NVIDIA（輝達）再次繳出了一份震撼市場的財報。2026 會計年度第三季營收高達 570 億美元，年增 62%，再次打破紀錄。資料中心業務營收更是飆升至 510 億美元， Blackwell 架構的 GPU 需求似乎永不滿足。NVIDIA 執行長黃仁勳（Jensen Huang）在法說會上描繪了三大平台轉移的宏大願景：從通用運算到加速運算、從傳統機器學習到生成式 AI、以及全新的「代理式 AI」（Agentic AI）革命。
然而，在驚人的成長曲線背後，質疑的聲浪也從未停歇，甚至愈演愈烈。這兩日因股市波動劇烈，許多分析直指 NVIDIA 財報中存在四大「危險訊號」：暴增的應收帳款、堆積如山的庫存、疲軟的現金流轉換率，以及 NVIDIA 透過投資客戶（如 OpenAI、Anthropic）來創造虛假營收的「資金循環詐騙」。
究竟，NVIDIA 的高速成長是建立在真實需求之上，還是一場精心設計的財務幻術？輝達 2026 Q3 財報解析：數字到底說了什麼？
在深入爭議之前，必須先建立一個共同的基礎：NVIDIA 這季的財報究竟有多亮眼？只有理解成長的規模與動能，才能更客觀地評估那些「危險訊號」的真實含義。
營收與獲利再創新高，三大平台轉移是核心引擎
根據官方財報，NVIDIA 在截至 2025 年 10 月 26 日的第三季中，實現了幾個關鍵性的財務成就：
- 總營收：達到 570 億美元，較去年同期的 350.8 億美元成長 62%，較上一季的 467.4 億美元成長 22%。
- 淨利潤（Net Income）：GAAP 淨利潤為 319.1 億美元，較去年同期的 193.1 億美元大幅成長 65%。
- 毛利率（Gross Margin）：GAAP 毛利率為 73.4%，表現強勁，顯示其產品的定價能力與成本控制得宜。
黃仁勳在法說會上將這股驚人的成長動力歸因於三大同時發生的平台轉移。他強調，這是自摩爾定律以來，首次出現如此大規模的轉移：
- 從 CPU 通用運算到 GPU 加速運算：隨著摩爾定律趨緩，傳統 CPU 在成本效益上的擴展能力已達極限。從資料處理到科學工程模擬，價值數千億美元的運算市場正從 CPU 快速轉向 NVIDIA 的 CUDA GPU 架構。黃仁勳明確指出：「加速運算已達到一個引爆點。」
- 從傳統機器學習到生成式 AI：AI 本身也達到了引爆點。生成式 AI 正在顛覆現有應用，特別是在超大規模資料中心（Hyperscalers）的核心業務，如搜尋排序、推薦系統、廣告投放等。Meta 的廣告推薦模型就是最佳例子，透過生成式 AI 顯著提升了廣告轉換率。對這些巨頭而言，轉向生成式 AI 意味著實質的營收增長。
- 代理式 AI 與實體 AI (Physical AI) 的崛起：這是最新、也最具革命性的一波浪潮。能夠進行推理、規劃和使用工具的「代理式 AI」系統正在興起，從程式碼助理（Cursor）到自動駕駛（Tesla FSD），這些應用代表著運算的下一個前沿。
這三大浪潮並非獨立，而是相互關聯、層層遞進，並且它們的核心基礎，都是 NVIDIA 的統一架構。這也解釋了為何市場對其產品的需求如此龐大。
資料中心業務獨佔鰲頭，Blackwell 架構成長驚人
資料中心業務無疑是 NVIDIA 的絕對核心，其表現直接定義了公司的成敗。本季，該部門的營收達到了驚人的 512 億美元，年增 66%，佔公司總營收近 90%。
幾個關鍵亮點值得注意：
- Blackwell 架構的無縫引導：最新的 Blackwell 平台動能強勁，其中 GB300 的營收貢獻已超越 GB200，佔 Blackwell 總營收的約三分之二。這顯示市場對於更高階、整合度更高的機櫃級解決方案接受度極高，且 NVIDIA 成功地將客戶從前一代 Hopper 架構引導至新平台。
- Hopper 架構的長尾效應：即便在 Blackwell 已成為主流的當下，發布已超過 13 季的 Hopper 平台在本季依然貢獻了約 20 億美元的營收。這證明了 NVIDIA CUDA 生態系的強大之處，舊有的硬體在不斷更新的軟體堆疊下，依然能保持高效運作，其使用壽命遠超傳統預期，為客戶提供了巨大的總體擁有成本（TCO）優勢。
- 網路業務的爆發性成長：網路業務營收達到 82 億美元，年增 162%，成為資料中心業務中的一大亮點。這主要得益於 NVLink、InfiniBand 和 Spectrum-X 的全面成長。NVIDIA 強調，其網路解決方案是專為 AI 設計，目前已成為全球最大的資料中心網路業務。
各業務部門表現：遊戲、專業視覺化穩健成長
雖然資料中心的光芒掩蓋了一切，但 NVIDIA 的其他傳統業務部門依然表現穩健：
- 遊戲（Gaming）：營收 43 億美元，年增 30%。Blackwell 架構的新款 GeForce 顯卡需求強勁，通路庫存已回到正常水準。
- 專業視覺化（Professional Visualization）：營收 7.6 億美元，年增 56%，創下新高。成長主要由基於 Grace Blackwell 的小型 AI 超級電腦 DGX Spark 帶動。
- 車用（Automotive）：營收 5.92 億美元，年增 32%，主要由自動駕駛解決方案驅動。
總體來看，NVIDIA 的財報數據描繪了一幅極度樂觀的景象：核心業務以驚人的速度擴張，新舊產品線銜接順暢，新興的網路業務成為第二成長曲線，傳統業務也穩步前行。正是在這樣看似完美的背景下，任何一絲異常的財務數據，都可能被放大檢視，成為質疑者口中的「危險訊號」。
直球對決！拆解瘋傳的四大「危險訊號」
我們將以 NVIDIA 公布的 10-Q 文件（截至 2025 年 10 月 26 日）為主要依據，這份提交給美國證券交易委員會（SEC）的法律文件，是分析一家公司財務狀況最可靠的資料來源。
現在，讓我們逐一檢視四大「危險訊號」：
- 應收帳款暴增，錢收不回來？
- 庫存堆積如山，與「供不應求」矛盾？
- 現金流「失血」，利潤都是紙上富貴？
- 「資金循環」騙局是真的嗎？
危險訊號一：應收帳款暴增，錢收不回來？
NVIDIA 未收款（應收帳款）達 334 億美元，一年暴增 89%，平均收款天數（DSO）從 46 天拉長到 53 天，多出的 7 天相當於 104 億美元「可能收不回來」。
事實解析：
首先根據 10-Q 財報第 5 頁的資產負債表，「Accounts receivable, net」（應收帳款淨額）確實為 333.91 億美元（約 334 億），而上一會計年度末（2025 年 1 月 26 日）此數字為 230.65 億美元。營收在同期也大幅增長，因此應收帳款的絕對金額上升是完全正常的。
關鍵在於應收帳款周轉天數（DSO）的變化。貼文稱 DSO 從 46 天拉長到 53 天。雖然 10-Q 文件本身沒有直接計算 DSO，但可以根據其數據進行估算。DSO 的計算方式是「（期末應收帳款 / 期間營收）* 期間天數」。
- 第三季營收：570.06 億美元
- 第三季天數：約 90 天
- DSO 估算：(333.91 / 570.06) * 90 ≈ 52.7 天
這個 53 天的數字是準確的。那麼，這是否意味著有 104 億美元「可能收不回來」？
這個結論犯了一個典型的邏輯謬誤：將「帳期延長」直接等同於「壞帳風險」。在商業世界中，尤其是在與大型企業、雲端服務供應商（CSP）和政府機構往來時，帳款支付週期本來就比較長。
- 客戶結構的轉變：NVIDIA 的客戶結構已經發生了根本性的變化。10-Q 文件第 15 頁揭示了一個關鍵資訊：「截至 2025 年 10 月 26 日，四個主要直接客戶分別佔我們應收帳款餘額的 22%、17%、14% 和 12%。」這意味著高達 65% 的應收帳款來自僅僅四家巨無霸級客戶。這些客戶極有可能是微軟、Google、亞馬遜 AWS、Meta 或 Oracle 等公司。這些公司的信用評級極高，支付能力毋庸置疑，但其內部採購和支付流程複雜，帳期通常在 60 天、90 天甚至更長。因此，隨著這些大客戶的營收佔比提高，整體的 DSO 自然會被拉長。
- 成長的必然結果：當一家公司以季增 22%、年增 62% 的速度飛奔時，其營運資金（Working Capital）需求也會同步膨脹。應收帳款是營運資金的核心部分。將 DSO 延長 7 天直接換算成 104 億美元的「壞帳」是極具誤導性的。這筆錢更準確的描述是「因商業模式和客戶結構變化，暫時停留在客戶帳上的現金」，而不是「收不回來的錢」。除非這些主要客戶出現嚴重的財務危機，否則變成壞帳的可能性微乎其微。
結論：應收帳款的確在增加，DSO 也確實略有延長，但這完全可以用 NVIDIA 客戶結構向大型企業和政府集中來解釋。
危險訊號二：庫存堆積如山，與「供不應求」矛盾？
未出售晶片庫存 198 億美元，3 個月內增加 32%，與管理層「需求爆炸、供不應求」的說法矛盾。
事實解析：
再次檢視 10-Q 財報第 5 頁，「Inventories」（存貨）的數字為 197.84 億美元（約 198 億），而上一會計年度末為 100.8 億美元，增幅驚人。季增 32% 的說法也大致符合。
那麼，這是否真的與管理層宣稱的「供不應求」相矛盾？
這個指控忽略了半導體產業，特別是 NVIDIA 這種尖端產品的生產週期和供應鏈特性。
- 為未來成長備料：財務長 Colette Kress 在法說會上直接回應了這個問題：「庫存季增 32%，而供應承諾（supply commitments）季增 63%。我們正在為未來的顯著增長做準備，並對我們執行機會的能力感覺良好。」這段話的潛台詞是：目前的庫存是為了滿足未來幾季更龐大的訂單。
- 庫存的組成：10-Q 財報第 15 頁將庫存細分為三類：原物料（Raw materials）：42.09 億美元在製品（Work in process）：87.35 億美元製成品（Finished goods）：68.40 億美元可以看到，超過 65% 的庫存是原物料和在製品，而非躺在倉庫賣不出去的成品。這完全符合一個正在全力衝刺產能、以應對未來需求的公司的庫存結構。NVIDIA 的產品，如 H100 或 GB200，從下單給台積電到最終組裝成系統，需要好幾個月的時間。為了確保未來幾季的出貨順暢，現在就必須大量採購晶圓、記憶體和其他零組件。
- 供應鏈的複雜性與長鞭效應：NVIDIA 的供應鏈極其複雜，黃仁勳形容為「基本上包含了世界上每一家科技公司」。為了確保價值數千億美元的未來訂單能夠兌現，NVIDIA 必須承擔起供應鏈「主角」的角色，提前進行大量備料和產能預定。這不是「賣不出去」，而是「為了將來能賣得出去」而做的必要投資。
結論：高庫存非但不是需求的疲軟的信號，反而恰恰印證了管理層對未來需求的極度樂觀。將其解讀為與「供不應求」矛盾，是對半導體供應鏈運作方式的根本性誤解。
危險訊號三：現金流「失血」，利潤都是紙上富貴？
本季實際現金流與淨利數字矛盾，利潤轉現金比率僅 75%，是「危險訊號」。
事實解析：
這個指控的數字來源不明，與本季財報不符。檢視 10-Q 財報第 8 頁的現金流量表。這份報表統計的是**前三季（Nine Months Ended）**的數據：
- 淨利潤（Net income）：771.07 億美元
- 營運現金流（Net cash provided by operating activities）：665.30 億美元
利潤轉現金比率：665.30 / 771.07 ≈ 86.3%
這個比率雖然不到 95%，但遠高於指控所說的 75%。那麼，為什麼營運現金流會低於淨利潤？
現金流量表的第一部分「營運活動現金流」就是用來回答這個問題的。它從「淨利潤」開始，然後加上或減去一系列非現金項目和營運資產/負債的變動，最終得到實際流入的現金。
在 NVIDIA 的例子中，造成營運現金流低於淨利潤的最大兩個因素是：
- 應收帳款增加（Changes in accounts receivable）：-103.25 億美元
- 庫存增加（Changes in inventories）：-97.03 億美元
這兩個數字完美地呼應了前兩點的分析。當公司營收快速增長時，應收帳款會增加（客戶買了東西但還沒付錢）；為了支持未來的生產，庫存會增加（公司買了原料但還沒賣出去）。這兩項都會「消耗」現金，導致帳面上的淨利潤暫時無法完全轉化為口袋裡的現金。
一家高速擴張的公司，正在將賺來的利潤迅速地再投資於營運資金中，以驅動下一輪的成長。這在財務上是健康且必要的行為。一個真正的「危險訊號」是營收停滯，但應收帳款和庫存卻不斷攀升，那才叫「滯銷」。NVIDIA 的情況顯然不是如此。
結論：所謂的「現金流失血」是完全錯誤的解讀。數據顯示，NVIDIA 的現金產生能力極強，只是大部分現金被立即用於支持應收帳款和庫存的健康增長，這是典型的高速成長企業的財務特徵。
危險訊號四：「資金循環」騙局是真的嗎？
NVIDIA 投資公司，這些公司再用這筆錢向 NVIDIA 購買晶片，形成資金循環，虛增營收。
事實解析：
- 是「贈與」還是「股權投資」？指控的爭點在於認為 NVIDIA 「給」錢。但事實上，NVIDIA 進行的是策略性股權投資（Strategic Equity Investment）。10-Q 文件第 18 頁明確提到：「於 2025 年 11 月，我們簽訂協議，在滿足特定交割條件下，投資最高 100 億美元於 Anthropic。」法說會上，黃仁勳在回答關於現金用途的問題時，清晰地闡述了其投資哲學：「我們投資 OpenAI 是為了進行深度的技術合作夥伴關係... 我們得到了他們公司的一部分股權... 我完全預期這筆投資將轉化為非凡的回報。」、「在 Anthropic 的案例中，這是他們首次採用 NVIDIA 的架構... 我們現在有機會與他們建立深度合作，將 Claude 帶到 NVIDIA 平台上。」這兩者有天壤之別。NVIDIA 不是在捐錢，而是在購買另一家公司的股權，成為其股東。這筆錢對 NVIDIA 來說，是從「現金」轉移到了「長期投資」科目，是一筆資產交換，而不是費用支出。
- 為什麼要進行策略投資？黃仁勳表示這是為了捍衛並擴大 CUDA 生態系護城河。NVIDIA 最核心的資產不是晶片，而是建立在晶片之上的 CUDA 軟體生態系。當前，全球最頂尖、最受歡迎的 AI 模型（如 OpenAI 的 GPT、Anthropic 的 Claude、xAI 的 Grok）在哪個平台上運行，哪個平台就能吸引最多的開發者、企業和使用者，從而鎖定未來的市場。透過投資這些頂尖的 AI 公司，NVIDIA 能確保這些最關鍵的 AI 公司在未來幾年內，會繼續使用並依賴 NVIDIA 的平台。NVIDIA 的工程師也可以與模型開發者緊密合作，針對下一代 AI 模型優化未來的晶片架構，同時也為現有模型優化 CUDA 軟體，提供最佳效能。次外，如果這些 AI 公司未來獲得巨大成功，NVIDIA 作為股東，也能分享其成長的價值。
- 這是否構成「資金循環」？從會計準則和商業邏輯上看，這並不構成詐欺性的資金循環。Anthropic 或 OpenAI 從 NVIDIA 獲得投資後，這筆資金進入了他們自己的金庫。他們可以用這筆錢支付員工薪水、進行研發，當然也包括向 NVIDIA 購買 GPU。重要的是，他們向 NVIDIA 購買 GPU 是一筆真實的、有商業需求的交易。他們需要這些 GPU 來訓練模型、服務客戶，這是他們業務營運的根本。指控的邏輯漏洞在於，它假設了這是一個封閉循環。但事實上，這些 AI 公司擁有眾多投資者（微軟、Google、亞馬遜等都是他們的股東），NVIDIA 只是其中之一。他們用來購買 GPU 的資金，來自於所有投資者的資金池，以及他們自身的營收。這在科技產業是一種相當普遍的商業實踐，大公司透過投資新創公司來確保技術路線的協同和市場的穩定。
結論：所謂的「資金循環」指控，是對策略性股權投資的誤解。NVIDIA 的投資是為了建立一個強大的生態系聯盟，確保其平台在未來 AI 競賽中的核心地位。
TN科技筆記的觀點
NVIDIA 對 OpenAI 和 Anthropic 的投資，非但不是財務危機的徵兆，反而是其商業模式進入成熟期的最強信號。黃仁勳正巧妙地運用公司龐大的現金儲備，將棋盤上最強大的「玩家」從潛在的競爭對手（他們最終都可能走向自研晶片）轉變為深度綁定的「盟友」。這不僅僅是賣晶片，更是在構建一個以 CUDA 為共同語言的「AI 聯邦」。當所有頂尖模型都在 NVIDIA 的平台上實現最佳化時，開發者和企業自然會湧向這個生態系，形成一個強大的正向循環。
財報中驚人的庫存和供應承諾數字，若從正確的角度解讀，展現的是 NVIDIA 對其龐大而複雜的全球供應鏈近乎絕對的規劃與控制能力。在一個充滿不確定性的時代，能夠提前數年鎖定產能、協調數百家供應商同步運作，本身就是一種難以複製的競爭優勢。這確保了 NVIDIA 不僅能畫出宏大的藍圖，更有能力將其準時交付到客戶手中。
反而地緣政治風險依然是最大變數，財報和法說會都坦誠中國市場的困境。專為中國市場設計的 H20 晶片本季銷售額僅約 5000 萬美元，Colette Kress 直言「大筆採購訂單從未實現」。美國政府不斷變化的出口管制政策，是 NVIDIA 面臨的最直接、也最不可控的風險。這不僅影響營收，長遠來看，更可能催生出一個不受美國技術影響的獨立 AI 生態系，成為 NVIDIA 未來的潛在競爭者。
支持TN科技筆記，與科技共同前行
我是TN科技筆記，如果喜歡這篇文章，歡迎留言、點選愛心、轉發給我支持鼓勵～～～也歡迎每個月請我喝杯咖啡，鼓勵我撰寫更多科技文章，一起跟著科技浪潮前進！！>>>>> 請我喝一杯咖啡
在此也感謝每個月持續請我喝杯咖啡的讀者以及新加入的讀者們，讓我更加有動力為各位帶來科技新知！
以下是我的 threads 也歡迎追蹤、回覆、轉發喔！
>>>>> TN科技筆記(TechNotes)
