但云巨头之外的 ai、 云企业、工业和主权国家正在成为英伟达新的增长来源。 接下来进入第二个问题，英伟达的领先地位能不能守得住？这个问题其实非常关键，因为对于一家接近六万亿美元市值的公司来说，仅仅增长还不够。市场真正担心的是英伟达现在的高毛利会不会被竞争对手慢慢的打下来。 这不是一个空泛的问题，谷歌有 tpu， 亚马逊也有自己自研的芯片，微软也正在推进自己的 ai 芯片，梅塔也在做。而与此同时， amd 正在加速追赶，而博通则在定制 asic 市场拿到很多大客户。 如果只把英伟达理解为一家卖 gpu 的 公司，那么这个担忧是合理的。因为任何硬件产品，只要毛利足够高，竞争对手就一定会进来，客户也一定会寻找替代方案，尤其是那些大客户。云巨头不可能永远只依赖一家供应商。 所以真正的问题是，英伟达的护城河到底是什么？它到底只是 gpu 的 性能领先，还是已经变成了一套很难被绕开的 ai 工厂平台？ 理解英伟达的竞争优势，至少要看五层。第一层是性能优势。这次财报里提到，基于 blackwell 架构的 g b 三百在 ml perf 推理精准测试中的表现非常强，通过全站创新， blackwell ultra 在 广泛模型和部署场景中提升了吞吐量， 并且相比六个月前， g b 三百的单位， token 成本下降了百分之六十。这里的关键不是芯片更快那么简单。 ai 时代真正重要的指标不是 gpu 单价，而是每美元能够生产多少 token， 每瓦电能生产多少 token， 以及一座 ai 工厂在整个生命周期里面能够生产出多少智能。 过去云计算时代，大家看的是每个 cpu 核心多少钱，可以把它理解为租办公室是按照面积算钱。但 ai 时代核心指标变了， 它变成 tokens per dollar， 也就是每一美元能够生产多少 token。 token 现在中文翻译为词源，可以简单理解为 ai 处理和生成信息的基本单位。对于模型公司来说， token 就是 他们的产出。对于 ai 云来说， token 就是 他们可以卖给客户的产品。 对于企业来说， token 就是 ai 帮助他们完成任务的工作量。所以客户真正关心的不是一张 gpu 贵不贵， 而是买下这整套系统之后，能不能以更低的成本、更低的工号、更高的稳定性，持续生产出更多的 token。 这也是为什么更贵的英伟达系统 反而可能更划算。就像你买了一台更贵的印钞机，但是他印钱的速度更快、能耗更低，停机的时间更短，使用寿命更长，那么从长期来看，他反而是更便宜的。 第二层竞争优势是系统级协调设计。英伟达现在卖的已经不再是单颗 gpu， 而是一整套 ai 工厂。 这次财报提到， verilobin 通过七种专用芯片跨五个加速机架的集成，实现了最高三十五倍的推理吞吐量提升，并且有望带来最高十倍的 ai 工厂收入提升。这个数字背后体现的不是单点芯片的优势，而是系统设计优势。 传统服务器组装更像是自己买冰箱、烤箱、洗碗机，然后拼成一个厨房，每个设备单独看着都不错， 但他们不是为彼此深度设计的，中间一定有大量的沟通损耗和效率瓶颈。而英伟达的极端协同设计，更像是直接提供一座一体化的商用后厨。 cpu、 gpu、 网络芯片、存储系统、软件占安全能力全都围绕 ai 工厂这个目标。协同设计 竞争对手也许可以做出一颗芯片，但很难同时把 gpu、 cpu、 网络储存、安全软件全部调成一套高效的 ai 工厂。 第三层优势是网络优势。很多人看英伟达还是只盯着 gpu， 但这次财报里的一个数据非常重要，数据中心的计算收入是六百零四亿美元，同比增长百分之七十七。但是数据中心的网络收入已经达到了一百四十八亿美元，同比接近三倍增长。 这说明 ai 数据中心的价值正从 gpu 扩散到网络层。为什么网络这么重要？因为 ai 数据中心不是一台电脑，而是成千上万颗 gpu 组成的超级计算系统， 模型越大，推理越复杂，智能体的调度越频繁。 gpu 与 gpu 之间、机架与机架之间，数据中心跟数据中心之间的通信就越重要。如果网络不够快， gpu 之间就会互相等待，再贵的 gpu 也会被通信瓶颈拖慢。 所以可以把 gpu 看成大脑，把 cpu 看成调度助手，而网络就是这些大脑之间的神经系统。 英伟达的 spectrum x 和 infinite bank 实际上是在控制 ai 工厂内部的神经系统，这也是为什么这次财报提到 spectrum x 这个为 ai 打造的端到端以太网平台，规模已经超过了所有以太网网络竞争对手的总和。 infinite bank 也因为下一代 s d r 技术部署，同比增长超过四倍。第四层优势则是扩大和软件生态， 这是英伟达最容易被投资者低估，也可能很难被竞争对手复制的一层。英伟达真正强的地方不只是它有 gpu， 而是它有全球最大的加速库和开发者生态。 黄仁勋在电话会里提到，英伟达有着非常丰富的加速库，从计算、光刻、流体动力学、粒子物理、分子动力学到生命科学、材料科学、能源制造业等各个垂直领域， 这是什么意思呢？很多行业的问题，本质上其实都是计算问题。比如芯片制造里的计算、光刻、汽车和航空里的流体仿真、制药里的分子模拟 材料科学里的结构预测、计算机的物理仿真，工业制造的数字孽生。这些问题其实都需要大量的计算，而扩大的意义不只是让程序员调用 gpu， 而是把这些行业问题逐渐搬到英伟达的平台上来运行 更进一步。未来 ai 智能体会大量调用工具、数据库、浏览器、翻译器、模拟器和专业软件。黄仁勋也提到，英伟达正在加速全世界的工具、数据处理引擎和数据库引擎，让他们能够在哭打上更快的运行。 这就形成了一个很深的护城河，不是客户简单的买一张显卡，而是越来越多的软件、工具、模型开发者和行业应用都围绕着英伟达平台进行优化。 第五层优势则是商业生态和可融之性，这点非常重要，但也经常被忽略。 ai 原生云这些客户，也就是这些星云为什么特别适合英伟达？因为他们不自己设计芯片，也没有能力把一堆零散部件组装成稳定的 ai 工厂。 他们要的是一套可以快速部署、可以稳定运行、可以租给各种客户、可以被金融市场理解和融资的标准化资产。 英伟达平台恰好满足了这个需求。财报里也强调，英伟达 compute 不 只是最高性能的 ai 基础设施，也是最经济、最容易融资的 ai 基础设施。 客户买的不是 gpu， 而是在建设 ai 工厂，这句话非常关键，因为当 ai 基础设施建设变成一个大规模融资市场， 金融机构、云服务商、 ai 初创公司和企业客户都需要判断这套资产未来能不能出租、能不能跑主流模型，能不能保持高利率、能不能在几年后依然有价值？ 这些问题，英伟达平台的确定性是最高的。所以英伟达真正的优势不是某一代 gpu 的 性能领先。如果他只是卖 gpu， 那 么竞争迟早会回到单颗芯片的比较，谁更便宜、谁更快，谁的功耗更低。 但如果他卖的是一整套行业标准级的 ai 工厂平台，那么竞争对手要挑战的就不是一颗芯片， 而是从 gpu、 cpu 网络存储到扩大软件生态、开发者、工具和行业应用的一整套基础设施。 这才是英伟达最难被替代的地方，它不是只把芯片卖给客户，而是在帮客户把 ai 工厂真正的建起来、跑起来，并且长期的运转下去。 最后我们来看第三个问题，从长期来看，英伟达的增长空间到底还有哪些？英伟达目前可以说是 ai 浪潮最大的受益者之一，那么 ai 的 下一波增长又会发生在哪里呢？ 从这次财报来看，至少有三条主线。第一条是旧互联网工作负债的 gpu 化。财报里提到，搜索广告推荐系统、内容理解等，最大规模的 hyperscale 工作负债正在从 cpu 转向 gpu 加速计算。 这句话非常重要，它说明英伟达的增长不只是来自新应用，比如 chat、 gbt、 cloud、 gmail 这些大模型的应用，也来自旧的互联网基础设施的重构。 过去搜索广告推荐系统主要依赖 cpu 和传统机器学习系统，但在 ai 时代，这些工作负债越来越需要大模型理解内容，理解用户生成结果，做复杂的推理。 也就是说，互联网巨头内部原本大量由 cpu 承担的任务，正在转向 gpu 加速计算。所以英伟达知道的不只是新应用增量，还包括旧计算体系的迁移。 第二条主线则是 ajaxai， 也就是我们经常提到的代理式 ai。 过去我们使用 ai 更多的是问一句答一句，比如问 chat、 gbt 或者豆包一个问题，它就给你一个答案，这轮交互就结束了。但 ai 正在走向 ajaxai。 所谓 agentic ai 就是 ai， 不 再只是回答问题，而是自己开始拆任务、定计划、调用工具、写代码、查资料、运行程序、检查结果，甚至生成子任务和子智能体。 他从一个会回答问题的模型，变成了一个不断执行任务的数字员工。这也是为什么英伟达要推出 vera c p u。 很多人会疑惑，英伟达不是 g p u 公司吗？为什么突然又要做 c p u 了？ c p u 市场不是英特尔和 amd 的 地盘吗？如果把 vera c p u 理解成传统的服务器 cpu， 那 就错了。 vera c p u 的 目标不是去抢传统 pc 或者普通服务器市场，而是为 agent ai 服务的。在智能体系统里， g p u 负责模型推理，也就是思考。 cpu 负责 harnish， 也就是输入输出、任务编排、内存管理工具调用、浏览器访问、编解器运行、数据库调度等等工作。 简单的来说， gpu 像一个天才大脑，而 cpu 则像执行任务的调度助手。未来如果有数十亿个 ai 智能体，每个智能体都要调用工具， 打开浏览器、写代码、访问数据库、运行模拟器，那么这些 c p u 的 需求也会随之上升。但这并不意味着 c p u 就 会替代 g p u。 恰恰相反， a n t ai 会同时扩大 g p u 和 cpu 的 需求。智能体每拆出一个子任务，每生成一个子智能体， 每进行一次模型推理，背后都需要 gpu， 而智能体在执行流程、调用工具、管理数据时又需要 cpu。 所以 veracpu 不是 对 gpu 的 替代，而是 energy ai 带来的增量市场。 财报里，英伟达提到， veracpu 打开了一个全新的两千亿美元的潜在市场规模，也就是英伟达以前没有进入过的新市场，并且今年已经看到了接近两百亿美元的 cpu 收入。可见性， 这就是英伟达长期增长的第二条主线， ai 从聊天机器人变成数字员工之后，整个计算架构都要重建。 第三条是物理 ai， 这可能是更长远但也更深的一条主线。深层次 ai 主要是处理数字世界里的信息，比如文字、图像、视频、代码，它改变的是知识、工作和内容生产。 而物理 ai 要处理的是现实世界，他要理解重力、摩擦力、空间距离、物体运动、环境变化。 他不只是处理虚拟世界里的比特，而是要移动真实世界里的原子。最典型的代表就是自动驾驶、汽车、整形机器人、工业机器人、医疗外科设备以及各种嵌入式的智能设备。 财报里提到，英伟达的物理 ai 过去十二个月的收入已经超过了九十亿美元，英伟达也和 uber 进行合作，计划到二零二八年，让由英伟达技术驱动的无人驾驶出租车队覆盖全球四大洲近三十个城市。 这说明物理 ai 已经不再是概念，而是正在开始形成收入，但它真正的意义还不止是自动驾驶和机器人。过去三十年， it 主要改造的是数字世界，比如软件、互联网、云计算、电商、广告、社交和内容平台。但全球还有大量的实体经济部门没有被软件和 ai 深度改造，比如制造啊，能源、物流、医疗设备、 工业设备、农业、建筑和交通系统。物理 ai 的 本质就是 ai 开始进入这些真实世界的生产系统。 这可能会比深层式 ai 更慢，因为真实世界更加的复杂，容错率更低，安全的要求也更高，但它的市场也可能更深，因为它对应的是庞大的实体经济。 这就是为什么黄仁勋说，未来会出现十亿个自主系统和计算机系统在物理世界里运行。 如果把这三条主线放在一起看，英伟达的长期空间就不再只是大模型训练，也不只是 ai 聊天工具，它正面对的是旧互联网工作赋载从 cpu 向 gpu 迁移， ai 应用从一次性问答走向智能体执行任务。物理 ai 进一步进入自动驾驶、机器人、工业制造和真实世界的自动化。 这也是为什么财报提到，分析师预计二零二七年， hyperscaler 的 资本支出将超过一万亿美元，而到二零三零年， ai 基础设施支出有望达到每年三万亿到四万亿美元。 如果 ai 只是聊天机器人，这个数字看起来非常夸张，但如果 ai 同时改造互联网基础设施、企业生产力、数字员工、机器人、自动驾驶、工业制造和国家级基础设施，那么这个数字就不再只是一个资本开支预测，而是整个计算体系重建的结果。 当然，最后这里也要提醒一下风险，英伟达并不是完全没有挑战的。第一是它的供应链依旧是有压力， 将 volvo 这样的系统及其复杂，涉及到芯片封装、机架网络、电力散热、供应链和客户数据中心建设。节奏需求很强，但能否按照节奏交付，仍然会考验英伟达的执行力。 第二是地缘政治依旧存在着不确定性。而第三是竞争会越来越激烈，比如像云巨头的自研芯片、 amd、 博通以及各种 asic 方案，都会持续地去挑战英伟达。 最后，我们总结一下英伟达的增长故事。已经不再只是云巨头继续买 gpu， 而是 ai 基础设施正从少数云巨头扩散到企业、工业、 ai、 云和主权国家。 它的竞争优势也不止是某一代 gpu 更快，而是从芯片网络扩大到整套 ai 工厂平台的系统能力。它的长期空间则取决于 ai 能不能继续从聊天机器人走向数字员工走向机器人、自动驾驶和现实世界的自动化。 所以，英伟达市值接近六万亿美元之后，还能不能继续增长，最终看的不是市值和股价的数字，而是看这四件事情， ai 工厂的老客户能不能持续加大 ai 投入，新客户能不能继续扩散，平台优势能不能继续成立， ai 基础设施能不能从数字世界真正进入物理世界？ 如果这几件事情继续发生，那英伟达就不是站在一轮 gpu 景气周期上，而是站在一场计算基础设施重建的中心。 但反过来，如果云巨头放款，第二类客户又接不上竞争对手，有效地压低了 token 成本或者 agiti ai 和物理 ai 的 落地速度低于预期，那么接近六万亿美元的市值也意味着市场不会给他太多犯错的空间。 所以这期财报值得关注的不是因为他过去涨了多少，而是他正在证明一件事， ai 不是 指发生在软件里的应用创新， 而是一场从云端到企业，从数字世界到物理世界，从单点芯片到整套基础设施的长期重构。这才是英伟达未来增长空间真正的答案。

海外知名 ai cloud 仅用半个小时就成功将一套完整的英伟达扩大后端代码完整移植到了 amd 显卡的 lcm 平台上， 且无需任何转换层，实现了原生扩大性能，这成就令人难以置信。开发商表示，英伟达花费二十年时间打造的扩大技术壁垒可能在六个月内被打破。他还声称，在 ai 编码过程中全程没有人工干预，完全是 ai 独立完成的。 这一事件也引起了 amd 软件副总裁的关注，他指出，未来 gpu 编程的主导权很可能属于 ai， 这消息的曝光无疑为整个 ai 行业注入了一剂强心剂。然而，对于我们来说，这并非是好消息，随着 ai 技术的不断壮大，内存和硬盘的价格似乎更不可能下降了。

英伟达随团访华，带来显卡出售新预期，直接拥有买卡资质的有六家企业，此外还有子公司有拿卡资质的企业。

电脑上装有英伟达显卡的朋友注意了，五月十九日，英伟达全系 rtx gforce 显卡驱动爆出了十五个高危漏洞，黑客能直接绕过系统底层，让你的电脑崩溃、蓝屏，甚至盗取你的账号密码。 怎么查自己有没有中招？跟着我做桌面，右键打开 mvd 控制面板，点击左下角的系统信息，看一眼你的驱动程序版本号，如果它低于五百九十六点三六，说明你的电脑现在正处于不设防的高危状态。 那么最稳妥的解决办法是什么？听好，无论你现在电脑有没有卡顿，有没有中毒的症状，我都强烈建议你直接做下面这两步，彻底永拒后患。 第一步，先关门，打开 g force experience 或者是新版的 nvd app， 把显卡驱动升级到最新版本，这就等于换了一把最新最安全的锁，把黑客入侵的门彻底焊死。 第二步，抓小偷。升级完驱动后，你常用的杀毒软件做一次彻底的全盘深度扫描，不管小偷进没进来， 我们都做一次全屋大搜查，把可能潜伏进来的挖矿木马和注册表后门一锅端掉，连根拔起，硬件安全无小事，这次连企业级的服务器都受影响了。赶紧把这条视频转发给你身边在用显卡的小伙伴，让他们马上自查！

今天，我要给大家带来一则重大的科技资讯，在全球 ai 芯片竞争愈发激烈的当下，波卡 gpu 领军企业摩尔县城正站在国产算力替代的核心舞台。今晚十九点，这家被日内称为国产英伟达的企业将召开二零二六产品发布会，一系列新品的即将亮相，引发了市场的高度关注。 首先来看国产 gpu 的 战略意义。几年以来，美国对华 ai 芯片出口管制持续加码，最新一代 gpu 仍被排除在对华出口清单之外。三月，美国众议院还高票通过芯片安全法案，将管控范围延伸至技术监控层面。 在 ai 算力资源的全球争夺战中， gpu 的 自主替代已不再是单纯的技术路线选择，而是关乎国家数字主权的战略底线。摩尔县城自二零二零年成立，二零二五年底成功登陆科创版， 始终专注全功能 gpu 研发，产品覆盖 ai 训练推理卡、消费级显卡和边缘计算 soc 成立不到六年，上市不足半年，其市值便占稳三千亿元人民币，跻身 a 股前百分之一行列，成长速度备受瞩目。接下来，关注摩尔县城的商业化突破， 市场对国产 gpu 最核心的质疑一直聚焦于能否实现盈利。而摩尔县城刚发布的二零二六年一季报给出了积极答案， 一季度实现营收七三十八亿元，同比大幅增长百分之一百五十五点三五，归属于上市公司股东的净利润达两千九百三十九十二万元，同比成功扭亏为盈。 营收增长主要得益于产品的规模化落地，尽管扣非净利润仍处于亏损状态，但亏损幅度同比收窄了六十百分之十，这标志着其商业化进程迈出了关键一步，在 gpu 赢家通知的赛道上率先实现盈利，让摩尔县城在商业化能力上抢占了先机。 再来看摩尔县城的战略新布局，聚深智能。如果说 ai 大 模型训练是人工智能产业的上半场，那么聚深智能即让人工智能拥有实体，能够与物理世界交互并实现自主进化，则是产业的下半场。 五月十六日，国家人工智能应用中试基地在杭州正式揭牌，摩尔县城作为共建合伙人担任产业委员会委员，还与基地签署了战略合作协议，共同成立聚深智能算力与仿真联合实验室，聚焦自主可控技术公关与标杆场景落地。 与此同时，摩尔县城已打通大模型训练仿真模拟端侧部署的完整生态闭环，能够为聚深智能提供一站式国产算力方案。此外，其还与光轮智能合作，打造高智信度仿真数据合成方案，构建起全站式基础设施。 最后是大家关心的消费端动态。今晚的发布会上，摩尔县城有望推出 n a s 或迷你主机形态的家庭 ai 产品，这意味着他们在深耕数据中心与工业算力领域的同时，开始布局大众消费市场，让 ai 算力不再只是科技大厂的专属资源，真正走进寻常百姓家当 当英伟达市值突破五万亿美元， ai 算力成为全球稀缺资源的背景下，国产 gpu 的 突围之路注定充满挑战。但从今晚即将发布的家庭 ai 新品，到参与杭州国家级巨深智能基座建设， 摩尔县城正在尝试回答一个关键问题，在中国 ai 产业必须实现算力自主的时代，谁能撑起坚实的地基？答案正从这家成立仅六年的企业身上逐步清晰起来。喜欢我的视频请关注、点赞、转发！下期再见！

英伟达最新的财报你看了吗？八百一十六亿美元，单季营收同比增长百分之八十五，毛利率接近百分之七十五，净利润五百八十三亿，同比暴涨百分之二十一。 blackwell 平台已经成为主力出货， ruby 下半年就要发货，你说这样的成绩单哪里不行？先把那五百八十三亿放一放。我先问你一个问题，营收从四百四十亿涨到八百一十六亿，增量三百七十六亿，净利润从一百八十八亿涨到五百八十三亿，增量三百九十五亿，看起来利润增长比收入还快，对吧？ 对啊，这难道不是规模效应的最好证明？习，我问你，这三百九十五亿的利润增量里，多少是非经常性的？你财报第二十八页写的很清楚， 阿德林肯奈德从去年中期的亏损一亿八千万变成盈利一百六十三亿七千万，这里面的主力是公允价值变动损溢，公开市场股票赚了一百三十四亿，非上市股权赚了二十六亿，加起来一百六十亿。这一百六十亿是二级省给的，不是客户给的，明天股价跌回去他就没了。但那也是公司投资能力的体现啊，而且主业利润也在涨。好，那我们把战 可以拿掉，调整后主业税前利润是多少？报表说收入税前六百九十九亿，减掉这一百六十亿，意外之财大概五百三十九亿，去年同期的税前二百一十九亿，主业利润增长是三百二十亿，听着也不错，对吧？但你再看主业收入增长了三百七十六亿，主业利润只增长了三百二十亿，也就是说增量收入的利率只有百分之八十五， 而你公司整体的毛利率是百分之七十四点九，这意味着每一块钱的新增收入留下的利润比原有业务还少。那是因为我们在加大研发和产能投入。我知道你要说投入期，我们先不争这个，先看一个更本质的问题。你看一年前二零二六，才年一季度营收四百四十亿，毛利二百六十七亿，净利一百八十八亿。 今年一季度营收八百一十六亿，毛利六百一十二亿，净利五百八十三亿，毛利涨了三百四十五亿，净利涨了三百九十五亿，看起来净利增长比毛利还快，对吧？但你已经知道，这里面有一百六十亿是投资浮盈，去掉浮盈，净利实际增长只有二百三十五亿，而毛利增长了三百四十五亿，中间那一百一十亿去哪了？运营费用啊，研发、销售、行政都在涨。 对，研发费用从十亿四千万涨到十三亿，多了二亿六千万，加起来二十六亿，那还有八十四亿的缺口呢？所得税也涨了， 所得税从三十一亿涨到一百一十六亿，多了八十五亿，对了吗？所以真相是什么？你的毛利增量三百四十五亿，有八十五亿，交了税二十六亿多，花了费用，剩下才是利润，而利润里还有一大半是投资浮盈，这叫规模效应，这叫税和费用，吃的比收入还少。但你不得不承认，百分之七十四点九的毛利率 在整个半导体行业都是天花板。这难道不是护城河？我问你一个问题，这块芯片上写着谁的名字？消费者买的是谁的品牌？ 当然是英伟达。好，那消费者买这块芯片付的钱里有多少真正留在了英伟达？我们算一下你财报里说客户集中度，前三大直接客户分别占百分之二十一、百分之十七、百分之十六，加起来百分之五十四，这些是谁？微软、亚马逊、谷歌、麦塔， 还有各种 c s p 和 ai cloud， 他 们为什么买？因为扩大生态。是，但还有一个更直接的原因，他们需要把这些芯片放进数据中心，然后租出去赚钱。那问题来了，定价权到底在英伟达手里，还是在这些云厂商手里？英伟达一直在涨价，客户也在买，这不就是定价权的证明 不对？涨价能持续，前提是客户没有替代方案。但你财报第二十三页自己写了，有些客户正在开发自己的 ace， 你 的客户自己在做芯片，而 而且你第三十二页、第三十三页连篇累读的写竞争家具，客户自言太原模型可能跑在别人的平台上。你现在的高毛利不是因为你可以随意定价，而是因为整个行业缺算力，所有人在强产能，等算力不再稀缺，你猜客户会不会回头跟你重新谈价？ 但你得承认，我们的利润瀑布还是很高。好，我帮你做一个简单的芯片利润瀑布。你财报里没有单车均价，但有市场平台收入和出货结构。我们就看数据中心这块， 一季度数据中心营收七百五十二亿，你第二十五页写的这部分毛利率按百分之七十五算，毛利率五百六十四亿，从毛利到净利，你要扣掉什么？第一层研发费用六十三亿，这些钱去了工程师工资，流片费用 e、 d、 a 工具测试台机电薪资 cadence， 它们都在分。 第二层，销售和管理费用十三亿。第三层其他收入里的假利润我先不算，就算经营利润，你经营利润五百三十五亿，数据中心占了多少？你第十九页说 computer networking 经营利润五百三十三亿，基本上数据中心贡献了几乎所有经营利润。好，那这五百三十三亿里还要扣掉利息和税， 利息支出一亿，税一百一十六亿，剩下四百一十六亿，也就是说数据中心七百五十二亿营收，最后留下四百一十六亿净利润。净利润百分之五十五听着很高，但你把这四百一十六亿拆开，其中一百六十亿是投资浮盈，也就说真正靠卖芯片赚的钱只有二百五十六亿，净利润百分之三十四。百分之三十四的净利润也很高啊，很多公司做梦都到不了。 问题不是高不高，问题是这百分之三十四里有多少真正留给了普通股东？你才报第三十八亿，一季度回购花了二百零二亿，分红二亿四千万，合起来二百零四亿，你二百五十六亿的主页净利润有百分之八十直接还给了股东。通过回购，这不是坏事，但说明一个问题， 公司没有把这些钱再投资到能产生更高回报的地方，而是还给了股东。那你告诉我这叫成长股还是价值股？很多科技巨头在成长期也是低净利率，高研发投入，高回购，亚马逊早期也是毛利率高净利率低，但后来 你先别急着类比，我问你一个本质区别，亚马逊的利润流向了谁？亚马逊建仓库，建物流，建 a w s， 这些资产是他自己的利润，最后留在亚马逊自己口袋里。英伟达呢？你投资了一百八十六亿到非上市企业才报第九页写的 这些 ai 模型公司买了你的芯片，但他们训练出来的模型跑在谁的云上？跑在 a w s a 准 g c p 上？你的客户同时也是你竞争对手的客户，你的投资在帮你的客户建立他们的生态，这叫护城河，这叫给别人家的院子浇花。 当我们研发费用六十三亿，同比增长百分之五十八，这说明我们还在拼命投入，未来会更强。我当然不否定你的研发，但你投这么多钱，解决了一个根本问题吗？问题是什么？ 客户会不会因为成本太高，替代方案出现，或者地缘政治压力而减少对你的依赖？你采访第三十六页写到，美国出口管制让你 effectively foreclose from china's data center market， 你 丢了整个中国的数据中心市场。你第二十三页写 h 二百，出口到中国，要先在美国检查，再为加征百分之二十五关税。你的研发能解决关税问题吗？能让中国客户绕过出口管制吗？ 我们在全球其他地方还在增长。对，那你有没有想过，你的增长是因为你强，还是因为你客户的客户没得选？等你的客户自己做出更好的芯片，或者等开源模型可以被轻松移植到别的硬件上。你还剩多少定价权？ 好，就算有一些隐忧，但你看现在的估值，我们一季度净利润五百八十三亿，年化大概二千三百亿，市值假设在二点五万亿左右，市盈率只有十倍出头，这不贵吧？ 你先别拿年化来算，一季度是有一百六十亿投资浮盈的，去掉浮盈主业，年化净利润大概一千亿出头，真实市盈率二十到二十五倍。而且你这个估值对标的是过去的数据，我们看编辑趋势，你一季度营收还比增长百分之二十，但净利润还比增长百分之三十六，看起来很好。 那这里面一百六十亿浮盈是从哪来的？上一季度的投资浮盈是多少？你第二十页写的 h 二零产品在上一财年一季度即提了四十五亿的减值， 今年虽然没了，但出口管制随时可能再来。你第三十二页自己写，我们实质上被排除在中国的数据中心市场之外，一个被全球最大半导体市场之一实质性排除的公司，二十多倍市盈率真的算便宜吗？ 但你不得不承认，我们的经营现金流很强，一季度经营现金流五百零三亿，是净利润五百八十三亿的百分之八十六，这说明利润质量很高。 我们猜一下这五百零三亿是怎么来的？净利润五百八十三亿，加回折旧摊销十亿，加回股权激励十九亿，加回递延所得税十六亿，这四项已经六百二十八亿了，比现金流还多一百二十五亿。也就是说，如果没有营运资金的增加，现金流会比净利润更高。 营运资金变化是什么？应收账款增加二十二亿，回款慢了，存货增加四十四亿，堆货了，预付款增加十亿，这三项吃掉七十六亿，但同时应付账款增加二十二亿，应季负债增加七十八亿，这两项提供了一百亿的现金，你听懂了吗？你的经营现金流里有很大一部分是欠供应商和员工的钱， 不是自己大厂，但不也是经营能力的体现吗？大厂愿意让你欠款是，但问题是你的应付和应季能无限拉长吗？你第十六页写你的采购承诺一千一百九十亿，未来几年要付，等到这些账单到期，你的现金流还好看吗？还有，你负债率虽然不高，但你第三十页的长期债务加上租赁负债和其他长期负债， 总负债六百四十亿，权益一千九百五十五亿，负债率百分之二十四点七。听着不高，但你的权益里可有不少是投资浮盈堆起来的。去掉浮盈，你的真实权益是多少？但我还是要强调，库大生态是真正的护城河，几百个框架，几千个库，几万个模型都在库大上跑，这不是钱能复制的。你说的对，但我要问你一个问题， 主打的独家性是在减弱还是在增强？你财报第二十三页自己写开源基础模型正在迅速流行，如果部署在竞争对手的平台上，可能会减少对我们产品的需求。你自己都说了，开源模型如果跑在别人的平台上，你就危险了，那请问奈特的拉玛、微软的、微软的伽玛这些开源模型有没有可能被优化到 amd、 英特尔甚至自研芯片上？ 历史告诉我们，一定会当软件不再是你的专属壁垒，当硬件性能差距被逐步追平，当客户自研芯片开始出货，你的地位就会从独家供应商变成之一。 那按照你的逻辑，现在完全不能买。我不是说不能买，我是说你要想清楚你买的到底是谁的股票。如果你想买的是全球 ai 唯一算力供应商，那你要等几个信号，第一，出口管制出现实质性缓解，而不是小批量许可。第二，客户自研芯片的出货计划明确推迟或取消。 第三，净利率稳定在百分之四十以上，不再靠投资浮盈撑门面。第四，月度交付只跌回升。你 q 四是六百八十一亿， q 一 是八百一十六亿，环比增长，但 q 二止引呢？财报里没给权，这是一个信号。第五，研发投入能转化成更高的毛利率，而不是被税和费用吃掉。等你看到这些信号，股价早就涨上去了， 那也比你进去之后发现，所谓的规模效应只是税和费用的唯一赢家。毛利率百分之七十五， 故事是定价权不可动摇，净利五百八十三亿。故事是利润爆发增长，但把投资浮盈拿掉，把出口管制导致的区域损失算进去，把客户自研的长期风险算进去，把现金流中欠供应商的钱还原回去，你发现真正的芯片销售净利润只有百分之三十四，真正的可持续利润可能远低于市场预期。你说的规模效应， 规模确实出来了，但效应的主要受益者不是普通股东，而是税局、供应商回购中的卖出股东，以及那些被你投资的公司。这叫高毛利，低留存，高在分配，这叫生意，不叫不成核。那你到底想说什么？ 我想说，你买的是英伟达的股票，但这家公司利润的最大受益方可能不是你，而是他的客户，他的供应商，他的背头企业，甚至是他的竞争对手。你们聊到最后，留一个问题给听众吧，英伟达是在为自己攒家底，还是在给整个 ai 生态打工？他的根到底扎在哭打的院子里，还是扎在台积电，扎在微软，扎在每一个被迫购买他芯片的客户的院子里？ 好的，感谢大家收听这一期的财报分析，所有数据均来自公开财报，观点仅代表嘉宾个人，不构成投资建议，下期见。

大家好，我是美股报哥，下面来详细解读一下英伟达财报电话会，本期视频较长，请点赞收藏后再看，以免走失。这次电话会真正重要的地方 不是英伟达又交了一份漂亮成绩单，而是黄仁勋在最后总结里，把英伟达未来几年的增长逻辑压缩成了五句话。这五句话背后其实是在告诉市场，英伟达已经不想让自己止被理解成一家 gpu 公司了，他要被理解成智能体 ai 和物理 ai 时代的核心基础设施平台。先看财报数字， 二零二七财年第一季度，因为达总营收大约八百一十六亿美元，同比增长百分之八十五，环比增长百分之二十。数据中心收入约七百五十二亿美元，同比增长百分之九十二， 已经占到公司总额收入的百分之九十二左右。更关键的是，第二季度指引管理层给到九百一十亿美元，上下浮动百分之二。数据中心里面网络业务也非常亮眼，收入大约一百四十八亿美元，同比增长接近百分之二百。这说明英伟达拜拜的已经不只是 gpu， 而是 gpu 和 vinney band 以太网整柜系统和软件生态打包起来的 ai 工厂。黄仁勋在电话会上反复强调一个概念， ai 工厂。过去我们讲数据中心更多是存储、计算、云服务， 但到了智能体 ai 时代，数据中心变成了生产智能的工厂，这个工厂生产的不是钢铁，不是汽车，而是 token， 是 推理式自动完成任务的智能。所以黄仁勋说，算力容量就是收入，算力容量就是利润。为什么？因为智能体 ai 不 再只是回答一个问题， 他要规划任务、阅读文档、调用工具、写代码、检查结果，还可能派生出子智能体继续完成下一步。一个智能体任务消耗的 token 可能是一次普通问答的一百倍甚至一千倍，这就是英伟达认为推理需求会继续爆发的根本原因。但电话会最重要了， 还是黄仁勋最后总结的五个重点。第一，英伟达是唯一能够运行所有前沿 ai 模型的平台。 open ai。 在 med、 google gemini 再加上 andpharpic， 越来越多前沿模型公司都在使用英伟达平台。黄仁勋特别提到，随着 andpharpic 加入，英伟达在前沿模型市场的份额还在提升， 这意味着什么？它不只是卖芯片，而是在最核心的模型生态里持续扩大存在感。第二，英伟达覆盖所有超大云厂商。亚马逊、微软、谷歌、 mate、 甲骨文这些巨头不只是买 gp 又做训练，还在用英伟达平台支持内部 ai 服务、 公有云客户需求和机器学习工作赋在，这让英伟达成为云厂 ai 资本开支的最大受益方之一。第三，英伟达正在服务一个新的 ai 数据中心市场，这部分很重要。黄仁勋把市场分成两类，一类是超大云厂商，另一类是 ai 云企业本地部署、工业部署和主权 ai。 过去市场担心英伟达太依赖几家大云厂， 但这次电话会给出的新拆分显示，超大云厂贡献大约一半数据中心收入，另一半来自 ai 云企业、工业和储权 a i。 这说明需求正在扩散，不再只是几家云厂集中采购，第一次 p u 的 正在延伸到边缘端， 这里包括机器人、自动驾驶、汽车、医疗设备、 ai 任电信基站。黄仁勋把这一波称为物理 ai。 如果智能体 ai 是 软件世界里的自动化，那么物理 ai 就是 机器人世界里的自动化。未来数十亿个机器人系统会在现实世界里感知、行动和决策，这也是英伟达为什么不断强调边缘计算、汽车、机器人和工作站。 第五，飞尔， cpu 成为新的增长引擎。这是这次电话会很值得注意的一点。过去大家讲英伟达第一反应是 gpu， 但黄仁勋明确说，飞尔是全球首款专为智能体 ai 设计的 cpu， 并且为英伟达打开了一个新的两千亿美元市场。 为什么智能体 ai 需要 cpu？ 因为智能体不只是思考，真正思考的部分在 gpu 上完成，但任务编排、工具调用、浏览器、编辑器、文件系统、搜索系统 很多都需要 cpu 来处理。过去数据中心可能是一个 cpu 配多个 gpu， 到了智能体时代， cpu 的 重要性会重新上升。英伟达并不想把这个市场让给传统 cpu 厂商，所以他推出 fair 和 rubin， gpu and vlink， 网络安全和存储一起组成完整系统。这也是英伟达战略变化的重点，他不满足于 gpu， 他 要把 cpu、 gpu、 网络、软件、整柜系统全部拿在手里。最后再说股东回报， 公司这次把季度股息从每股零点零一美元提高到零点二五美元，还新增八百亿美元股票回购授权。管理层也表示，今年计划把自由现金流的百分之五十返还给股东， 这对英伟达很重要，因为当一家公司已经大到这个体量，市场不止看增长，也会看现金流怎么分配。继续投资 ai 生态当然重要，但股东回报也会成为估值体系的一部分。英伟达仍然是 ai 基础设施最强的核心平台，但市场对它的要求已经变了。过去市场问的是 ai 需求是不是真的， 现在市场问的是九百亿美元季度收入，平台能不能站稳百分之七十五毛利率能不能守住？ wifi 要到 ruben 的 切换能不能平滑？微软 c p u 能不能打开新市场？中国市场和供应链承诺会不会带来反噬？黄仁勋最后说，世界正在重建计算基础设施，以支撑智能体 ai 和物理 ai 机器人， 而英伟达处在这些转变的核心。英伟达已经不止是 ai 芯片公司，它正在变成 ai 时代的基础设施操作系统。你觉得英伟达下一阶段最大的验证点使论文放量？还是 fiverr c p u 打开新市场评论区聊聊？以上内容仅供科普参考，不构成任何投资建议。