NVIDIA财报显示AI支出越来越多流向GPU之外的基础设施，如网络、软件和集成服务。

英伟达报告了2027财年第一季度创纪录的收入，达816亿美元，同比增长85%，其中数据中心收入攀升92%至752亿美元。该公司宣布了一项重大的运营重组，将业务分为两个平台：数据中心和边缘计算。在数据中心内，英伟达将收入分离为"超大规模"（Hyperscale）和"ACIE"——代表AI云、工业和企业——而边缘计算包括用于代理和物理AI的数据处理设备，包括PC、游戏机、工作站、AI-RAN基站、机器人和汽车系统。

这次重组标志着英伟达对AI基础设施市场看法的重大转变。新的ACIE类别将企业AI基础设施、工业AI系统、区域AI云、电信AI部署和主权AI倡议整合为一个独立的市场细分。The Futurum Group首席执行官Daniel Newman表示，新的报告结构表明英伟达越来越多地将企业AI、主权AI和工业部署视为持久的长期基础设施市场，而非次要业务，他补充说"围绕超大规模提供商集中的叙事现在被显著削弱。"随着AI集群规模扩大，瓶颈逐渐从计算转向系统间的数据移动，光互连、内存带宽、东西向流量和集群编排成为关键压力点。

数据中心网络收入在本季度达到148亿美元，同比增长199%——这可以说是报告中最重要的数字。HyperFrame Research网络和基础设施副总裁及实践负责人Ron Westfall解释说："随着下一代模型在Blackwell NVL72等大规模阵列上扩展，单个处理器速度对于在光网络上路由大规模数据流且避免严重延迟的关键任务变得次要。"Westfall指出，这种增长反映了从独立芯片性能向全系统工程的更广泛转变："赢得AI竞赛的下一阶段不再是关于在单个硅片上最大化晶体管密度，而是关于工程设计整个数据中心以作为一个统一的超级计算机运行。"Newman强化了这一点，指出"这是英伟达在销售机架级基础设施而非芯片的证明。"

英伟达的合作伙伴宣布反映了这种向光学基础设施的过渡。该公司扩大了与Marvell围绕NVLink Fusion的合作——一个机架级平台，允许合作伙伴将定制的XPU集成到英伟达的NVLink生态系统中——并宣布与Coherent、Corning和Lumentum的多年光学协议。Westfall强调指出："光学和光子学已从实验性技术演变为扩展大规模AI数据中心的主要架构瓶颈。传统铜缆在距离、功耗和延迟方面正在达到物理极限。"

英伟达的产品讨论的重要部分集中在推理而非训练前沿模型上，强调推理软件、自主AI代理、企业AI工具、AI-RAN基础设施、机器人、自动驾驶车辆和边缘AI部署。这种强调表明下一阶段的AI支出可能集中在在企业、电信网络、工厂和边缘环境中部署运营AI基础设施，需要不同于大型集中式训练集群的架构，包括低延迟部署和更广泛的地理分布。Westfall指出"英伟达的成果强调了一种结构性转变，即横向东西向带宽和分散推理工作负载现在是塑造下一代数据中心设计的主要力量。"该公司在本季度产生了503亿美元的运营现金流，库存从上一季度的214亿美元攀升至258亿美元，预计第二季度收入约为910亿美元，同时表明不包括来自中国的数据中心计算收入。