當地時間2月26日，英偉達發布2025財年（2024年1月-2025年1月）的全年業績。英偉達2025財年整體營收創下歷史新高，達到1,305億美元，同比增長114%；年度淨利潤為729億美元，同比增長145%。
近年來，受益於人工智慧發展對於高性能晶片及相關軟硬體的強勁需求，英偉達受到全球資本關注。截至2月26日收盤，英偉達股價達到131.28美元，市值達到3.2萬億美元，在全球領軍科技公司市值中位居前列。作為人工智慧晶片製造商的英偉達，成為人工智慧發展新階段的最大受益者。
在英偉達2025財年業績發布之際，至頂智庫圍繞英偉達歷年業績、數據中心業務與科技巨頭資本支出情況、企業對外投資情況、AI產品線最新進展等方面進行解讀。
英偉達在2025財年整體業績表現亮眼。公司總營收達到1,305億美元（同比增長114%）；淨利潤上升至729億美元（同比增長145%）；毛利率進一步上升至75.0%（同比增長2.3%）。分板塊來看，數據中心業務達到1,152億美元的營收（同比增長142%），占總營收比重達到88%，成為英偉達第一大營收板塊；遊戲與AI PC業務收入為114億美元；專業視覺收入為19億美元；汽車與機器人收入為17億美元。
在人工智慧快速發展的背景下，英偉達整體業績持續向好，尤其是2024和2025財年呈現爆發式增長。2024財年英偉達總營收大幅躍升至609.22億美元（同比增長126%），2025財年總營收進一步提升到1,304.97億美元（同比增長114%）。在當前大模型從訓練端到推理端轉變，從通用向專用場景落地，從自動駕駛到具身智能等領域不斷發展的新階段，人工智慧產業各環節對於算力需求依然巨大，英偉達未來營收規模有望不斷達到新高。
分業務板塊來看，從2023財年開始，數據中心業務成為英偉達第一大業務板塊，營收占比從2023財年的55.6%攀升至2025財年的88.3%。2022年底，OpenAI推出ChatGPT火爆全球，AI大模型驅動人工智慧產業進入新發展階段，全球科技巨頭資本支出大幅增長，持續加大力度建設AI算力等基礎設施，不斷採購高性能晶片。英偉達在全球AI晶片產業的主導地位短期內難以撼動，在數據中心AI晶片市場擁有超過90%的市場份額。曾作為英偉達核心業務的遊戲板塊占比逐年下降，從2020財年的50.5%下降至2025財年的8.7%。此外，專業視覺、汽車等業務占比相對較低，營收占比尚未超過10%。
分地區來看，美國業務在英偉達營收占比逐漸增加，從2020財年的8.1%上升至2025財年的46.9%，成為英偉達營收貢獻最大的地區。美國作為人工智慧、雲計算、自動駕駛等領域的全球領先者，以亞馬遜
、谷歌、微軟、Meta為代表的科技巨頭不斷擴大美國本土數據中心的建設規模，對高性能GPU及算力基礎設施的需求持續增加。中國大陸地區（含香港）營收占比不高，2025財年占比不到15%，原因在於美國政府近年出台多項管控措施，限制英偉達高性能晶片等產品對華出口。2022年8月，英偉達稱被美國政府要求禁止向中國出口兩款旗艦GPU晶片A100和H100。2023年10月，美國商務部工業和安全局（BIS）更新發布對華半導體出口管制規定，進一步收緊AI晶片限制措施，英偉達在2022年晶片出口禁令之後為中國市場推出的A800、H800等「特供」晶片也被納入限制。
多重因素利好英偉達數據中心業務
數據中心作為當前英偉達第一大營收來源，以A100、H100、GB200為代表的AI高性能晶片又被視為數據中心的核心產品。為進一步探討大模型發展對於英偉達數據中心業務的影響，至頂智庫將圍繞「擴展定律、開源模型、科技廠商資本支出、英偉達核心優勢」等多角度進行具體分析。
Scaling Law持續推動人工智慧產業發展，推理模型助推晶片用量增長
當前，人工智慧的發展遵循三條AI擴展定律，分別是預訓練擴展、後訓練擴展和測試時擴展，三條定律共同反映近年AI大模型的演變過程。
Scaling Law三階段
在預訓練擴展階段（Pre-Training Scaling），通過提升訓練數據集規模、模型參數數量以及增加計算資源，開發者能夠實現模型的智能化水平和準確率的提升。隨著文本、圖像、音頻、影片等多模態數據不斷被用於訓練AI模型，預訓練擴展定律的適用性還將持續；在後訓練擴展階段（Post-Training Scaling），能夠進一步提高模型針對所需場景的專業性和相關性，使模型不僅學會基礎技能，更能教會模型適用其預期工作的技能。後訓練擴展定律通過微調、剪枝、量化、蒸餾、強化學習和合成數據增強等技術，進一步提高預訓練模型的性能；在測試時擴展階段（Test-Time Scaling），傳統模型會根據用戶提示快速生成一次性答案，而使用測試時擴展技術的模型則會在推理過程中進行額外的計算，以便在得出最佳答案之前對備選答案進行推理，進而使模型能夠探索不同的解決方案。
當前，AI推理模型正在快速發展。全球範圍內OpenAI o3-mini、Gemini 2.0 Flash Thinking、DeepSeek-R1等推理模型不斷推出，推理模型性能的不斷提升將需要更大規模的計算晶片。至頂智庫認為，推理模型需要大量的計算資源進行推理，意味著需要不斷擴展算力來為複雜問題解答、編碼和多步驟規劃等應用場景提供算力支撐，將不斷激發市場對於英偉達高性能晶片的需求。
DeepSeek模型的橫空出世推動更多模型開源，開源模型的用戶規模不斷擴大
隨著DeepSeek-R1模型的發布，更多AI模型得以開源。春節過後，百度、阿里兩家大廠紛紛宣布模型開源。2月14日，百度宣布即將發布的文心大模型4.5系列於6月30日起正式開源。2月25日，阿里雲宣布影片生成大模型萬相2.1（Wan）開源。
開源模型的優勢在於其能夠打破傳統封閉的技術壁壘，提供更廣泛的使用和修改權利。研究者、開發者和企業不再需要從零開始構建模型，而是在已有基礎上進行模型疊代和優化，這一轉變極大降低了AI技術的應用門檻，讓更多用戶能夠快速部署並定製模型。
此外，開源模型還能夠促進跨行業的應用。政務、醫療、金融、教育等領域用戶可以通過使用開源模型解決實際問題，實現技術在各行業的普及和深度應用。通過開源模式，不僅降低了大模型的使用和部署成本，也激發開發者社區的合作，推動全球AI技術生態系統的共同進步。開源模型使用範圍和用戶群體的不斷擴大促使模型算力需求增加，也將推動英偉達晶片需求的不斷增長。
全球科技巨頭加大資本支出，數據中心投資持續旺盛
近年來，隨著大模型的不斷發展和應用場景的拓展，全球科技巨頭紛紛加大數據中心的投資力度，不斷提高算力基礎設施方面的資本支出。
從全球科技巨頭的動向來看，2025財年穀歌計劃投資750億美元用於資本支出，主要用於AI基礎設施，包括伺服器和數據中心；微軟計劃投資800億美元，主要用於AI基礎設施和數據中心建設；亞馬遜計劃投資1,000億美元，主要用於AI服務和AWS基礎設施；Meta計劃投資2,000億美元建設新的數據中心，其中2025財年Meta將投資600億-650億美元，主要用於AI基礎設施和數據中心；2025年初宣布的Stargate（星際之門）計劃，提出在未來四年將投資5,000億美元為OpenAI建造AI基礎設施，OpenAI也考慮未來在美國16個州建立數據中心。同時，英偉達也作為Stargate計劃的重要參與成員。AWS、Google Cloud、Microsoft Azure、Oracle Cloud將在全球範圍的數據中心採用更多英偉達GB200晶片。
從國內科技大廠來看，未來三年阿里巴巴將投入超過3,800億元，用於雲和AI硬體基礎設施建設。這一金額不僅超過了過去十年的總和，也標誌著阿里巴巴在人工智慧（AI）和雲計算領域的戰略升級；字節跳動計劃2025年投資超120億美元用於AI晶片，覆蓋國內和國際市場，其投資步伐預計將進一步加速。
2019年以來，英偉達晶片的總算力規模呈現逐年增長走勢。根據Epoch AI統計，2021-2023年Ampere架構晶片（A100為代表）所消耗的算力逐年增長。用於更高性能的Hopper架構晶片（H100為代表）所消耗的算力自2023年以來呈快速上漲趨勢。隨著接入各類開源和推理模型的企業和機構逐漸增多，龐大的用戶使用量對於數據中心伺服器造成較大壓力。在此背景下，全球主要雲廠商將不斷擴大數據中心規模，英偉達高性能晶片所產生的算力規模還會持續增加。
2019年以來英偉達總算力規模持續增長
至頂智庫認為，為順應大模型訓練和推理對於算力消耗的急劇增長，全球雲廠商將持續增加數據中心的資本開支。作為提供人工智慧算力基礎設施的核心企業，英偉達將受益於大模型發展所帶來的算力增長趨勢。
英偉達技術積累和生態構建優勢顯著，數據中心業務市場地位依然穩固
近年來，全球主要晶片製造商（如AMD、Intel）以及雲服務提供商（如Google、AWS）也在積極開發各類AI晶片，不斷加劇市場競爭。但英偉達多年來在高性能計算晶片領域的技術積累和生態構建方面的優勢依然顯著。
一方面，英偉達在GPU和AI加速晶片領域的技術積累深厚，尤其在深度學習和高性能計算（HPC）領域。其Ampere架構和Hopper架構的GPU被廣泛應用於數據中心和AI模型訓練場景，成為大規模數據中心的核心引擎。此外，英偉達的CUDA平台和軟體工具（如cuDNN、TensorRT等）使得開發者可以對AI模型進行訓練和優化，鞏固其在AI晶片領域的技術優勢。
另一方面，英偉達作為AI和高性能計算的生態建設者，其軟硬體一體化解決方案使得開發者和企業在使用硬體產品時，可以獲得一整套優化的軟體工具和框架支持。英偉達在AI模型訓練推理、自動駕駛、科學計算等多領域的技術生態優勢遠超競爭對手。
基於上述分析，至頂智庫認為，DeepSeek相關開源模型的發布沒有對英偉達業務造成明顯影響，反而為其帶來市場紅利，將持續利好英偉達最大營收來源數據中心板塊的發展壯大。
2024英偉達對外投資情況
根據至頂智庫統計，英偉達在2024年的對外投資主要集中於人工智慧領域，相關投資企業數量近20家，涵蓋AI搜索、智能交互、基礎設施、AI模型等多個方向。在基礎設施方面，英偉達投資Scale AI等數據標註公司；在模型方面，投資OpenAI、Mistral AI等頂尖大模型研發機構；在應用方面，與Kora.ai、Twelve Labs等不同行業企業展開合作，旨在鞏固其在全球AI生態中的核心地位。
英偉達在雲計算領域收購Shoreline.io，強化其在雲服務方面的能力，更好支撐其AI在雲端的發展。在晶片領域，英偉達投資光子晶片開發商Xscape Photonics，表明其持續關注晶片技術發展，布局未來硬體創新方向，以鞏固其在晶片行業的領先地位。此外，英偉達投資Figure AI和Bright Machines，體現其在機器人領域的前瞻性布局。
英偉達在醫療健康與自動駕駛等領域也進行積極布局。英偉達投資Relation Therapeutics EvolutionaryScale等公司，推動其硬體與醫療健康行業深度綁定；投資Waabi、Outrider等公司，提升其產品在自動駕駛領域的應用能力。
通過上述多項投資與收購，英偉達在多個領域與領先創新企業建立緊密的合作關係，構建起以英偉達技術和產品為核心的生態合作體系，樹立在全球前沿科技的領導地位。
英偉達在人工智慧領域的最新進展
Agentic AI
作為下一輪生成式AI的變革浪潮的代表，AI Agent使應用不再局限於簡單的聊天機器人交互，而是能夠通過精密的推理和規劃解決複雜的多步驟問題，因此用於推理的計算量也在隨著測試時擴展（Test-Time Scaling）而激增。為了幫助企業更好地構建AI Agent，英偉達採取不直接面向企業客戶而是與IT領域軟體開發者合作的市場策略，通過整合技術實現新能力，為企業提供一系列構建AI Agent的工具。
2025年1月英偉達與合作夥伴推出用於構建AI Agent應用的解決方案， 涵蓋NVIDIA NIM （AI微服務涉及CUDA系列開發工具）、NVIDIA NeMo（端到端雲原生框架，可以讓用戶不受位置限制，靈活地構建、定製和部署生成式 AI 模型，包含訓練和推理框架、護欄工具包、數據管護工具和預訓練模型）以及領先提供商的AI Agent框架，提高檢索精度並減少智能體工作流的延遲，幫助企業構建和部署定製化AI Agent。
NVIDIA Agentic AI流程
NVIDIA Agentic AI解決方案
英偉達推出的Nemotron模型系列，進一步推動AI Agent發展。英偉達在2025年1月宣布推出 Llama Nemotron 系列開源模型，該模型基於Llama構建，能夠幫助開發人員在一系列應用程序中創建和部署AI Agent，具有客戶支持、欺詐檢測以及產品供應鏈和庫存管理優化等功能。NVIDIA Llama Nemotron模型經過精簡和訓練，採用NVIDIA的最新技術和高質量數據集增強代理功能，在指令跟蹤、聊天、函數調用、編碼和數學方面表現出色，同時進行大小優化，可在廣泛的 NVIDIA 加速計算資源上運行。NVIDIA Llama Nemotron模型可輕鬆部署在雲端、數據中心、PC和工作站，並作為教師模型進行蒸餾，幫助企業快速創建AI Agent。
英偉達針對企業構建AI Agent推出的一系列解決方案正在改善各行各業的工作模式，為用戶帶來全新體驗。其AI Agent解決方案陣容正在不斷壯大，繼用於構建功能為影片搜索與總結的智能體解決方案後，英偉達推出的全新解決方案旨在變革網購和實體店購物的體驗。該方案基於 NVIDIA AI Enterprise 和 NVIDIA-Omniverse平台構建，能夠幫助開發人員創建 AI 驅動的數字助手，以配合人類工作並提供支持，數字助手可以提供企業內最優秀的銷售員、造型師或設計師的專業知識，以提高客戶滿意度和員工效率。藉助AI Agent解決方案提供的 NVIDIA NeMo微服務，AI 購物助手可以理解基於文字和圖像的提示，完成搜索多種商品、搭配服裝等複雜任務。AI Agent可以智能、個性化的方式來推薦配套產品或升級產品，由此增強客戶體驗、提高轉化率、降低退貨率，並增加平均訂單金額。
物理AI 開發平台—NVIDIA Cosmos
人工智慧的下一個發展方向是物理人工智慧（Physical AI）。一般而言，開發物理 AI 模型通常需要耗費大量資源並且成本高昂，開發者需要獲取真實世界的數據集，並對其進行篩選、整理和準備，以便用於模型訓練。2025年1月英偉達推出的NVIDIA Cosmos平台通過生成式AI方式加速這一過程，能夠有效降低物理AI的開發成本。作為用於物理 AI 的開發平台，NVIDIA Cosmos由世界基礎模型、高級tokenizer、護欄和加速影片處理流水線組成，將推動自動駕駛汽車（AV）和機器人等物理 AI系統的發展。
NVIDIA Cosmos示意圖
其中，Cosmos 世界基礎模型（WFM）使用包括文本、圖像、影片和運動在內的輸入數據來生成和仿真虛擬世界，以準確模擬場景中物體的空間關係及其物理交互，使開發者能夠輕鬆生成大量基於物理學的逼真合成數據，以用於訓練和評估其現有模型。具體而言，Cosmos 世界基礎模型是一套用於物理感知影片生成的開放式擴散和自回歸Transformer 模型，這些模型已基於 2,000 萬小時的真實世界人類互動、環境、工業、機器人和駕駛數據。該平台的影片和圖像tokenizer，將影片轉換為不同影片壓縮比的標記，用於訓練各種Transformer模型。全球主要的機器人和汽車公司如1X、Agility Robotics、小鵬汽車，以及自動駕駛汽車開發商 Uber正在採用Cosmos 加速模型開發。
數字孿生—NVIDIA Omniverse
NVIDIA Omniverse是一個包含 API、SDK和服務的平台，使開發者能夠將 OpenUSD、NVIDIA RTX渲染技術和生成式物理 AI 集成到工業和機器人用例的現有軟體工具和仿真工作流中。英偉達構建Omniverse 的目的是讓萬物都能擁有「數字孿生」，即產品、流程和設施的虛擬表示，企業能夠用其來設計、模擬和操作其實體對應物。NVIDIA Omniverse平台於2019年上線，2021年Omniverse Enterprise正式發布，2022年Omniverse Cloud雲平台發布，同年NVIDIA OVX系統發布。2025年1月，英偉達宣布推出生成式 AI 相關解決方案，將 NVIDIA Omniverse進一步擴展至物理 AI 應用，如機器人、自動駕駛等領域。NVIDIA Omniverse通過搭配最新發布的 NVIDIA Cosmos世界基礎模型，組合成一個合成數據倍增引擎，開發者能夠使用該引擎生成大量可控、逼真的合成數據，並且可以在 Omniverse 中創建 3D 場景並對輸出的圖像或影片進行渲染，進而將這些圖像或影片與文本提示一起用於調整 Cosmos 模型，生成用於物理 AI 訓練的合成虛擬環境。
NVIDIA Omniverse 應用場景示意圖
此外，英偉達同時發布四個Omniverse解決方案，使開發者能夠更加輕鬆地構建基於通用場景描述的 Omniverse 物理 AI 數字孿生。解決方案涵蓋：1）Mega：由 Omniverse Sensor RTX API 驅動，用於在部署到真實設施中前，先在工廠或倉庫的數字孿生中大規模開發和測試機器人集群；2）自動駕駛汽車仿真：由 Omniverse Sensor RTX API 驅動，使自動駕駛汽車開發者能夠播放駕駛數據、生成新的基準真實數據並執行閉環測試，從而加快開發流水線；3）Omniverse Apple Vision Pro 空間流式傳輸：幫助開發者創建將大型工業數字孿生以實時渲染無縫流式傳輸到 Apple Vision Pro，在提供高保真視覺效果的同時，也不會影響保真數據集的細節；4）適用於電腦輔助工程（CAE）的實時數字孿生：基於 NVIDIA CUDA-X加速庫、物理 AI 庫和 Omniverse 庫構建的實時物理可視化參考工作流。
自動駕駛—NVIDIA DRIVE Hyperion
CES 2025期間，英偉達公布了NVIDIA DRIVE系列汽車業務的最新進展，推出基於全新NVIDIA AGX Thor系統級晶片（SoC）的NVIDIA DRIVE Hyperion自動駕駛平台，並宣布將與豐田汽車合作使用NVIDIA DRIVE AGX車載計算平台開發下一代「自動駕駛汽車」。英偉達創始人兼CEO黃仁勛認為：「自動駕駛汽車的變革已經到來，汽車將成為最大的AI機器人產業之一。NVIDIA正憑藉二十年來在汽車計算、安全方面的專業知識以及CUDA AV平台來改變價值數萬億美元的汽車行業。」
從硬體層面來看，NVIDIA DRIVE Hyperion是首個端到端自動駕駛平台，集成先進的系統級晶片NVIDIA AGX Thor、傳感器和安全系統，專為下一代車輛設計。該平台配備傳感器套件以及主動安全和L2級駕駛堆棧，已被梅賽德斯-奔馳、捷豹路虎和沃爾沃等汽車安全領域的全球領軍企業採用。其中，NVIDIA AGX Thor作為Orin的升級版，計算能力達到前代晶片的20倍。從系統層面來看，「DRIVE OS」是首個被認證達到功能安全最高標準的汽車作業系統。
自動駕駛時代已經到來，汽車產業需要大量的算力來訓練自動駕駛能力，甚至利用人工智慧來改造傳統汽車生產線。在此背景下，NVIDIA打造賦能智能駕駛的三類計算系統：用於AI模型訓練的NVIDIA DGX、用於測試駕駛和生成合成數據的Omniverse以及車載超級電腦DRIVE AGX。
NVIDIA賦能智能駕駛的三類計算系統
此外，英偉達利用Omniverse和Cosmos創建的「AI數據工廠」，通過合成駕駛場景大幅擴展訓練數據。包括OmniMap：融合地圖和地理空間數據，構建可駕駛的3D環境；NRE：利用傳感器日誌生成高保真的4D仿真環境，並為訓練數據生成場景變化；Edify 3DS：從資產庫搜索或生成新資產，創建用於仿真場景。通過相關技術，NVIDIA將數百次的駕駛場景擴展為數十億的有效里程，大幅增加實現安全和先進自動駕駛功能所需的數據集規模。
NVIDIA賦能汽車產業的「AI數據工廠」
NVIDIA DRIVE AGX Orin於2019年發布，其作為英偉達最為主流的智能駕駛系統級晶片，被廣泛應用於眾多智能汽車之中。Orin晶片每秒可進行254萬億次加速計算，能夠處理作出安全、實時駕駛決策所需的傳感器數據。晶片採用7nm製程工藝，集成高達170億個電晶體。全球智能汽車代表企業如沃爾沃、比亞迪、蔚來、理想、小鵬、極氪、小米、智己、昊鉑等相關車型均搭載Orin晶片，英偉達與眾多車型的合作也確立其當前智能駕駛晶片市場的領導地位。
DRIVE Thor是DRIVE Hyperion自動駕駛平台搭載的核心系統級晶片，於2022年9月首次亮相，近期也進行全面更新。其作為NVIDIA DRIVE Orin的後續產品，計算性能高達1,000 TFLOPS，具備加速推理任務的能力，可以幫助自動駕駛汽車識別行人、適應惡劣天氣等情況。基於NVIDIA Blackwell架構的DRIVE Thor晶片針對嚴苛的工作負載進行優化，包括生成式AI、視覺語言模型和大語言模型的工作負載等。簡化後的架構利用強大的NVIDIA加速計算功能，並行運行端到端自動駕駛汽車堆棧和經過驗證的安全堆棧，增強通用性、減少延遲並提高安全性。此外，DRIVE Thor還可以提供豐富的座艙功能、安全可靠的高度自動化駕駛和無人駕駛功能，並將所有功能整合至同一個集中式平台上。
從乘用車落地情況來看，全球最大電動車企比亞迪推出的下一代電動車型將搭載NVIDIA DRIVE Thor。新能源汽車品牌廣汽埃安旗下高端豪華品牌昊鉑下一代電動汽車將採用DRIVE Thor平台，新車型將於2025年實現量產，可實現L4級自動駕駛。小鵬汽車將利用NVIDIA DRIVE Thor平台作為其下一代電動汽車的「AI大腦」，新一代車載計算平台將賦能XNGP智能輔助駕駛系統，實現自動駕駛和泊車、駕乘人員監控等功能。
機器人—NVIDIA Isaac GROOT
英偉達在CES 2025推出用於合成運動生成的NVIDIA Isaac GROOT機器人開發平台，該平台可幫助開發者生成海量的合成運動數據，以便通過模仿學習來訓練人形機器人。
NVIDIA Isaac GROOT開發平台
從上圖（NVIDIA Isaac GR00T機器人開發平台）可以看出，通過GROOT-Teleop工作流，用戶可以藉助Apple Vision Pro在數字孿生環境中捕捉人類動作，人類動作會被記錄並作為標準，在仿真環境中由機器人模仿學習。隨後，GROOT-Mimic工作流會將捕捉到的人類示範擴展成更大的合成運動數據集。再基於NVIDIA Omniverse和NVIDIA Cosmos平台構建GROOT-Gen工作流，通過3D提升技術擴展數據集。該數據集可作為機器人策略的輸入，在 NVIDIA Isaac Lab中，教會機器人如何在環境中高效且安全地移動。
