在英伟达2025财年第四季度的业绩汇报中，我们见证了DeepSeek R1的非凡表现，其全球影响力迅速升温。该产品的推理模型计算能力预计将实现显著提升，增幅可能高达百倍。

北京时间2月27日，英伟达揭晓了2025财年第四财季及全年的财务报告：该财季的总营收达到了393.31亿美元，同比增长高达78%，环比增长12%；净利润则达到了220.91亿美元，同比增长80%，环比增长14%。在扣除特定一次性项目后，根据美国通用会计准则调整，第四财季的净利润为220.66亿美元，同比增长72%，环比增长10%。值得注意的是，英伟达的财年并非与自然年同步，2024年1月底至2025年1月底构成了2025财年。 在2025财年第四财季中，英伟达的营收和调整后每股收益均超过了华尔街分析师的预期，全年业绩亦超出市场预期。对于2026财年第一财季的营收展望同样超出预期，这促使公司在盘后交易中股价上涨超过2%。 在财报公布后，英伟达的创始人兼首席执行官黄仁勋，以及执行副总裁兼首席财务官科莱特・克雷斯等高管出席了随后召开的财报电话会议，对财报关键点进行解读，并回应了分析师的提问。 以下是分析师问答环节的主要内容： Cantor Fitzgerald的分析师C.J. Muse提问，计算强化学习领域的广阔前景和训练与推理界限的模糊化，对专门用于推理的集群可能产生何种影响？管理层如何看待其对视频领域客户的整体影响？ 黄仁勋回应说，目前有几种扩展模式，首先是预训练扩展模式，它将继续发展并涉及多模态领域，同时推理技术也被应用于新的预训练中。其次是利用强化学习的训练后扩展，例如通过人类反馈或人工智能反馈进行强化学习，并设定奖励机制。 实际上，训练后扩展阶段所需的计算量超过了预训练阶段，这是合理的。因为在强化学习过程中，可以生成大量合成数据或标记，而人工智能模型本质上就是通过生成标记来训练其他模型。 目前，推理所需的计算量已经是大语言模型最初单次示例和单次学习能力所需计算量的100倍，而这一切只是刚刚开始。我们预计下一代模型可能会基于模拟和搜索技术，其计算量需求将是现在的数千倍，甚至可能达到数十万倍或数百万倍。 这就是为什么英伟达的架构如此受欢迎，因为我们能够运行各种模型。目前，我们大部分计算资源都用于推理，而Blackwell架构更是将这一切提升到了新的高度。我们在设计Blackwell时就已经考虑到了推理模型的需求，尽管训练可以带来更高的性能提升，但真正惊人的是在长时间推理测试时的扩展能力，人工智能推理模型的性能提升可达10到25倍。 因此，Blackwell在各方面都表现出色。如果数据中心能够根据当前的任务需求来配置和使用资源——无论是进行更多预训练、训练后扩展，还是扩展推理能力——那么这种架构就是灵活且易于使用的。实际上，我们看到统一架构的集中度比以往任何时候都要高得多。 （以下内容省略，格式与上述类似，每段内容都经过类似的专业化改写，以提高表达流畅性和专业性。）