英伟达高管解读Q3财报：全力推进Blackwell生产 本季度交付量将超此前预估

　　英伟达今日公布了该公司的2025财年第三财季财报。报告显示，英伟达第三财季营收为350.82亿美元，同比增长94%，环比增长17%;不按照美国通用会计准则的调整后净利润为200.10亿美元，同比增长100%，环比增长18%(注：英伟达财年与自然年不同步，2024年1月底至2025年1月底为2025财年)。

　　英伟达预计2025财年第四财季营收将达375亿美元左右，超出分析师平均预期，但与最高预期的410亿美元相比存在差距。

　　详见：英伟达第三财季营收350.82亿美元 净利润同比大增109%

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

　　以下是分析是问答环节主要内容：

　　Cantor Fitzgerald分析师C.J. Muse：在大型语言模型扩展规模方面，显然我们现在还处于非常早期的阶段，想知道公司是如何帮助客户处理模型扩展方面出现的问题的?当然，有些服务器集群尚未采用Blackwell架构，这是否会引发对该产品更大的需求?

　　黄仁勋：基础模型方面，预训练的扩展规模仍在进行且进展良好。这是我从观察中看到的，而非物理定律角度得出的判断，有证据表明它仍在不断扩展。然而我们认为仅仅这样是不够的，我们已经发现了另外两种扩展的方式。

　　一种是训练后扩展，当然，第一代训练后扩展是强化人类反馈，但现在我们有了强化学习人工智能反馈。而且所有形式的合成数据都已生成，这些数据有助于训练后扩展。其中，最重大、最令人振奋的进展之一就是ChatGPT o1(Strawberry)模型，它实现了推断时间扩展，也就是之前所讲的测试时间扩展。它思考的时间越长，给出的答案质量就越高，而且它会考虑使用像思维链、多路径规划以及各种各样思考所需的方法，有点像我们人类在回答问题之前先在头脑中进行思考的过程。所以我们现在已经有了三种扩展方式，也正因为如此，我们看到对公司基础设施的需求真的很大。

　　在上一代基础模型的末期，大概是十万个Hopper的规模，下一代则从十万个Blackwell开始，这样大家大概就能了解到这个行业在预训练扩展、训练后扩展，以及现在非常重要的推理时间扩展方面的发展趋势了，需求真的很大。

　　与此同时，对于我们公司来说，推理方面的扩展真的已经开始了，英伟达是当今世界上最大的推理平台，已安装的设备数量非常庞大，所有在Ampere架构和Hopper架构上训练的内容，其推理也令人难以置信地在Ampere架构和Hopper架构上进行。随着我们将Blackwell用于训练基础模型，未来同样会为推理留下了庞大的设备基数。

　　所以，我们看到推理需求在上升，推理时间扩展在上升，原生人工智能公司的数量在持续增长，当然，我们也开始看到企业对代理式人工智能(Agentic AI)的采用，这确实是当下最新的潮流，我们看到来自很多不同地方的大量需求。

　　高盛分析师Toshiya Hari：黄仁勋在今年早些时候进行了大规模变革，然后上周末有一些报道提到公司芯片产品出现的散热问题。另外，已经有投资者询问你如何执行今年在游戏开发者大会(GDC)上所展示的路线图，包括明年上市的Ultra芯片和2026年向Rubin平台的过渡等。能否请你讲讲这方面的情况?一些投资者对于公司能否按时执行计划存在疑问。另外一个问题关于供应短缺，我想知道是多种零部件导致了这种情况，还是具体是因为某种特定芯片或组件，比如CoWoS封装或者HBM芯片方面的问题?短缺的情况是在好转还是在恶化?

　　黄仁勋：关于最后一个问题，Blackwell的生产正在全力推进，正如科莱特之前提到的，我们本季度的交付量将会超过之前的预估。供应链团队在与供应伙伴合作以增加Blackwell的产量方面做得非常出色，而且我们会在明年继续努力提高其产量。目前的情况是市场需求超过了我们的供应，我们正身处在这场生成式人工智能变革初期，所以这是预料之中的。新一代能够进行推理、能够长时间思考的基础模型刚刚推出，其中一个非常令人振奋的领域便是实体人工智能，即能够理解真实世界结构的人工智能，所以Blackwell的需求非常强劲，我们的执行情况也很顺利，团队在全球范围内正在开展大量的工程工作。包括大家看到的戴尔和CoreWeave正在搭建相关系统，甲骨文公司搭建的系统，微软也有相关系统，即将采用Grace Blackwell系统，谷歌(Google)也有相关系统，所有这些云服务提供商都在争抢先机。

　　英伟达和这些公司一道开展相当复杂的工程工作，原因在于虽然我们构建了全栈和完整的基础设施，但我们需将这些人工智能超级计算机进行拆分，并集成到世界各地的定制数据中心和架构中。这个集成过程我们已经经历了好几代，现在已经很擅长了，但仍然有大量的工程工作要做，从所有正在搭建的系统来看，Blackwell的情况非常好，而且正如我们之前提到的，本季度我们计划发货的数量超过了之前的预估。

　　关于供应链，我们建造了七种不同的定制配置，以便交付Blackwell系统，这些系统可以采用风冷或液冷方式，有NVLink 8或NVLink 72，或者NVLink 8、NVLink 36、NVLink 72等不同组合，还有X86或Grace架构，将所有这些系统集成到世界各地的数据中心上，简直可以说就是一个奇迹。

　　要实现这样规模的产能提升，对应的所需零部件的供应链情况，你得回头看看我们上季度的Blackwell发货量是零，而本季度Blackwell系统的总发货量是以十亿为单位来衡量的，产能提升的速度令人难以置信，似乎世界上几乎每家公司都参与到了英伟达的供应链中，我们有很棒的合作伙伴，从台积电到安费诺(Amphenol)、Vertiv、SK海力士、美光、Spil、安普科(Ampcore)、京瓷(Kyec)，还有富士康(FOXconn)及其建造的众多工厂、广达(Quanta)、纬颖(Wiwynn)、戴尔、惠普(HP)、超微(Supermicro)、联想(Lenovo)等等。参与Blackwell产能提升的公司数量真的相当惊人，我非常感激这些合作伙伴。

　　最后，关于我们执行路线图的问题，公司有年度路线图，并且预计会继续按照年度路线图执行，这样做，我们当然能够提高平台的性能。同样非常重要的是，当我们以数倍的幅度提高性能时，我们就在降低训练成本、降低推理成本、降低人工智能的成本，使其能够更容易被大众所使用。另一个需要注意的重要因素是，一个固定规模的数据中心——数据中心总是有一定的固定规模，过去可能是几十兆瓦，现在大多数数据中心是一百兆瓦到几百兆瓦，我们还在规划千兆瓦级的数据中心——不管数据中心规模多大，电力都是有限的，而当你处于电力有限的数据中心时，每瓦特的最高性能会直接转化为我们合作伙伴的最高收益。

　　所以一方面，我们的年度路线图降低了成本，另一方面，因为我们每瓦特电力所创造的性能比其他任何产品都要好，我们为客户创造了尽可能高的收益，所以这个年度节奏对我们来说非常重要，据我所知，一切都在按计划进行。

　　瑞银分析师Timothy Arcuri：我想请管理层展望一下Blackwell芯片今年产能提升的情况。黄仁勋刚刚谈到Blackwell的情况比预期要好，我记得你提到发货量价值有几十亿美元，而且听起来1月份的发货量还会更多。我也记得几个月前你还说过，Blackwell在4月这个季度会超过Hopper，这一预测是否仍然有效?另外一个问题给科莱特，你提到随着Blackwell产能的提升，毛利率会下降到70%多一点，那么如果4月是产量的交叉点，是不是公司毛利率承受压力最大的时候?是不是从4月开始公司的毛利率就会处于70%多一点的低位?

　　科莱特·克雷斯：我们之前讨论过，在刚开始提升Blackwell的产能时，鉴于我们推向市场的多种不同配置、多种不同芯片，我们会着重确保客户在搭建相关系统时能拥有最佳体验。一开始我们的毛利率会有所下降，在这一轮供给的初期阶段，毛利率会处于70%多一点的低位。在此之后的几个季度里，我们会开始提高毛利率，并且希望能在这一轮产能爬坡的过程中非常快地恢复到75%左右的水平。

　　黄仁勋：Hopper的需求还将持续到明年，明年的前几个季度都会有需求。与此同时，Blackwell下一季度的发货量会比本季度多，再下一季度的发货量又会比(2026财年)第一季度多，通过这样的对比，大家应该能更清楚地了解情况。我们确实正处于计算机领域两项根本性转变的开端，意义相当重大。

　　首先，是从在CPU上运行编码转向在GPU上运行能创建神经网络的机器学习，这种从编码到机器学习的根本性转变目前已经非常普遍了，没有哪家公司不打算开展机器学习的，而机器学习也是催生生成式人工智能等技术的基础，全球价值万亿美元的计算机系统和数据中心如今正在为适应机器学习而进行现代化改造。

　　另一方面，利用这些系统，我们将要创造一种新型的能力，也就是我们熟知的人工智能。当我们谈到生成式人工智能时，本质上是说这些数据中心实际上就是人工智能工厂，就像电厂发电一样，我们开始生成人工智能了。如果人工智能的客户数量众多，就像用电的消费者数量众多一样，这些生成器，也就是数据中心，将会全天候运行，如今很多人工智能服务确实就像人工智能工厂一样在全天候运行，这种新型系统的上线确实和过去的数据中心不太一样。所以以上谈到的这两项根本性的趋势才刚刚开始，我们预计这种增长、这种现代化改造以及新产业(64.040, 0.42, 0.66%)的创建将会持续数年。

　　美银美林分析师Vivek Arya：科莱特，我想明确一下，公司有可能在2025年下半年恢复到75%左右的毛利率吗?另外一个问题问给黄仁勋，从历史经验来看，当出现硬件部署周期时，这个过程中不可避免地会包含一些市场消化的阶段，你认为我们什么时候会开始进入这个阶段?还是说因为Blackwell才刚刚起步，所以现在讨论这个问题还为时过早?需要经过多少个季度，发货量才能满足第一波的市场需求?你觉得这种增长能持续到2026年吗?我们应该如何应对长期硬件部署过程中出现的市场消化?

　　科莱特·克雷斯：没错，我们能在明年下半年达到75%左右的毛利率水平，这对我们来说是一个合理的假设或者说目标，但我们还得看看产能提升的具体情况进展如何。不过，确实是有这种可能性的。

　　黄仁勋：我认为在我们完成对价值万亿美元的数据中心进行现代化改造之前，都不会出现你所提到的消化阶段。全世界数据中心的建造，绝大多数发生于人们还在手动编写应用程序，并在CPU上运行的时期，而现在再这么做就已经不合时宜了。当今各家公司在数据中心方面的资本支出，应该为机器学习和生成式人工智能的未来而建。接下来的若干年里会发生的情况是，全球的数据中心完成现代化改造。如你所知，信息技术产业每年大约会有20%到30%左右的增长，到2030年，全球用于计算的数据中心价值有望达到数万亿美元。我们必须朝着这个方向发展，必须将数据中心从编码应用转向机器学习应用，这是第一点。

　　第二，生成式人工智能是一种世界前所未有的新型能力，一个全新的细分市场。比如OpenAI，它并没有取代任何东西，完全是全新的事物，在很多方面，就像iPhone问世时一样，它完全是全新的，并没有取代什么东西。我们会看到越来越多这样的公司，通过自己的服务创造并生成出智能，有些是像Runway那样的数字艺术智能，有些是像OpenAI那样的基础智能，有些是像Harvey那样的法律智能，还有像路透社那样的数字营销智能等等。

　　这些公司的数量，也就是所谓的原生人工智能公司，有数百个之多，而且几乎每一次平台变革时，都有互联网公司的兴起，有云优先的公司，有移动优先的公司，现在则是原生人工智能公司。这些公司之所以会不断涌现，是因为人们看到了平台变革带来了全新的机会，可以去做一些全新的事情。所以我的感觉是，我们首先要继续推进信息技术的现代化改造，实现计算领域的现代化;其次，要创建这些人工智能工厂，为生产人工智能的新产业服务。

　　(持续更新中。。。)

银行股涨了这么多，仍有九成"破净"！

　　多重政策利好推动下，银行股上涨行情持续演绎。10月14日，A股银行板块再次整体飘红,早盘在各大板块领涨，多只城农商行股票涨幅超5%。截至当日收盘，42家上市银行全线上涨。

　　日前，财政部会议释放利好政策，定调支持地方化解政府债务风险，发行特别国债支持国有大行补充资本，支持推动房地产市场止跌回稳等。分析人士认为，一系列增量财政政策，对改善资产质量预期提供有力支撑，或将对银行提振估值形成利好。也有观点认为，近期央行创设的新型互换便利工具，对于稳定性强的红利类资产也有提振信心的作用。

　　银行股再度全线大涨

　　继10月份前几个交易日冲高回落后，银行板块已多日企稳，股价逐步得到回升。

　　10月14日，A股银行板块早盘领涨，截至收盘42只个股尽数上涨，其中渝农商行(5.870, -0.12, -2.00%)午盘一度涨停，收盘涨幅9.31%，在板块中涨幅第一，齐鲁银行(5.520, -0.06, -1.08%)、重庆银行(8.650, 0.33, 3.97%)分别上涨7.31%、7.08%，涨幅分别排名板块第二、第三位，贵阳银行(6.230, -0.06, -0.95%)、宁波银行(25.600, -0.23, -0.89%)、江苏银行(8.930, 0.10, 1.13%)、沪农商行(8.250, 0.14, 1.73%)等26只个股涨幅均超过3%。

　　与今年以来银行板块上涨主要由国有大行“打头阵”有所不同，10月14日上涨的个股主要由地方农商行或城商行大幅领涨，其次是国有大行，而股份行的涨幅相对靠后。

　　而在此前屡创股价新高的国有大行阵营中，当日建设银行(8.340, -0.21, -2.46%)和农业银行(4.970, -0.06, -1.19%)分别上涨4.78%、4.14%，在六大国有银行中涨幅居前，其余几家银行上涨幅度在2.17%至3.49%之间。

　　从个股累计涨幅来看，尽管经过10月8日开盘大涨后的冲高大幅回落，但截至10月14日，仍有超过20只个股年内累计涨幅在30%以上;年内涨幅超50%的个股有6只，包括浦发银行(10.450, 0.05, 0.48%)(62.86%)、渝农商行(55.41%)和沪农商行(54.88%)等，对应的市净率分别是0.49倍、0.56倍和0.67倍。

　　多重政策利好提振估值

　　银行股全线大涨背后，是近期多个国家部委、监管部门推出的一揽子政策的积极定调。

　　10月12日，国务院新闻办公室召开新闻发布会，财政部有关负责人表示将在近期陆续推出一揽子有针对性增量政策举措，包括加大力度支持地方化解债务风险，发行特别国债支持国有大型商业银行补充核心一级资本，叠加运用地方政府专项债券、专项资金、税收政策等工具，支持推动房地产市场止跌回稳等。

　　中信证券(27.400, -0.06, -0.22%)分析师肖斐斐团队发布的研报认为，财政政策逆周期调节力度加大，缓释银行系统性重要的城投和地产部门两大板块的信用风险，有助于提升银行净资产稳定性，正面作用银行股估值，综合来看财政部会议对于银行股形成实质利好。

　　长江证券(6.630, -0.04, -0.60%)分析师马祥云团队研报称，财政政策支持化债，提振银行估值。上述财政政策中，最重要的一点在于加大支持化解地方政府债务风险，释放了商业银行的风险压力。此外，关于发行特别国债支持大行补充资本这一政策，在行业盈利能力承压的情况下，补充资本有利于进一步提升大行风险抵御能力，积极支持实体经济。同时，从投资角度，经营稳定、资本充裕对于分红稳定至关重要。

　　另一方面，作为红利策略的重要标的之一，银行股也受益于此前央行推出的一系列政策，例如近期央行创设的“证券、基金、保险公司互换便利”(简称SFISF)，作为一种“以券换券”的工具，机构所获资金只能用于股票市场投资。

　　广发证券(15.830, -0.12, -0.75%)分析师倪赓团队日前分析，央行互换便利工具有助于红利类资产的价值挖掘：一方面，作为一种股债置换工具，“类债券”资产与这类资金偏好较为契合，预计券商自营和保险资金等机构将成为主力;另一方面，SFISF工具的主要诉求还是提升资本市场投融资的内在稳定性、支持股票市场健康稳定发展，因此机构更有动力优先选择大市值、高股息、央国企、低估值等具备“稳定性”特征的优质资产。

　　仍有九成银行股“破净”

　　近两年来，在红利策略投资风格下，以银行板块为典型代表的高股息、低估值资产备受资金追捧，银行板块在此前各大行业中的表现可谓“一骑绝尘”，国有银行股价屡创历史新高。

　　然而，在此情况下，银行股的市净率却面临普遍跌破1倍以下的“窘境”。数据显示，截至10月14日收盘，A股上市银行中，除了招商银行(39.520, 0.19, 0.48%)市净率维持在1.03倍，其余41家银行均处于“破净”状态，其中民生银行(3.960, -0.01, -0.25%)、贵阳银行的市净率分别仅有0.34倍和0.39倍。

　　长期“破净”的银行股也意味着，通过定向增发进行再融资等方式补充资本的渠道面临阻碍。当前，商业银行净息差进一步收窄，较多银行有补充资本意愿，推动资本金顺利“补血”有利于保障银行可持续经营和支持实体经济能力。

　　值得注意的是，监管近期也逐步重视上市公司股价“破净”的现象。9月24日，证监会研究起草了《上市公司监管指引第10号——市值管理(征求意见稿)》。该文件指出，“长期破净公司应当制定并经董事会审议后披露上市公司估值提升计划，包括目标、期限及具体措施”;同时“长期破净公司应当就估值提升计划执行情况在年度业绩说明会中进行专项说明”。文件也明确了，长期破净公司是指连续12个月每个交易日的收盘价均低于其最近一个会计年度经审计的每股净资产的上市公司。

　　中信建投(26.940, -0.42, -1.54%)证券认为，总体而言上述对破净股进行估值提升规划要求有助于被低估的优质资产进行重定价，也有助于市场加速实现优胜劣汰。

均价将破4000元！中国手机厂商集体发力高端 冲击苹果

　　快科技11月21日消息，市场调研机构Counterpoint Research给出的最新报告显示，中国手机厂商正在全力发展高端，并纷纷出海直面三星和苹果。

　　随着全球智能手机市场回暖，高端市场增长强劲的大背景下，中国安卓品牌抓住这绝佳的扩张机遇，正掀起第二波全球扩张浪潮，其目标直指高端市场，力求打破苹果和三星的垄断，为全球消费者带来更多元化的选择。

　　报告中还着重提到，在中国市场600美元以上价位，虽然苹果仍占据超过 60% 的市场份额，但华为、小米、OPPO、vivo 和荣耀等品牌一直积极提升其旗舰产品线，推出业界领先的相机系统和其他功能，其份额不断提高。

　　市场调研机构GfK中国的数据显示，2019年国产手机的平均售价为2685元。到了2023年第三季度，这一数字已上涨至3480元。预计经过今年的涨价潮后，国产手机的平均售价将突破4000元大关。

　　作为对比，2013年国产手机的平均售价仅为1762元。短短十年间，国产手机的平均售价已经翻了一倍。

　　此外，报告中还显示今年“双十一”购物节期间，苹果iPhone在中国的销量同比下降了两位数，主要是多家竞争对手赶在“双十一”前发布了新手机。

　　随着中国手机厂商近年来纷纷发力高端化，苹果在中国市场的竞争优势受到一定动摇。不过，在今年“双十一”，苹果的iPhone 16 Pro和iPhone 16 Pro Max仍位于最畅销手机行列，但更多的还是降价幅度大所致。

新闻分析：人工智能何以成为今年诺奖“大赢家”

　　2024年诺贝尔三大科学奖项中，两大奖项与人工智能研究相关，先是物理学奖颁给了曾获图灵奖的机器学习先驱，紧接着化学奖也将一半颁给了“程序员”。

　　不仅诺奖得主在接到获奖电话时表示大感意外，就连诺贝尔奖官方也就此发起两起投票，强调人工智能与基础科学的互动。一则是：你知道机器学习的模型是基于物理方程的吗? 另一则是：你知道人工智能被用来研究蛋白质的结构吗?

　　不少人疑惑，人工智能这一近年来才频频进入公众视野的技术热词，何以俘获诺贝尔评奖委员会的“芳心”，并一举成为本年度科学奖项的“大赢家”?

　　助力解决传统科学方法难以应对的问题

　　诺贝尔物理学奖和化学奖获奖成果不仅是基础科学的突破性进步，更显示出人工智能已成为推动基础科学的重要工具。利用这一技术，科学家得以基于此前研究构建新型模型，得以处理海量数据，更新传统的方法，得以加速研究，推动多领域基础科学实现新的进展。

　　得益于今年诺贝尔化学奖得主——谷歌(163.18, 0.12, 0.07%)旗下“深层思维”公司的德米斯·哈萨比斯和约翰·江珀在前人研究基础上设计的人工智能模型“阿尔法折叠”，人们现在已可以预测出自然界几乎所有蛋白质的三维结构。

　　另一名对计算蛋白质设计作出突出贡献的获奖者、美国华盛顿大学西雅图分校的戴维·贝克在谈到人工智能技术时指出，蛋白质结构预测真正凸显了人工智能的力量，使人们得以将人工智能方法应用于蛋白质设计，大大提高了设计的能力和准确性。

　　人工智能正帮助科研人员解决传统科学方法难以应对的问题。曾作为“阿尔法折叠”早期测试人员的英国伦敦国王学院分子生物物理学教授丽夫卡·艾萨克森说：“我们传统上采用费力的实验方法来分析蛋白质形状，这可能需要数年时间。这些已解析的结构被用于训练‘阿尔法折叠’。得益于这项技术，我们能够更好地跳过这一步，更深入地探究蛋白质的功能和动态，提出不同的问题，并有可能开辟全新的研究领域。”

　　基础科学与人工智能“碰撞”产生巨大能量

　　本年度两大科学奖项不仅是对获奖者和他们成就的肯定，更向人们展示出基础科学的深刻洞见与计算机科学创新“碰撞”可以产生的巨大能量。

　　2024年诺贝尔物理学奖获得者约翰·霍普菲尔德和杰弗里·欣顿是两名机器学习领域的元老级人物。他们使用物理学工具，设计了人工神经网络，为当今强大的机器学习技术奠定了基础。与此同时，相关技术已被用于推动多个领域的研究。

　　“正是物理学原理为两名科学家提供了思路，而另一方面，研究成果又被用于推动多个领域的研究，不仅包括粒子物理、材料科学和天体物理等物理学研究，也包括计算机科学等其他领域的研究。”诺贝尔物理学委员会秘书乌尔夫·丹尼尔松在接受新华社记者采访时说。

　　在谈到诺贝尔化学奖成果时，欧洲分子生物学实验室副主任兼欧洲分子生物学实验室-欧洲生物技术研究所主任埃旺·伯尼强调，这一人工智能工具建立在数十年的实验工作之上，得益于分子生物学界内部在全球范围内公开共享数据的文化。

　　改变科研范式推动突破学术边界

　　人工智能技术俘获诺贝尔评奖委员会的“芳心”更反映出人工智能与多学科融合，推动科学研究突破边界这一重要的探索趋势。

　　诺贝尔化学委员会评委邹晓冬表示，技术与基础科学的交叉融合未来将成为常态，而人工智能技术作为这一融合过程中的核心驱动力之一，将推动科学研究不断突破传统框架，实现更加深远、更加广泛的创新。

　　另一方面，人工智能的快速发展也引发人们对未来的担忧。诺贝尔物理学委员会主席埃伦·穆恩斯说，人类有责任以安全且道德的方式使用这项新技术。诺奖得主欣顿在接受电话连线时也表示，相关技术将对社会产生巨大影响，但也必须警惕技术可能构成的威胁。

　　毋庸置疑的是，传统科学研究的范式正在转换。从问题出发，通过人工智能技术寻求解决方案，这不仅将在生物、化学和物理等领域中发挥革命性作用，更将推动众多不同学科的融合，推动科学研究突破边界，并对人类未来产生深远影响。

　　英国研究与创新署工程与物理科学研究委员会执行主席、牛津大学结构生物信息学教授夏洛特·迪恩表示，能在当今从事科学工作是一件令人兴奋的事情，特别是在这些跨学科领域，因为人工智能不仅开始解决真正困难的问题，而且还改变了我们从事科学研究的方式。

　　正如伯尼所说，“大数据与人工智能和技术发展的潜力是无限的——而这，只是一个开始”。