重点摘要
- NVIDIA FY 3Q26 营收 570.06 亿美元，季增 22%，年增 62%，优于市场共识与公司展望，并连续 12 季超越财测，主要受惠于 Blackwell 平台大幅放量带动整体成长。
- 毛利率 73.6%，季增 0.9 个百分点，年减 1.4 个百分点，年减主要反映业务重心自 Hopper HGX 转向 Blackwell 解决方案，但受惠于 Blackwell 产品组合优化与成本结构改善，毛利率仍呈现季增。
- FY 4Q26 展望：营收 637-663 亿美元、毛利率 74.5-75.5%、营业费用 50 亿美元。
- Blackwell 需求持续强劲，GB300 销售已超越 GB200，并贡献约三分之二的 Blackwell 营收。公司重申 CY2025–26 年 Blackwell + Rubin 累计营收能见度可达 5,000 亿美元，且仍具上修空间。
- Rubin 平台按计划将于 2H26 量产，采七颗晶片设计，可望在效能上大幅超越 Blackwell，并与 Grace Blackwell 相容，进一步强化制造弹性与生态系整合。
- 2026 年大型 CSP 资本支出预估达 6,000 亿美元，较年初上修逾 2,000 亿美元，反映 AI 基础建设投资动能强劲， 公司预估 2030 年 AI 基础设施市场规模可望达 3–4 兆美元。
- 公司强调 AI 产业正快速迈向 Agentic AI 阶段，而 NVIDIA 在技术领导、产品架构特殊性、稳健的现金流，以及高能见度的订单动能等多重优势下，短期内不存在 AI 泡沫化风险。
FY 3Q26 财务概况
| 简明损益表 单位：百万美元 | FY 3Q26 | 公司展望 | 市场共识 | QoQ | YoY |
|---|---|---|---|---|---|
| 营业收入 | 57,006 | 54,000 | 55,189 | 22.0% | 62.5% |
| 营业毛利 | 41,849 | 39,690 | 40,651 | 23.2% | 59.0% |
| 营业利益 | 37,752 | 35,490 | 36,486 | 25.2% | 62.2% |
| 税后净利 | 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 | 市场共识 | QoQ | YoY |
|---|---|---|---|---|---|
| 毛利率 | 73.6% | 73.5% | 73.7% | 0.9 ppts | (1.4 ppts) |
| 营利率 | 66.2% | 65.7% | 66.1% | 1.7 ppts | (0.1 ppts) |
| 净利率 | 55.7% | - | 56.05 | 0.6 ppts | (1.3 ppts) |
| 营收占比（产品） | FY 3Q26 (QoQ/YoY) | FY 2Q26 | FY 3Q25 |
|---|---|---|---|
| Data Center 资料中心 | 51,215(+25%/+66%) | 41,096 | 30,771 |
| Gaming 游戏 | 4,265 (-1%/+30%) | 4,287 | 3,279 |
| Professional Visualization 专业视觉化 | 760 (+26%/+56%) | 601 | 486 |
| Automotive 车用 | 592 (+1%/+32%) | 586 | 449 |
| OEM & Other | 174 (+1%/+79%) | 173 | 97 |
- 在加速运算、AI 模型与 agentic 应用三大平台推动下，公司需求动能强劲，带动营收与获利同步创新高。
- 毛利率呈年减主因业务重心由 Hopper HGX 系统转向 Blackwell 解决方案，但在 Blackwell 产品组合优化与成本结构改善下呈现季增。
- 营业费用因运算与基础设施成本上升、薪资调整与员工扩编，以及新产品导入所需的工程开发费用增加，呈现年增与季增。
FY 4Q26 展望
| 单位：百万美元 | 公司展望 | 市场共识 |
|---|---|---|
| 营业收入 | 63,700 - 66,300 | 61,985 |
| 毛利率 | 75.0% | 74.6% |
| 营业费用 | 5,000 | 4,587 |
| 税率 | 16.0 - 18.0% | 16.3% |
- Blackwell 架构持续带动需求
- 毛利率持续改善主因 Blackwell 产品组合及成本结构优化
关键讯息
资料中心
- GB300 销售动能已全面超越 GB200，并贡献约三分之二的 Blackwell 营收。
- 前代产品需求仍强韧：Hopper 约 20 亿美元、H20 约 5,000 万美元；H20 因地缘政治受限，整体营收贡献相对有限。
- 公司重申 CY2025–26 年 Blackwell + Rubin 累计营收能见度达 5,000 亿美元，且仍具上修空间。
- 展望 2030 年，AI 基础设施市场规模可望达 3–4 兆美元，其中约一半成长来自现有 Hyperscaler 工作负载向加速运算与生成式 AI 迁移，另一半来自 Anthropic、OpenAI、xAI 等模型供应商对算力需求的快速提升。
其他产品线
- Gaming 游戏: 季减 1% 可能反映通路库存已调整至正常水平以及记忆体价格影响。
- Professional Visualization 专业视觉化: 新推出的 DGX Spark 及 Blackwell 销售成长。
- Automotive 车用: 成长主要来自驾平台的持续采用。
市场概况
- 2026 年顶尖 CSP 与超大规模业者资本支出预估达 6,000 亿美元，较年初上修逾 2,000 亿美元，反映 AI 基础建设需求持续升温。
- AI 推论应用占比快速提升，预期未来一年推论相关出货将显著成长，带动 AI 应用加速普及。
- 生成式 AI 正取代传统机器学习于搜寻、推荐与内容理解等核心场景，Meta GEM 等模型已提升 Instagram、 Facebook 的广告转换率。
- Agentic AI 在程式辅助、医疗、法务与自驾车等领域加速落地，推动新一波运算需求与应用创新。
产品技术
- Rubin 平台预计于 2H26 按计划量产，采七颗晶片设计，可望在效能上大幅超越 Blackwell，并与 Grace Blackwell 相容，进一步强化制造弹性与生态系整合。
- Nvidia Dynamo 开源推论框架已被主要 CSP 全面采用，搭配分离式推论架构，能显著提升包括 MOE 模型在内的复杂 AI 模型效能。
- NVLink、InfiniBand 与 Spectrum X Ethernet 等 AI 基础架构方案持续推动 Networking 业务成长，Meta、Microsoft、Oracle、xAI 等均以 Spectrum X Ethernet 建置 GW 级 AI 工厂。
- 与 ARM、Intel、Fujitsu 等合作将 NVLink 技术导入 CPU SoC、资料中心与 PC 产品，加速异质运算生态系统整合。
Q&A
Q1：原本在 GTC 预告的 2025-2026 年Blackwel l+ Rubin 总计 5000 亿美元收入，是否仍维持，以及未来 14 个月内是否还有 3500 亿美元的潜在空间与上行可能性。
5000 亿美元的预测维持不变，且正按计划推进。目前已完成几个季度出货，本季单季就已出货 500 亿美元，未来还有数季直到 2026 年底，数字只会往上成长。需求端持续出现新增订单，例如当天刚宣布的沙乌地阿拉伯协议（未来三年 40-60 万颗 GPU）、Anthropic 等全新客户都属于额外增量，显示 5000 亿之上仍有明显上行空间。
Q2：市场担忧AI基础设施建置规模、资金与ROI，但NVIDIA却持续卖到缺货，B300与Rubin效益尚未完全显现，供应真能追上需求吗？
供应链早在多年前就与台积电、记忆体厂、ODM等全球伙伴共同规划，准备迎接大年。三个结构性转型同时发生：1) 从通用运算转向加速运算；2) 生成式AI取代传统搜寻与推荐系统；3) Agentic AI 成为全新类别。这三波需求叠加造成指数级成长，但所有工作负载最终都跑在 NVIDIA GPU 上。模型品质与应用场景都在爆炸性扩展，需求远远领先供应，短期内看不到供应追平需求的可能，缺口将持续存在。
Q3：市场听到每吉瓦 NVIDIA 内容金额从 250 亿到 400 亿美元不等，想确认 5000 亿美元预测背后的假设；另外到 2030 年资料中心 3-4 兆美元规模中，有多少需要供应商融资？
不同世代每吉瓦贡献持续提升：Hopper约20-25亿美元，Blackwell 已达30亿美元以上，Rubin会更高。每瓦性能直接决定收入，因为资料中心电力有限，无法靠暴力堆叠，只能靠架构效率取胜。NVIDIA在全栈协同设计下，每一代能效都大幅领先。到2030年的3-4兆美元中，超大规模厂商转向加速运算与推荐系统升级的数千亿美元CapEx完全可由自身现金流支撑；其上的智能体AI与各国主权AI、各产业则属全新增量，将由各国政府、企业自行筹资，NVIDIA不需大规模提供供应商融资。
Q4：未来几年可能产生约5000亿美元自由现金流，买回库藏股与生态系投资的比例？对Anthropic、OpenAI等投资的标准为何？
现金首先用来支撑高速成长，维持供应链韧性与信用，让供应商敢大量备料，这是 NVIDIA 能被客户依赖的核心原因。其次会持续库藏股买回。最重要的是生态系投资：所有投资都围绕扩大 CUDA 与 NVIDIA 平台的影响力。例如与OpenAI 从 2016 年开始的深度合作、交付全球第一台 AI 超级电脑；Anthropic则是首次全面转向 NVIDIA 架构，企业端表现极强。投资逻辑是取得深度技术合作、拿少数股权，换取这些「百年一遇」公司的成长红利，同时让所有顶尖AI模型都跑在 NVIDIA 平台上，进一步强化生态护城河。
Q5：过去推理占出货约 40%，明年会到多少？Rubin CPX 产品定位与市场规模？
目前有三个缩放定律同时生效：预训练、训练后强化、推理。推理占比很难精准预测，但我们希望推理占比越高越好，因为这代表 AI 真正被广泛使用。Grace Blackwell 在推理效能领先全球一个数量级以上，领先优势将维持多年。Rubin CPX 专为长上下文工作负载设计，性价比极高，适合此类新兴且快速成长的应用场景。
Q6：客户积极争取用户端电力，真正限制成长的最大瓶颈是电力、融资、记忆体还是晶圆代工？
所有都是限制，因为从来没有一家公司以这种速度与规模成长。但供应链是NVIDIA最有把握的部分，33年合作伙伴、提前多年规划与财务承诺已锁定大量产能。电力、土地、机柜、融资等下游瓶颈虽存在，但都可透过合作逐步解决。目前客户在比较过其他方案后，回流NVIDIA的速度不减反增，因为NVIDIA架构在TCO与每瓦性能上持续大幅领先，这是当前最关键的竞争优势。
Q7：Anthropic 等大客户转向 NVIDIA 后，对 AI ASIC 或专用 XPU 的看法是否更乐观？是否更确定 GPU 通用架构长期胜出？
竞争本质是团队而非公司，能打造如此复杂系统的顶尖团队全球屈指可数。AI工作负载复杂度与多样性远超过去，现在已不是单颗晶片就能解决，而是需要整柜、数种交换器、巨量记忆体与全栈优化。NVIDIA 五大独特性：1) 加速所有转型阶段 2) 在预训练、训练后、推理各阶段都领先 3) 唯一跑遍所有顶尖模型 4) 无所不在 5) 生态最广、承接能力最强，让新进云商也能快速找到客户。这些条件让 AI ASIC 实际部署越来越困难，NVIDIA 通用架构的长期优势反而更明显。
