NVDA 3Q26：Blackwell 需求非凡，鞏固 AI 基礎設施龍頭地位

NVIDIA（Nasdaq：NVDA）於 2025 年 11 月 19 日公佈 FY2026Q3（CY2025/8~10 月）財報，其營收和 Non-GAAP EPS 再次超越分析師預期，並給出了遠超市場共識的下一季度指引。在市場對 AI 股估值和成長持續性產生疑慮之際，NVIDIA 以一份強勁的成績單，再次證明了其在 AI 基礎設施領域的不可或缺性。

以下為公司營運與商業模式的核心觀點更新：

市場核心觀點

1. FY2026Q3 業績與 Q4 展望「雙重超越」，AI 基礎設施需求強勁無虞

2. Blackwell 晶片出貨暢旺，數據中心營收爆發，成功抵銷中國市場缺口

3. 毛利率因營運槓桿和產品組合改善而回升，優化成本結構強化獲利韌性

4. 生態系護城河深度擴展：從單晶片到「AI 工廠」，CUDA 平台黏著度持續提升

5. AI 基礎設施市場進入「加速運算」時代，長期成長敘事清晰但仍需審視高估值

FY2026Q3 業績與 Q4 展望「雙重超越」，AI 基礎設施需求強勁無虞

NVIDIA FY2026Q3 總營收達 $570 億美元（YoY+62%），Non-GAAP EPS 為 $1.30 元（YoY+60%），兩者均超出市場共識預期。公司總營收實現了創紀錄的 $100 億美元季增長（QoQ+22%）。

對於 FY2026Q4，NVIDIA 預期營收中位數為 $650 億美元（±2%），這不僅顯著高於市場預期的 $618.4 億美元，且暗示 YoY 成長率仍將高達 65.4% 。財務長 Colette Kress 明確表示，該 Q4 營收展望未包含任何來自中國的數據中心計算收入 。這強有力地表明，強勁的全球需求足以完全抵銷中國市場的限制與不確定性。

Blackwell 晶片出貨暢旺，數據中心營收爆發，成功抵銷中國市場缺口

營收成長的核心驅動力依然是數據中心（Data Center）業務，該部門營收達 $512 億美元，YoY 成長 66%，QoQ 成長 25% 。CEO 黃仁勳在電話會議中指出，雲端 GPU 已經「售罄」（sold out），且 Blackwell 晶片銷售「勢不可擋」（off the charts）。

平台需求強勁：數據中心業務的爆發性增長主要得益於三大平台轉變：加速運算、強大 AI 模型和代理式應用（Agentic Applications）。其中，Blackwell 架構的 GPU 出貨 ramp-up 速度超乎預期，Blackwell Ultra 已成為所有客戶類別中的領先架構。
數據中心內部分解：在數據中心業務內部，計算（Compute）營收達 $430.28 億美元（YoY+56%），而網路（Networking）營收增長更為驚人，達到 $81.87 億美元（YoY+162%）。NVIDIA 強調，其網路業務已成為全球最大。
非數據中心業務表現：遊戲（Gaming）業務營收為 $42.65 億美元（YoY+30%），專業視覺化（Professional Visualization）為 $7.6 億美元（YoY+56%），車用電子（Automotive）為 $5.92 億美元（YoY+32%），整體表現穩健。

Source：Nvidia、富果研究部

毛利率因營運槓桿和產品組合改善而回升，優化成本結構強化獲利韌性

公司的獲利能力在 Q3 得到改善。Non-GAAP 毛利率為 73.6%，雖低於去年同期，但較上一季度的 72.7% 提升了 90 個基點。財務長 Colette Kress 表示，這得益於產品組合的改善（Blackwell 銷售）和優化的成本結構與週期時間 。

營運槓桿效應：Non-GAAP 營運費用（OpEx）YoY 僅增長 38% ，遠低於營收的 62% 增長率。這種「營運槓桿」（Operating Leverage）使得 Non-GAAP 營業利益的增長率（62%）幾乎與營收增長率（62%）持平，成功抵銷了毛利率的同比下滑。
Q4 毛利率展望續強：公司預期 Q4 Non-GAAP 毛利率將進一步攀升至 75.0%（±50 個基點），表明 Blackwell 的規模化出貨將持續帶來獲利結構的優化。

生態系護城河深度擴展：從單晶片到「AI 工廠」，CUDA 平台黏著度持續提升

NVIDIA 的競爭優勢已超越單純的晶片硬體。黃仁勳強調，公司已轉型為一家「AI 數據中心基礎設施公司」，其護城河是橫跨 CPU、GPU、網路和軟體的完整生態系統 。

全棧式解決方案（Full-Stack）：NVIDIA 提供全棧式（Full-Stack）的 AI 解決方案，客戶正傾向於購買整個 NVIDIA 系統，而不僅僅是單個 GPU 。這包括：
- 加速運算：從 CPU 轉向 GPU 加速運算，是後摩爾定律時代降低運算成本的關鍵方式。
- 網路領導地位：網路業務已成為全球最大。NVLink 用於 Scale-up (擴展單一節點) ，Spectrum-X Ethernet 和 InfiniBand 用於 Scale-out (橫向擴展) ，而新推出的 Spectrum-XGS 實現了 Scale-across (連接分散的 AI 工廠) 。這套完整的網路解決方案在大型 AI 訓練中極具價值，形成強大客戶鎖定。
- CUDA 生態系：CUDA 生態系統經過二十年的優化，使得 NVIDIA GPU 具有極長的實用壽命和低總體擁有成本（TCO）優勢。黃仁勳指出，NVIDIA 平台是唯一能運行所有主流 AI 模型、涵蓋所有 AI 階段（預訓練、後訓練、推論）的架構。
策略投資與夥伴關係：公司進行策略性投資，例如與 OpenAI 和首次合作的 Anthropic 建立深度技術夥伴關係，以確保其領先的 AI 模型能針對 CUDA 平台進行優化。這些投資的目標是擴大 CUDA 生態系的影響力，並鎖定「一次一代中最具影響力」的公司份額。

AI 基礎設施市場進入「加速運算」時代，長期成長敘事清晰但仍需審視高估值

NVIDIA 的管理層堅信，當前的 AI 需求並非「泡沫」（bubble），而是由三大結構性轉變驅動的產業革命。

長期市場潛力：公司維持此前預期，即從 2025 年初到 2026 年底，Blackwell 和 Rubin 平台的潛在營收可見度高達 $5,000 億美元 。此外，黃仁勳預估到 2020 年代末，全球 AI 基礎設施的年度建置規模將累積至 $3~4 兆美元 。
股價與盈利增長：儘管市場擔憂估值過高，但部分分析師指出，NVIDIA 的盈利增長速度快於股價增長速度，使得其預期 P/E 倍數正在壓縮（從兩年前的約 60 倍降至目前的約 30 倍），這與 1990 年代思科（Cisco）泡沫期間 P/E 隨股價上漲而擴大的情況形成鮮明對比。
資金來源多元化：AI 基礎設施投資不僅來自 hyperscalers，其營收增長亦由新興的代理式 AI (Agentic AI) 應用所驅動。此外，各個國家（主權 AI）、傳統行業（如汽車、藥廠、製造業）和新創公司也開始自行投入資金建立 AI 基礎設施（AI Factories），這表明資金來源正從單一的雲服務提供商擴展到全球各行各業。
挑戰與風險：最大的潛在風險仍然是結構性競爭和估值。中國的自主化政策對市場份額構成長期威脅。同時，即使當前 P/E 倍數正在壓縮，但約 30 倍的遠期 P/E 仍要求公司必須保持極高的執行力和增長率，任何成長放緩的跡象都可能導致劇烈的修正。