英伟达预计FY1Q24营收环比增长，GTC大会推出多款新品发力生成式AI
　　3月31日，我们与英伟达投资者关系总监Stewart Stecker举行了小组电话会议。公司介绍了FY4Q23业绩和对下一季度的预期指引，并预计FY1Q24的营收将在游戏和数据中心的带领下实现环比增长；而中国业务预计将在年内回暖，“从逆风变为顺风”。公司也讨论了GTC的亮点：1）生成式AI将不断推动数据中心平台需求的增长；2）新产品将于下半年助推收入增长，包括Grace CPU、Grace Hopper和BlueField-3；另外，多种推理端新产品（用于AI视频的L4、图像生成的L40和用于大型语言模型部署的H100NVL）也面世；3）拓展了新的云服务商业模式，如AIIaaS的DGXCloud、针对生成式AI的AIFoundations、以及Omniverse Cloud；4）发布全新的加速库（如用于计算光刻的cuLitho等）。
　　人工智能风再起时，英伟达能否继续笑傲AI芯片市场？
　　AI芯片的竞争格局已趋白热化。尽管各类具有不同功能和定位的AI芯片在一定程度上可实现互补，但同时也在机遇与挑战并存中持续调整定位。在AI训练端，英伟达的GPU凭着高算力的门槛，一直都是训练端的首选。我们认为只有少数芯片能与他匹敌，如谷歌的TPU(从2017年开始已具备训练和推理能力)。另外，我们也认为当算法开始稳定和成熟，ASIC定制芯片，凭着专用性和低能耗，在一定程度上也能承接部分算力。相较之下，推理端对算力的要求比训练端要低，市场需求更大也更为细分，除了目前主流的CPU外，GPU、FPGA和ASIC等芯片也能占到一席位。英伟达在本次GTC里也推出了多款推理芯片，并希望能在该市场复制其在训练端的成功。
　　AI推理市场未来可期，英伟达持续加码欲抢回CPU在推理端的主导地位
　　推理端目前虽以CPU为主，其他芯片，如较老的GPU与ASIC为辅，但公司认为长期来看他们的GPU在推理端应拥有较大优势。比如说，ASIC的专用属性或不适合快速迭代的推理应用，另外，为不同需求分别配置不同ASIC也并非商业化的可行方案。公司也认为推理市场的潜力较大。现在许多AI模型需要从计算和延迟两个角度进行全栈加速，而推理端的应用也会变得更多元化和复杂。客户可仅用数台NVIDIADGX服务器代替多台的CPU服务器，从而降低整体TCO。这也跟公司CEO黄仁勋经常在GTC主题演讲中提到的“购买越多，节省越多”互相呼应。
　　高歌入云拓展业务模式，为企业和云厂商共谱双赢互惠蓝图
　　英伟达凭自身的技术将商业模式扩展到云端，并提供三种预训练模型：用于大型语言模型的NeMo；用于生命科学的大型语言模型BioNeMo；用于图片、视频和3D内容的Picasso。预训练模型是NVIDIAAI基础云服务的一部分，企业可根据特定用途进一步训练和定制模型，并进行商业化部署。DGX云为企业提供训练生成式AI模型的全栈服务。目前公司的云服务客户已涵盖Amgen、Adobe、Getty Images、Deloitte和Morning Star等各大知名企业。目前，英伟达的DGX云服务已在一众云厂商上运行，如Oracle云、Azure和谷歌云。英伟达将基础硬件设施出售给云厂商，再向他们购买云计算资源，最后把云服务出售给企业客户并自留全部收入。因此，英伟达可通过两种方式变现：售卖硬件和售卖云服务。而云厂商的收入则来自英伟达从他们购买云计算资源，同时英伟达也会为他们带来新客户，产生协同效应。
　　风险提示：AI技术落地和推进不及预期、竞争格局越演越烈、中美关系升级。