Nvidia 財報：Agentic AI、主權 AI、Networking 及 Physical AI 帶來的營收新動能

Nvidia 財報再次打破市場預期，以下是幾個聽完覺得重要的點：

老黃在 QA 裡講到算力即營收。

在 agentic AI 模式下，推理 tokens 是可以直接被貨幣化的，而生成 tokens 本身就需要大量算力。在資料中心電力受限的前提下，tokens per watt 幾乎等於 dollars per watt，算力的提升不只是效能升級，而是收入能力的提升。

過去市場擔心 CSP 的 AI 資本支出像囚徒困境一樣擴張，但現在的邏輯是只要 tokens 是賺錢的，算力投入本身就能帶來可計算的 ROI，而非盲目亂砸錢。所以老黃仍對 2030 年資料中心資本支出達 3–4 兆美元有信心。代表我們看今年 CSP 7000 億美元的 CapEx 投入可能還是小意思...

2. 主權 AI 結構性升級：國家級基礎建設讓需求有政策支撐

公司提到 FY26 主權 AI 營收 300 億美元、YoY 超過三倍，並點名多個國家客戶。未來每個國家都會建造自己的 AI 基礎設施，就像電力與網路一樣。這代表 AI 不再只是企業工具，而是國家級戰略資產。

這種需求背後是政策與長期預算，而不是短期企業景氣波動。因此就算未來 CSP 掉單或放緩支出，主權 AI 可能會在一定程度上撐住需求。

3. Networking 爆發：Nvidia 不再只賣 GPU，而是賣整座 AI 工廠

這季 networking 營收達 110 億美元，年成長超過 3.5 倍；全年突破 310 億美元，相較 2021 年成長超過十倍。

老黃強調 Nvidia 是 AI 基礎建設公司。GPU 不再是孤立的晶片，而是透過 NVLink、Spectrum-X、InfiniBand、DPU 與軟體堆疊整合，形成一整座超級電腦。

他特別提每跨過一個介面，就會增加延遲與功耗，這就是 Nvidia 極致協同設計的核心邏輯，透過把運算、網路、系統與軟體整合成一體，客戶買的不再是單一元件，而是整套 AI 工廠架構。

當客戶採用的是 total solution，而不是單顆 GPU，對 Nvidia 依賴度就會大幅提高。

4. 物理 AI 是下一波算力浪潮

如果說 agentic AI 是軟體層面的拐點，那下一步就是 Physical AI。

Physical AI 在 FY26 已貢獻超過 60 億美元營收。未來機器人、自駕車、工業自動化等場景，都需要兩層算力：一層在雲端訓練與優化模型；一層在終端設備上即時生成 tokens、做決策與控制。

代表算力需求不只是資料中心擴張，而是滲透到實體世界的每一個運算節點。當 AI 從生成文字、程式碼，走向控制機器與生產系統，算力需求會再放大一個量級，老黃粗估又是個數千億美金規模的新市場。

整場聽下來就是分析師都很擔心投資過度、AI 泡沫，老黃則是信心滿滿認為才剛開始，回答的也都算合理。或許我們現在的擔憂，真的被過去的框架和數字定錨住了。