Nvidia 在 2025 年 11 月 20 日（美國時間 11 月 19 日盤後）發布 2026 財年第三季（截至 2025 年 10 月 26 日）財報，營收達 570 億美元，較前季成長 22%，年增 62%，超越市場預期的 552 億美元。資料中心業務營收 512 億美元佔總營收 90%，年增 66%。CEO Jensen Huang 表示 Blackwell 晶片銷售「爆表」且雲端 GPU 售罄，Q4 營收預估 650 億美元。然而，儘管財報亮眼，Nvidia 股價當日卻逆勢下跌 3.15%，反映投資者對 AI 投資回報的疑慮與市場整體氣氛轉變。
財報核心數據：全面超越預期
營收與獲利
Q3 財年 2026 財務表現：
-
總營收：570 億美元
- 季增：22%（Q2 為 467 億美元）
- 年增：62%（Q3 財年 2025 為 351 億美元）
- 市場預期：552 億美元（超越預期 3.3%）
-
每股盈餘（EPS）：1.30 美元
- GAAP 與非 GAAP EPS 均為 1.30 美元
- 年增：60.5%
- 市場預期：1.26 美元（超越預期 3.2%）
-
毛利率：76.5%（非 GAAP）
- 維持高毛利率水準
- 顯示定價能力與產品組合優勢
營收結構分析
按業務部門：
| 部門 | Q3 FY2026 營收 | 佔比 | 季增 | 年增 |
|---|---|---|---|---|
| 資料中心 | 512 億美元 | 90% | 25% | 66% |
| 遊戲 | 34 億美元 | 6% | - | - |
| 專業視覺化 | 11 億美元 | 2% | - | - |
| 汽車 | 7 億美元 | 1% | - | - |
| 其他 | 6 億美元 | 1% | - | - |
資料中心業務完全主導 Nvidia 營收，佔比高達 90%，顯示公司已從 GPU 圖形處理器公司徹底轉型為 AI 基礎設施供應商。
資料中心業務：512 億美元的 AI 引擎
資料中心營收創新高
512 億美元的意義：
- 季增 25%：從 Q2 的 410 億美元成長至 512 億美元
- 年增 66%：從去年同期的 308 億美元翻倍成長
- 超越預期：市場預期為 493 億美元，實際超越 19 億美元
成長動能：
- AI 訓練需求：大型語言模型訓練持續推動 GPU 需求
- AI 推理成長：生成式 AI 應用普及，推理工作負載激增
- 雲端服務商採購：AWS、Azure、Google Cloud 大量採購
- 主權 AI 趨勢：各國政府投資本土 AI 基礎設施
Blackwell 架構：爆表的訂單與售罄的 GPU
Jensen Huang 的聲明：
CEO Jensen Huang 在財報電話會議上表示：
“Blackwell 銷售爆表（Blackwell sales are off the charts），雲端 GPU 已售罄（cloud GPUs are sold out）。”
Blackwell 營收細節：
- GB300 vs GB200：GB300 已超越 GB200，佔 Blackwell 總營收約三分之二
- 產能全開：所有 Blackwell 產能都已被預訂
- 訂單規模：CFO Colette Kress 確認 Blackwell 與次世代 Rubin 晶片在 2025-2026 日曆年的訂單總額約 5000 億美元
Blackwell 產品線：
- GB200 NVL72：整合 72 顆 Blackwell GPU 的機架級系統
- GB300：更高階版本，佔 Blackwell 營收大宗
- HGX B200：標準伺服器版本
- 次世代 Rubin：2026 年推出的下一代架構
雲端 GPU 售罄的市場意義
供不應求的現況：
Nvidia 的雲端 GPU（主要是 H100、H200 與 Blackwell 系列）已全數售罄，意味著：
- 交期延長：新客戶需等待數季才能取得產品
- 定價能力：供需失衡讓 Nvidia 保持高毛利率
- 競爭者機會：AMD、Intel 可能受益於 Nvidia 產能不足
客戶類型：
- 雲端服務商：AWS、Microsoft Azure、Google Cloud、Oracle
- 大型科技公司：Meta、Tesla、OpenAI、Anthropic
- 主權 AI 專案：各國政府的 AI 基礎設施計畫
- 企業客戶：金融、醫療、製造業的 AI 應用
Q4 財測：650 億美元持續高成長
第四季營收預估
Q4 FY2026 營收指引：
- 預估營收：650 億美元（±2%）
- 即 637-663 億美元區間
- 市場預期：620 億美元
- 超越預期：約 5%
季增率： 從 Q3 的 570 億美元成長至 650 億美元，季增 14%，顯示成長勢頭持續。
驅動 Q4 成長的因素
Blackwell 動能：
- 產能提升：Blackwell 生產良率改善，出貨量增加
- 新客戶上線：更多雲端與企業客戶開始部署 Blackwell
- 產品組合改善：GB300 佔比提升，平均售價（ASP）上升
季節性因素：
Q4 通常是 Nvidia 財年最強季度，因為：
- 企業年度預算在年底前執行
- 雲端服務商為新年流量高峰備貨
- 新產品（Blackwell）全面上市
股價逆勢下跌：市場在擔心什麼？
當日股價表現
11 月 20 日股價：
- 開盤反應：財報發布後盤前漲幅一度達 5%
- 日內逆轉：開盤後漲勢消失，轉為下跌
- 收盤價：下跌 3.15%
- 市值蒸發：約 1000 億美元市值消失
年初至今表現： 儘管單日下跌，Nvidia 2025 年股價仍累計上漲約 170%，遠超大盤表現。
市場疑慮分析
1. 毛利率展望疑慮
Blackwell 毛利率問題：
- 初期毛利率較低：新產品爬坡階段良率較低
- 產品組合影響：GB300 雖營收佔比高，但毛利率可能低於 Hopper
- 價格競爭：AMD MI300X 等競品推出可能施壓定價
市場擔憂： 投資者擔心未來幾季毛利率可能從 76% 下滑至 70% 左右，影響獲利能力。
2. AI 投資回報率質疑
AI 泡沫論浮現：
科技巨頭 2025 年 AI 資本支出預期超過 3000 億美元，但：
- 營收變現緩慢：AI 服務營收增長不如預期
- 投資回報不明：何時回收 AI 投資仍不確定
- 客戶財務壓力：雲端服務商財報顯示資本支出壓力
投資者疑問：
“這些 AI 投資何時能產生實際營收與利潤？”
這種疑慮導致即使 Nvidia 財報強勁，投資者仍選擇獲利了結。
3. 估值過高疑慮
估值指標：
- 本益比（P/E）：約 50-55 倍（2025 年預估盈餘）
- 市值：約 3.5 兆美元（全球第一或第二大公司）
- 與歷史對比：遠高於 Nvidia 過去平均 P/E 約 30-40 倍
估值爭議：
- 牛市觀點：AI 革命才剛開始，Nvidia 值得溢價估值
- 熊市觀點：估值已反映未來數年成長，上漲空間有限
4. 競爭加劇風險
競爭對手進逼：
- AMD MI430X：432GB HBM4 記憶體在某些工作負載優於 Nvidia
- Intel Gaudi 3：雖市場反應平淡，但持續改進
- Google TPU、AWS Trainium：雲端巨頭自研晶片降低對 Nvidia 依賴
- 中國廠商：Huawei、Cambricon 等在中國市場競爭
市場份額擔憂： Nvidia 目前約 80-90% 的 AI 晶片市場份額是否可持續？
5. 地緣政治與出口管制
中國市場限制：
- 美國出口管制：限制高階 AI 晶片出口至中國
- 中國版產品：H20、L20 等中國版 GPU 效能降低、毛利率較低
- 市場機會損失：中國 AI 市場龐大但 Nvidia 無法充分參與
長期風險： 地緣政治緊張可能進一步限制 Nvidia 的全球市場機會。
市場整體氛圍轉變
科技股普遍調整：
Nvidia 股價下跌不僅是公司特定因素，也反映：
- 科技股獲利了結：2025 年科技股大漲後的自然調整
- 利率環境變化：美聯儲利率政策影響成長股估值
- 經濟衰退疑慮：對 2026 年經濟成長的擔憂
產業分析師觀點分歧
看多觀點
Wedbush 分析師 Dan Ives：
“Nvidia 財報證明 AI 需求真實且持續成長，Blackwell 週期將推動 2026 年強勁表現。”
看多理由：
- 需求能見度高：Blackwell 與 Rubin 訂單達 5000 億美元
- 技術領先優勢：CUDA 生態系統護城河深厚
- 定價能力維持：GPU 售罄顯示供需持續失衡
- AI 長期趨勢：生成式 AI 普及才剛開始
看空/謹慎觀點
Bernstein 分析師 Stacy Rasgon：
“投資者開始質疑 AI 資本支出的可持續性與投資回報，Nvidia 估值已充分反映樂觀預期。”
謹慎理由：
- 估值過高：50 倍本益比留給意外的空間有限
- 增速放緩：62% 年增雖高但低於去年同期 200%+
- 毛利率壓力：Blackwell 可能壓低毛利率
- 競爭加劇：AMD 等對手提供替代選項
中性觀點
摩根士丹利分析師：
“Nvidia 基本面強勁，但短期股價已充分反應，建議持有等待更佳買點。”
平衡觀點：
- 長期看好：AI 趨勢不變，Nvidia 技術領先
- 短期謹慎：估值偏高，等待調整買入
- 關注競爭：密切觀察 AMD 等對手市場份額變化
Blackwell 技術深度解析
Blackwell 架構創新
B200 GPU 核心：
- 雙 GPU 設計：兩顆 GPU die 透過 NVLink-C2C 互連
- 記憶體配置：192GB HBM3e（每顆 GPU 96GB）
- 運算效能：20 petaFLOPS FP4（相較 H100 提升 5 倍）
- 能源效率：每瓦效能提升 2.5 倍
GB200 NVL72 系統：
- 72 顆 Blackwell GPU：整合於單一機架
- 36 顆 Grace CPU：ARM 架構處理器
- 整體記憶體：13.8TB HBM3e
- 互連技術：NVLink Switch 提供高速 GPU 間通訊
GB300 vs GB200
GB300 特點：
- 更高階版本：效能與價格均高於 GB200
- 市場定位：針對最高階 AI 訓練工作負載
- 營收貢獻：佔 Blackwell 總營收約 67%
產品定位差異：
- GB200：主流 AI 訓練與推理
- GB300：超大規模 AI 模型訓練（如 GPT-5、Gemini Ultra）
- HGX B200：企業私有雲部署
第五代 NVLink 技術
NVLink-C2C（Chip-to-Chip）：
- 頻寬：900 GB/s（雙向 1.8 TB/s）
- 延遲：極低的 GPU 間通訊延遲
- 應用：讓兩顆 GPU die 如同單顆運作
NVLink Switch：
- 機架級互連：連接 NVL72 系統內所有 GPU
- 總頻寬：超過 100 TB/s
- 拓撲：全對全（all-to-all）連接
Nvidia 的競爭優勢與護城河
CUDA 生態系統
軟體護城河：
- 開發者社群：數百萬開發者熟悉 CUDA
- 框架整合：PyTorch、TensorFlow 深度優化
- 函式庫豐富：cuDNN、cuBLAS 等高效能函式庫
- 工具鏈完整：CUDA Toolkit、NSight 等開發工具
轉換成本： 客戶已投資大量時間與資源在 CUDA 上，轉換至 AMD ROCm 或 Intel oneAPI 成本高昂。
技術領先優勢
架構創新：
- Hopper（2022） → Blackwell（2024-2025） → Rubin（2026）
- 年度迭代：保持技術領先，競爭對手追趕困難
整合能力：
- GPU + CPU + Network：Grace、Bluefield DPU、Spectrum 交換器
- 全棧解決方案：硬體、軟體、服務整合
供應鏈掌控
與 TSMC 緊密合作：
- 優先產能：Nvidia 是 TSMC 最大客戶之一
- 先進製程：優先使用 5nm、4nm、3nm 製程
- CoWoS 封裝：取得高階封裝產能優先權
HBM 記憶體供應：
- SK Hynix 戰略合作：確保 HBM3e/HBM4 供應
- Samsung、Micron 多元化：降低單一供應商風險
客戶需求分析
雲端服務商（Hyperscalers）
主要客戶：
- Microsoft Azure：OpenAI 合作夥伴，大量採購 GPU
- Amazon AWS：提供 EC2 P5 實例搭載 H100/H200
- Google Cloud：自研 TPU 但也採購 Nvidia GPU
- Oracle Cloud：建立 AMD/Nvidia 雙 GPU 策略
採購動機：
- 雲端 AI 服務：提供客戶 AI 訓練與推理服務
- 內部 AI 需求：自有 AI 產品開發（如 Copilot、Gemini）
- 競爭差異化：提供最新 GPU 吸引客戶
AI 研究與開發公司
主要客戶：
- OpenAI：GPT 系列模型訓練
- Anthropic：Claude 模型訓練
- Meta：Llama 模型與推薦系統
- Tesla：自動駕駛 AI 訓練
- xAI（Elon Musk）：Grok 模型訓練
需求特點：
- 大規模叢集：數萬顆 GPU 同時訓練
- 長期部署：持續數月的訓練任務
- 最新架構：追求最高效能與效率
企業 AI 應用
垂直產業：
- 金融服務：詐欺偵測、交易演算法、風險管理
- 醫療健康：醫學影像分析、藥物發現、基因體學
- 製造業：品質檢測、預測維護、供應鏈優化
- 零售業：需求預測、個人化推薦、庫存管理
部署模式：
- 私有雲：大型企業建立自有 AI 基礎設施
- 混合雲：結合公有雲與私有雲
- 邊緣 AI：Nvidia Jetson 系列邊緣運算
對 AI 產業的影響
AI 投資持續熱絡
資本支出規模：
2025 年科技巨頭 AI 相關資本支出：
- Amazon：~900 億美元
- Microsoft：~800 億美元
- Google：~750 億美元
- Meta：~600 億美元
總計：超過 3000 億美元投向 AI 基礎設施，Nvidia 是最大受益者。
AI 應用普及加速
生成式 AI 應用：
- ChatGPT：超過 3 億週活躍用戶
- GitHub Copilot：數千萬開發者使用
- Midjourney：AI 圖像生成領先服務
- 企業 AI 助理：各行業導入 AI 協助工作流程
推理工作負載成長： 隨著 AI 應用普及，推理（inference）需求超越訓練（training），成為 GPU 需求新動能。
競爭格局演變
多極化趨勢：
- Nvidia 主導但市佔率可能下滑：從 90% 降至 70-80%
- AMD 持續搶佔：MI300X/MI430X 性價比吸引客戶
- 自研晶片興起：Google TPU、AWS Trainium、Meta MTIA
- 新進入者：Cerebras、Groq、SambaNova 等 AI 晶片新創
投資者策略建議
長期投資者
持有建議：
- AI 趨勢確立：長期看好 AI 發展，Nvidia 技術領先
- 定期定額：股價波動大，定期定額降低進場成本
- 分批布局：不追高，等待回調分批買入
關注指標：
- 資料中心營收成長：維持 40%+ 年增率
- 毛利率：關注是否跌破 70%
- 競爭市佔率：Nvidia 份額是否持續下滑
短期交易者
獲利了結：
- 高點減碼：股價接近歷史高點時減碼
- 財報後波動：利用財報公布後的波動交易
- 技術指標：關注 RSI、MACD 等技術指標
風險管理：
- 設定停損：避免單次虧損過大
- 倉位控制：科技股波動大，控制單一持股比重
風險意識
潛在風險：
- 估值回歸：高估值可能大幅修正
- AI 泡沫破裂：若 AI 投資回報不如預期
- 競爭加劇：市佔率下滑影響獲利成長
- 地緣政治：中美科技戰加劇
- 經濟衰退：企業 IT 支出縮減
結論
Nvidia 2026 財年 Q3 財報展現驚人成長動能，營收 570 億美元年增 62%，資料中心業務佔比 90% 創新高，Blackwell 晶片訂單「爆表」且雲端 GPU 全數售罄，Q4 預估營收 650 億美元持續強勁成長。然而，儘管財報數據優異，股價卻逆勢下跌 3.15%，反映市場對 AI 投資回報、估值過高、競爭加劇等多重疑慮。
關鍵洞察
- AI 需求真實且強勁：Blackwell 訂單 5000 億美元證明 AI 基礎設施需求持續
- Nvidia 技術領先地位穩固：CUDA 生態系統與年度架構迭代形成深厚護城河
- 市場擔憂非基本面問題：股價下跌反映估值與投資回報疑慮，非公司經營問題
- 競爭加劇但 Nvidia 仍主導：AMD 等對手進步但 Nvidia 市佔率仍達 80%+
展望未來
短期（Q4 FY2026 - Q1 FY2027）：
- Blackwell 產能提升推動營收成長
- 毛利率可能因產品組合變化而波動
- 股價可能持續震盪，等待估值回歸合理區間
中期（2026 年）：
- Rubin 架構推出，延續技術領先優勢
- AI 推理需求超越訓練，成為主要成長動能
- 競爭加劇，市佔率可能從 80% 降至 70% 左右
長期（2027-2030）：
- AI 成為各行業基礎設施，市場規模持續擴大
- Nvidia 受益於長期趨勢，但成長率逐步放緩
- 估值回歸至較合理水平（P/E 30-40 倍）
Nvidia 的財報證明 AI 革命真實發生，公司技術領先地位短期難以撼動。然而，高估值、投資回報疑慮與競爭加劇是投資者必須面對的風險。對於看好 AI 長期發展的投資者，Nvidia 仍是核心持股；但短期交易者需密切關注市場情緒與估值變化，適時調整倉位。
AI 的故事才剛開始，Nvidia 的下一章將如何書寫，市場正拭目以待。
