行情
新闻
分析
用户
快讯
财经日历
学习
数据
- 名称
- 最新值
- 前值












VIP跟单
所有跟单
所有比赛



美国当周初请失业金人数四周均值 (季调后)公:--
预: --
前: --
美国当周续请失业金人数 (季调后)公:--
预: --
前: --
加拿大Ivey PMI (季调后) (11月)公:--
预: --
前: --
加拿大Ivey PMI (未季调) (11月)公:--
预: --
前: --
美国非国防资本耐用品订单月率修正值 (不含飞机) (季调后) (9月)公:--
预: --
美国工厂订单月率 (不含运输) (9月)公:--
预: --
前: --
美国工厂订单月率 (9月)公:--
预: --
前: --
美国工厂订单月率 (不含国防) (9月)公:--
预: --
前: --
美国当周EIA天然气库存变动公:--
预: --
前: --
沙特阿拉伯原油产量公:--
预: --
前: --
美国当周外国央行持有美国国债公:--
预: --
前: --
日本外汇储备 (11月)公:--
预: --
前: --
印度回购利率公:--
预: --
前: --
印度基准利率公:--
预: --
前: --
印度逆回购利率公:--
预: --
前: --
印度央行存款准备金率公:--
预: --
前: --
日本领先指标初值 (10月)公:--
预: --
前: --
英国Halifax房价指数年率 (季调后) (11月)公:--
预: --
前: --
英国Halifax房价指数月率 (季调后) (11月)公:--
预: --
前: --
法国经常账 (未季调) (10月)公:--
预: --
前: --
法国贸易账 (季调后) (10月)公:--
预: --
前: --
法国工业产出月率 (季调后) (10月)公:--
预: --
前: --
意大利零售销售月率 (季调后) (10月)公:--
预: --
前: --
欧元区就业人数年率 (季调后) (第三季度)公:--
预: --
前: --
欧元区GDP年率终值 (第三季度)公:--
预: --
前: --
欧元区GDP季率终值 (第三季度)公:--
预: --
前: --
欧元区就业人数季率终值 (季调后) (第三季度)公:--
预: --
前: --
欧元区就业人数终值 (季调后) (第三季度)公:--
预: --
巴西PPI月率 (10月)公:--
预: --
前: --
墨西哥消费者信心指数 (11月)公:--
预: --
前: --
加拿大失业率 (季调后) (11月)--
预: --
前: --
加拿大就业参与率 (季调后) (11月)--
预: --
前: --
加拿大就业人数 (季调后) (11月)--
预: --
前: --
加拿大兼职就业人数 (季调后) (11月)--
预: --
前: --
加拿大全职就业人数 (季调后) (11月)--
预: --
前: --
美国个人收入月率 (9月)--
预: --
前: --
美国达拉斯联储PCE物价指数年率 (9月)--
预: --
前: --
美国PCE物价指数年率 (季调后) (9月)--
预: --
前: --
美国PCE物价指数月率 (9月)--
预: --
前: --
美国个人支出月率 (季调后) (9月)--
预: --
前: --
美国核心PCE物价指数月率 (9月)--
预: --
前: --
美国密歇根大学五年通胀年率初值 (12月)--
预: --
前: --
美国核心PCE物价指数年率 (9月)--
预: --
前: --
美国实际个人消费支出月率 (9月)--
预: --
前: --
美国五至十年期通胀率预期 (12月)--
预: --
前: --
美国密歇根大学现况指数初值 (12月)--
预: --
前: --
美国密歇根大学消费者信心指数初值 (12月)--
预: --
前: --
美国密歇根大学一年期通胀率预期初值 (12月)--
预: --
前: --
美国密歇根大学消费者预期指数初值 (12月)--
预: --
前: --
美国当周钻井总数--
预: --
前: --
美国当周石油钻井总数--
预: --
前: --
美国消费信贷 (季调后) (10月)--
预: --
前: --
中国大陆外汇储备 (11月)--
预: --
前: --
中国大陆出口额年率 (美元) (11月)--
预: --
前: --
中国大陆进口额年率 (人民币) (11月)--
预: --
前: --
中国大陆进口额年率 (美元) (11月)--
预: --
前: --
中国大陆进口额 (人民币) (11月)--
预: --
前: --
中国大陆贸易账 (人民币) (11月)--
预: --
前: --
中国大陆出口额 (11月)--
预: --
前: --


无匹配数据
【财报】2025财年三季报归属股东应占溢利8829万美元,同比增长0.5%,基本每股收益7.35美元
黄仁勋演讲称,公司对2025-2026年累计实现5000亿美元的数据中心收入具有可见度。该收入预期比华尔街普遍预期的4470亿美元高出12%,也比高盛自身预期的4530亿美元高出10%。高盛认为该指引是英伟达股价的增量利好,并表示其自身预测仍有进一步上调的空间。
来源:硬AI 作者:龙玥
英伟达在最新的GTC大会上释放了极为强劲的收入信号,引发了华尔街的积极解读。
10月28日,英伟达CEO黄仁勋在GTC大会上透露,公司对在2025至2026年期间实现累计5000亿美元的数据中心业务收入具备“可见性”。该收入预期将涵盖其Blackwell及下一代Rubin架构的产品。
高盛最新研报强调,5000亿美元的规模显著高于此前的市场预期。该行分析师指出,这一目标比市场通过Visible Alpha Consensus Data反映的4470亿美元共识高出12%,同时也比高盛自身预测的4530亿美元高出10%。
高盛认为,这种对远期收入能见度的提升,对英伟达股价是一个“增量的积极因素”,并重申了对其的“买入”评级。
该行分析师在报告中强调,尽管他们对英伟达2026财年的预测已经比市场共识高出约7%,但基于最新的管理层评论,他们认为自己的预测数字仍存在“进一步上调的倾向”。
收入指引远超预期,高盛看好上行空间
英伟达管理层给出的5000亿美元累计收入目标,是本次GTC大会传递出的最强烈的市场信号。而报告进一步分析称,有几个关键变量可能推动英伟达的业绩超越当前预期。
这些因素包括:OpenAI等大型客户部署模型的具体时间节奏、来自主权政府等非传统客户的贡献日益增加,以及公司备受期待的Rubin平台正式推出的确切时间。这些都可能成为驱动高盛乃至整个市场继续上调其财务模型的催化剂。
战略合作多点开花,拓展AI生态版图
除了惊人的收入指引,英伟达还在GTC大会上宣布了一系列旨在巩固其AI生态系统领导地位的战略合作。
据高盛报告披露,英伟达宣布向诺基亚进行10亿美元的股权投资,认购价格为每股6.01美元。此举旨在加速开发和部署下一代AI原生移动网络及相关基础设施。同时,英伟达还发布了其ARC Aerial RAN计算平台。
在高性能计算领域,英伟达宣布与美国能源部合作,在其下属的阿贡国家实验室和洛斯阿拉莫斯国家实验室部署七套全新的超级计算机系统。其中,Solstice和Equinox系统将分别配备10万和1万块英伟达Blackwell GPU。洛斯阿拉莫斯国家实验室还确认选用英伟达的Vera Rubin平台构建其下一代系统。
此外,公司还推出了用于连接量子计算机与传统计算系统的高速互联技术NVQLink,并宣布与优步(Uber)合作,利用Nvidia DRIVE AGX Hyperion 10平台和DRIVE AV软件,共同扩展优步L4级别自动驾驶网络。
来源:华尔街见闻
美东时间28日周二,英伟达CEO黄仁勋在华盛顿举行的今年第二次GTC大会上发表主体演讲,重点涵盖6G、AI、量子计算和机器人领域的技术突破。黄仁勋在演讲中强调,随着摩尔定律失效,加速计算和GPU技术成为推动技术进步的核心动力。
在AI与6G技术结合方面,英伟达宣布与诺基亚达成战略合作,将投资10亿美元认购诺基亚股份,共同推进AI原生6G网络平台。超算方面,英伟达推出融合AI超算和量子计算的NVQLink技术,连接量子处理器与GPU超级计算机,已获得17家量子计算公司支持。英伟达还宣布,与美国能源部合作建造该部门最大的AI超算。AI工厂方面,英伟达将推出支持AI工厂操作的处理器Bluefield-4。
此外,英伟达给自动驾驶出租车服务Robotaxi的热潮又添一把火,宣布与共享用车鼻祖Uber以及克莱斯勒母公司Stellantis合作。Uber计划从2027年起部署10万辆基于英伟达技术的Robotaxi服务汽车。
英伟达还与AI明星Palantir以及医药巨头礼来分别达成合作,将其GPU计算能力与企业数据平台和制药研发深度整合,旨在推动AI从概念走向实际应用。这两项合作分别针对企业运营智能和药物研发,标志着AI技术在复杂行业场景中的商业化进程加速。
黄仁勋在演讲中表示:“AI是我们这个时代最强大的技术,而科学是其最伟大的前沿。” 周二官宣的合作标志着,英伟达从芯片制造商向全栈AI基础设施供应商的战略转型。
黄仁勋明确反驳了AI泡沫说,称:“我不认为我们处于AI泡沫之中。我们正在使用所有这些不同的AI模型——我们在使用大量服务,并乐于为此付费。” 他的核心论点是,AI模型现在已经足够强大,客户愿意为其付费,这反过来将证明昂贵的计算基础设施建设是合理的。
芯片出货量激增 产能扩张迅猛
黄仁勋透露,英伟达最快的AI芯片Blackwell GPU已在亚利桑那州实现全面生产。这意味着,之前仅在台湾生产的Blackwell芯片首次可以在美国制造。
黄仁勋披露了英伟达芯片出货的惊人数据。他表示,英伟达预计将出货2000万块Blackwell芯片。相比之下,上一代产品Hopper架构芯片在整个生命周期内仅出货了400万块。
黄仁勋还表示,过去四个季度已出货600万块Blackwell GPU,需求依然强劲。英伟达预计,Blackwell和明年推出的Rubin芯片将合计带来五个季度5000亿美元的GPU销售额。
本月早些时候,英伟达和台积电宣布首批Blackwell晶圆已在亚利桑那州凤凰城的工厂生产。英伟达在一段视频中表示,基于Blackwell的系统现在也将在美国组装。
英伟达联手诺基亚布局6G网络
黄仁勋介绍,英伟达将与诺基亚携手推出Aerial RAN Computer(ARC),助力6G网络转型。英伟达与诺基亚将为6G通信技术开拓AI平台。
6G 与 AI 如何融合?除了AI学习和提升6G频谱效率之外,我们还将看到AI加持的无线接入网络(RAN)产品、即“AI on RAN”。这意味着,在目前的互联网状态下,很多数据都在亚马逊云服务平台AWS上运行,但英伟达要在6G连接之上构建一个云计算平台。这展现了超高速 AI 的潜力,它可以为自动驾驶汽车等技术提供动力。
英伟达和诺基亚周二宣布建立战略合作伙伴关系,将英伟达驱动的商用级AI-RAN产品添加到诺基亚的RAN产品组合中,使通信服务提供商能够在英伟达平台推出AI 原生的5G-Advanced 和6G网络。
英伟达将推出面向6G网络的Aerial RAN Computer Pro计算平台,诺基亚将在此基础上扩展其RAN产品组合,推出新的AI-RAN产品。英伟达还将以每股6.01美元的认购价,对诺基亚进行10亿美元的股权投资。
分析机构Omdia预测,到2030年,AI-RAN市场规模预计将累计超过2000亿美元。英伟达和诺基亚的合作将提供分布式边缘AI推理能力,为电信运营商开辟新的高增长领域。
T-Mobile美国公司将同诺基亚和英伟达合作,推动AI-RAN技术的测试和开发,将技术整合到其6G开发流程中。试验预计于2026年开始,重点验证客户的性能和效率提升。该技术将支持自动驾驶汽车、无人机、增强现实和虚拟现实眼镜等AI原生设备。
NVQLink连接量子计算与GPU系统
目前,各种量子计算技术虽然性能强大,但对环境噪声敏感,应用范围有限。基于GPU的超级计算机正是因此有用武之地,它可以减轻量子处理器的负担。黄仁勋周二提到,英伟达基于旗下开源量子开发平台CUDA-Q核心构建了开源系统架构NVQLink。
黄仁勋表示,他预计,除了新技术之外,量子计算还需要传统处理器的支持,英伟达将帮助实现这一目标。“我们现在意识到,将量子计算机直接连接到 GPU 超级计算机至关重要。这就是计算的未来量子化。”
NVQLink是将量子处理器与GPU和CPU连接起来的新型高速互连技术。它并非要取代量子计算机,而是要和后者共同加快量子计算的速度。
黄仁勋说,NVQLink技术将有助于纠错,同时校准哪些AI 算法应该在GPU和量子处理器上使用。他透露,已有17家量子计算公司承诺将支持NVQLink。“业界的支持令人难以置信。量子计算不会取代传统系统,它们将协同工作。”
“它(NVQLink)不仅能对今天的量子比特进行纠错,还能对未来的量子比特进行纠错。我们将把这些量子计算机的规模从现在的数百个量子比特扩展到数万个量子比特,甚至未来的数十万个量子比特。”
英伟达称,NVQLink技术已获得17家量子处理器制造商和5家控制器制造商的支持,包括Alice & Bob、Atom Computing、IonQ、IQM Quantum Computers、Quantinuum、Rigetti等公司。美国能源部领导的9个国家实验室将使用NVQLink推动量子计算突破,包括布鲁克海文国家实验室、费米实验室、洛斯阿拉莫斯国家实验室(LANL)等。
英伟达表示,开发人员可以通过CUDA-Q软件平台访问NVQLink,创建和测试无缝调用CPU、GPU和量子处理器的应用程序。
英伟达与甲骨文打造美能源部最大AI超算
黄仁勋称,英伟达将与美国能源部合作,打造七台新的超级计算机。它们将分别部署在能源部旗下的阿贡国家实验室(ANL)和洛斯阿拉莫斯国家实验室(LANL)。
英伟达宣布与甲骨文合作,为美国能源部建造该部门最大的AI超级计算机Solstice系统,该系统将创纪录地配备10万块英伟达Blackwell GPU。另一套名为Equinox的系统将包含1万个Blackwell GPU,预计于2026年上半年投入使用。
两套系统均通过英伟达网络互联,总计提供2200 exaflops的AI性能。这些超级计算机将使科学家和研究人员能够使用英伟达Megatron-Core库开发和训练新的前沿模型和AI推理模型,并使用TensorRT推理软件堆栈进行扩展。
能源部长Chris Wright表示:“维护美国在高性能计算领域的领导地位,需要我们搭建通向下一个计算时代的桥梁:加速量子超级计算。我们国家实验室、初创公司和英伟达等行业合作伙伴之间的深度合作对这一使命至关重要。”
阿贡国家实验室主任Paul K. Kearns表示,这些系统将与能源部前沿实验设施(如先进光子源)无缝连接,使科学家能够通过科学发现应对国家最紧迫的挑战。
BlueField-4推动AI工厂基础设施升级
黄仁勋认为,代理式AI不再只是一种工具,而是人们所有工作的助手。AI带来的“机会不胜枚举。” 英伟达的计划是建造专用于AI的工厂,里面堆满芯片。
英伟达周二当天宣布,推出支持AI工厂操作系统的处理器Bluefield-4。
英伟达的BlueField-4数据处理单元支持800Gb/s吞吐量,为千兆级AI基础设施提供突破性加速。该平台结合英伟达Grace CPU和ConnectX-9网络技术,计算能力是前代BlueField-3的6倍,可支持的AI工厂规模较BlueField-3扩大3倍。
BlueField-4专为新一类AI存储平台设计,为AI数据管道的高效数据处理和大规模突破性性能奠定基础。该平台支持多租户网络、快速数据访问、AI运行时安全和云弹性,原生支持英伟达DOCA微服务。
英伟达称,多家行业领头羊计划采用BlueField-4技术。其中,服务器和存储领域的公司包括思科、DDN、戴尔科技、HPE、IBM、联想、Supermicro、VAST Data和WEKA。网络安全领域企业包括Armis、Check Point、思科、F5、Forescout、Palo Alto Networks和Trend Micro。
此外,云和AI服务商如Akamai、CoreWeave、Crusoe、Lambda、甲骨文、Together.ai和xAI正基于英伟达DOCA微服务构建解决方案,加速多租户网络、提升数据移动速度并增强AI工厂和超级计算云的安全性。
英伟达BlueField-4预计将于2026年作为Vera Rubin平台的一部分推出早期版本。
英伟达与CrowdStrike合作AI网络安全开发
黄仁勋称,英伟达将与网络安全公司CrowdStrike在AI网络安全模型方面进行合作。
英伟达宣布与CrowdStrike建立战略合作,在CrowdStrike Falcon XDR平台上提供英伟达AI计算服务。该合作将Falcon平台数据与英伟达GPU优化的AI管道和软件(包括新的英伟达NIM微服务)相结合,使客户能够创建定制化安全生成式AI模型。
根据2024年CrowdStrike全球威胁报告,平均突破时间已降至62分钟,最快记录的攻击仅略超过2分钟。随着现代攻击速度更快、更复杂,组织需要AI驱动的安全技术来获得必要的速度和自动化能力。
黄仁勋表示:“网络安全本质上是一个数据问题——企业能够处理的数据越多,就能检测和处理的事件越多。将英伟达加速计算和生成式AI与CrowdStrike网络安全结合,可以为企业提供前所未有的威胁可见性。”
CrowdStrike将利用英伟达加速计算、英伟达Morpheus和NIM微服务,将定制LLM驱动的应用程序引入企业。结合Falcon平台的独特上下文数据,客户将能够解决特定领域的新用例,包括处理PB级日志以改进威胁搜寻、检测供应链攻击、识别用户行为异常,以及主动防御新兴漏洞。
英伟达新自动驾驶开发平台助Uber部署Robotaxi车队
黄仁勋介绍,英伟达的端对端自动驾驶平台DRIVE Hyperion已准备好推出提供Robotaxi服务的汽车。包括Stellantis、Lucid 和梅赛德斯-奔驰在内的全球汽车制造商将利用英伟达的新技术平台DRIVE AGX Hyperion 10 架构加速开发自动驾驶技术。
英伟达宣布与Uber建立合作关系,使用新一代英伟达DRIVE AGX Hyperion 10自动驾驶开发平台和DRIVE AV软件,扩展全球最大的L4级移动网络。英伟达将支持Uber,从2027年开始逐步将其全球自动驾驶车队规模扩大至10万辆。
DRIVE AGX Hyperion 10是一个参考级生产计算机和传感器架构,使任何车辆都能达到L4级准备状态。该平台使汽车制造商能够构建配备经过验证的硬件和传感器的汽车、卡车和货车,可以托管任何兼容的自动驾驶软件。
黄仁勋表示:“无人驾驶出租车标志着全球交通转型的开始——使交通更安全、更清洁、更高效。我们与Uber共同为整个行业创建了一个框架,以大规模部署自动驾驶车队。”Uber CEO Dara Khosrowshahi表示:“英伟达是AI时代的支柱,现在正充分利用这一创新,以巨大规模释放L4自动驾驶能力。”
Stellantis正在开发AV-Ready平台,专门优化以支持L4级能力并满足无人驾驶出租车要求。这些平台将集成英伟达全栈AI技术,进一步扩展与Uber全球移动生态系统的连接性。
Uber称,Stellantis将成为首批提供Robotaxi汽车的制造商之一,这些制造商将为Uber在美国和国际的业务提供至少5000辆英伟达驱动的Robotaxi车。Uber将负责车辆的端到端车队运营,包括远程协助、充电、清洁、维护和客户支持。
Stellantis称,将与富士康在硬件和系统集成方面展开合作,生产计划定于2028年启动。首先在美国与Uber合作开展运营。Stellantis 表示,预计未来几年试点项目和测试将逐步展开。
Lucid正在为其下一代乘用车推进L4级自动驾驶能力,在DRIVE Hyperion平台上使用全栈英伟达AV软件,向客户交付首批L4级自动驾驶汽车。梅赛德斯-奔驰正在测试基于其专有操作系统MB.OS和DRIVE AGX Hyperion的未来合作,新款S级车型将提供卓越的L4级豪华驾乘体验。
英伟达和Uber将继续支持和加速在英伟达DRIVE L4级平台上开发软件堆栈的全球合作伙伴,包括Avride、May Mobility、Momenta、Nuro、Pony.ai、Wayve和WeRide。在卡车运输领域,Aurora、沃尔沃自动驾驶解决方案和Waabi正在开发由英伟达DRIVE平台驱动的L4级自动驾驶卡车。
英伟达与Palantir打造运营AI技术栈 Lowe‘s率先应用供应链优化方案
英伟达与Palantir的合作核心是将英伟达的GPU加速计算、开源模型和数据处理能力整合到Palantir AI平台(AIP)的Ontology系统中。Ontology通过将复杂数据和逻辑组织成互联的虚拟对象、链接和动作,创建企业的数字副本,为AI驱动的业务流程自动化提供基础。
黄仁勋表示:“Palantir和英伟达有着共同的愿景:将AI付诸行动,把企业数据转化为决策智能。通过结合Palantir强大的AI驱动平台与英伟达CUDA-X加速计算和Nemotron开源AI模型,我们正在打造下一代引擎,为运行全球最复杂工业和运营管线的AI专业化应用和代理提供动力。”
技术层面,客户可通过Ontology使用英伟达CUDA-X数据科学库进行数据处理,配合英伟达加速计算,为复杂的业务关键工作流驱动实时AI决策。英伟达AI企业平台(包括cuOpt决策优化软件)将支持企业进行动态供应链管理。英伟达Nemotron推理模型和NeMo Retriever开源模型将帮助企业快速构建由Ontology提供信息的AI代理。
Palantir联合创始人兼CEO Alex Karp表示:“Palantir专注于部署能为客户立即带来非对称价值的AI。我们很荣幸与英伟达合作,将我们的AI驱动决策智能系统与全球最先进的AI基础设施融合。”
零售商Lowe‘s成为首批采用Palantir和英伟达整合技术栈的企业之一,正在创建其全球供应链网络的数字副本,以实现动态和持续的AI优化。该技术旨在提升供应链敏捷性,同时增强成本节约和客户满意度。
Lowe‘s首席数字和信息官Seemantini Godbole表示:“现代供应链是极其复杂的动态系统,AI对于帮助Lowe’s在不断变化的条件下快速适应和优化至关重要。即使是需求的微小变化也会在全球网络中产生连锁反应。通过将Palantir技术与英伟达AI相结合,Lowe‘s正在重新构想零售物流,使我们能够每天更好地服务客户。”
英伟达和Palantir还计划将英伟达Blackwell架构引入Palantir AIP,以加速从数据处理和分析到模型开发、微调再到生产AI的端到端AI管线。企业将能够在英伟达AI工厂中运行AIP以实现优化加速。Palantir AIP还将在英伟达新推出的政府AI工厂参考设计中获得支持。
礼来打造制药业最强超算 超千块Blackwell Ultra驱动
礼来与英伟达的合作将建设一台由超过1000块Blackwell Ultra GPU驱动的超级计算机,这些芯片将通过统一的高速网络连接。该超级计算机将为AI工厂提供动力,这是一个专门的计算基础设施,将大规模开发、训练和部署用于药物发现和开发的AI模型。
礼来首席信息和数字官Diogo Rau表示,从首次对人类进行药物试验到产品上市,通常平均需要约10年时间。该公司预计将在12月完成超级计算机和AI工厂的建设,明年1月上线。但这些新工具可能要到2030年末才能为礼来及其他制药商的业务带来显著回报。Rau说:“我们现在讨论的用这种算力发现的东西,真正会在2030年看到这些益处。“
礼来首席AI官Thomas Fuchs表示:“这确实是一种新型科学仪器。对生物学家来说,它就像一台巨大的显微镜。它真正让我们能够以如此庞大的规模做到以前无法做到的事情。”科学家将能够在数百万次实验中训练AI模型来测试潜在药物,“极大地扩展药物发现的范围和复杂性”。
虽然发现新药并非这些新工具的唯一重点,但Rau表示这“是最大的机会所在”,“我们希望能够发现仅靠人类永远无法发现的新分子。”
多个AI模型将在Lilly TuneLab上提供,这是一个AI和机器学习平台,允许生物技术公司访问礼来基于其多年专有研究训练的药物发现模型。这些数据价值10亿美元。礼来于去年9月推出该平台,旨在扩大整个行业对药物发现工具的访问。
Rau指出,作为访问AI模型的交换,生物技术公司需要贡献部分自己的研究和数据,帮助训练这些模型。TuneLab平台采用所谓的联邦学习,这意味着,生物技术公司可以利用礼来的AI模型,双方无需直接共享数据。
礼来还计划使用超级计算机缩短药物开发时间,帮助更快地将治疗方法送到患者手中。礼来表示,新的科学AI代理可以支持研究人员,先进的医学成像可以让科学家更清晰地了解疾病如何进展,并帮助他们开发用于个性化护理的新生物标志物。
风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
财联社10月29日讯(编辑 史正丞)北京时间周三凌晨,全球市值最高上市公司英伟达在美国首都举办GTC大会,公司CEO黄仁勋登台畅谈AI产业的前沿展望。
与以往有明确重点的发布会不同,黄仁勋今天的演讲涉猎甚广,全球资本市场热炒的6G、量子计算、物理AI和机器人、核聚变、自动驾驶全都有份。

面对英伟达直到2028年的技术路线图和下一代Vera Rubin架构产品实机亮相,叠加黄仁勋炫耀“到2026财年的Blackwell、Rubin芯片订单已经积攒5000亿美元”,截至发稿,英伟达股价日内拉升超4%,“全球股王”再创历史新高。

作为今天官宣的第一个合作协议,黄仁勋宣布与诺基亚达成合作协议,除了10亿美元股权投资外,两家公司还将合作推出面向6G的电信计算平台NVIDIA Arc(Aerial RAN Computer),捕捉AI-RAN市场的机遇。NVIDIA Arc是运行在CUDA-X之上的无线通信系统。

英伟达介绍称,目前“AI流量”正处于爆发性增长的状态,例如ChatGPT每周8亿活跃用户中,几乎有50%的人通过移动设备访问该AI。借助AI-RAN系统,移动运营商可以提升性能和效率,增强AI应用的网络体验,并用同样的设施提供6G服务,为无人机、汽车、机器人以及AI眼镜提供网络连接。
在会后的新闻稿中,英伟达也宣布与T-Mobile、思科等合作伙伴打造美国首个面向6G的AI原生无线堆栈,并推出推进下一代无线技术的新应用。
英伟达同时展示了基于CUDA‑Q核心构建的NVQLink,用于连接传统GPU和量子计算机,共同加速量子计算。目前的量子计算对环境噪声高度敏感,且可用性有限。因此需要基于GPU的超级计算机承担起量子处理器的部分负载,支持量子纠错所需的控制算法。

黄仁勋随后宣布与美国能源部达成协议,将再建设7台超级计算机。这些超算将使用Blackwell和下一代Vera Rubin架构芯片,分别配置在阿贡国家实验室和洛斯阿拉莫斯国家实验室。其中名为Solstice的系统将配备10万块Blackwell GPU,将成为“美国能源部用于科学发现的最大AI超级计算机”。

作为演讲的保留节目,黄仁勋又展示了他的“芯片盾牌”——今天的盾牌由NVLink连接的72个GPU构成。

黄仁勋特别强调,通过在更多GPU之间更好地分配推理任务,GB200 NVL72 AI超级计算机的性能提高了10倍,同时运行成本也降低了10倍——AI正变得对所有人更加可及。

英伟达也在周二公开了BlueField-4数据处理芯片,可加速千亿量级的AI基础设施,支持800Gb/s吞吐量,并实现高性能推理处理。

作为刺激股价表现的环节,黄仁勋在现场宣布,截至2026财年末,公司账上已经堆了超过5000亿美元订单。

他也在现场展示了英伟达截至2028年的GPU路线图,和下一代Vera Rubin架构芯片的样机。这款产品可能要到明年此时或更晚一些才能量产发货。

顺便一提,现场也展示了英伟达的液冷AI服务器机架,黄仁勋比划称,1吉瓦数据中心需要8000个这样的机架。单个机架重达2吨,由150万个零部件构成。

在备受投资者关注的“物理AI”方面,黄仁勋的演讲主要放在Omniverse数字孪生技术上,包括利用该技术构建现代工厂,以及训练和打造机器人。其中机器人初创公司Figure宣布与英伟达开展合作,加速下一代人形机器人研发。Figure正在使用英伟达加速计算构建其Helix视觉-语言-动作模型,并采用Isaac平台进行仿真和训练。

英伟达也在周二推出了新一代工业级边缘AI平台IGX Thor,旨在将实时物理人工智能带到边缘端。与上一代产品IGX Orin相比。IGX Thor在集成GPU形态下能提供8倍AI算力,独立GPU也能提供2.5倍算力,并提供翻倍的连接性,从而在边缘侧无缝运行大型语言模型和视觉语言模型。

顺便一提,核聚变反应堆也能用数字孪生来模拟。英伟达周二宣布,与General Atomics以及一系列国际合作伙伴打造了一个具有交互性能的高保真、AI驱动的数字孪生聚变反应堆。这个模型能够以秒级速度预测等离子体行为。

作为演讲的压轴环节,黄仁勋宣布推出NVIDIA DRIVE AGX Hyperion 10,这是一套参考级量产计算平台与传感器架构。英伟达宣称,这套系统是面向“L4级自动驾驶”的通用平台,包括14个高清摄像头、9个雷达、1个激光雷达和12个超声传感器,以及两台基于Blackwell架构的车载DRIVE AGX Thor平台。

英伟达也宣布与Uber达成合作,使用该计算平台的车辆将可选接入Uber平台。
阿拉莫(ALG)2025年10月28日每股派息: 0.3(USD)
美股周一早盘,阿拉莫斯黄金公司(Alamos Gold,AGI)股价上涨1.7%,宣布以4.7亿美元将其土耳其子公司出售给Tümad Madencilik公司。该交易将分三期付款,所得资金将帮助Alamos减少债务并为增长项目提供资金。
阿拉莫集团 公布的截至6月30日的季度调整后每股收益为2.57美元,高于去年同期的每股收益2.35美元。 四位分析师对该季度的平均预期为每股收益 2.70 美元。华尔街预期为每股收益 2.63 美元至 2.76 美元。
营收同比增长 0.7%,达到 4.1907 亿美元;分析师预期为 4.0945 亿美元。
Alamo Group Inc 公布的本季度每股收益为 2.57 美元。
该公司报告的季度净收入为 3111 万美元。
Alamo Group Inc 的股价本季度上涨了 3.5%,今年迄今为止上涨了 21.6%。
预测变化
在过去三个月里,分析师的平均盈利预期上升了约 10.6%。
在过去的 30 天里,有一位分析师对盈利预测进行了负面修正。
建议
目前分析师对该公司股票的平均评级为 "强力买入",细分建议为 4 个 "强力买入 "或 "买入",没有 "持有",也没有 "卖出 "或 "强力卖出"。重型机械和车辆同行的平均一致建议是 "买入"。
华尔街对 Alamo Group Inc 的 12 个月目标价中位数为 238.50 美元,比上次收盘价 224.77 美元高出约 5.8%。
本摘要由 LSEG 8 月 7 日上午 04:23 时的数据机器生成。除非另有说明,所有数据均以美元为单位。(如对本报告中的数据有任何疑问,请联系 Estimates.Support@lseg.com。如有任何其他问题或反馈,请联系 RefinitivNewsSupport@thomsonreuters.com。)
季度末 | 预计 | 实际 | 超过、达到、未达到 |
6 月 30 日 2025 | 2.70 | 2.57 | 未达到 |
2025 年 3 月 31 日 | 2.27 | 2.64 | 打 |
2024 年 12 月 31 日 | 2.25 | 2.33 | 节拍 |
2024 年 9 月 30 日 | 2.44 | 2.28 | 未中 |
交易股票、货币、商品、期货、债券、基金等金融工具或加密货币属高风险行为,这些风险包括损失您的部分或全部投资金额,所以交易并非适合所有投资者。
做出任何财务决定时,应该进行自己的尽职调查,运用自己的判断力,并咨询合格的顾问。本网站的内容并非直接针对您,我们也未考虑您的财务状况或需求。本网站所含信息不一定是实时提供的,也不一定是准确的。本站提供的价格可能由做市商而非交易所提供。您做出的任何交易或其他财务决定均应完全由您负责,并且您不得依赖通过网站提供的任何信息。我们不对网站中的任何信息提供任何保证,并且对因使用网站中的任何信息而可能造成的任何交易损失不承担任何责任。
未经本站书面许可,禁止使用、存储、复制、展现、修改、传播或分发本网站所含数据。提供本网站所含数据的供应商及交易所保留其所有知识产权。