NVIDIA 在人工智能 (AI) 数据中心领域继续保持主导地位，其最新季度业绩显示收入增长 16%，较去年同期增长 93%。
公司数据中心业务季度收入达到 356 亿美元，全年收入达到 1,150 亿美元，较去年增长 142%。
NVIDIA CEO 兼创始人黄仁勋在准备好的讲话中表示："Blackwell 的需求非常强劲，因为推理 AI 增加了另一个扩展定律 - 增加训练计算量可以让模型更智能，增加长期思考的计算量可以让答案更智能。"
"我们已成功实现了 Blackwell AI 超级计算机的大规模生产，在第一季度就实现了数十亿美元的销售额。AI 正在以光速发展，主动 AI 和物理 AI 为下一波 AI 革命奠定了基础，这将彻底改变最大的行业。"
在财报电话会议上，金融分析师就 DeepSeek (该模型需要较低算力的 GPU) 以及微软等云服务提供商 (CSP) 正在设计自己的 AI 优化芯片等问题向 NVIDIA 提出质疑。
根据 Seeking Alpha 发布的电话会议记录，CSP 约占 NVIDIA 业务的一半。但企业客户的需求也在增长。黄仁勋表示："我们看到企业业务未来会增长"，他认为这代表了长期销售 NVIDIA GPU 的更大机会。
黄仁勋利用财报电话会议讨论了为什么他认为新的 AI 模型会推动需求增长，即使 AI 模型在计算效率方面变得更高。他说："模型思考得越多，答案就越智能。OpenAI、Grok-3 和 DeepSeek-R1 等模型都是应用推理时间扩展的推理模型。推理模型可能消耗 100 倍的计算量。未来的推理模型可能消耗更多计算量。"
当被问及 CSP 开发专用集成电路 (ASIC) 而不使用 GPU 的风险时，黄仁勋通过讨论技术栈的复杂性作出回应，暗示如果使用定制芯片而不是标准 GPU，这将是一个挑战。他说："软件栈非常困难。制造 ASIC 与我们的工作没有区别 - 我们构建新架构。"
据黄仁勋称，建立在 NVIDIA 架构之上的技术生态系统比两年前复杂 10 倍。他说："这很明显，因为世界在架构之上构建的软件数量正在呈指数级增长，AI 发展非常快。因此，在多个芯片之上整合整个生态系统是很困难的。"
在讨论 NVIDIA 的业绩时，Forrester 高级分析师 Alvin Nguyen 表示："尽管这一成就令人震惊，但 NVIDIA 再次创下记录似乎已成为常态。创纪录的收益表明对 NVIDIA AI 产品的需求持续存在。强调推理模型驱动更多而不是更少的计算，这是对 DeepSeek 影响其需求担忧的一个很好的口头反驳。"
然而，在 Nguyen 看来，黄仁勋对替代 NVIDIA GPU 的定制芯片问题的回应是"轻描淡写的"。
他说："对于亚马逊、微软和谷歌的定制芯片威胁其业务的问题，他们的回应是轻描淡写的，忽视了这些公司需要 NVIDIA 之外的选择，以及需要专门针对其 AI 训练和推理需求定制的半导体。"
