Nvidia 公布了24Q4的財報，營收年增78％至393億優於預期的380億，毛利率從76.7%下滑至73.5%，淨利年增72%至220億。EPS $0.89 優於預期的0.84。數據中心業務年增93%至356億。遊戲與AI PC業務年減-11%至25億。車用與機器人業務年增103%至5.7億。
公司給出的2025Q1財測，營收預計年增65%至430億優於預期的422億，毛利率預計進一步下滑至71%，營業利潤率下滑至62.6%都劣於預期。營業利潤年增49%至269億。
NVIDIA的新一代AI晶片Blackwell在第四季度創造了110億美元的營收，佔數據中心部門總營收的近三分之一。執行長黃仁勳(Jensen Huang)稱這是公司「歷史上最快的產品放量」
展望樂觀但增速趨緩，毛利率受到新產品影響
財務長Colette Kress表示，預計第一季度將有Blackwell的「顯著放量」。公司解釋，毛利率下降是由於新一代數據中心產品更為複雜且成本更高。Kress指出，在Blackwell擴大生產期間，毛利率預計將維持在70%左右，但隨著成本改善，預計將在本財年後期回升至75%左右。
回應DeepSeek R1 產生的動盪
NVIDIA此次財報發布之前，投資者曾對AI產業的支出前景產生擔憂。今年年初，中國初創公司DeepSeek推出了據稱需要較少NVIDIA晶片即可運行的AI模型，這引發了市場對NVIDIA需求前景的擔憂，導致NVIDIA股價在一月底暴跌，一日內市值蒸發近5,900億美元，創下市場紀錄。
不過，NVIDIA在財報電話會議中積極回應了這些擔憂。Kress指出，新型AI模型實際上可能需要更多運算能力：「長思考、推理AI可能需要比單次推理多100倍的運算能力」。黃仁勳補充道：「我們今天的運算大部分實際上是用於推理」，他預測下一代AI算法可能需要「比目前多數百萬倍的運算能力」。
此外，微軟等NVIDIA的主要客戶維持其資本支出計劃，表明AI支出浪潮仍將保持強勁。
AI趨勢：三大Scaling Law推動NVIDIA需求持續增長
在分析師提問時段，黃仁勳分享了他對AI產業持續發展未來，他認為當前AI運算正面臨三大 Scaling Law（擴展律）：
- Pre-training Scaling Law（預訓練擴展律）：這一傳統的擴展律仍然完好無損。基礎模型正在與多模態融合，預訓練仍在持續擴展。
- Post-training Scaling Law（後訓練擴展律）：強化學習、微調、模型蒸餾需要比單純預訓練多數量級的運算能力。黃仁勳表示，使用強化學習人類反饋(RLHF)、強化學習AI反饋(RLAI)、強化學習可驗證獎勵的訓練方法。黃仁勳解釋：「後訓練的計算量實際上比預訓練還高。這是合理的，因為在使用強化學習時，你可以生成大量的合成數據或合成生成的標記。AI模型基本上在生成標記來訓練AI模型，這就是後訓練。」
- Inference-time Scaling Law和Reasoning（推理時間擴展律和推理）：單個查詢可能需要100倍於傳統的運算能力。黃仁勳解釋：「你有思維鏈、你有搜尋。所需的tokens數量、所需的推理運算量，已經比一開始的大型語言模型的單次示例多出100倍。這只是開始。」他進一步預測：「下一代可能需要數千倍，甚至是極其深思熟慮的、基於模擬和搜尋的模型，這些模型可能比今天多出數十萬倍、數百萬倍的運算量，這是我們的未來。」
