英伟达20241121

一、涉及公司 NVIDIA[1] 二、核心观点与论据 (一)财务业绩 1. 第三季度业绩 - 第三季度营收达351亿美元,较上季度增长17%,同比增长94%,高于预期的325亿美元[2]。 - 数据中心业务营收308亿美元,较上季度增长17%,同比增长112%[2]。 - 游戏业务营收33亿美元,较上季度增长14%,同比增长15%[7]。 - 专业可视化(ProViz)业务营收4.86亿美元,较上季度增长7%,同比增长17%[8]。 - 汽车业务营收4.49亿美元,较上季度增长30%,同比增长72%[8]。 - 网络业务营收同比增长20%[7]。 2. 第四季度展望 - 总营收预计为375亿美元,上下浮动2%[8]。 - GAAP和非GAAP毛利率预计分别为73%和73.5%,上下浮动50个基点[9]。 - GAAP和非GAAP运营费用预计分别约为48亿美元和34亿美元[9]。 - GAAP和非GAAP其他收入和支出预计约为4亿美元收入(不包括非关联投资的收益和损失)[9]。 - GAAP和非GAAP税率预计为16.5%,上下浮动1%(不包括任何离散项目)[9]。 (二)业务进展 1. 数据中心业务 - NVIDIA Hopper需求强劲,NVIDIA H200销售显著增长,达到数十亿美元规模,是公司历史上最快的产品增速[2]。 - H200提供高达2倍的推理性能提升和高达50%的总体拥有成本(TCO)改善[2]。 - 云服务提供商(CSPs)约占数据中心销售额的一半,营收同比增长超2倍[2]。 - NVIDIA GPU区域云营收同比增长2倍,多个地区在扩展NVIDIA云实例和主权云建设[2]。 - 消费者互联网营收同比增长一倍以上,企业在扩展NVIDIA Hopper基础设施以支持多种AI工作负载[2]。 - Blackwell已全面生产,第三季度向客户运送了13,000个GPU样品,包括向OpenAI运送的首批Blackwell DGX工程样品之一[3]。 - Blackwell需求巨大,Oracle宣布世界上第一个Zettascale AI云计算集群可扩展到超过131,000个Blackwell GPU[3][4]。 - 微软将率先提供基于Blackwell的云实例(私人预览)[4]。 - 在最近一轮MLPerf训练结果中,Blackwell表现优异,与Hopper相比性能提升2.2倍,且运行GPT - 3基准测试所需的GPU数量从256个H100减少到64个Blackwell,成本降低4倍[4]。 2. 软件与生态系统 - NVIDIA是世界上最大的推理平台,其大型安装基础和丰富的软件生态系统鼓励开发者进行优化,NVIDIA软件算法的快速进步使Hopper推理吞吐量在一年内提高了5倍,首次标记时间缩短了5倍[3]。 - 即将发布的NVIDIA NEM将使Hopper推理性能再提高2.4倍[3]。 - NVIDIA AI Enterprise包括NVIDIA NEMO和NEM微服务,是代理AI的操作平台,预计全年营收较去年增长超2倍[5]。 - 整体软件、服务和支持营收年化达15亿美元,预计今年年底年化超过20亿美元[5]。 3. 其他业务 - 在游戏业务方面,RTX需求受返校季销售推动,渠道库存健康,新的GeForce RTX AI PCs开始发货,预计第四季度将具备微软Copilot Plus功能[7]。 - 在专业可视化业务方面,NVIDIA RTX工作站继续成为专业图形、设计和工程相关工作负载的首选,AI成为新的需求驱动力[8]。 - 在汽车业务方面,NVIDIA Orin的自动驾驶业务增长和终端市场对NEDs的强劲需求推动了营收增长[8]。 - 在网络业务方面,InfiniBand和以太网交换机、SmartNICs和Bluefield DPUs等领域有营收增长,NVIDIA Spectrum X以太网用于AI的营收同比增长超3倍[7]。 三、其他重要内容 1. 地域发展 - 在中国,数据中心营收环比增长,原因是向行业出口合规铜产品的出货量,但占数据中心总营收的比例仍远低于出口管制前的水平,预计中国市场未来竞争仍将非常激烈[6]。 - 在印度,主要的CSPs正在构建可容纳数万个NVIDIA GPU的AI工厂,到年底NVIDIA GPU部署量将增长近10倍,Infosys、TLC、Wipro正在采用NVIDIA AI Enterprise并提升近50万开发者和顾问的技能[6]。 - 在日本,SoftBank正在构建该国最强大的AI超级计算机,还将与NVIDIA合作将电信网络转变为分布式AI网络,多家日本企业正在采用NVIDIA AI Enterprise[6]。 2. 股东回报 - 第三季度以股票回购和现金股息的形式向股东返还了112亿美元[8]。 3. 行业发展趋势 - 计算堆栈正在从编码向机器学习转变,万亿美元规模的传统数据中心基础设施正在为软件2.0重建[29][30]。 - 生成式AI是一个新的行业,AI工厂正在制造数字智能,AI正在改变每个行业、公司和国家[30]。 - 企业正在采用代理AI来革新工作流程,工业机器人投资因物理AI的突破而激增[30]。