📌 📌 🤖管理层强烈反对的观点，他们认为价值来源于性能、可互换性和 CUDA 生态系统，而非 GPU 本身。 🤖尽管 TPU 和定制 ASIC 持续部署，英伟达
- 序号：342
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📌
📌 🤖管理层强烈反对的观点，他们认为价值来源于性能、可互换性和 CUDA 生态系统，而非 GPU 本身。 🤖尽管 TPU 和定制 ASIC 持续部署，英伟达在超大规模云服务商资本支出中的份额仍从 ChatGPT 前的大约 5% 上升至约 20%，并进入 20% 中段区间。 🤖管理层引用埃隆・马斯克的 Colossus 项目，强调 GPU 能处理变化的工作负载或可出租，而 ASIC 则针对狭窄工作负载进行优化。虽然专用 ASIC 适用于可预测工作负载，但当工作负载和模型快速变化时，广泛可编程系统更具价值。 🤖管理层反驳了开源模型会破坏 AI 经济性的观点，他们预计最终约 80% 的模型将开源，因为这扩大了能够部署 AI 的公司和开发者群体，而不会使底层计算资源免费。 📌 🤖由于 CPU、LPU、网络和其他系统级组件的加入，数据中心内容正朝着每吉瓦约 400 亿美元的方向发展，这将英伟达与芯片级定制硅供应商区分开来。 🤖英伟达看到改善全栈效率的重大机会。它预计通过硬件和软件优化，每令牌消耗的内存将随时间改善。 🤖性能需求快速增长意味着，即使效率提升，内存和基础设施的绝对需求仍将大幅增加。毛利率仍受产品组合和高内存等投入成本影响，尽管选择性定价已取得成效。 📌 🤖英伟达在 FY27 财年仍约 70% 受供应限制，瓶颈涉及晶圆、CoWoS、内存、光学 / 收发器、土地、电力和外壳容量。供应紧张状况预计不会很快消失。 🤖虽然欢迎英特尔等替代方案，管理层指出，认证一家新代工厂需要超过 2-3 年，因为技术与制造深度要求严格。 📌 🤖一旦解决供应和基础设施承诺问题，管理层计划通过回购并可能增加股息，将几乎所有剩余自由现金流（FCF）返还给股东。 🤖与新兴云服务商的安排为需要短期计算资源的公司解锁容量，而无需五年合同，确保英伟达获得预付硬件经济收益，同时解决基础设施不匹配问题。 🤖超大规模云服务商预计长期内仍占业务约 50%，另一半将通过新兴云服务商、工业、公司、主权和 AI 实验室更快增长。前沿 AI 实验室约占英伟达收入的 20%，管理层指出，实验室在自建与使用云服务提供商（CSPs）之间切换，表明两种模式将共存。
总体总结
主题正文
- 🤖尽管 TPU 和定制 ASIC 持续部署，英伟达在超大规模云服务商资本支出中的份额仍从 ChatGPT 前的大约 5% 上升至约 20%，并进入 20% 中段区间。
- 🤖管理层反驳了开源模型会破坏 AI 经济性的观点，他们预计最终约 80% 的模型将开源，因为这扩大了能够部署 AI 的公司和开发者群体，而不会使底层计算资源免费。
- 🤖由于 CPU、LPU、网络和其他系统级组件的加入，数据中心内容正朝着每吉瓦约 400 亿美元的方向发展，这将英伟达与芯片级定制硅供应商区分开来。
- 🤖英伟达看到改善全栈效率的重大机会。
- 它预计通过硬件和软件优化，每令牌消耗的内存将随时间改善。
- 🤖英伟达在 FY27 财年仍约 70% 受供应限制，瓶颈涉及晶圆、CoWoS、内存、光学 / 收发器、土地、电力和外壳容量。
- 🤖超大规模云服务商预计长期内仍占业务约 50%，另一半将通过新兴云服务商、工业、公司、主权和 AI 实验室更快增长。
- 前沿 AI 实验室约占英伟达收入的 20%，管理层指出，实验室在自建与使用云服务提供商（CSPs）之间切换，表明两种模式将共存。