英伟达(NVDA)FY24Q3业绩会纪要-美股-调研纪要-20231122

【核心业绩&管理层发言】 1、核心业绩：Q3营收181.2亿（美元，下同），YoY+206％，QoQ+34％；毛利率75％,环比 +3.8pct；净利润100.2亿，YoY+588％，QoQ+49％； 2、4Q23展望：预计营收196-204亿；GAAP和非GAAP毛利率为74.5%和75.5%；GAAP和非GAAP运营费用为31.7亿美元和22.0亿美元；其他收入和支出为2亿；税率为15%。我们预计强劲的环比增长将由数据中心推动，以及计算和网络的持续强劲需求，且现在更符合笔记本电脑季节性。3、分部业绩： ♦数据中心：收入145.1亿，环比+41%，同比+279%。 推出H200首配HBM3e，预计明年Q2上市；推出了NVIDIAAI基础模型、NeMo™框架和DGX™Cloud超级计算机，将首先在Azure上应用，SAP和Amdocs是早期客户；NVIDIASpectrum-X™将在明年Q1被整合进戴尔、惠普和联想服务器中；GH200将用于40多台新超级计算机；人工智能合作公司有富士康、罗氏集团、联想等。 ♦游戏业务：收入28.6亿，环比+15%，同比+81%。推出DLSS3.5射线重建技术用于创建高质量光追图像， 发布适用于Windows的TensorRT-LLM™，GeForceNOW™平台游戏超1,700款。 ♦专业可视化业务：收入4.16亿，环比+10%，同比+108%。奔驰使用Omniverse运营全球制造和组装。推出新桌面工作站用于训练较小的AI模型、微调模型以及本地运行推理。 ♦智能驾驶：收入2.61亿美元，环比+3%，同比+4%。4、关于禁令：公司对受限区的销售来自现在受许可要求的产品贡献20%-25%数据中心收入。禁令将影响Q4销售，正在研究解决方案，认为现在说许可证发放还较早。 5、重要陈述 从产品角度来看，第三季度的绝大多数收入是由基于我们的HopperGPU架构的NVIDIAHGX平台驱动的，上一代AmpereGPU架构的贡献较低。为行业标准服务器构建的新型40GPU开始为各种客户提供支持训练和推理工作负载。这也是我们的GH200GraceHopperSuperChat的第一个收入季度，它结合了我们基于ARM的GraceCPU和HopperGPU。GraceHopper正在进军价值数十亿美元的新产品线。GraceHopper实例现已推出，GPU专用云提供商即将推出OracleCloud。GraceHopper也因超级计算客户的首次系统发货到大多数国家实验室和瑞士国家超级计算中心而受到巨大关注，该系统已于第三季度发货。英国政府宣布将建造世界上最快的人工智能超级计算机之一，名为Isambard-AI，拥有近5,500个GraceHopper超级芯片。 德国超级计算中心还宣布将打造其下一代AI超级计算机，拥有接近24000个、GraceHopperCPU芯片和Quantum-2InfiniBand，使其成为全球最强大的AI超级计算机，拥有超过90个除AI性能之外的功能。据估计，明年美国、欧洲和日本所有基于GraceHopper构建的超级计算机的人工智能计算能力总和将超过200个额外想法。在法国，它对我们的数据中心需求做出了重大贡献，因为人工智能现已全面投入生产，用于深度学习、推荐、聊天机器人、副驾驶和图像生成中的文本，而这仅仅是个开 始。NVIDIAAI提供最佳的推理性能和多功能性，从而降低功耗和拥有成本。们还致力于快速降低成本。随着NVIDIATensorRT-LLM的发布。现在，我们以NVIDIAGPU影响LLM一半的成本实现了超过两倍的推理性能。 我们最近推出了GraceHopperGPU家族的最新成员BH200。这款开创性的GPU是首款采用HPM3E技术的产品，具有更快、更大的内存能力。这一改进对推动生成式人工智能和计算效率至关重要。H200展示了显著的速度提升，与H100GPU相比，性能提高了一倍。 在运行像Molecule这样的大型语言模型时,BH200的集成使得性能或成本在短短一年内提高了四倍，而无需更改现有客户的设置,这得益于CUDA和我们的架构兼容性。 与A100相比，H200为诸如GPT-3这样的庞大模型提供了18倍的性能提升，使客户能够迁移到更大的模型，且不会增加延迟。亚马逊网络服务（AmazonWebServices）、谷歌云（GoogleCloud）、微软Azure和甲骨文云（OracleCloud）将是最先提供基于H200的实例的服务商，这些服务计划于明年开始提供。 上周，在微软Ignite会议上，我们加深并扩展了与微软在整个产品线上的合作。我们推出了一个AI基础服务，用于开发和调整定制的、生成性的企业级AI应用程序，这些应用程序运行在Azure上。客户可以带来他们的领域知识和专有数据，我们帮助他们使用我们的AI专业知识和软件平台构建他们的AI模 型。此外，微软还将推出基于H100的新型保密计算实例。 DH100保持着AI训练领域最高的性能和最广泛的适用性，并且以很大的优势领先，正如最新的MLPerth行业基准测试结果所显示的。我们的训练集群包括了超过10,000个H100GPU，是6月份的三倍多，反映了非常有效的扩展。有效的扩展通常是AI的一个关键要求，因为LLM（大型语言模型）每年都在数量级上增长。微软Azure在几乎相同的集群上取得了类似的结果，展示了在公共云部署中NVIDIAAI的效率。网络业务现在超过了每年100亿美元的收入。 我们正在将NVIDIA网络扩展到互联网空间。我们的新一代SpectrumX（以太网平台）和N互联网产品，内置专为AI设计的技术，将在明年第一季度推出，包括戴尔、惠普和联想的支持。相比于传统的互联网产品，SpectrumX在AI通信方面可以实现1.6倍的网络性能提升。 然后我们还更新了我们软件和服务产品，也看到了极好的使用率。我们预计到今年年底，基于软件支持和服务产品的运行收入将达到10亿美元。 我们在期内看到了两个主要的增长机会：一个是与我们的云服务相关，另一个是将我们的AI技术整合到我们的软件中。这两个机会分别反映了企业级AI训练和企业级AI基础设施建设的增长。我们正在和一家生物公司合作，Gen-Tech，他们将运用我们的平台构建他们的BioNemoLLM框架来帮助加速和优化他们的AI药物发现平台。我们现在已经与Adobe、Dropbox、SAP、Snowflake等公司建立了企业级AI合作伙伴关系，并将有更多合作伙伴加入。 游戏收入达到28.6亿美元，环比增长15%，同比增长超过80%。在重要的开学购物季期间，需求强劲，NVIDIA的RTX光线追踪和AI技术现在的价格低至299.99美元。 我们带着有史以来最佳的游戏和创作人员产品阵容进入假期，增长是疫情前水平的两倍，即便是在PC市场表现不佳的背景下。这反映了我们通过像RTX和DLSS这样的创新为游戏生态系统带来的重大价 值。现在，支持这些技术的游戏和应用程序数量激增，推动了升级并吸引了新玩家。RTX生态系统持续增长。现在有超过475款使用了RTX的游戏和应用程序。 生成性AI正在迅速成为高性能个人电脑和NVIDIARTXGPUWORKSTATION的新热门应用，我们刚刚发布了适用于Windows的TensorRTLLM，它将设备上单独推理的速度提高了4倍。拥有超过1亿的 安装基数，NVIDIARTX自然成为AI应用开发者的首选平台。 最后，GeForce现在的云游戏服务继续保持势头，游戏库已经超过了1,700款，包括我们的《博德之门3》、《赛博朋克2077：幻影自由》、《极限竞速》和《星际领域》。收入达到4.16亿美元，环比增长了10%，同比增长了108%。AI正成为一个强大的需求驱动力。早期应用包括在医疗保健领域用于AI成像的推断以及在智能空间和公共部门的边缘AI。我们推出了基于NVIDIARTX和下一代GPU以及ConnectXNICs的新一代台式工作站，提供了前一代产品两倍的AI处理能力、光线追踪和图形性能。这些功能强大的小型工作站专为AI功能设计，如微调AI模型、训练较小的模型以及本地运行推理任务。 我们不断迭代我们的omniverse软件平台，致力于提供更好的设计、构建和运行3D虚拟世界的产品。梅赛德斯奔驰使用了omniverse平台，于规划、设计、建造和运营其制造和装配设施，帮助其提高效率并减少缺陷。Oxen还将omniverse纳入其制造过程，包括整个机器人的模拟、自动化管路建设，以节省时间和成本。 我们在微软Azure上提供了两项新的汽车数字化全方位云服务：虚拟工厂模拟引擎和自动驾驶汽车模拟引擎。汽车领域收入为2.61亿美元，环比增长3%，同比增长4%，主要是受到基于视频驱动器 （videodriveonassociate）和自动驾驶平台持续增长的推动。 我们扩大了与富士康的在汽车领域的合作伙伴关系，为富士康提供标准的ab传感器和计算平台，让他们的客户轻松构建最先进、安全可靠的软件。 受数据中心销售额增加和净库存储备减少的推动，GAAP扩大至74%，非GAAP扩大至75%，其中一个百分点受益于之前GPU产品相关的保留库存的释放。随后，gaapoperatingexpenses增长了12%，nongaapoperatingexpense费用增长了10%，主要反映了薪酬和福利的增加。 【Q&A】 Q1：预计中国对第四季度的影响有多少；哪些指标告诉你数据中心会在明年持续增长；就进入生成式人工智能市场的出货量而言，你们认为我们处于哪个位置。 A1：过去几个季度，我们发现中国和其他一些受政策影响的目的地约占我们数据中心收入的20%到25%。我们期待在我们的指引下，进入第四季度，这一比例将大幅下降。出口管制将对我们在中国的业务产生负面影响，即使从长期来看，我们也无法很好地了解这种影响的程度。但是，我们正在努力扩展我们的数据产品组合，因此可能会提供不需要许可证的解决方案。这些产品可能会在接下来的几个月内推出，但是，我们并不认为它们会有特别实际的贡献，因为生成式人工智能在第四季度的收入中所占的百分比是最大的。生成式人工智能是我们几十年来看到的最大软硬件扩展。核心是，这在很大程度上是一种基于检索的计算方法，几乎所有您在检索时所做的事情都在某个地方提供存储新的内容，现在增加了生成方法，它几乎改变了一切。你可以看到过去很多东西都是我们处理过的东西，现在我们访问数据的方式发生了变化，以前是基于显式查询，现在是基于自然语言查询。 在过去的几十年里，软件业投入了大约1万亿美元来开发手工使用的工具。现在有一种全新的软件叫做copilot，改变了现状。当然，我们将继续开发工具，但我们也将雇用人员来帮助我们使用这些软件，将这些人员部署到人工智能团队中，这将是现代版本的企业软件业务。因此，软件的变革以及软件的变革方式正在驱动底层的硬件。硬件发展有两个趋势，一个是在很大程度上独立于生成式人工智能。 一个是与加速计算相关的通用计算。现在我们有了更好的方法，经过计算，通过使用加速，可以节省一个数量级的能量和时间，节省大量的成本。 因此，加速计算正在将通用计算转变为这种新方法，并通过新的数据中心类别得到增强。这是您刚才谈到的传统数据中心，我们大约占其中的三分之一。但是有一种新的数据中心，这种新的数据中心与过去的数据中心不同，过去的数据中心有许多应用程序在运行，由许多不同的租户使用相同的基础架构、数据中心、存储和大量文件。这些新的数据中心我们非常少的应用程序没有一个基本上由一个租户使用的应用程序，它处理数据模型，然后生成令牌以生成一些人工智能，我们将这些新的数据中心称为人工智能工厂，我们看到人工智能工厂到处都在建，每个国家都在建。 所以如果你看看我们在扩张中所处的位置。过渡到这种新的计算方法。第一波潮流中，有大型语言模型初创企业，生成式人工智能初创企业和消费互联网公司，我们并没有在这个过程中。