輝達（Nvidia）基本面深度研究：從產品、行業到財報一次看懂 | 美股獵犬

公司概述

創立時間

買股票，首先是買入一家公司（的一部份），因此做美股研究時，我們先來認識這家公司。

輝達（Nvidia）成立於1993 年，總部位於美國加州聖塔克拉拉（Santa Clara），專注於：

• 圖形處理器（GPU）
• 加速運算
• 網路解決方案

並採全晶片設計加外包製造的「無晶圓廠」（Fabless）模式，製造工作外包交給台積電。

產品與商業模式

我們到他的官網找到「季營收趨勢」，攤開它的營收組成，你會看到5個項目，分別是

1. 數據中心（Data Center）
2. 遊戲（Gaming）
3. 專業視覺化（Professional Visualization）
4. 車用運算（Auto）
5. 代工與其他（OEM & Other）

2026FYQ1營收趨勢（資料來源：Nvidia官網）

從上述的營收趨勢看得出來：輝達的主力很明顯集中在數據中心和遊戲。

輝達自行公布的營收細項是為了讓投資人更了解市場趨勢，並不是財報規則的項目。

若回到GAAP會計規則的財報，主營項目不會區分得那麼細，只有兩種項目：

• 計算與網路（Compute & Networking）
• 圖形（Graphics）

2026FYQ1主營構成（資料來源：富途牛牛）

營收以計算與網路（Compute & Networking）為大宗，佔比將近九成，可以看得出來當下趨勢還是在數據中心這樣的計算服務為主軸。

我將輝達官方的五大分類和GAAP財報規則整理對比，你可以看得很清楚財報中的項目包含哪些細分領域。

若以財報規則底下的分類，產品對應的主要客群分別是

• 計算與網路：將產品賣給雲端服務商、車用Tier-1供應商
• 圖形：PC遊戲玩家、專業繪圖與3D創作者

行業趨勢

行業描述

雖然輝達的產品橫跨多個行業，但當我們在討論輝達所在的行業時，目前所討論的一定是占營收九成的「AI」。

那麼，輝達所在的AI行業有什麼特徵呢？

主要有5個特徵

1. 高度仰賴GPU：AI模型需要大量運算能力，而所謂的算力指的是GPU的並行運算能力
2. 硬體和軟體同時演進：硬體會提升，也需要軟體演算法跟著升級，兩隻腳前進
3. 資本密集型產業：製造AI晶片要大資本，使用AI晶片建置資料中心也需要大資本
4. 生態系網絡效應強：從硬體晶片設計到軟體演算法架構，因為需要環環相扣，因此整合後成為生態系的網絡效應極強，生態替換成本高，生態系本身就是護城河
5. 應用場景方方面面：無論是生成式AI、大語言模型還是自動駕駛，都是AI的應用場景。而且AI都是核心能力，場景也在持續擴充中

綜合上面的特徵，我們會發現這是一個巨大而且增速極快的產業，以AI的基礎建設數據中心來說，研究機構Semiconductor Engineering預估，到2030年，數據中心的資本支出可能達到1.4兆美元。

競爭對手

由於輝達的產品從C端的遊戲顯卡到B端的數據中心，跨度極大，競爭對手多，因此我們需要先定義這裡的競爭對手聚焦在營收主力所在的「AI晶片領域」。

一般認為輝達的主要競爭對手有以下四家

• AMD（Advanced Micro Devices）：主力產品為Instinct系列加速GPU，並搭配ROCm（Radeon Open Compute）軟體生態系統。這些GPU廣泛用於深度學習訓練與高效能運算，在資料中心AI訓練市場與輝達的A100/H100 GPU形成直接競爭。
• 博通（Broadcom）：提供專用AI推論ASIC（Application-Specific Integrated Circuit）與高頻寬資料中心網路交換晶片，旨在降低推論延遲並提升能效。這些專用晶片可作為推論階段的替代方案，與輝達的推論加速卡產生競爭。
• 高通（Qualcomm）：Snapdragon系列SoC（System on Chip）內建Adreno GPU與Hexagon AI加速核心，廣泛應用於智慧手機與邊緣運算（edge computing）。此外，高通的Cloud AI100伺服器級推論晶片正挑戰輝達在資料中心推論市場的主導地位。
• 英特爾（Intel）：主要產品包括Xeon CPU與Habana Labs的Gaudi AI加速器，以及即將量產的Ponte Vecchio GPU。英特爾藉由oneAPI軟體框架與自家硬體結合，瞄準資料中心的訓練與推論工作，與輝達的CUDA生態系統直接對抗

總結來說，儘管上述廠商各有特色產品並在不同應用場景與輝達展開競爭，輝達仍憑藉領先的硬體架構、成熟完善的CUDA軟體生態與強大的開發者社群，保持顯著的「技術斷檔」優勢，根據Business Insider的分析，輝達在資料中心AI GPU市占率仍超過80%，其他競爭對手短期內難以全面追趕。

護城河

輝達在目前行業中處於領先地位，這不表示它永遠都會領先，而判斷一家公司能領先多久，我們可以看「護城河」。

巴菲特將護城河分成五種，方別是

1. 無形資產：包含品牌、專利、政府授權等可帶來定價權或市場壁壘的資產
2. 網路效應：使用者愈多，產品或服務價值愈高，進而吸引更多使用者，形成正向循環
3. 轉換成本：客戶若改用競品須付出高昂時間、金錢或風險成本，因而不易流失
4. 成本優勢：透過規模經濟、議價能力或獨門製程取得更低成本，並用於降價或擴大利潤
5. 有效規模：市場容量有限，少數業者即可飽和供給，新進者投入報酬低、意願弱

我們接下來就用這五種護城河來看輝達：

1. 首先是「無形資產」，輝達無疑是擁有累積大量專利技術與演算法優勢，以至於具備強而有力的定價權。CUDA軟體平台擁有900+套函式庫與專利組合，已成為AI開發標準
2. 接著是「網路效應」，這點來自輝達的CUDA生態系統，超過百萬開發者與數千家企業依賴CUDA平台開發AI與高效能運算應用，使用者越多，對CUDA優化工具與範例就越豐富，吸引更多人留下，輝達CUDA平台軟硬體結合的效率高到CEO黃仁勳甚至說「競爭對手以0元免費提供AI晶片都不夠便宜」
3. 「轉換成本」護城河更是明顯，企業在資料中心大規模部署A100與H100 GPU後，要改用其他廠商方案不僅需要重新驗證相容性，更要改寫軟體、調整運維流程，成本高昂且風險大。更重要的是，財報上通常至少要攤5-6年的成本，不是說換就能換
4. 「成本優勢」護城河源自大規模生產與先進製程合作。輝達與台積電緊密合作，包下台積電先進封裝60-70%產能，搶占最先進的7奈米及5奈米製程，有效降低每晶片成本，同時其龐大訂單量亦進一步壓低單位成本
5. 「有效規模」可能是輝達最差的護城河，因為這個市場很大，報酬很高，即使輝達已經是壟斷地位，還是有競爭對手努力加入。不過，在短期之內這點無需擔心，因為其他護城河已經足夠高，難以跨越

綜合來說，輝達的護城河以無形資產、網路效應為核心，轉換成本與成本優勢進一步加深壁壘。

這種「多重疊加」護城河結構，使輝達能在AI GPU價格持續上調、毛利率維持逾70 %的同時，依然保有客戶黏性。

未來需要關注兩大風險，一是大型雲端業者自行開發ASIC晶片削弱需求，二是開源軟體生態降低CUDA生態系網路效應。只要輝達能持續領先一至兩個世代的性能並維護開發者體驗，其寬闊的護城河短中期仍難被撼動。

最新季度速讀

本季關鍵訊息

1. 營收再創新高：本季營收達440.62億美元，年增69%、季增12%，再度擊敗市場預期。
2. 毛利率受一次性成本拖累：因美國對中國H20晶片出口管制產生45億美元存貨與採購損失，GAAP毛利率降至 60.5%，也拉低了盈餘。

主要財務數字

完整最新季報

NVIDIA Announces Financial Results for First Quarter Fiscal 2026

歷次財報解析

• NVIDIA 26Q1最新財報：AI繼續飆，中國市場重挫，AI派對還會繼續嗎？

常見問題

Q1：輝達現階段真正的競爭對手有哪些？

輝達有以下競爭對手

• AMD Instinct MI350：預計 2025 下半年量產，Meta、Microsoft、OpenAI 等七大雲端客戶已導入。AMD 強調在每瓦效能與記憶體容量上可與輝達 Blackwell 系列匹敵，並主打完整開源軟體堆疊。
• Intel Gaudi 3：2025 年 5 月正式對企業客戶開放，與 Dell、IBM Cloud 等合作，主攻「開放標準＋高性價比」市場區隔。
• Broadcom 客製化 ASIC：替三大超級雲端業者生產專用 AI 晶片，以成本優勢搶奪特定大規模推論工作負載，近一季 AI 收入年增 77% 至 41 億美元。
• 雲端自研加速器
• • AWS Trainium 2：64 顆晶片可達 83.2 PFLOPS FP8 算力，主打雲端訓練高 CP 值。
  • Google Cloud TPU v5p／Trillium：單 Pod 最多 8 960 顆晶片，訓練大型語言模型速度較 v4 快 2.8 倍，鎖定自家 Gemini 與企業客戶。

整體而言，輝達仍以 80% 以上的資料中心 AI GPU 市占率 居於領先，但客製化 ASIC 與第二供應商（AMD、Intel）正快速瓜分成長紅利。

Q2：為什麼輝達的毛利率能長期維持在業界高檔？

1. 平台訂價能力：硬體（GPU＋網路）結合 CUDA、TensorRT、Omniverse 等軟體授權與企業支援服務，形成「軟硬一體」整合銷售，軟體與服務毛利率高達九成以上，拉高整體平均。
2. 研發先發優勢：持續投入超過營收 20% 的研發費用，用 Blackwell、NVLink 5.0 等新架構不斷抬升高階 GPU ASP（平均售價）。
3. 生態系鎖定效應：截至 2025 年已有 4.5 百萬名 CUDA 開發者，轉移成本高，使輝達對雲端與企業客戶握有議價能力。
4. Fabless 模式降低固定成本：委由台積電生產先進製程，將資本密集風險外包，同時專注於架構設計與軟體優化。

最新資料：因 H20 出口受限一次性存貨減損 45 億美元，FY 2026 Q1 GAAP 毛利率降至 60.5%，若排除此因素則回到 71.3%，顯示結構性高毛利仍在。

Q3：在 2025 年 7 月的股價水位下，輝達估值是否偏高？

我們用常見的P/E和PEG Ratio來對比分析，看看輝達是不是估值偏高。

• 市場定價邏輯：輝達握有逾八成 AI GPU 市占，加上 70% 以上長期毛利率與現金儲備 390 億美元，可持續自研與併購，因此資金願意給 35-40 倍的前瞻本益比。
• 風險提醒：中美出口管制、雲端資本支出週期、客製化 ASIC 侵蝕高階 GPU 需求，皆可能壓縮估值。
• 投資建議：若能接受估值溢價帶來的波動，可採「長期分批」布局；若希望有安全邊際，可等待 Forward P/E 回落再進場。