英偉達高管解讀 Q4 財報：將以難以置信的速度向生成式 AI 轉變

專題：英偉達 2024 年 Q4 營收超預期 黃仁勳稱人工智能觸及 “臨界點”

新浪科技訊 北京時間 2 月 22 日早間消息，英偉達今日發佈 2024 財年第四財季及全年財報：營收為 221.03 億美元，同比增長 265%，環比增長 22%；淨利潤為 122.85 億美元，同比增長 769%，環比增長 33%；不計入某些一次性項目（不按照美國通用會計準則），英偉達第四財季調整後淨利潤為 128.39 億美元，同比增長 491%，環比增長 28%（注：英偉達財年與自然年不同步，2023 年 1 月 30 日至 2024 年 1 月 29 日為 2024 財年）。

英偉達 2024 財年第四財季營收和調整後每股收益均超出華爾街分析師此前預期，整個 2024 財年的業績同樣超出預期。與此同時，英偉達對 2025 財年第一財季營收作出的展望也超出預期，從而推動其盤後股價大幅上漲逾 10%。

詳見：英偉達第四財季營收同比增 265% 下一財季營收展望超預期

財報發佈後，英偉達創始人、總裁兼首席執行官黃仁勳和執行副總裁兼首席財務官 Colette Kress 等高管出席隨後召開的財報電話會議，解讀財報要點並回答分析師提問。

以下是分析是問答環節主要內容：

高盛分析師 Toshiya Hari：請問黃仁勳一個關於數據中心業務的問題，公司在該業務上取得了非常不錯的業績，我很想知道在過去的 3 個月裏，管理層對於 2024 年和 2025 年的增長預期出現了怎樣的變化？

能否也請你談談關於數據中心業務中較為新的子業務，比如軟件，還有你所經常提及的主權人工智能問題，能否談談這些子業務的中長期發展預期？

另外，最近有一篇文章提到關於英偉達可能加入 ASIC（專用集成電路）市場競爭的消息，能否請管理層證實一下？管理層如何看待未來幾年該市場的發展？

黃仁勳：關於數據中心業務的問題，我們的展望是逐季發佈的，不過基本上來看，當前的條件非常有利於該業務在今明兩年及之後的時間實現持續增長。我們正處於行業中兩個轉變的開端，第一是從通用計算到加速計算的轉變。

眾所周知，通用計算的增長已經開始失去動力，這一點從包括英偉達在內的多家數據中心將 CSP（內容安全策略）延長方面就可以看得出來，我們已經將通用計算的折舊從四年延長到六年。因為我們無法持續從根本上大幅地提高其產出，所以也就沒有更新更多 CPU（中央處理器）的理由。將所有計算加速才是優先項，加速計算可以顯著提高能源效率，大大降低數據處理的成本。

當然，我們將實現令人難以置信的速度，繼而成就第二個行業轉變，也就是向生成式人工智能的轉變。關於這個話題我們有很多討論，但提醒大家注意的是，生成式人工智能是一種新的應用程序，正在開創一種新的軟件創建方式，也是一種新的計算方式，我們不可能在傳統的通用計算平台上運行生成式人工智能，必須實現加速，所以生成式人工智能也在催生一個全新行業的形成。退一步看，這也與你最後提到的關於主權人工智能的問題有關，因為從某種意義上説，數據中心不僅僅是計算數據，存儲數據，為其他公司的員工服務，我們還打造了一種新類型的數據中心，一家人工智能生成服務的工廠。利用超級計算機將數據，也就是這家工廠的原材料，轉化為高價值的，ChatGPT 和 Midjourney（人工智能圖像生成器公司）用户能夠體驗到的 Token（令牌）。

如今的搜索和個性化推薦服務也用到了這一增強功能，以及包括在數字生物學領域的應用，像是生成蛋白質，化學物質等等，未來的應用空間無限。這些 Token 都需要在一類非常專業的數據中心中生成，也就是我們談到的超算和人工智能生成工廠，計算類型的多樣性也意味着我們能進入更多市場。

首先，英偉達所能勝任的推理計算數量是超級龐大的，用户每次與 ChatGPT 和 Midjourney 的互動都藴含着巨量的推理。還有現在談論較多的 Sora 視頻，Runway 視頻，以及我們同螢火蟲（Adobe公司的創意生成式人工智能服務）合作都用到了視頻推理功能。英偉達推理業務的增長非常快，預計達到大約 40%（推理業務創造的營收佔比）。訓練業務的體量還在繼續增長，隨着模型的規模越來越大，推理的數量也在增加。我們也在進軍新的行業，新的 CSP 規模繼續擴大，資本支出和討論持續增加。

需要特別提到的一個領域是 GPU（圖像處理器）專用 CSP，專門用於英偉達人工智能基礎設施，企業軟件平台部署人工智能服務就是一個很好的例子，包括我們同 Adobe，SAP等公司的合作。消費者互聯網服務中也加入了生成式人工智能功能，可以提供更為個性化的內容。我們也談到了各個行業使用的生成式人工智能，其業務規模可以達到數十億美元，包括了在汽車，健康，金融服務等行業的應用。

關於主權人工智能的問題，我們必須考慮到這樣一個事實，那就是每個地區的語言、知識、歷史和文化都是不同的，他們擁有自己的數據，希望使用自己的數據來訓練並創建自己的數字智能，駕馭自己的原材料數據，因為這是屬於他們自己的、可以對其社會產生效用的數據，所以他們希望這些數據得到保護。

所以我們看到主權人工智能基礎設施的建設已經在包括日本、加拿大和法國等諸多國家和地區開展起來，我預計美國和西方所正在經歷的情況肯定會在世界各地複製，利用人工智能生成技術的工廠將出現在所有行業、公司和地區。在過去的一年中，我們已經注意到生成式人工智能技術正在推動形成一個全新的應用空間，以及全新的計算方式，我們看到一個全新的行業正在形成，這一現象也推動了我們的增長。

摩根士丹利分析師 Joseph Moore：我想跟進一下關於公司總營收中的 40% 來自推斷業務貢獻的問題，這比我預期的數字要大。能否請管理層談談這個佔比在一年前是多少？該業務的增長態勢如何？如何衡量該業務的增長？訓練服務創造的營收是否也在其中？衡量標準有多可靠？

黃仁勳：我來倒着回答你的問題。我們的估計可能還是相對保守，但我們還是給出了預測。一年前，用户在設備上運行互聯網，搜索新聞、視頻、音樂和產品的時候，已經存在推薦系統的服務。整個互聯網上有數萬億的事物，而手機的尺寸只有 3 平方英寸，所以，能夠將所有這些信息壓縮到如此小的空間，是利用了一個叫做推薦系統的神奇功能。推薦系統的運行方式曾經完全基於 CPU，但最近出現了向深度學習遷移的趨勢，目前來看，生成式人工智能已經將這些推薦系統直接納入了 GPU 的運行路徑，該功能因 GPU 而得到了加速，實現了包括嵌入、近鄰搜索、重新排序和生成增強內容等功能，GPU 已經滲透到推薦系統功能的各個環節。

推薦系統已經成為世界上獨佔鰲頭的單體軟件引擎，這是眾所周知的事情，幾乎所有大公司都需要用到大型推薦系統。無論是利用 ChatGPT 進行推理，還是享受 Midjourney 的服務，他們都為消費者生成了大量內容。我們還同蓋帝圖像，我們與蓋帝圖像合作，與螢火蟲的合作，都是生成模型方面的工作，未來還會有更多合作陸續公佈，而我剛才所提到的這些情況在一年前都是不存在的，百分之百都是新進展。

（持續更新中。。。）