破紀錄的營收成長與市場定位
NVIDIA的Q3財報，營收增幅加速，年增62%達到570億美元，較上季成長22%，創下單季100億美元的歷史最高季增幅。毛利率為73.6%，雖然較去年同期略降，但考慮到產品組合從單一GPU系統轉向完整資料中心解決方案，這個水準仍相當健康。
資料中心業務營收年增66%達到創紀錄的512億美元，持續擔任公司成長的主要引擎。NVIDIA現已成為全球最大的Networking業務公司，Networking部門營收年增162%達82億美元。這個驚人的成長速度凸顯了AI資料中心對高速互連技術的迫切需求，也展現了NVIDIA在網路領域的技術領先地位。
執行長黃仁勳在財報會議中直言：「Blackwell銷售數字破表，雲端GPU已全數售罄。運算需求持續加速並在訓練和推理間疊加成長，每個都呈指數級成長。我們已進入AI的良性循環」。
對於未來的毛利率，管理層提供了明確的指引。Colette表示：「我們確實相信，在成本改善、週期時間和產品組合的努力下，我們會努力將毛利率維持在mid-70%。」
Q4營收展望年增再加速到65%至650億，大幅超越預期的616億。毛利率提升到75%，全年營收目標超過2200億。
5000億美元訂單可見度與產能規劃
NVIDIA本季揭露了一個令市場振奮的數據：公司對Blackwell和Rubin有5000億美元的營收可見度，時間範圍從今年初到2026年底。這個數字為投資人提供了前所未有的營收能見度，也反映了客戶對NVIDIA產品的強烈需求。
財務長Colette Kress在回應分析師提問時確認：「我們正朝著5000億美元的預測前進，目前進度符合預期。隨著我們完成幾個季度，我們肯定會在2026財年結束前獲得更多運算需求的訂單。」她特別提到，當天宣布的與沙烏地阿拉伯的協議本身就包含了三年內40-60萬顆GPU的需求，這還不包含在原本的5000億美元預測中。
在每GW內容價值方面，黃仁勳提供了清晰的代際演進：Hopper世代NVIDIA的資料中心內容約為20-25億美元，Blackwell世代（特別是Grace Blackwell）約為30億美元上下，而Rubin可能會更高。這個趨勢顯示隨著架構演進，NVIDIA在每個資料中心中的經濟價值持續提升。
關於供應鏈，NVIDIA展現了充分的準備。公司本季庫存季增32%，供應承諾季增63%，顯示公司正為未來的顯著成長做好準備。黃仁勳強調：「我們一直在提前與供應鏈規劃、預測和協商。我們的供應鏈長期以來就了解我們的需求和預期。我們已經為自己爭取到了大量供應，因為我們是全球最大的公司。」
資料中心業務主導成長，Blackwell Ultra成為銷售主力
Blackwell架構在Q3獲得進一步動能，其中GB300已超越GB200，貢獻約三分之二的Blackwell總營收。Kress強調，向GB300的過渡進行得非常順利，產品已開始出貨給主要雲端服務供應商、超大規模業者和GPU雲端業者，並已開始推動他們的成長。相較之下，已推出13個季度的Hopper平台在Q3仍創造約20億美元營收，顯示NVIDIA GPU的長使用壽命和CUDA生態系統的價值。
黃仁勳在電話會議中特別強調NVIDIA在每個AI階段都表現卓越的獨特地位。他指出，NVIDIA的加速運算不僅在預訓練、後訓練和推理等AI開發階段領先，更在科學與工程模擬、電腦圖形、結構化資料處理到傳統機器學習等領域同樣出色。這使得NVIDIA成為唯一能夠支援當前三大平台轉移的架構：從通用運算到加速運算的轉型、生成式AI取代傳統機器學習的趨勢，以及agent AI和實體AI的崛起。
網路業務躍居全球最大，超大規模業者資本支出持續攀升
NVIDIA的網路業務在Q3創下82億美元營收，年增162%，正式成為全球最大的網路業務。這個成就反映出AI基礎設施對高效能網路的迫切需求。公司提供三種規模的網路解決方案：NVLink用於擴展（scale-up）、InfiniBand和Spectrum-X乙太網路用於橫向擴展（scale-out），最新推出的Spectrum-XGS則支援跨規模擴展（scale-across），可實現千兆瓦級AI工廠。值得注意的是，乙太網路GPU連接率已大致與InfiniBand相當，顯示市場對開放、靈活平台的認可。
Meta、微軟、Oracle和xAI等科技巨頭都選擇使用Spectrum-X乙太網路交換器建設千兆瓦級AI工廠，每家都可運行自己選擇的作業系統，凸顯NVIDIA平台的靈活性和開放性。此外，NVLink Fusion技術的客戶興趣持續成長。NVIDIA在10月宣布與富士通策略合作，將整合富士通的CPU與NVIDIA GPU，透過NVLink Fusion連接雙方龐大的生態系統。公司也宣布與Intel合作開發多代客製化資料中心和PC產品，使用NVLink連接NVIDIA和Intel的生態系統。
黃仁勳透露，頂級雲端服務供應商和超大規模業者對2026年的合計資本支出預期已持續上升，目前約為6000億美元，較年初時高出2000多億美元。這些投資的約一半將用於將當前超大規模工作負載從傳統運算過渡到加速運算和生成式AI。另一個成長支柱則來自基礎模型建立者如Anthropic、Mistral、OpenAI、Reflection、Safe Superintelligence、Thinking Machines Lab和xAI等公司，他們正積極擴大運算規模以提升AI智慧水準。
5000億美元訂單能見度，2030年邁向3-4兆美元市場
Kress在財報電話會議中證實，NVIDIA目前對從今年初到2026年底的Blackwell和Rubin營收已有5000億美元的能見度。她進一步表示：「這個數字將會成長，我們肯定會接到更多訂單。」舉例來說，就在財報發布當天，NVIDIA宣布與沙烏地阿拉伯簽訂協議，未來三年將額外部署40萬至60萬顆GPU。此外，Anthropic的合作也是全新增量，顯示在既有5000億美元訂單之上仍有龐大成長空間。
黃仁勳在回應分析師提問時，闡述了驅動AI基礎設施投資的三大根本動力。首先，從通用運算向加速運算的轉型是基礎性且必要的，特別是在摩爾定律放緩的後時代。全球在非AI軟體上有龐大投資，從資料處理到科學與工程模擬，代表每年數千億美元的雲端運算支出，這些應用正快速轉向CUDA GPU。
其次，生成式AI正在取代傳統機器學習，應用於搜尋排序、推薦系統、廣告投放、點擊預測到內容審核等超大規模基礎設施的核心功能。Meta的GEM基礎模型就是最佳例證，該公司在Q2報告中指出，基於生成式AI的GEM使Instagram廣告轉換率提升超過5%，Facebook動態消息提升3%，這對超大規模業者來說代表著巨額收入增長。
第三個驅動力則是Agentic AI的崛起，這是一波全新的運算浪潮。從程式碼助手如Cursor和Claude Code，到放射科工具如Aidoc、法律助手如Harvey，以及自動駕駛如Tesla FSD和Waymo，這些具備推理、規劃和工具使用能力的AI系統正在開創全新的應用類別。黃仁勳指出，當今世界成長最快的公司OpenAI、Anthropic、xAI、Google、Cursor、Lovable、Replit、Cognition AI、OpenEvidence、Abridge和Tesla等都在開拓 Agentic AI領域。
基於這三大平台轉移，黃仁勳預測到2030年代末，每年AI基礎設施建設將達到3兆至4兆美元的規模。這個市場不僅包括美國雲端服務供應商，各國政府也將投資建設本國基礎設施，眾多產業將開發專屬應用。無論是自動駕駛汽車公司、為工廠和倉儲建設實體AI的數位孿生技術，還是加速藥物發現的數位生物學新創公司，各行各業都將進行自己的募資和基礎設施建設。因此，不能僅以超大規模業者的支出來預測未來，必須全盤考量全球各產業和企業運算的投資。
AI擴展定律持續有效，推理需求快速成長
市場一直關注AI運算在預訓練、後訓練和推理之間的分配比例。黃仁勳在電話會議中明確指出，三個擴展定律正同時發揮作用且保持完整。預訓練的擴展定律持續有效；後訓練則找到了令人驚艷的演算法，可提升AI逐步拆解和解決問題的能力，後訓練也呈指數級擴展，投入越多運算，模型就越聰明；第三個是推理的擴展定律，由於思維鏈和推理能力的發展，AI在回答之前會進行閱讀和思考，所需的運算量因此完全呈指數級增長。
當被問及推理在整體營收中的占比時，黃仁勳表示很難給出確切百分比，因為情況因客戶而異，但他希望推理能成為市場的很大一部分，因為推理規模大代表著人們在更多應用中更頻繁地使用AI。這正是Grace Blackwell架構的優勢所在，它在推理性能上領先競爭對手一個世代。在Semi Analysis的InferenceMAX基準測試中，這是迄今最大規模的單一推理基準測試，GB200搭配NVLink 72互連系統展現出10倍至15倍的性能優勢。
特別在混合專家（Mixture of Experts）架構上，Blackwell的表現尤為突出。MoE是當今最受歡迎的推理模型架構，在DeepSeek-R1模型上，Blackwell相較H200實現了每瓦10倍的性能和每token 10倍的成本降低，這是透過極致協同設計方法實現的巨大世代跨越。黃仁勳強調，NVIDIA在推理領域的領先地位是非凡的，這個優勢將持續多年，要趕上這樣的領先幅度需要很長時間。
Rubin平台進展順利，CPX專為長上下文設計
展望下一代產品，黃仁勳證實Rubin平台正按計畫在2026年下半年開始量產。由7個晶片驅動的Vera Rubin平台將相對Blackwell再次實現X倍的性能提升。NVIDIA已從供應鏈合作夥伴收到矽晶片回片，全球各地的NVIDIA團隊正在順利進行系統啟動工作。Rubin是NVIDIA第三代機架規模系統，在保持與Grace Blackwell相容的同時大幅重新定義了可製造性。
供應鏈、資料中心生態系統和雲端合作夥伴現已掌握NVIDIA機架架構從組裝到安裝的完整流程，這為Rubin的快速量產奠定了基礎。NVIDIA每年實現X倍性能跨越的能力，在提升每美元性能的同時降低客戶的運算成本。CUDA GPU的長使用壽命是相對其他加速器的重大總擁有成本（TCO）優勢。CUDA的相容性和NVIDIA龐大的裝機基礎，使NVIDIA系統的生命週期遠超原始預估使用年限。
策略投資生態系統，深化與OpenAI和Anthropic合作
NVIDIA在Q3宣布了多項重要的策略合作和投資。公司正與OpenAI建立策略夥伴關係，專注於協助OpenAI建設和部署至少10 GW的AI資料中心。NVIDIA也有機會投資該公司。目前NVIDIA透過OpenAI的雲端合作夥伴Microsoft Azure、OCI和CoreWeave為其提供服務，未來這種模式將持續。隨著OpenAI繼續擴大規模，NVIDIA很高興能支援該公司增加自建基礎設施，雙方正朝著達成最終協議而努力。
更引人矚目的是NVIDIA與Anthropic的合作。這是Anthropic首次採用NVIDIA架構，雙方正建立深度技術合作關係以支援Anthropic的快速成長。雙方將協作優化Anthropic模型在CUDA上的運行，提供最佳的性能、效率和TCO，NVIDIA也將針對Anthropic工作負載優化未來架構。Anthropic的運算承諾初期包括採用Grace Blackwell和Vera Rubin系統的最高1 GW運算容量。
黃仁勳在被問及這些投資交易的結構時，詳細闡述了投資策略的核心邏輯。他指出，所有投資都與擴大CUDA生態系統的觸及範圍有關。以OpenAI為例，NVIDIA與該公司的關係可追溯至2016年，當時黃仁勳親手交付了史上第一台AI超級電腦給OpenAI。如今OpenAI的所有訓練和推理工作都在NVIDIA上運行，雙方合作關係非常密切。與OpenAI的合作使NVIDIA能從技術層面更深入協作，支援這家成長速度驚人的公司。與其放棄公司股份，NVIDIA選擇投資這家千載難逢的世代級公司並獲得股權，預期這項投資將帶來非凡回報。
Anthropic案例則更具戰略意義。這是Anthropic首次在NVIDIA架構上運行，作為全球第二成功的AI（以使用者數量計），以及在企業市場表現極佳的公司，Claude Code在全球企業中廣受歡迎。NVIDIA現在有機會與Anthropic建立深度合作關係，將Claude引入NVIDIA平台。這凸顯了NVIDIA的獨特地位：NVIDIA平台是全球唯一能運行所有AI模型的單一平台，涵蓋OpenAI、Anthropic、xAI、Gemini、Thinking Machines等所有前沿AI模型，也運行開源AI模型，以及科學、生物、機器人等各領域模型。
中國市場遭遇挫折，H20銷售僅5000萬美元
NVIDIA在中國市場遭遇重大挫折。儘管公司獲得了H20晶片的出口許可，但Q3銷售額僅約5000萬美元。Kress在財報電話會議中表示：「由於地緣政治問題和中國市場競爭日益激烈，本季度大額採購訂單未能實現。」管理層對當前狀況感到失望，因為監管限制使NVIDIA無法向中國出貨更具競爭力的資料中心運算產品。
黃仁勳在接受彭博電視訪問時再次強調，NVIDIA對中國市場的預測為零。他表示：「我們很希望有機會用優秀產品重新進入中國市場。」黃仁勳一直積極遊說華盛頓推翻這些規則，認為它們與原本要達成的國家安全目標背道而馳。即使在一些最嚴格要素被撤銷後，NVIDIA目前仍未預期會從中國獲得任何AI加速器銷售。
黃仁勳的論點是，要在AI運算領域建立可持續的領先地位，美國必須贏得每一位開發者的支援，成為所有商業企業的首選平台，包括中國企業。他認為限制對中國的銷售反而可能損害美國的長期競爭力。不過，目前看來這個政策在短期內不太可能改變，NVIDIA在編列Q4財測時也未假設會有任何來自中國的資料中心運算營收。
遊戲與專業視覺化表現穩健，汽車業務聚焦自駕
NVIDIA的遊戲業務在Q3創造43億美元營收，較上季微降1%，但年增30%。終端市場銷售保持強勁，通路庫存在進入假期季前處於正常水準。
專業視覺化業務營收為7.6億美元，季增26%，年增56%，再創新高。這項業務已演變為服務工程師和開發者的電腦系統，無論是用於圖形還是AI。成長主要由DGX Spark驅動，這是全球最小的AI超級電腦，採用小型Grace Blackwell配置構建，將NVIDIA的AI堆疊以緊湊形式提供給專業使用者。
汽車與機器人業務Q3營收為5.92億美元，季增1%，年增32%，主要由自動駕駛解決方案推動。NVIDIA推出了NVIDIA DRIVE AGX Hyperion 10自動駕駛車輛開發平台，這是一個參考運算和感測器架構，旨在讓汽車製造商和開發者能建構安全、可擴展的Level 4車隊。
NVIDIA與Uber合作，計畫從2027年開始擴展全球最大的Level 4就緒移動網路，目標是10萬輛車。公司還宣布與多家美國製造和機器人領導企業合作，包括Agility Robotics、Amazon Robotics、Figure和Skild AI等，用實體AI推動美國再工業化。
競爭壓力有限，客戶回流NVIDIA趨勢明顯
面對AMD、Broadcom和Qualcomm等競爭對手日益高漲的樂觀情緒，以及資料中心營運商越來越傾向使用自研設計以減少對NVIDIA的依賴，黃仁勳在財報電話會議中對競爭壓力表現得相當輕鬆。他表示，嘗試其他替代方案後回到NVIDIA的客戶比以往任何時候都多，AI電腦系統的複雜性使NVIDIA處於強勢地位。
黃仁勳闡述了NVIDIA的五大獨特優勢。
- 首先，NVIDIA在每個過渡階段都表現出色，無論是從通用運算到加速運算、從傳統機器學習到生成式AI，還是Agentic AI的興起，客戶可以投資一個架構並跨所有領域使用，不必擔心工作負載變化。
- 其次，NVIDIA在AI的每個階段都很優秀，從預訓練、後訓練到推理，尤其推理因為涉及思考過程而特別困難，但NVIDIA在此領域表現卓越。
- 第三，NVIDIA現在是世界上唯一能運行所有AI模型的架構，無論是前沿AI模型、開源AI模型、科學模型、生物模型還是機器人模型，無論是自回歸還是擴散式，NVIDIA都能運行且運行效能最佳。
- 第四，NVIDIA存在於每一個雲端，從公有雲到本地部署再到機器人系統、邊緣設備和PC，一個架構無處不在，東西直接能用，這非常強大。
- 第五，如果你是雲端服務供應商、新興公司如HUMAIN、CoreWeave、Nebius或OCI，選擇NVIDIA的最佳理由是承接量（offtake）極其多元。
- 黃仁勳強調，問題不僅是在資料中心放入隨機ASIC，而是承接從哪裡來、多樣性從哪裡來、架構韌性從哪裡來、能力多功能性從哪裡來。NVIDIA擁有如此龐大的生態系統，承接能力極其出色。這五大要素加總起來，使NVIDIA成為各類客戶的最佳選擇，從大型雲端供應商到新興AI基礎設施公司都是如此。
供應鏈佈局全球化，首片美國製造Blackwell晶圓下線
NVIDIA持續專注於在全球供應鏈中建立韌性和冗餘。上個月，公司與台積電合作，慶祝第一片在美國本土生產的Blackwell晶圓下線。這個里程碑象徵著美國製造業的復興，Blackwell正達到量產規模。未來四年，NVIDIA將繼續與鴻海、緯創、日月光等合作夥伴擴大在美國的布局。
黃仁勳在討論供應鏈挑戰時坦承，以NVIDIA當前的成長速度和規模，沒有什麼是容易的。從土地取得、電力供應到融資，每個環節都面臨挑戰。但這些都是可追蹤和可解決的問題。最重要的是做好規劃工作，向上游和下游供應鏈規劃，建立眾多合作夥伴關係，確保有多條通路進入市場。更關鍵的是，架構必須為客戶提供最佳價值。
黃仁勳特別強調性能功耗比的重要性。在相同的1 GW電力限制下，架構的能效直接轉化為營收能力。這就是為什麼選擇正確的架構如此重要。世界沒有任何資源可以揮霍，NVIDIA使用協同設計的概念，跨整個堆疊、整個資料中心，甚至電力和冷卻系統，跨整個供應鏈或生態系統進行優化。每一代產品，NVIDIA的經濟貢獻將更大，提供的價值將更大，但最重要的是每瓦能效將保持非凡水準。
