英伟达高管解读 Q4 财报：将以难以置信的速度向生成式 AI 转变

专题：英伟达 2024 年 Q4 营收超预期 黄仁勋称人工智能触及 “临界点”

新浪科技讯 北京时间 2 月 22 日早间消息，英伟达今日发布 2024 财年第四财季及全年财报：营收为 221.03 亿美元，同比增长 265%，环比增长 22%；净利润为 122.85 亿美元，同比增长 769%，环比增长 33%；不计入某些一次性项目（不按照美国通用会计准则），英伟达第四财季调整后净利润为 128.39 亿美元，同比增长 491%，环比增长 28%（注：英伟达财年与自然年不同步，2023 年 1 月 30 日至 2024 年 1 月 29 日为 2024 财年）。

英伟达 2024 财年第四财季营收和调整后每股收益均超出华尔街分析师此前预期，整个 2024 财年的业绩同样超出预期。与此同时，英伟达对 2025 财年第一财季营收作出的展望也超出预期，从而推动其盘后股价大幅上涨逾 10%。

详见：英伟达第四财季营收同比增 265% 下一财季营收展望超预期

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 Colette Kress 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：

高盛分析师 Toshiya Hari：请问黄仁勋一个关于数据中心业务的问题，公司在该业务上取得了非常不错的业绩，我很想知道在过去的 3 个月里，管理层对于 2024 年和 2025 年的增长预期出现了怎样的变化？

能否也请你谈谈关于数据中心业务中较为新的子业务，比如软件，还有你所经常提及的主权人工智能问题，能否谈谈这些子业务的中长期发展预期？

另外，最近有一篇文章提到关于英伟达可能加入 ASIC（专用集成电路）市场竞争的消息，能否请管理层证实一下？管理层如何看待未来几年该市场的发展？

黄仁勋：关于数据中心业务的问题，我们的展望是逐季发布的，不过基本上来看，当前的条件非常有利于该业务在今明两年及之后的时间实现持续增长。我们正处于行业中两个转变的开端，第一是从通用计算到加速计算的转变。

众所周知，通用计算的增长已经开始失去动力，这一点从包括英伟达在内的多家数据中心将 CSP（内容安全策略）延长方面就可以看得出来，我们已经将通用计算的折旧从四年延长到六年。因为我们无法持续从根本上大幅地提高其产出，所以也就没有更新更多 CPU（中央处理器）的理由。将所有计算加速才是优先项，加速计算可以显著提高能源效率，大大降低数据处理的成本。

当然，我们将实现令人难以置信的速度，继而成就第二个行业转变，也就是向生成式人工智能的转变。关于这个话题我们有很多讨论，但提醒大家注意的是，生成式人工智能是一种新的应用程序，正在开创一种新的软件创建方式，也是一种新的计算方式，我们不可能在传统的通用计算平台上运行生成式人工智能，必须实现加速，所以生成式人工智能也在催生一个全新行业的形成。退一步看，这也与你最后提到的关于主权人工智能的问题有关，因为从某种意义上说，数据中心不仅仅是计算数据，存储数据，为其他公司的员工服务，我们还打造了一种新类型的数据中心，一家人工智能生成服务的工厂。利用超级计算机将数据，也就是这家工厂的原材料，转化为高价值的，ChatGPT 和 Midjourney（人工智能图像生成器公司）用户能够体验到的 Token（令牌）。

如今的搜索和个性化推荐服务也用到了这一增强功能，以及包括在数字生物学领域的应用，像是生成蛋白质，化学物质等等，未来的应用空间无限。这些 Token 都需要在一类非常专业的数据中心中生成，也就是我们谈到的超算和人工智能生成工厂，计算类型的多样性也意味着我们能进入更多市场。

首先，英伟达所能胜任的推理计算数量是超级庞大的，用户每次与 ChatGPT 和 Midjourney 的互动都蕴含着巨量的推理。还有现在谈论较多的 Sora 视频，Runway 视频，以及我们同萤火虫（Adobe公司的创意生成式人工智能服务）合作都用到了视频推理功能。英伟达推理业务的增长非常快，预计达到大约 40%（推理业务创造的营收占比）。训练业务的体量还在继续增长，随着模型的规模越来越大，推理的数量也在增加。我们也在进军新的行业，新的 CSP 规模继续扩大，资本支出和讨论持续增加。

需要特别提到的一个领域是 GPU（图像处理器）专用 CSP，专门用于英伟达人工智能基础设施，企业软件平台部署人工智能服务就是一个很好的例子，包括我们同 Adobe，SAP等公司的合作。消费者互联网服务中也加入了生成式人工智能功能，可以提供更为个性化的内容。我们也谈到了各个行业使用的生成式人工智能，其业务规模可以达到数十亿美元，包括了在汽车，健康，金融服务等行业的应用。

关于主权人工智能的问题，我们必须考虑到这样一个事实，那就是每个地区的语言、知识、历史和文化都是不同的，他们拥有自己的数据，希望使用自己的数据来训练并创建自己的数字智能，驾驭自己的原材料数据，因为这是属于他们自己的、可以对其社会产生效用的数据，所以他们希望这些数据得到保护。

所以我们看到主权人工智能基础设施的建设已经在包括日本、加拿大和法国等诸多国家和地区开展起来，我预计美国和西方所正在经历的情况肯定会在世界各地复制，利用人工智能生成技术的工厂将出现在所有行业、公司和地区。在过去的一年中，我们已经注意到生成式人工智能技术正在推动形成一个全新的应用空间，以及全新的计算方式，我们看到一个全新的行业正在形成，这一现象也推动了我们的增长。

摩根士丹利分析师 Joseph Moore：我想跟进一下关于公司总营收中的 40% 来自推断业务贡献的问题，这比我预期的数字要大。能否请管理层谈谈这个占比在一年前是多少？该业务的增长态势如何？如何衡量该业务的增长？训练服务创造的营收是否也在其中？衡量标准有多可靠？

黄仁勋：我来倒着回答你的问题。我们的估计可能还是相对保守，但我们还是给出了预测。一年前，用户在设备上运行互联网，搜索新闻、视频、音乐和产品的时候，已经存在推荐系统的服务。整个互联网上有数万亿的事物，而手机的尺寸只有 3 平方英寸，所以，能够将所有这些信息压缩到如此小的空间，是利用了一个叫做推荐系统的神奇功能。推荐系统的运行方式曾经完全基于 CPU，但最近出现了向深度学习迁移的趋势，目前来看，生成式人工智能已经将这些推荐系统直接纳入了 GPU 的运行路径，该功能因 GPU 而得到了加速，实现了包括嵌入、近邻搜索、重新排序和生成增强内容等功能，GPU 已经渗透到推荐系统功能的各个环节。

推荐系统已经成为世界上独占鳌头的单体软件引擎，这是众所周知的事情，几乎所有大公司都需要用到大型推荐系统。无论是利用 ChatGPT 进行推理，还是享受 Midjourney 的服务，他们都为消费者生成了大量内容。我们还同盖帝图像，我们与盖帝图像合作，与萤火虫的合作，都是生成模型方面的工作，未来还会有更多合作陆续公布，而我刚才所提到的这些情况在一年前都是不存在的，百分之百都是新进展。

（持续更新中。。。）