時間來到 2026 年的第一季，當我們回顧過去幾年，人工智慧的發展速度已經超越了所有人的預期。許多人曾經懷疑 AI 基礎設施的建置是否會面臨「資本支出見頂」的窘境，但 NVIDIA（輝達）最新公布的 2026 會計年度第四季（FY26 Q4）財報，給出了最直接的答案：這股趨勢仍在高速運轉。
從財報數據中，我們看到了代理式 AI（Agentic AI）與主權 AI（Sovereign AI）的實質落地，看到了 NVIDIA 從「單一晶片供應商」徹底轉型為「全棧式資料中心架構商」的成果，同時也觀察到在 AMD 與各大雲端巨頭自研晶片夾擊下，NVIDIA 如何透過驚人的商業併購與架構創新來捍衛其統治地位。
營收與獲利全面超越預期
NVIDIA 在 FY26 Q4 的表現，再次以無可挑剔的數據擊敗了華爾街的共識預期。在財報發布前，市場對於 Q4 營收的預估落在 655.6 億至 662.3 億美元之間，而 NVIDIA 最終繳出了 681.27 億美元的單季總營收，較去年同期大幅成長 73%，季增率達 20%。在獲利方面，非公認會計準則（Non-GAAP）每股盈餘（EPS）達到 1.62 美元，同樣優於市場預估的 1.52 至 1.54 美元區間。總結 2026 財年全年，總營收高達 2,159.38 億美元，年增 65%，展現了極為強悍的成長動能。數據中心業務：支撐帝國的絕對核心
觀察營收結構，數據中心（Data Center）業務佔據了高達 91.4% 的絕對比重：
- 數據中心 (Data Center)：營收 623.14 億美元（年增 75%，季增 22%）。其中「運算 (Compute)」貢獻 513.34 億美元（年增 58%）。「網路 (Networking)」貢獻 109.80 億美元（創下年增 263%、季增 34% 的驚人成長）。
- 遊戲 (Gaming)：營收 37.27 億美元（年增 47%，季增下滑 13%）。
- 專業視覺化 (ProViz)：營收 13.21 億美元（年增 159%，季增 74%）。
- 汽車 (Automotive)：營收 6.04 億美元（年增 6%，季增 2%）。
- OEM 與其他：營收 1.61 億美元（年增 28%，季增下滑 7%）。
值得注意的是網路業務的爆發性成長（263%），這反映出一個關鍵的技術趨勢：AI 叢集的建置瓶頸，已經從「單一晶片的運算速度」轉移到了「晶片與晶片之間的資料傳輸速度」。
代理式 AI 與主權 AI 成為全新成長引擎
- 代理式 AI（Agentic AI）的拐點到來：有別於過去只能「一問一答」的聊天機器人，代理式 AI 具備自主規劃、執行多步驟任務與邏輯推理的能力。這種能力的躍進，直接帶來了對高階推理算力的龐大渴求，使得最新一代的 Blackwell 與 Blackwell Ultra 系統需求激增。
- 主權 AI（Sovereign AI）的戰略儲備。各國政府已深刻體認到，AI 算力就等同於未來的國力。來自加拿大、法國、荷蘭、新加坡與英國等國家的主權專案，讓該領域全年營收飆升超過三倍，突破 300 億美元規模。這股國家級的採購力量，不僅填補了因美國出口管制而流失的中國市場，更將總潛在市場（TAM）拉高到了國家基礎設施預算的層級。
近千億美元的產能承諾與 2027 訂單能見度
市場上總有聲音擔心 AI 需求隨時會冷卻，但 NVIDIA 管理層給出了極度強烈的反向訊號。財報顯示，NVIDIA 截至 Q4 季末的總供應相關承諾（Total supply-related commitments）高達 952 億美元。
這近乎千億美元的超前部署，是為了包下台積電（TSMC）未來的 CoWoS 先進封裝產能、高頻寬記憶體（HBM）的供應量，以及關鍵的液冷散熱元件。財務長 Colette Kress 甚至明確指出，訂單與產能的能見度已經延伸至 2027 日曆年，徹底消除了短期內 AI 資本支出見頂的疑慮。
產品迭代壓縮至一年：Rubin 架構接棒
在競爭極度激烈的環境下，NVIDIA 將產品更新週期從傳統的兩年縮短為激進的「一年一更」。隨著 Blackwell 世代在未來一至兩季全面放量量產，下一代「Vera Rubin」平台也已經蓄勢待發。
Rubin 平台專為極度複雜的大規模混合專家模型（MoE）設計，首批樣品已於 2026 年 2 月交付早期客戶。其最驚人的數據在於，預計能將推理代幣成本（Cost per token）降低高達 10 倍。這種總體擁有成本（TCO）的極致壓縮，將迫使雲端巨頭們為了維持自身 AI 服務的定價競爭力，不得不持續掏錢升級最新的 NVIDIA 硬體。
競爭者的強勢進逼：AMD 的結盟與自研 ASIC 的崛起
儘管 NVIDIA 看似無懈可擊，但在「模型推理（Inference）」市場，防線正受到強烈衝擊。推理任務由於算力需求較為單一、可預測，不需要 GPU 那樣過度通用的彈性，這讓競爭對手找到了突破口。
- AMD 的重磅威脅：AMD 憑藉搭載超大容量 HBM 的 MI325X 與 MI350X 系列，在處理大型開源模型推理上展現了極高的性價比。更具指標意義的是，Meta 簽署了高達 600 億美元、為期五年的 AMD 晶片採購協議，連 OpenAI 也承諾採用 AMD 晶片。雲端巨頭正積極動用龐大資本扶植「第二供應商」，以避免被 NVIDIA 完全綁架。
- 雲端自研 ASIC 的夾擊：Broadcom 與 Marvell 正協助 Google (TPU)、Meta (MTIA)、Amazon 與微軟開發專屬的自研晶片。這些晶片捨棄了不必要的功能，在純推理任務上的能源轉換效率極高。
輝達的反擊戰：收購 Groq 與開放 NVLink Fusion
面對夾擊，NVIDIA 展現了極高的戰略靈活度。首先是針對推理延遲，NVIDIA 斥資 130 億美元取得了專注於極低延遲推理晶片（LPU）新創公司 Groq 的技術與團隊。這項併購直接將 Groq 在推理架構上的突破融入 NVIDIA 未來的技術堆疊中，封殺對手在延遲上的優勢。
其次，推出「NVLink Fusion」開放戰略。NVIDIA 明白雲端巨頭自研 ASIC 的趨勢無法阻擋，於是選擇妥協並轉化戰場：允許客戶將自家的客製化晶片與 NVIDIA 的 NVLink 高速網路底層整合。這意味著，就算客戶不用 NVIDIA 的 GPU 運算，整個資料中心的資料傳輸骨幹依然離不開 NVIDIA 的網路生態系。
TN科技筆記的觀點
網路通訊已成為真正的護城河，NVLink Fusion 是一著險棋也是妙棋，現在的 AI 算力瓶頸，運算邏輯閘的速度早就不是最大的問題，真正的物理限制在於「記憶體頻寬」以及「晶片與晶片之間的資料傳輸延遲」。過去的 NVIDIA 以極度封閉的生態系（CUDA + 硬體綁定）聞名。如今面對雲端巨頭（CSP）自研 ASIC 的抵制，NVIDIA 選擇了「如果你不能打敗他們，就收取他們的過路費」。允許 AWS 或 Google 的自研晶片接上 NVLink，確保 NVIDIA 能夠統治整個 AI 資料中心的「通訊標準」。。同時，斥資 130 億美元收購 Groq，更顯示 NVIDIA 為了守住「推理之王」的寶座，不惜動用龐大現金流直接買下需要的技術，這種進化的速度極其可怕。
雖然 NVIDIA 的訂單能見度到了 2027 年，但有兩個資料中較少著墨的風險或許正在醞釀。第一是毛利率的極限。NVIDIA 長期維持 75% 左右的超高毛利率，但我們必須意識到，不管是台積電的 CoWoS 先進封裝、HBM3E/HBM4 記憶體，還是日益複雜的液冷散熱系統，這些硬體成本的通膨是剛性的。當 AMD 及 ASIC 開始用價格戰搶奪純推理市場時，NVIDIA 未來勢必需要在某些產品線上讓利。75% 的毛利率可能已經是歷史的頂峰，未來一兩年更可能是呈現「高檔震盪甚至微幅壓縮」的狀態。第二是能源與電網的物理極限。當 AI 模型的規模持續擴張，機櫃的功耗已經從傳統的 10kW 飆升到單個液冷機櫃破 100kW 的水準。現在限制雲端巨頭買更多 NVIDIA 晶片的，可能已經不是資金，而是跟不上 NVIDIA 進化的其他硬體設備。如果這些硬體設備的升級速度跟不上 AI 算力部署的速度，這可能也會成為 NVIDIA 營收持續成長的瓶頸之一。
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)
