重點摘要
- NVIDIA FY 3Q26 營收 570.06 億美元，季增 22%，年增 62%，優於市場共識與公司展望，並連續 12 季超越財測，主要受惠於 Blackwell 平台大幅放量帶動整體成長。
- 毛利率 73.6%，季增 0.9 個百分點，年減 1.4 個百分點，年減主要反映業務重心自 Hopper HGX 轉向 Blackwell 解決方案，但受惠於 Blackwell 產品組合優化與成本結構改善，毛利率仍呈現季增。
- FY 4Q26 展望：營收 637-663 億美元、毛利率 74.5-75.5%、營業費用 50 億美元。
- Blackwell 需求持續強勁，GB300 銷售已超越 GB200，並貢獻約三分之二的 Blackwell 營收。公司重申 CY2025–26 年 Blackwell + Rubin 累計營收能見度可達 5,000 億美元，且仍具上修空間。
- Rubin 平台按計畫將於 2H26 量產，採七顆晶片設計，可望在效能上大幅超越 Blackwell，並與 Grace Blackwell 相容，進一步強化製造彈性與生態系整合。
- 2026 年大型 CSP 資本支出預估達 6,000 億美元，較年初上修逾 2,000 億美元，反映 AI 基礎建設投資動能強勁， 公司預估 2030 年 AI 基礎設施市場規模可望達 3–4 兆美元。
- 公司強調 AI 產業正快速邁向 Agentic AI 階段，而 NVIDIA 在技術領導、產品架構特殊性、穩健的現金流，以及高能見度的訂單動能等多重優勢下，短期內不存在 AI 泡沫化風險。
FY 3Q26 財務概況
| 簡明損益表 單位：百萬美元 | FY 3Q26 | 公司展望 | 市場共識 | QoQ | YoY |
|---|---|---|---|---|---|
| 營業收入 | 57,006 | 54,000 | 55,189 | 22.0% | 62.5% |
| 營業毛利 | 41,849 | 39,690 | 40,651 | 23.2% | 59.0% |
| 營業利益 | 37,752 | 35,490 | 36,486 | 25.2% | 62.2% |
| 稅後淨利 | 31,767 | - | 30,886 | 23.2% | 58.8% |
| EPS(元) | 1.30 | - | 1.26 | 23.8% | 60.4% |
| 重要比率 | FY 3Q26 | 公司展望 | 市場共識 | QoQ | YoY |
|---|---|---|---|---|---|
| 毛利率 | 73.6% | 73.5% | 73.7% | 0.9 ppts | (1.4 ppts) |
| 營利率 | 66.2% | 65.7% | 66.1% | 1.7 ppts | (0.1 ppts) |
| 淨利率 | 55.7% | - | 56.05 | 0.6 ppts | (1.3 ppts) |
| 營收占比（產品） | FY 3Q26 (QoQ/YoY) | FY 2Q26 | FY 3Q25 |
|---|---|---|---|
| Data Center | 51,215(+25%/+66%) | 41,096 | 30,771 |
| Gaming | 4,265 (-1%/+30%) | 4,287 | 3,279 |
| Professional Visualization | 760 (+26%/+56%) | 601 | 486 |
| Automotive | 592 (+1%/+32%) | 586 | 449 |
| OEM & Other | 174 (+1%/+79%) | 173 | 97 |
- 在加速運算、AI 模型與 agentic 應用三大平台推動下，公司需求動能強勁，帶動營收與獲利同步創新高。
- 毛利率呈年減主因業務重心由 Hopper HGX 系統轉向 Blackwell 解決方案，但在 Blackwell 產品組合優化與成本結構改善下呈現季增。
- 營業費用因運算與基礎設施成本上升、薪資調整與員工擴編，以及新產品導入所需的工程開發費用增加，呈現年增與季增。
FY 4Q26 展望
| 單位：百萬美元 | 公司展望 | 市場共識 |
|---|---|---|
| 營業收入 | 63,700 - 66,300 | 61,985 |
| 毛利率 | 75.0% | 74.6% |
| 營業費用 | 5,000 | 4,587 |
| 稅率 | 16.0 - 18.0% | 16.3% |
- Blackwell 架構持續帶動需求
- 毛利率持續改善主因 Blackwell 產品組合及成本結構優化
關鍵訊息
資料中心
- GB300 銷售動能已全面超越 GB200，並貢獻約三分之二的 Blackwell 營收。
- 前代產品需求仍強韌：Hopper 約 20 億美元、H20 約 5,000 萬美元；H20 因地緣政治受限，整體營收貢獻相對有限。
- 公司重申 CY2025–26 年 Blackwell + Rubin 累計營收能見度達 5,000 億美元，且仍具上修空間。
- 展望 2030 年，AI 基礎設施市場規模可望達 3–4 兆美元，其中約一半成長來自現有 Hyperscaler 工作負載向加速運算與生成式 AI 遷移，另一半來自 Anthropic、OpenAI、xAI 等模型供應商對算力需求的快速提升。
其他產品線
- Gaming: 季減 1% 可能反映通路庫存已調整至正常水平以及記憶體價格影響。
- Professional Visualization: 新推出的 DGX Spark 及 Blackwell 銷售成長。
- Automotive: 成長主要來自駕平台的持續採用。
市場概況
- 2026 年頂尖 CSP 與超大規模業者資本支出預估達 6,000 億美元，較年初上修逾 2,000 億美元，反映 AI 基礎建設需求持續升溫。
- AI 推論應用占比快速提升，預期未來一年推論相關出貨將顯著成長，帶動 AI 應用加速普及。
- 生成式 AI 正取代傳統機器學習於搜尋、推薦與內容理解等核心場景，Meta GEM 等模型已提升 Instagram、 Facebook 的廣告轉換率。
- Agentic AI 在程式輔助、醫療、法務與自駕車等領域加速落地，推動新一波運算需求與應用創新。
產品技術
- Rubin 平台預計於 2H26 按計畫量產，採七顆晶片設計，可望在效能上大幅超越 Blackwell，並與 Grace Blackwell 相容，進一步強化製造彈性與生態系整合。
- Nvidia Dynamo 開源推論框架已被主要 CSP 全面採用，搭配分離式推論架構，能顯著提升包括 MOE 模型在內的複雜 AI 模型效能。
- NVLink、InfiniBand 與 Spectrum X Ethernet 等 AI 基礎架構方案持續推動 Networking 業務成長，Meta、Microsoft、Oracle、xAI 等均以 Spectrum X Ethernet 建置 GW 級 AI 工廠。
- 與 ARM、Intel、Fujitsu 等合作將 NVLink 技術導入 CPU SoC、資料中心與 PC 產品，加速異質運算生態系統整合。
Q&A
Q1：原本在 GTC 預告的 2025-2026 年Blackwel l+ Rubin 總計 5000 億美元收入，是否仍維持，以及未來 14 個月內是否還有 3500 億美元的潛在空間與上行可能性。
5000 億美元的預測維持不變，且正按計畫推進。目前已完成幾個季度出貨，本季單季就已出貨 500 億美元，未來還有數季直到 2026 年底，數字只會往上成長。需求端持續出現新增訂單，例如當天剛宣布的沙烏地阿拉伯協議（未來三年 40-60 萬顆 GPU）、Anthropic 等全新客戶都屬於額外增量，顯示 5000 億之上仍有明顯上行空間。
Q2：市場擔憂AI基礎設施建置規模、資金與ROI，但NVIDIA卻持續賣到缺貨，B300與Rubin效益尚未完全顯現，供應真能追上需求嗎？
供應鏈早在多年前就與台積電、記憶體廠、ODM等全球夥伴共同規劃，準備迎接大年。三個結構性轉型同時發生：1) 從通用運算轉向加速運算；2) 生成式AI取代傳統搜尋與推薦系統；3) Agentic AI 成為全新類別。這三波需求疊加造成指數級成長，但所有工作負載最終都跑在 NVIDIA GPU 上。模型品質與應用場景都在爆炸性擴展，需求遠遠領先供應，短期內看不到供應追平需求的可能，缺口將持續存在。
Q3：市場聽到每吉瓦 NVIDIA 內容金額從 250 億到 400 億美元不等，想確認 5000 億美元預測背後的假設；另外到 2030 年資料中心 3-4 兆美元規模中，有多少需要供應商融資？
不同世代每吉瓦貢獻持續提升：Hopper約20-25億美元，Blackwell 已達30億美元以上，Rubin會更高。每瓦性能直接決定收入，因為資料中心電力有限，無法靠暴力堆疊，只能靠架構效率取勝。NVIDIA在全棧協同設計下，每一代能效都大幅領先。到2030年的3-4兆美元中，超大規模廠商轉向加速運算與推薦系統升級的數千億美元CapEx完全可由自身現金流支撐；其上的智能體AI與各國主權AI、各產業則屬全新增量，將由各國政府、企業自行籌資，NVIDIA不需大規模提供供應商融資。
Q4：未來幾年可能產生約5000億美元自由現金流，買回庫藏股與生態系投資的比例？對Anthropic、OpenAI等投資的標準為何？
現金首先用來支撐高速成長，維持供應鏈韌性與信用，讓供應商敢大量備料，這是 NVIDIA 能被客戶依賴的核心原因。其次會持續庫藏股買回。最重要的是生態系投資：所有投資都圍繞擴大 CUDA 與 NVIDIA 平台的影響力。例如與OpenAI 從 2016 年開始的深度合作、交付全球第一台 AI 超級電腦；Anthropic則是首次全面轉向 NVIDIA 架構，企業端表現極強。投資邏輯是取得深度技術合作、拿少數股權，換取這些「百年一遇」公司的成長紅利，同時讓所有頂尖AI模型都跑在 NVIDIA 平台上，進一步強化生態護城河。
Q5：過去推理佔出貨約 40%，明年會到多少？Rubin CPX 產品定位與市場規模？
目前有三個縮放定律同時生效：預訓練、訓練後強化、推理。推理佔比很難精準預測，但我們希望推理佔比越高越好，因為這代表 AI 真正被廣泛使用。Grace Blackwell 在推理效能領先全球一個數量級以上，領先優勢將維持多年。Rubin CPX 專為長上下文工作負載設計，性價比極高，適合此類新興且快速成長的應用場景。
Q6：客戶積極爭取用戶端電力，真正限制成長的最大瓶頸是電力、融資、記憶體還是晶圓代工？
所有都是限制，因為從來沒有一家公司以這種速度與規模成長。但供應鏈是NVIDIA最有把握的部分，33年合作夥伴、提前多年規劃與財務承諾已鎖定大量產能。電力、土地、機櫃、融資等下游瓶頸雖存在，但都可透過合作逐步解決。目前客戶在比較過其他方案後，回流NVIDIA的速度不減反增，因為NVIDIA架構在TCO與每瓦性能上持續大幅領先，這是當前最關鍵的競爭優勢。
Q7：Anthropic 等大客戶轉向 NVIDIA 後，對 AI ASIC 或專用 XPU 的看法是否更樂觀？是否更確定 GPU 通用架構長期勝出？
競爭本質是團隊而非公司，能打造如此複雜系統的頂尖團隊全球屈指可數。AI工作負載複雜度與多樣性遠超過去，現在已不是單顆晶片就能解決，而是需要整櫃、數種交換器、巨量記憶體與全棧優化。NVIDIA 五大獨特性：1) 加速所有轉型階段 2) 在預訓練、訓練後、推理各階段都領先 3) 唯一跑遍所有頂尖模型 4) 無所不在 5) 生態最廣、承接能力最強，讓新進雲商也能快速找到客戶。這些條件讓 AI ASIC 實際部署越來越困難，NVIDIA 通用架構的長期優勢反而更明顯。
