Nvidia Q2營收年增56%達467億美元。優於市場預期的461億，毛利率72.7%，淨利年增52%至257億。EPS 1.06 優於預期的0.94
本季度Nvidia完全停止了向中國客戶銷售H20產品，但仍透過向中國以外的非管制客戶銷售約6.5億美元的H20產品，並因此獲得1.8億美元的庫存準備金釋放收益。
Nvidia對Q3財測預期營收將達540億美元（正負2%），優於預期的531億，代表超過70億美元的單季成長，成長幅度超過15%。完全不包含對中國客戶的H20出貨假設，純粹基於其他市場的需求預期。如地緣政治問題緩解，Q3可能出貨20-50億美元H20至中國在獲利能力方面，毛利率預期73.5%，較Q2進一步提升。公司繼續預期年底前毛利率將達到75%中段水準，反映Blackwell平台的規模效應正在發揮作用。
營運費用方面，管理層將全年營運費用成長預期上調至30%高段，主要是為了「加速業務投資，應對未來巨大的成長機遇」。
本季度Nvidia透過股份回購和現金股利向股東返還100億美元。董事會最近批准了600億美元的股份回購授權，加上Q2結束時剩餘的147億美元授權，總計747億美元的回購授權
資料中心業務：AI基礎建設的核心引擎
營收表現超預期
資料中心部門繳出亮眼成績單，營收年增率56%至411億美元。Blackwell平台營收季增17%，顯示新一代架構正快速獲得市場採納。
財務長Colette Kress表示：「我們看到在本世紀末將有3兆到4兆美元的AI基礎設施支出。這種建設的規模和範圍為Nvidia提供了重大的長期成長機會。」這個預測展現管理層的樂觀預期，更反映AI產業的巨大發展潛力。
Blackwell Ultra：技術突破的具體體現
GB300系統的推出標誌著Nvidia技術能力的新里程碑。相較於H100，GB300 NVL72在推理模型上表現出10倍效能提升，這樣的效能躍進直接轉化為客戶的經濟價值。
更具說服力的是投資報酬率數據：300萬美元的GB200基礎設施投資可產生3000萬美元的token營收，實現10倍報酬率。這個數字清楚說明了客戶願意大規模投資Nvidia解決方案的原因。
目前GB300機架的生產已回復滿產能狀態，每週約生產1000個機架，且產能預計在Q3進一步加速。這種生產規模和效率展現了Nvidia供應鏈管理的成熟度。
主權AI：新興市場的龐大機會
主權AI成為資料中心業務的重要成長驅動力。歐盟計劃投資200億歐元在法國、德國、義大利和西班牙建立20座AI工廠，包括5座超級工廠，將其AI運算基礎設施提升10倍。
英國的Isambard AI超級電腦更是展現了主權AI的潛力，這套由Nvidia提供動力的系統成為該國最強大的AI系統，提供21 exaflops的AI效能，加速藥物探索和氣候建模領域的突破。
Nvidia預計今年主權AI營收將超過200億美元，較去年翻倍成長，這個數字充分說明了各國對AI技術主權的重視程度。
Networking業務：連接AI未來的關鍵基礎
Networking部門表現同樣出色，營收達73億美元，季增46%，年增98%，創下新的營收紀錄。這樣的成長主要來自於AI運算叢集對高效率、低延遲網路需求的急劇增加。
Spectrum X：以太網路的革新
Spectrum X增強型以太網路解決方案提供了最高輸量和最低延遲的AI工作負載網路。Spectrum X以太網路實現了雙位數的季增和年增成長，年化營收超過100億美元。這個數字展現了Nvidia在網路技術上的創新成果。
Spectrum XGS以太網路，這是一項旨在將分散的資料中心統一成超大規模AI超級工廠的技術。CoreWeave已成為這項解決方案的早期採用者，預計將使GPU間的通訊速度倍增。
NVLink：突破性的擴展技術
NVLink憑藉比PCIe Gen 5高14倍的頻寬，在客戶部署Blackwell NVLink機架級系統的推動下實現強勁成長。世界上最快的交換器技術正在成為大規模AI系統的標準配置。
NVLink Fusion技術的廣泛接受，這項技術允許半客製AI基礎設施。日本即將推出的Fugaku Next將透過NVLink Fusion整合富士通的CPU與Nvidia架構，運行包括AI、超級運算和量子運算在內的多種工作負載。
遊戲與消費市場：Blackwell驅動新成長
遊戲部門營收達43億美元，季增14%，年增49%，創下歷史新高。這樣的表現主要歸功於Blackwell GeForce GPU的產能提升和強勁銷售持續。
Blackwell將在9月進入GeForce NOW服務，這是GeForce NOW最重要的升級，提供RTX 5080等級效能、最小延遲和120fps的5K解析度。同時，GeForce NOW目錄將倍增至超過4500款遊戲，成為最大的雲端遊戲服務圖書館。
AI PC：消費端AI的新機遇
Nvidia與OpenAI合作，針對數百萬台RTX設備優化開源GPT模型，實現高品質、快速且高效的推理。透過RTX平台堆疊，Windows開發者可以創建專門在全球最大AI PC用戶群上運行的AI應用程式。
其他業務部門的穩健表現
專業視覺化：企業需求持續成長
專業視覺化營收達6.01億美元，年增32%。成長動力來自高階RTX工作站GPU和AI驅動工作負載的採用，包括設計、模擬和原型製作。
重要客戶包括動視暴雪使用RTX工作站增強創意工作流程，而機器人創新公司Figure AI則使用RTX嵌入式GPU為其人形機器人提供動力。
汽車與機器人：未來移動的基石
汽車營收達5.86億美元，年增69%，主要由自動駕駛解決方案驅動。Nvidia已開始出貨Thor晶片，作為Orin的後續產品。Thor的問世正好配合產業加速轉向視覺語言模型架構、生成式AI和更高層次的自主性。
全堆疊NVIDIA DRIVE自動駕駛軟體平台現已進入量產階段，為Nvidia開啟數十億美元的新營收機會，同時改善車輛安全性和自主性。
財務表現與股東回報
獲利能力維持高水準
GAAP毛利率為72.4%，非GAAP毛利率為72.7%。扣除1.8億美元H20庫存準備金釋放收益後，非GAAP毛利率仍達72.3%，超出公司預期。
GAAP每股稀釋盈餘為1.08美元，非GAAP為1.05美元。扣除H20相關影響後，非GAAP每股稀釋盈餘為1.04美元，展現了核心業務的穩健獲利能力。
中國市場：複雜地緣政治下的龐大商機
500億美元的市場機會評估
黃仁勛對中國市場進行了詳細分析：「我估計今年中國市場對我們來說約有500億美元的機會，如果我們能夠用有競爭力的產品來滿足這個市場。如果以每年50%的成長率計算，就如同全球其他AI市場的成長速度，這個數字還會持續擴大。」
這個評估基於幾個關鍵因素：中國是全球第二大運算市場，擁有約50%的全球AI研究人員，同時也是開源AI模型的重要創新中心。
H20許可現況與出貨預期
目前H20產品的許可狀況仍處於動態變化中。財務長Kress透露：「美國政府從7月下旬開始審查向中國客戶銷售H20的許可證。雖然一些中國客戶在過去幾週已獲得許可證，但我們尚未出貨任何H20。」
更複雜的是，美國政府官員表達了期望獲得「許可H20銷售所產生營收的15%」，但迄今尚未發布將此要求法制化的法規。
如果地緣政治問題能夠緩解，Nvidia預計Q3可能出貨20億到50億美元的H20產品，「如果有更多訂單，我們可以出貨更多」。
開源生態系統的戰略重要性
黃仁勛特別強調中國在全球開源AI生態系統中的重要地位：「中國的開源模型真的很出色。Deepseek獲得了全球關注，Qwen很優秀，Kimi很優秀，還有一大堆新模型正在推出。它們是多模態的，是很棒的語言模型。」
這些開源模型對全球AI採用產生重大影響，推動了企業建立客製化專有軟體堆疊的需求，對企業、SaaS公司和機器人產業都極為重要。
Blackwell進入中國市場的可能性
管理層對於將Blackwell架構引入中國市場表現謹慎樂觀。黃仁勛表示：「我們正在與政府討論美國公司能夠服務中國市場的重要性。如你所知，H20已獲准銷售給不在實體清單上的公司，許多許可證已獲得批准。所以我認為我們將Blackwell帶到中國市場的機會是真實存在的。」
長期市場機會與產業變革
3-4兆美元AI基礎設施投資願景
黃仁勛對AI基礎設施市場的長期預測極為樂觀，他詳細說明了3-4兆美元投資規模的合理性：「僅前四大超大規模雲端服務商的資本支出在兩年內就翻倍，隨著AI革命全面展開，資本支出已翻倍至每年6000億美元。」
這個預測涵蓋更廣泛的市場範圍：「從現在到2030還有五年時間，而6000億美元只代表前四大超大規模雲端服務商。我們仍有其他企業公司在建設內部部署，還有全球各地的雲端服務供應商在建設。」
Nvidia在AI工廠中的價值定位
在典型的AI工廠投資中，Nvidia占據重要份額。黃仁勛解釋：「一個AI工廠可能投資500億美元左右，我們約占其中的35%左右。」這意味著在一個500億美元的資料中心中，Nvidia可貢獻約175億美元的價值。
「你得到的不是GPU。我想人們知道，我們以建造GPU和發明GPU而聞名。但在過去十年中，我們真正轉型成為AI基礎設施公司。」建造一台Rubin AI超級電腦需要六種不同類型的晶片，需要數十萬個GPU運算節點和大量機架。
Agentic AI：運算需求的指數級躍進
新一代AI模型的運算需求呈現指數級成長。黃仁勛詳細描述了這個轉變：「聊天機器人過去是一次性的，你給它一個prompt，它會產生答案。現在AI會做研究，會思考並制定計劃，它可能會使用工具。這被稱為長思考，它思考得越長，通常就能產生更好的答案。」
這種演進對運算需求的影響是革命性的：「一次性與Agentic AI模型所需的運算量可能是100倍、1000倍，甚至更多，因為它會進行研究，基本上是閱讀和理解。」
更重要的是實際效益：「由於Agentic AI，幻覺現象顯著減少，現在你可以使用它，可以使用工具並執行任務，企業因Agentic AI和視覺語言模型而開放，我們現在看到實體AI和機器人、自主系統的突破。」
年度產品週期的戰略價值
Nvidia堅持年度產品週期的策略考量值得深入分析。黃仁勛解釋：「我們採用年度週期的原因是這樣做可以加速成本降低，並最大化客戶的營收產生。當我們提高每瓦效能，每單位能源使用的Token產生量時，我們實際上在推動客戶的營收。」
這種策略的商業邏輯是：「每個人的資料中心根據定義都受到能源限制，對於任何我們使用的資料中心，使用Blackwell，你將能夠最大化你的營收，相比我們過去所做的任何事情，相比今天世界上的任何東西。」
競爭環境與技術護城河
ASIC挑戰的全方位應對
面對客戶自研ASIC和競爭對手的挑戰，黃仁勛提供了詳細的競爭分析：「很多專案開始了，很多新創公司成立了，但很少產品進入量產。
原因是這真的很難。加速運算不像通用運算，你不能只是寫軟體然後編譯到處理器。加速運算是全堆疊協同設計問題。」
Nvidia的平台優勢體現在普遍性：「我們的優勢之一是Nvidia在每個雲端都有，我們從每家電腦公司都有，我們從雲端到內部部署到邊緣到機器人都有相同的程式模型。所以全世界每個框架支援Nvidia是合理的。」
