美股投资网获悉，在数据中心CPU需求大爆发以及18A先进芯片制程业务步入增长轨迹的大背景之下，华尔街金融巨头们近日对于x86架构CPU超级巨头——英特尔(INTC)的看涨情绪可谓愈发浓厚。花旗集团对于英特尔目标价从95美元大幅上调至130美元，另一知名投资机构Melius Research更是将英特尔目标价从100美元上调至150美元，凸显出“数据中心CPU需求狂潮+18A先进芯片制程利润前景持续改善”正在共同点燃并推进英特尔的超级牛市叙事。

据了解，在有媒体报道称英特尔已要求PC制造商们使用基于其18A先进芯片生产工艺制造的芯片产品之际，华尔街投资巨头Wedbush Securities认为，这是这家半导体制造巨头正在优先考虑扩张其利润率的积极信号。

Wedbush Securities分析师Matt Bryson周三在给客户的一份报告中写道“在我们看来，这一策略是非常合理的，因为英特尔应该优先把较旧且已实现产能扩张的制程节点用于利润率更高的Xeon数据中心级别CPU生产，而英特尔启用更新产能的能力(因为它拥有现有洁净室空间)是一项战略优势，这一路径使其能够利用这一优势。”“在我们看来，问题反而在于，18A节点以及基于该工艺制造的芯片产品的实际性能表现到底有多强(CEO陈立武近日暗示良率正在快速改善)。”

在华尔街金融巨头摩根大通举办的第 54 届全球科技、媒体与通信年会上，英特尔CEO陈立武表示， Intel 18A(即2nm以下的1.8nm级别先进芯片制程)已支持Panther Lake量产，良率每月提升约7%，超英特尔的内部预期。

根据陈立武透露的最新进展，Intel 14A的0.5 PDK已发布，10月计划向外部客户推 0.9 PDK ，团队已着手10A、7A制程节点的长期先进制程规划。陈立武还表示，随着AI算力基础设施的聚焦能力从训练逐渐转向推理，CPU在AI时代日益重要且不可或缺，CPU与GPU的配置比例从 1:8加速向1:1靠拢，甚至可达4:1。此外，英特尔业务规划显示，目前正积极争取ASIC业务，提供定制化AI CPU或者AI GPU芯片方案。

CPU文艺复兴

随着Anthropic重磅推出的Claude Cowork，以及OpenClaw这类可自主执行任务的超级AI代理工具在2026年集中爆发，AI智能体浪潮可谓迅速席卷全球，AI算力架构瓶颈正在从以矩阵乘加吞吐为核心的GPU，彻底转向以控制流、任务编排、内存/IO协调为核心的数据中心CPU，面向超大规模AI数据中心的高性能CPU陷入严峻供不应求态势。

华尔街分析师们则正在把AI算力基础设施叙事从“GPU独霸/单核驱动”扩展为“AI GPU/ASIC+CPU+HBM/DRAM/NAND存储芯片+光互连主导的数据中心高速连接系统协同”的全栈算力重估。

AI智能体风靡全球之际，AI算力投资主线正在从“围绕GPU的单点算力竞赛”转向“AI智能体驱动的全栈算力系统”，下一轮超额阿尔法收益也将不再仅仅属于AI GPU/AI ASIC领域最强龙头名单，而会系统性扩散到CPU、存储、PCB、液冷系统、ABF载板与广泛晶圆代工等全栈AI算力基础设施层，而在这种AI主线叙事转变中，CPU、光互连与存储芯片可能是最大赢家势力。

过去两年AI叙事几乎被GPU垄断，CPU一度像是AI军备竞赛里的“配角”;但随着开源的OpenClaw这类型代理式AI工作流(即AI智能体)主导的推理工作负载、数据编排、任务调度、内存访问、网络通信和多工具调用全面增长，市场可谓彻底意识到没有强大的CPU作为系统中枢，GPU集群无法高效运转。这本质上就是CPU从“被低估的基础设施”重新回到芯片舞台最中央，带有非常明显的“文艺复兴”式复古浪潮意味。

早期大模型推理以“单次请求—单次生成”为主，CPU更多承担数据搬运、请求路由与基础调度，属于典型的辅助控制面;但进入AI智能体与强化学习时代后，系统负载不再是单一前向推理，而是演变为包含任务规划、工具调用、子代理协同、环境交互、状态管理与结果验证在内的复杂闭环。“编排层”(orchestration layer)本质上是强控制流、强分支判断、强系统调用、强内存访问的CPU密集型任务，无法被GPU高效替代，因此CPU正从过去的“配角”变成决定系统吞吐、时延与资源利用率的新瓶颈。

数据中心CPU需求爆发+先进芯片代工蓄势崛起

18A可谓是“数据中心CPU需求狂潮+18A先进芯片制程利润前景持续改善”叙事的制造端验证点。Wedbush把Intel要求PC厂商采用18A芯片解读为“利润率保护”，关键逻辑在于，英特尔管理层正在力争把有限的老节点产能更多留给高毛利Xeon、服务器和工业客户，同时用18A承接客户端新品，从而优化产能配置与毛利结构。

几乎同一时间，Tom’s Hardware援引Nikkei报道称，Intel已把受限的Intel 7产能转向服务器和工业客户，因为这些领域利润率更高，AI驱动的数据中心CPU需求自2025年以来持续上升。

陈立武在摩根大通第54届全球科技、媒体与通信会议上的表态，核心是告诉市场18A不只是技术路线图上的节点，而是已经进入Panther Lake量产支撑阶段，且良率每月提升约7%—8%，正在从“工程风险”转向“商业化可验证”。如果18A量产稳定，它不仅能支撑PC端Panther Lake，也会为后续服务器CPU、AI head-node、ASIC代工和14A客户导入建立信任基础;这正是英特尔从“落后制程公司”重新被市场定价为“美国先进芯片制造反攻先锋资产”的更宏大叙事核心。

同时，AI从训练转向推理和Agentic AI，会显著提高CPU在AI数据中心中的战略权重。GPU负责大规模矩阵计算，但CPU负责调度、I/O、内存管理、任务编排、安全隔离、数据库访问、网络栈和多智能体工作流执行;当AI应用从“单次推理”变成“持续运行的软件劳动力”，CPU需求就会从传统服务器更新周期上升为AI基础设施扩张周期。花旗最新模型也呼应这一点其预计数据中心服务器CPU[总潜在市场规模，即CPU TAM]将从2025年的293亿美元扩张至2030年的1315亿美元，复合年增长率约35%，并将该机构对于英特尔的目标价从95美元大幅上调至130美元。

华尔街最高150美元目标价来自Melius Research的明星分析师Ben Reitzes。Melius把英特尔纳入AI半导体“瓶颈资产”重估框架。Reitzes认为，随着AI算力基础设施需求持续制造算力供给瓶颈，英特尔等聚焦AI算力瓶颈的那些半导体公司相比于传统软件公司和非半导体类“科技七巨头”而言将获得更多市值或上涨空间。落到英特尔基本面本身，Melius的逻辑主要是两点第一，Agentic AI推动x86服务器CPU需求重新加速，AI从训练走向推理与智能体执行后，需要更多CPU承担调度、I/O、内存管理、工作流编排和安全控制;第二，Intel Foundry(即英特尔先进制程芯片代工业务)在陈立武领导下有大规模释放增长价值的可能性。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

 

 

受益于“智能体AI”时代的爆发，英伟达(NVDA)不仅交出了单季营收820亿美元的历史新高答卷，更通过超预期的股东回报计划和瞄准2000亿美元全新市场的CPU战略，试图向华尔街证明其高增长的持续性与广阔的想象空间。

5月20日，美股投资网提及，英伟达公布强劲财季业绩，第一季度总营收达到820亿美元，同比增长85%，环比增长20%。这已经是英伟达连续第三个季度实现同比加速增长，以及连续第14个季度环比增长。

公司管理层在电话会上表示，“智能体AI”驱动下一波算力基础设施建设狂潮，并首次将CPU业务作为未来核心增长引擎推向台前。

英伟达预计今年CPU收入有望达到200亿美元，并表示相信公司能够获得足够供应以支撑持续增长。

公司CFO Colette Kress表示，公司当前需求正在加速，并将2030年末年度AI行业整体开支规模预测，上调至3万亿至4万亿美元。

英伟达CEO黄仁勋则预计Vera Rubin在整个生命周期内都将面临供应受限局面。

在利润极其充沛的背景下，英伟达宣布新增高达800亿美元的股票回购授权。同时，季度股息从每股0.01美元大幅上调至0.25美元。公司计划在今年将50%的自由现金流返还给股东。

“需求呈抛物线增长”，智能体AI成新引擎

在财报电话会上，英伟达CEO黄仁勋直言

需求呈抛物线增长。原因很简单，智能体AI已经到来。

黄仁勋指出，自ChatGPT问世以来，主流AI已经从一次性推理过渡到逻辑推理，现在又进入了“智能体”阶段。AI不再是可有可无，而是必需品。他表示

词元(Tokens)现在是有利可图的。在AI时代，计算能力就是收入和利润。

为了应对这种转变，AI基础设施的建设正在加速。

管理层引用分析师预测称，2027年超大规模数据中心(Hyperscale)的资本支出将超过1万亿美元，而到2030年末，AI基础设施的年度支出有望达到3万亿至4万亿美元。

推理份额激增，Rubin架构下半年接棒

在订单履约和未来业绩指引方面，CFO Colette Kress表示，GB300和VL72的需求尤为强劲，标志着公司历史上最快的产品爬坡。

针对市场对其在推理市场份额可能被定制芯片(ASIC/LPX等)蚕食的担忧，黄仁勋强硬回应

我们在推理领域的份额正在非常、非常快地增长。

他指出，随着Anthropic等前沿模型公司加入英伟达生态，公司在推理端的算力部署正急剧扩大。

对于基于SRAM的定制芯片(如LPX)，黄仁勋认为其吞吐量和上下文处理能力较低，他认为

在未来一段时间内，它仍将是一个小众产品(Niche product)。

在下一代产品节点上，黄仁勋宣布

我们将于今年下半年，从Q3开始启动Vera Rubin的量产出货。Vera Rubin在这一点上将比Grace Blackwell更加成功。我能想到的每一家前沿模型公司，从一开始就会全面转向Vera Rubin。

通过集成七个专用芯片，Vera Rubin的推理吞吐量最高可达Blackwell的35倍。对于未来，黄仁勋总结道

世界正在为智能体AI和机器人物理AI重建计算体系。我们在这一刻到来之前就建立好了架构，所以当智能体AI到来时，英伟达已经准备好了。它现在真的来了。

全新王牌Vera CPU，打开2000亿美元市场

本次电话会最大的增量信息和想象空间，来自于英伟达对CPU业务的重磅加码。

面对“智能体AI”需要大量调用工具、浏览器和进行编排调度的特性，单纯的GPU已经不够，市场需要全新的CPU架构。黄仁勋宣布

Vera CPU为英伟达打开了一个全新的2000亿美元的市场，这是我们以前从未涉足过的市场。

Vera不仅将作为Rubin GPU的配套设备销售，还将作为独立CPU、存储节点和安全节点出售。

黄仁勋透露，今年已有望看到近200亿美元的独立CPU总收入，这标志着英伟达正准备成为全球领先的CPU供应商。

Vera Rubin系统将于今年下半年(Q3开始)量产出货，其推理吞吐量比Blackwell高出35倍。

更改业务指引框架，数据中心走向多元化

为了让投资者更好地理解业务结构的健康度，英伟达在本次财报中更改了报告框架，将业务划分为“数据中心”和“边缘计算”两大平台。

数据中心业务(Q1营收750亿美元)进一步细分为“超大规模云厂商(Hyperscale)”和“ACIE(AI云、工业和企业)”

Hyperscale(380亿美元) 占据数据中心约50%的份额，环比增长12%。

ACIE(370亿美元) 环比增长高达31%，其中AI云收入同比激增两倍以上，主权AI收入同比增长超80%。

值得注意的是，英伟达未将任何中国数据中心计算收入计入预期。分析认为，该数据回应了市场此前关于英伟达“过度依赖少数几家硅谷云巨头”的担忧。

黄仁勋指出，第二类市场(ACIE)极其分散且庞大，代表了未来数百万家企业的需求，而英伟达提供的是最容易租赁、TCO(总体拥有成本)最优的完整AI工厂解决方案。

英伟达2027财年第一财季电话会议实录，全文翻译如下(AI工具辅助)

主持人致辞

下午好，我是今天的会议接线员Sarah。欢迎参加英伟达第一季度业绩电话会议。为防止背景噪音干扰，所有线路已静音。发言人讲话结束后，将进行问答环节。谢谢。现在请Toshiya Hari开始发言。

Toshiya Hari(投资者关系与战略财务副总裁)

谢谢，大家下午好。欢迎参加英伟达2027财年业绩电话会议。今天与我一同出席的有英伟达总裁兼首席执行官黄仁勋，以及执行副总裁兼首席财务官Colette Kress。本次电话会议在英伟达投资者关系网站上进行网络直播，并将提供回放，直至我们召开2027财年第二季度业绩电话会议。

本次电话会议的内容为英伟达的财产，未经我们事先书面同意，不得复制或转录。本次电话会议中，我们可能会基于当前预期作出前瞻性陈述，这些陈述面临多项重大风险和不确定因素，实际结果可能与陈述存在重大差异。如需了解可能影响我们未来财务业绩和业务的相关因素，请参阅今日业绩发布文件、我们最近提交的10-K和10-Q表格，以及向美国证券交易委员会提交的8-K报告。

本次电话会议中所有声明均以2026年5月20日为基准，基于我们目前可获取的信息。除法律要求外，我们不承担更新上述声明的义务。本次电话会议中，我们将讨论非GAAP财务指标，相关GAAP与非GAAP财务指标的调节表已发布于我们的网站CFO评论栏目中。下面我将把发言权交给Colette。

Colette Kress(执行副总裁兼首席财务官)

谢谢Toshiya。

本季度我们取得了出色业绩，营收、营业利润和自由现金流均创历史新高。总营收为820亿美元，同比增长85%，环比增长20%。这是我们连续第三个季度实现同比加速增长，也是连续第14个季度实现环比增长——考虑到我们制造运营的规模和复杂程度，这一成绩尤为难得。

本季度135亿美元的环比营收增量同样创下历史纪录。我们抓住推理需求的拐点机遇，向多元化终端客户群加速铺开Blackwell系统，覆盖超大规模云厂商、模型开发商、AI云服务提供商及主权客户。与此同时，本季度我们在研发、生态系统投资和股票回购方面高效配置资本，向股东返还了创纪录的200亿美元，并在上游供应链和下游市场生态两端同步推进战略投资。这对市场的长期发展和我们的长期市场地位至关重要。

数据中心营收为750亿美元，同比增长92%，环比增长21%，主要受Blackwell架构持续强劲需求驱动。GB300和VL72在前沿模型构建者和超大规模云厂商中需求尤为强劲，各方累计部署的Blackwell GPU均已达到数十万枚，创下我们公司历史上最快的产品爬坡速度。Grace Blackwell是目前最快的训练系统，同时也是推理环节单位token生成成本最低的平台。

我们专为AI打造的端到端以太网平台Spectrum X，规模已超过所有以太网同类竞争对手的总和。InfiniBand本季度同样表现强劲，在下一代XDR技术部署的带动下，同比增长超过4倍。针对前沿模型，数据中心算力营收为600亿美元，同比增长77%;数据中心网络营收为150亿美元，同比接近翻三倍。

在深入介绍数据中心业务之前，我们希望先向大家介绍我们向新汇报框架的转变，新框架能更好地反映我们当前和未来的增长驱动因素。

我们设有两个市场平台数据中心和边缘计算。数据中心下设两个子市场超大规模(Hyperscale)和ACIE(涵盖AI云、工业及企业)。超大规模包含来自公有云和全球最大消费互联网公司的营收;ACIE则面向各行业和各国家中多元化的AI专用数据中心及AI工厂的增长机遇。边缘计算涵盖面向智能体AI和物理AI的终端设备，包括PC、游戏主机、工作站、AI-RAN基站、机器人及汽车。我们已在官网发布基于新平台口径的过去九个季度营收明细，供大家参考。

回到数据中心业务，超大规模营收为380亿美元，约占数据中心营收的50%，环比增长12%。ACIE营收为370亿美元，环比增长31%，其中AI云营收同比增长超过两倍。客户方面，AI算力容量的快速建设能力显著增强——规模超过10兆瓦的合作伙伴数据中心在短短一年内数量几近翻倍，目前已超过80个站点。主权营收同比增长超过80%，英伟达AI基础设施目前已部署于近40个国家，覆盖GDP总量约50万亿美元。

正如本季度业绩所呈现的，我们的客户基础多元且持续壮大，背后依托的是我们庞大的生态系统和已有的装机规模、CUDA加速应用的广度，以及作为最低token成本提供商的竞争优势。我们有充分的条件抓住这一远超任何其他AI计算平台的市场机遇。

AI基础设施需求正在以前所未有的速度持续扩张，AI工厂建设步伐不断加快，英伟达AI基础设施的价值也在持续提升。H100的租用价格年初至今上涨了20%，A100的云端定价涨幅接近15%。得益于我们平台的多功能性以及软件栈带来的持续性能提升，客户在其GPU折旧期满后仍能持续产生盈利性收入。英伟达计算平台庞大且值得信赖的市场，是支撑整个生态系统数千亿美元AI基础设施投资的关键基础。

AI基础设施建设加速背后有两大主要驱动力

第一，从搜索和广告到推荐系统，再到内容理解，超大规模厂商的大型工作负载正在持续从CPU向GPU加速计算迁移。第二，AI原生产品和服务的采用正在迎来拐点。自ChatGPT问世以来，主流AI已经历了从单次推理到推理增强、再到如今智能体化的演进。AI已不再是锦上添花，而是在所有行业和岗位提升生产力的必要工具。这正在推动AI全栈各层——包括能源、芯片、基础设施、模型和应用——的营收加速增长。

模型层的增长尤为亮眼，Anthropic和OpenAI势头强劲、持续提速，其中自GPT-5.5发布以来，OpenAI Codex的爆发式增长尤为突出。分析师目前预测超大规模厂商2027年资本支出将超过1万亿美元，随着智能体AI开始向各行业全面渗透，AI基础设施支出有望在本十年末达到每年3至4万亿美元。

我们的Blackwell架构已无处不在，被每一家主要超大规模云厂商、每一家云服务提供商和每一家主要模型开发商采用并投入部署。上个月，我们庆祝了OpenAI发布GPT-5.5——该模型针对Blackwell进行协同设计、在Blackwell上完成训练并由Blackwell提供服务，目前位居Artificial Analysis排行榜首位。微软全球最强大的AI数据中心Fairwater已提前上线，由数十万枚Blackwell GPU提供算力支持。从今年起，AWS将新增超过100万枚Blackwell和Rubin GPU，并在Spectrum网络方面展开合作。在谷歌方面，Blackwell将向云端客户开放，包括支持机密计算能力，为安全、高性能AI提供全新基础。

我们在前沿AI算力领域的市场份额正在不断提升。我们深化了与Anthropic的合作，很高兴成为其战略合作伙伴，共同扩大算力规模，并将通过AWS、Azure、CoreWeave、SpaceX xAI等多个渠道支持Anthropic的增长。此外，目前已在英伟达平台上构建的重要前沿实验室还包括OpenAI、Gemini、SpaceX xAI、Meta、MSL、Microsoft AI、TML、Reflection、Perplexity、Cursor等。随着Anthropic的加入，我们在前沿AI模型领域的市场份额将大幅提升。

当今的数据中心是受功耗和资本约束的创收型AI工厂，AI工厂运营商必须选择正确的架构。凭借我们极致的协同设计理念，我们能够提供业界最低的token成本、最高的token吞吐量和最高的投资回报率。最新的MLPerf推理测评结果出炉，Blackwell Ultra再次横扫全部基准测试，在广泛的模型类型和部署场景中实现了最高吞吐量。全栈创新推动GB300相较六个月前吞吐量提升2.7倍，每token成本降低60%。

英伟达算力不仅是性能最高的AI基础设施，更是最具经济性、最易融资的选择。客户购买的不是GPU，而是在构建AI工厂，正确的经济衡量指标不是GPU的购置价格，而是AI工厂生产智能的全生命周期成本——每瓦token数、每美元token数、运行时间、利用率、投入生产的时间、软件持久性，以及资产寿命。英伟达在所有这些维度上均表现卓越。

智能体AI和强化学习为CPU带来了全新的增长机遇。在Grace CPU成功的基础上，Vera CPU的到来恰逢其时，有望把握这一拐点。Vera基于定制Arm核心构建，与Rubin GPU和NVLink进行端到端协同设计，相比x86架构方案，可实现最高1.5倍的单核性能提升、2倍的每瓦性能提升，以及4倍的机架密度提升。

Vera CPU为英伟达开辟了一个全新的2000亿美元市场，是我们此前从未涉足的领域，且每家主要的超大规模厂商和系统厂商都在与我们合作推进部署。我们预计今年CPU营收将接近200亿美元，这将助力我们成为全球领先的CPU供应商。

我们每年保持无与伦比的产品迭代节奏，这仍然是支撑我们市场地位的核心支柱。Vera Rubin的量产出货预计将于今年下半年启动，从第三季度开始。通过将七颗专用芯片集成于五个加速机架之中，Vera Rubin相比Blackwell将实现最高35倍的推理吞吐量提升，以及最高10倍的AI工厂营收提升。

作为早期采用者，谷歌的A5X裸金属实例最多可支持跨多个站点部署96万枚Rubin GPU，使客户能够在英伟达优化基础设施上运行其最大规模的AI工作负载。

关于中国市场，虽然美国政府已批准向中国客户出口H200的许可证，但我们尚未产生任何相关营收，且对于货物是否被允许进口至中国仍存在不确定性。因此，与上一季度保持一致，我们在业绩展望中未纳入任何中国数据中心算力营收。

边缘计算业务方面，我们的边缘计算市场平台营收为64亿美元，环比增长10%，同比增长29%。Blackwell工作站的强劲需求是本季度增长的重要贡献因素，而消费端需求则因内存和整机价格上涨而略有下滑。物理AI继续保持强劲增长势头，过去12个月营收超过90亿美元。我们与Uber的合作将于2028年前为近30个城市、四大洲的Robotaxi车队提供技术支持。在机器人领域，工业、手术和人形机器人等各类应用的领先企业正基于英伟达技术进行大规模开发和部署。

我们持续积极推进供应保障工作，以支持客户增长。第一季度，我们将涵盖库存、采购承诺和预付款在内的总供应量增至1450亿美元。尽管我们无法完全规避供应挑战，但我们对支撑未来增长机遇的能力保持充分信心，我们在专注度、规模以及与关键供应商的长期合作关系方面的优势将持续发挥作用。

利润表方面，GAAP毛利率为74.9%，非GAAP毛利率为75%，环比基本持平，Blackwell系统在出货中持续占据主导地位。GAAP和非GAAP运营费用环比均增长12%，主要由薪酬提升和计算及基础设施成本增加所驱动。非GAAP有效税率为16%，略低于此前预期，原因是地域结构改善。资产负债表方面，应收账款周转天数为45天，主要受回款时间节点有利影响，预计第二季度将恢复至55天左右。本季度实现创纪录的自由现金流490亿美元，高于第四季度的350亿美元。

资本配置方面，我们的首要原则是优先保障研发和战略投资，这将使我们能够培育生态系统、推动市场增长并巩固市场地位。作为AI的核心使能平台，我们将持续进行必要的投资，以实现业界最低的每token成本和最高的token吞吐量，从而帮助客户和合作伙伴持续扩大AI边界。

股东回报计划是我们资本配置策略的另一核心组成部分。鉴于我们对长期自由现金流前景的信心，以及与股东共享成长成果的承诺，我们将季度股息从每股0.01美元提升至每股0.25美元，并将随着业务规模的持续扩大定期审查股息政策。我们还宣布新增800亿美元的股票回购授权，叠加现有计划中剩余的390亿美元。正如我们在GTC上所宣布的，我们计划今年将50%的自由现金流回报给股东。

第二季度业绩展望总营收预计为910亿美元，上下浮动2%，环比增长主要由数据中心驱动。我们正在持续大力推进供应链生态系统建设，以应对我们所预见的巨大需求，这给予我们充分信心——我们预计2025年至2027年期间，Blackwell和Rubin平台的累计营收将达到1万亿美元。GAAP和非GAAP毛利率预计分别为74.9%和75%，上下浮动50个基点，全年仍预计维持在70%中段水平。GAAP和非GAAP运营费用预计分别约为85亿美元和83亿美元，全年运营费用增速预计在40%高段，主要由研发投入增加以及AI工具使用加速所驱动。

2027财年全年，我们预计GAAP和非GAAP税率在16%至18%之间(不含重大税务环境变化相关的离散项目)，低于此前17%至19%的预期，原因是地域结构改善。

以上是我准备好的内容，接下来将进入问答环节，交回给Toshiya主持。

Toshiya Hari(投资者关系与战略财务副总裁)

感谢Colette。我们现在进入问答环节，请接线员开始提问。

二、问答环节

第一问细分市场划分逻辑(摩根士丹利 Joseph Moore)

Joseph Moore(摩根士丹利) 感谢提问机会。我想请教，本次细分市场调整的背后逻辑是什么?两个细分市场在竞争格局上有何差异?另外，您提到的那个令人意外的CPU数据，如何在两个细分市场中理解?谢谢。

Toshiya Hari 感谢Joseph。首先需要更正一点，Colette刚才说的季度股息应是从每股0.01美元提升至每股0.25美元，请大股东们留意这多出来的0.05美元。

关于细分市场的调整，我们希望帮助大家更好地理解我们的业务。AI是多元的，计算本身也是多元的，体现在多个维度

第一，AI本身是多元的。 根据行业不同，AI的形态各异——制造和工业机器人领域是三维图形，生命科学领域是蛋白质结构，生命科学或材料科学领域是小分子化学，物理科学(无论是能源领域还是高校科研实验室)则是物理仿真，不一而足。

第二，应用场景是多元的。 应用场景涵盖企业、能源、制造等各行各业。

第三，运行环境是多元的。 可以在超大规模云上运行，可以在AI原生云上运行——而这类AI原生云正在全球各地不断涌现;可以在企业本地部署，可以在工厂、车间等工业场景中运行，也可以在超算中心和边缘端运行。边缘端涵盖大家熟知的自动驾驶汽车和机器人，但同样还包括芯片厂、封装厂、各类制造工厂内部不断扩大的计算网络。未来，每一个基站、每一个无线网络都将成为AI驱动的无线网络。

第四，治理方式是多元的。 部分工作负载可以运行于公有云，但也有一些因工业法规合规要求、机密计算需求或国家安全原因而无法上云，需要专门构建独立的数据中心。

英伟达独特之处在于，我们是唯一一家构建全部技术组件的公司，以极致协同设计的方式、完整端到端、全栈的方式进行研发，同时保持平台开放性，使其能够集成进各类不同环境。而某些环境，例如企业客户，需要所有技术组件协同工作，不用自己动手构建，能够直接购买并运营完整解决方案。

因此，我们将业务拆分为三大板块

超大规模云这是第一大板块。在这个板块中，我们帮助超大规模云厂商加速其数据处理和机器学习工作负载，支持其内部AI处理，同时将大量英伟达生态系统业务引入其公有云平台。

AI原生云、企业本地部署、工业本地部署及主权AI这是第二大板块，增速极快，因为每个行业、每个国家、每家企业都需要AI，且都希望以不同的方式构建。我们提供完整解决方案，使这一切成为可能，也大大降低了实施难度。

机器人边缘计算这是第三大板块。过去的计算以个人计算为核心，未来将以个人AI为核心。个人AI的一个典型例子就是自动驾驶汽车——本质上是一个作为个人AI存在的机器人系统。未来还会出现各种形态的机器人系统，包括基站无线网络，它本质上也将成为一种机器人系统。这三大板块各自拥有不同的软件栈、不同的操作系统和运营方式，我们的市场进入策略在每个板块中也大相径庭。超大规模云的市场进入最为简单，因为全球只有五六家超大规模厂商。其余的板块涉及全球约25万家企业，市场进入极为复杂，需要对AI有高度多元化的深刻理解。英伟达拥有全球规模最大的加速库套件，从计算光刻到流体力学、粒子物理、分子动力学，涵盖范围极广，这些库对于我们深入服务第二和第三类垂直行业至关重要。

总而言之，这次调整是因为我们的业务已演进和壮大到如此规模，进行合理细分有助于大家更清晰地了解我们的业务运作逻辑。

第二问增长哲学与超大规模资本支出展望(Melius Research Ben Reitzes)

Ben Reitzes(Melius Research) 非常感谢。黄仁勋，我想请教您关于增长哲学的问题。本季度数据中心业务(不含中国)增长约120%，你们的指引约为100%。许多分析师(包括我)预测今年超大规模厂商资本支出将增长90%至100%。您也提到数据中心市场到本十年末有望达到3至4万亿美元的规模。请问，您认为公司增速能否持续超过超大规模厂商资本支出增速?而超大规模厂商资本支出是否会在今年之后继续保持高速增长?

黄仁勋 感谢Ben。首先，我们理应增长得比超大规模资本支出更快，原因正是我刚才介绍分类逻辑时所阐述的。

我们的数据中心业务由两大部分构成(实际更为复杂，但我简化为两大部分以便于理解)

第一部分是超大规模业务。 这正是你们所关注的超大规模资本支出。今年超大规模资本支出约为1万亿美元，我有充分理由相信这一数字将持续增长。这就是未来计算的运作方式，没有算力就没有营收。这一逻辑非常清晰——算力就是营收，算力就是利润。SaaS模式此前的算力消耗有限，但AI需要海量算力，同时也能创造难以想象的价值。这也正是为什么我们看到Anthropic和OpenAI这样的AI前沿公司以惊人的速度增长——它们在一个月内实现的增长，有些SaaS公司可能需要十年。第一大类的超大规模资本支出目前约1万亿美元，并正在向3至4万亿美元迈进。

第二部分是AI原生云及其他。 包括各类区域性AI原生云，遍布全球各地;有初创公司在为这些平台提供支持;还有约25万家企业——其中许多将自建或希望自建AI工厂;以及大量工业企业——对它们而言，别无选择，必须将计算部署在情境所在地、行动所在地，根本无法依赖云端。想象一下，一家芯片制造厂连接到云服务提供商，这根本行不通。此外还有主权AI云。这第二类数据中心，半定制化芯片根本无法胜任，因为这类数据中心希望购买和运营完整系统，不想自行设计和构建。这第二类不是五六七家公司，而是数百、数千家公司，未来将扩展到数十万家企业，每家规模相对较小。

这第二类将以惊人的速度持续增长。当我谈到物理AI，谈到在过去30年中基本未受IT冲击的近百万亿美元的实体经济产业，它们即将迎来AI的深刻影响，这正是第二大类所代表的市场。在这一类别中，我们的市场份额极高，我们几乎是唯一能够服务这一市场的公司。我们的平台构建方式如同垂直整合，一切协同运作，但同时又能拆解开来，供客户按需组合、以自己偏好的方式集成。这第二类的情况远未被充分理解，因为其中涵盖的公司数量庞大，而每一处安装规模相比单个超大规模厂商又相对较小。

因此，综合来看，我们在超大规模厂商中的份额正在增长——Anthropic作为我们的新合作伙伴，未来几年我们将大力帮助其扩大算力。而第二类中，很少有公司能够真正服务这一市场，我们的平台解决方案是关键所在。

第三问Vera Rubin与推理市场份额(Cantor Fitzgerald CJ Muse)

CJ Muse(Cantor Fitzgerald) 下午好，感谢提问机会。Vera Rubin即将到来，你们对前沿模型的迭代趋势和多元化AI工作负载的优化方向有着清晰的洞察。投资者对你们在推理市场的份额高度关注，请问Vera Rubin和极致协同工程将如何影响你们在进入26年底和27年时的推理市场份额?

黄仁勋 我们在推理市场的份额正在快速增长，原因在于今年前沿模型公司的数量大幅增加，涌现出Cursor、Perplexity等新兴公司，以及TML、Reflection等新模型企业。我们今年还将Anthropic纳入合作伙伴体系，他们的扩张速度极快——我们已与其合作，在Azure、AWS、CoreWeave等平台上为其锁定算力，此外还有其他正在推进中的合作伙伴正在陆续上线。今年和明年我们为Anthropic带来的算力规模将相当可观。在此之前，我们对Anthropic的算力覆盖几乎为零，因此我们在推理市场的份额提升速度极快。

Vera Rubin甚至会比Grace Blackwell更为成功。现在我几乎想不到有哪家前沿模型公司不会从一开始就迁移到Vera Rubin——这一点在Blackwell推出时并非如此。Vera Rubin的起点极为强劲，必将超越Grace Blackwell的成就。

回到Ben之前的问题，以上关于推理份额增长的讨论，实际上聚焦的是超大规模云这第一类。而在第二类AI数据中心中，我们几乎是独家供应商，其中推理业务几乎100%由英伟达承接。当然，物理AI领域目前也基本上只有英伟达一家在服务，我们深耕物理AI已久。因此，综合来看，我们在推理市场的份额正在快速增长。

第四问LPX与平台战略(UBS Timothy Arcuri)

Timothy Arcuri(UBS) 非常感谢。黄仁勋，我想请教一下LPX的市场进展。您此前提到Groq在某些市场约占20%份额，我想了解LPX的牵引力情况，以及它如何融入您更广泛的平台战略?

黄仁勋 LPX专为低延迟、高token速率场景设计，但其吞吐量相对较低，支持的模型规模有限，处理长上下文的能力也较弱——例如软件编程、智能体工作负载等需要大量上下文的场景，LPX的能力有所受限。

正如我此前所解释的，LPX的适用场景并不广泛，它的定位是面向拥有多元化token服务组合的提供商，其中某些服务属于高溢价服务、客户数量有限但单用户token速率极高的应用。这一判断与我之前的分析完全一致。

因此，我预期LPX以及其他基于SRAM、专注于解码、高token速率生成的加速器，在相当长的时间内仍将是一类细分市场产品。相比之下，Grace Blackwell和Vera Rubin支持AI的全生命周期——从数据处理、预训练准备、预训练，到强化学习后训练，再到推理，Grace Blackwell是完成所有这些任务的最佳平台。而对于已经拥有高token速率服务的提供商，在特定场景下可以搭配LPX，进一步提升该服务的交付质量。

至于LPX占多少市场份额——20%也好，10%也好，取决于AI的发展阶段。我认为目前远低于20%，未来随着高溢价token服务的发展，这一比例或许有机会达到20%。我们也期待与服务提供商合作，共同推进这一能力。

第五问CPU与GPU的关系及Vera CPU规模(美国银行 Vivek Arya)

Vivek Arya(美国银行) 感谢提问机会。黄仁勋，近期关于智能体应用中CPU的讨论热度很高，甚至有说法认为CPU的数量将超过GPU的数量。我想请你从两个角度分析第一，这是增量性的新工作负载，还是对GPU原有工作负载的替代?第二，您提到的200亿美元规模，是仅针对独立Vera CPU，还是已包含在Vera Rubin整机中的CPU部分?请帮助我们理解CPU与GPU的关系——是竞争还是互补，以及这200亿美元应如何理解?

黄仁勋 这200亿美元指的是独立Vera CPU。我来介绍一下Vera的四种使用方式

第一种Vera Rubin整机。我们将售出数百万套Rubin，每两套Rubin搭配一颗Vera，有相应的价格体系。

第二种Vera独立CPU。

第三种Vera搭配CX9网卡及相应软件栈，用于存储场景。

第四种Vera搭配CX9，配合安全与计算隔离、机密计算软件栈。

以上四种场景都基于Vera构建。我预计在Vera Rubin的整个生命周期内，供给将始终处于供不应求的状态。

关于CPU在智能体AI中的角色——智能体本质上是一个"执行框架"(harness)。这个框架可以是OpenClaw，可以是Hermes;Anthropic的Claude Code本质上是Claude Opus模型外的一层框架，OpenAI的Codex本质上是GPT-5.5模型外的一层框架。框架负责处理I/O、编排、内存管理，以及工具调用——例如连接浏览器、C编译器、Python编译器等。框架在CPU上运行，工具调用也在CPU上运行。例如，AI执行搜索或使用浏览器时，这些都在CPU上完成。

人类世界有10亿用户，未来世界将会有数十亿个AI智能体，虽然不是今天，但我们会逐步走到那里。每个智能体都会使用工具，这些工具类似于我们今天使用的PC。未来，智能体将拥有自己的"AI PC"。假设现在全球有几十万个智能体，未来有几十亿个，每个智能体都有自己的"PC"来使用。

每个智能体还会衍生出子智能体，每次衍生就需要调用推理——而所有的"思考"都发生在GPU上，所有的编排则在CPU上进行。子智能体在"思考"时使用GPU，在调用模拟器时则可能使用CPU或GPU。这也是为什么我们与Cadence、Synopsys、Siemens、Adobe等公司深度合作——我们正在加速全球所有的设计工具和数据处理、数据库引擎，让它们运行在CUDA上。原因很简单，智能体比人类的容忍度更低，需要更快的响应速度，而工具加速到GPU上能显著提升效率。

Vera正是为智能体时代而设计的CPU。过去的CPU设计逻辑是多核心、便于按核心出租;人们按核心付费，这是传统云计算的经济学。未来AI时代的经济学是每美元token数或每token成本，核心目标是尽可能快地生成和处理token——这正是Vera的强项所在。

我们正在构建的是完整的AI基础设施出色的存储(这是我们构建STX的原因)、出色的网络(这是我们打造Spectrum X的原因)、出色的GPU与推理能力(NVLink 72)、出色的安全与机密计算(Vera Rubin是全球首个支持端到端机密计算的平台)、出色的CPU。我们一应俱全。

第六问1万亿美元展望之上的增长空间(高盛 Jim Schneider)

Jim Schneider(高盛) 下午好，感谢提问。在GTC上，您提到了Blackwell和Rubin平台1万亿美元的可见营收，但我相信这一数字不包括LPX、Rubin CPX和Vera CPU机架。请问Vera CPU是否将成为1万亿美元之上最大的超预期来源?还是说您在考虑其他产品组合，包括CPU，以进一步提升在总市场中的份额?

黄仁勋 关于1万亿美元之上的增量空间，我认为主要有三个来源

第一，前沿AI模型市场份额的持续提升。我预期份额将进一步增长，这是最大的增量来源之一。

第二，独立Vera CPU——这未包含在此前的1万亿美元预测中。智能体系统的总市场规模相当可观，我们的客户对Vera的热情非常高，我们将售出大量Vera CPU，这是第二大增量来源。

第三，LPX——如前所述，由于其SRAM架构带来的低延迟、高交互性优势，以及相对有限的吞吐量和上下文处理能力，LPX将服务于一部分细分市场。通过Vera、Vera Rubin和LPX的组合，我们将能够覆盖AI从预训练、后训练到推理、智能体系统的全生命周期和完整需求谱系。

第七问Vera Rubin爬坡斜率(TD Cowen Joshua Buchalter)

Joshua Buchalter(TD Cowen) 非常感谢，也恭喜业绩出色。Colette，您在准备好的发言中提到GB300是公司历史上爬坡速度最快的产品。应如何对比看待Vera Rubin的爬坡速度?Vera Rubin虽然在芯片层面是全新架构，但机架形态相似——是否意味着爬坡斜率与GB300相当，还是因为新硅片的缘故会更为平缓?

Colette Kress 我们此前已说明将在下半年推出Vera Rubin，第三季度将是初始出货阶段，进入第四季度后爬坡将持续加速，明年第一季度预计也将是强劲的一季。目前难以判断哪个产品的爬坡会更快，但需求已经明确，我们已有采购订单，几乎所有主要客户都已就绪。这些系统极为复杂，需要时间完成整机组装并推向市场。总体而言，制约因素主要是所有系统配件的量产进度，而非需求本身。

结束语

Toshiya Hari 感谢各位参与问答。以下是几项会议安排提示黄仁勋将于6月1日在中国台北Computex发表主题演讲;我们还将参加5月28日的TD Cowen TMT会议，以及6月4日的美国银行全球科技会议。2027财年第二季度业绩电话会议定于8月26日举行。下面请黄仁勋做本次电话会议的总结发言。

黄仁勋总结发言

这是一个非凡的季度，需求已呈抛物线式增长。原因很简单智能体AI已经到来。AI现在能够完成真正有价值的生产性工作，token已经实现盈利，模型开发商正在竞相扩大产量。在AI时代，算力容量就是营收和利润，英伟达正是这个时代的核心平台。

在全球所有平台中，英伟达算力所支撑的需求多样性是最丰富的。让我重点讲五件事

第一，英伟达是唯一能够运行所有前沿AI模型的平台。随着Anthropic加入我们现有的合作伙伴——包括OpenAI、xAI、Meta-MSL、Gemini等——我们在前沿AI模型市场的份额正在增长。

第二，我们覆盖每一家超大规模云厂商，支持其核心数据处理和机器学习工作负载、内部AI服务，以及其公有云中面向英伟达用户的需求。

第三，我们的全栈完整AI工厂解决方案和庞大的全球生态系统，使我们能够独特地服务新兴AI数据中心细分市场——包括新型AI原生云、主权AI云，以及企业和工业本地部署基础设施，这正是我之前所讲的第二类市场。

第四，NVIDIA CUDA的触达延伸至边缘端机器人、自动驾驶汽车、嵌入式医疗仪器、AI-RAN电信基站。下一波浪潮是物理AI——数十亿个自主机器人系统将在物理世界中运行，这正是我之前所讲的第三类市场。

第五，我们迎来了一个重大的全新增长引擎——Vera全球首款专为智能体AI设计的CPU。Vera为英伟达开辟了全新的2000亿美元市场，是我们此前从未涉足的领域，每家主要的超大规模厂商和系统厂商都在与我们合作部署。

世界正在重建计算基础设施，以支撑智能体AI和物理AI机器人的发展，英伟达处于这些转变的核心。我们用了三十年构建英伟达计算平台——统一架构、庞大生态系统、跨芯片、系统、网络和软件的极致协同设计。我们提前为这一时刻做好了准备，当智能体AI到来之时，英伟达已经准备就绪。而这一时刻，已经到来。

主持人 今天的电话会议到此结束，感谢参与，再见。

本文转载自“美股投资网”，美股投资网财经编辑李佛。

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！

 

 

盘前市场动向

1. 5月20日(周三)美股盘前，美股三大股指期货齐涨。截至发稿，道指期货涨0.20%，标普500指数期货涨0.32%，纳指期货涨0.56%。

2. 截至发稿，德国DAX指数涨0.29%，英国富时100指数涨0.13%，法国CAC40指数涨0.54%，欧洲斯托克50指数涨0.66%。

3. 截至发稿，WTI原油跌1.78%，报102.52美元/桶。布伦特原油跌2.60%，报109.18美元/桶。

市场消息

AI狂潮改写债市逻辑，7.6万亿美元资本开支推高长期收益率。尽管有人对人工智能繁荣与借贷成本上升同时发生感到困惑，但两者密切相关。在AI投资狂热之外，长期生产率飙升正在推高中性利率的预估。高盛估计未来五年AI资本开支将达到7.6万亿美元，这可能是驱动债券和股票的更大因素，正迫使投资机构重新评估AI对宏观经济的长期影响。国际金融协会表示，一个成功的AI周期应会推高中性利率，因为更高的预期回报和更强的资本形成将提升预期投资相对于储蓄的水平，市场不应基于当前的AI繁荣而预期回到2010年代极低实际利率的环境。巴克莱年度研究得出类似结论，称生产率上升加上巨大的资本支出需求，指向更高的中性实际利率，长期债券市场可能终于在进行重新定价。

AI数据中心融资狂潮引发市场担忧 美国银行科技巨头举债扩张成潜在信用风险来源。美国银行最新调查显示，AI超大规模云厂商的资本开支已迅速成为全球投资者最关注的潜在信用风险之一。调查数据显示，在5月接受调查的全球基金经理中，约34%的受访者认为，AI相关资本支出最有可能引发未来系统性信用事件，这一比例较4月的17%翻倍增长。尽管美国私人信贷市场仍是最大担忧来源，占比42%，但已明显低于上月的57%。自去年初以来，科技公司已通过美国债券市场融资超过3000亿美元，用于AI基础设施建设，而投行预计未来数月融资规模还将继续大幅增加。市场担忧在于，科技企业正在以前所未有的速度举债投入AI建设，但相关投资未来能否产生足够回报仍存在较大不确定性。

2026年FOMC票委保尔森“放鹰”倾向于维持利率不变 降息前提是抗通胀持续取得进展。作为2026年美联储联邦公开市场委员会(FOMC)票委的费城联储主席安娜·保尔森表示，她倾向于维持利率不变，并认为只有在抗通胀持续取得进展的情况下才适合降息。保尔森周二表示“当前货币政策具有轻度限制性，而这种限制性正在帮助抑制通胀压力，同时劳动力市场依然保持稳定。”“维持利率不变，可以让我们评估经济如何演变，以及价格稳定和劳动力市场面临的风险。”

美债动荡击碎降息梦!市场预期大逆转美联储年内加息概率高达43%。美债收益率持续走高，彻底改变了市场对于美联储下一轮加息时点的预期。预测交易平台Kalshi的数据显示，交易员认为美联储在2027年7月前加息的概率达63%，今年加息的概率为43%。另一家预测平台Polymarket上的交易员认为2026年加息的概率为35%。

三星工会谈判破裂!周四将全面停工 全球存储芯片供应链拉响“断供”警报。三星电子与其最大工会的谈判破裂，全球最大存储芯片制造商将面临工人罢工，进而影响运营。工会领导人Choi Seung-ho在谈判所在地Sejong市表示，在公司管理层拒绝了工会已接受的调解方案后，一场全面停工将于周四进行。谈判破裂使全球技术供应链面临风险，因为三星是全球最大的芯片供应商，其产品广泛应用于从数据中心服务器、智能手机到电动汽车等各类设备。公司还面临生产延迟以及下一代半导体开发受阻等问题。

债市风暴席卷全球之际 固收巨头Pimco送来强心剂! 高呼最陡收益率曲线“修复时刻”已至。全球最大规模固定收益投资巨头之一太平洋资产管理(Pimco)在当前持续遭遇大规模抛售的日本30年期主权国债资产中看到重大投资机遇，全球最陡峭的长期限国债收益率曲线已到修复窗口。与此同时，全球债券市场交易员们对通胀和政府支出的担忧情绪已将这些债券收益率推升至创纪录高位。来自Pimco的非传统策略市场首席投资官Marc Seidner表示，相对于其他发达市场，日本长期限国债收益率曲线已经变得“过于陡峭”，从而在较长期债务中创造出有吸引力的投资价值。

个股消息

英伟达(NVDA)Q1财报美股盘后来袭。英伟达将于5月21日(即美东时间5月20日美股盘后)发布2027财年第一财季财报。这不仅是一家芯片巨头的季度成绩单，更被视为检验全球AI基础设施投资浪潮能否持续的关键风向标，正如高盛美股策略师Ben Snyder所言，英伟达今年已贡献标普500指数约20%的涨幅，“全球范围几乎所有资产类别的投资者都在关注这份财报”。据分析师普遍预期，英伟达本季营收预计为789亿美元，同比增长79%，每股收益达1.77美元。而在各大投行眼中，这一数字甚至偏向保守。

亚马逊(AMZN)AI ASIC迎来结构性拐点开始获业界青睐。据报道，亚马逊的Trainium人工智能加速器开始赢得一些人工智能开发人员的青睐，这些开发人员历来依赖英伟达(NVDA)的产品。Superlinked首席执行官Daniel Svonava表示“我们一直以来都认为软件支持不足是一个障碍。但这种情况在过去几个月里发生了改变，这个障碍已经消除。”另一位开发者，Loka的机器学习负责人Bojan Jakimovski也表示，过去几个月人们对Trainium的兴趣有所上升，部分原因是英伟达GPU的供应紧张。他还补充说，一位客户在测试表明Trainium第二代芯片的成本比英伟达H100系列芯片最多可降低35%后，将其推理工作负载切换到了Trainium的第二代芯片上。不过，Jakimovski补充说，他仍然建议在英伟达的产品上进行大型语言模型训练。

亚德诺(ADI)将以约15亿美元收购Empower，以增强AI电源管理产品组合。美国芯片制造商亚德诺表示，将以约15亿美元现金收购Empower Semiconductor，以扩展其专注于人工智能的电源管理产品组合。该交易预计将于2026年下半年完成，具体取决于监管审批。总部位于加州米尔皮塔斯的Empower Semiconductor，主要生产用于数据中心的芯片，据称其产品能耗更低，有助于降低运营成本。该公司去年9月表示，已在由富达管理与研究公司领投的D轮融资中筹集了超过1.4亿美元资金。

谷歌(GOOGL)联手三星、Warby Parker入场AI音频眼镜，预计今年秋季正式发布。谷歌于周二首次公开展示了其首款音频智能眼镜，试图在竞争对手Meta已掀起波澜的可穿戴设备细分市场中寻求突破。在谷歌年度I/O开发者大会上，该公司宣布已与三星以及眼镜制造商Gentle Monster、Warby Parker达成合作，共同打造内置Gemini助手的智能眼镜。谷歌表示，该产品将兼容安卓及iOS设备，并于今年晚些时候正式上市。

SpaceX频频落子完成“史上最大IPO”30天后，或收购AI编码新锐Cursor。据知情人士透露，埃隆·马斯克旗下太空探索技术公司(SpaceX)计划在完成公开上市30天后，推进对人工智能(AI)编码初创公司Cursor的收购事宜。此前有报道称，SpaceX最快将于本周三正式递交首次公开募股(IPO)申请，并于6月12日正式在纳斯达克挂牌上市。若一切按计划推进，SpaceX 有望在7月完成对Cursor的收购。知情人士表示，如果这笔交易最终未能达成，SpaceX将需要向Cursor支付100亿美元的反向分手费。

劳氏(LOW)Q1业绩超预期难掩颓势，同店销售指引逊于预期，警示宏观逆风恐贯穿全年。美国大型家居建材与家装产品零售商劳氏(LOW)表示，得益于春季期间线上销售额的增长以及专业承包商需求的提振，公司第一季度盈利超出预期，但由于宏观房地产市场面临挑战，公司维持全年业绩展望不变。财报显示，劳氏一季度营收达231亿美元，同比增长10.4%，超出预期2.2亿美元;调整后每股收益为3.03美元，好于预期。期内，该公司同店销售额增长了0.6%，但这一增幅低于市场预期。劳氏重申了其全年业绩预测，并表示宏观房地产市场环境充满挑战。

需求增长助推业绩，亚德诺Q2利润大幅攀升。周三，亚德诺公布了超预期的第二季度业绩，工业、汽车及通信市场的强劲需求推动了营收增长，并且公司预计，这一趋势将持续下去。数据显示，截至5月2日的三个月内，实现净利润11.8亿美元，合每股收益2.40美元;相比之下，去年同期净利润为5.698亿美元，合每股收益1.14美元。经调整后的每股收益为3.09美元，分析师预期为2.88美元。营收从去年同期的26.4亿美元增至36.2亿美元，高于分析师预期的35.1亿美元。展望第三季度，公司预计营收将在38亿至40亿美元之间，高于市场普遍预期的36.1亿美元。调整后每股收益预计为3.30美元(上下浮动15美分)，而分析师预期为2.99美元。

转型计划见成效，塔吉特(TGT)Q1营收利润双超预期。周三，大型零售商塔吉特公布了超预期的Q1业绩，并上调了营收指引，表明尽管宏观环境充满挑战，其转型计划仍在顺利推进。数据显示，塔吉特第一季度调整后每股盈利为1.71美元，净销售额同比增长6.7%，达到254亿美元，而分析师此前预期每股盈利为1.47美元，销售额为247亿美元。公司目前预计全年净销售额增长约为4%，比之前的预测提高了两个百分点。

重要经济数据和事件预告

22:30美国截至5月15日当周EIA原油库存变动。

21:15美联储理事巴尔发表讲话。

次日02:00美联储公布货币政策会议纪要。

业绩预告

周四早间英伟达、财捷(INTU)

周四盘前沃尔玛(WMT)、拉夫劳伦(RL)

最专业的美股资讯,推荐美股大数据 https://Stockwe.com/

如何识别美股市场异常波动？美国机构主力资金买卖情况，出货和吸筹，使用美股投资网VIP会员，2008年成立于美国硅谷，由前纽约证券交易所分析师Ken创立，联合多位摩根斯坦利分析师，谷歌 Meta工程师利用AI和大数据，配合十多年美股实战经验和业内量化模型，建立了一个股市数据库 https://StockWe.com/ 每天处理千万级股票数据：捕捉期权大单，实时主力资金流向、机构持仓变化、川普突发新闻，精准交易信号第一时间发到您手机APP！