Nvidia 第四季財報：市場憂慮競爭，但其護城河不僅限於 CUDA
本週市場目光聚焦於 Nvidia，因為該公司即將公布 2026 年第四季財報。
指標 | 2026 年第四季預估值 | 年增率 (YoY) | 背景說明 |
營收 | 650 億美元 – 658 億美元 | 約 67% | 高於 2025 年第四季的 393 億美元。反映出 Blackwell 產能爬坡達到高峰。 |
調整後每股盈餘 (EPS) | 1.46 美元 – 1.53 美元 | 約 71% | 較去年的 0.89 美元大幅成長。 |
毛利率 | 約 75.0% | +140 個基點 | 尋求從第三季 73.6% 的「回落」中復甦。 |
資料中心營收 | 約 599 億美元 | 約 66% | 約占公司總營收的 90%。 |
NVIDIA 對 2026 年第四季的財務預測顯示，該公司仍處於高速成長階段。營收預計落在 650 億美元至 658 億美元之間，較 2025 年第四季公布的 393 億美元成長 67%。這一增長主要受「Blackwell」架構推動，該架構已達到產能爬坡的高峰。資料中心部門仍是公司毫無疑問的增長引擎，預計貢獻約 599 億美元，占總營收的 90%。
獲利能力也呈現穩定跡象。調整後每股盈餘 (EPS) 預計將躍升至 1.46 美元至 1.53 美元之間，較去年的 0.89 美元大幅成長。對投資者而言，最重要的可能是毛利率預計將回升至 75.0%。此前，由於複雜的 Blackwell 系列初期良率較低以及 45 億美元的庫存減記，第三季毛利率暫時下滑至 73.6%。然而，一項新的挑戰正在逼近：記憶體價格上漲 25-30% 可能會對毛利率造成下行壓力，在未來幾季可能產生 2 到 3 個百分點的阻力。
在法說會上，投資者也將密切關注有關產品線的任何更新。
世代 | 架構 | 年度 | GPU 型號 | CPU 型號 | 關鍵進展 |
即將推出 | Feynman | 2028 | F100 | Vera Next | 鎖定下一波「實體 AI」。 |
目前 / 未來 | Rubin | 2026 | R100 / Rubin Ultra | Vera (88 核心) | HBM4 記憶體、3 奈米製程、1.8 TB/s NVLink。 |
最新 | Blackwell | 2024-25 | B100， B200, B300 | Grace (72 核心) | 首款「雙晶片」GPU；具備 2080 億個電晶體。 |
舊款 / 成熟 | Hopper | 2022-23 | H100, H200 | Grace | 為大型語言模型 (LLM) 引入「Transformer 引擎」。 |
股價觸及天花板
資料來源：TradingView
儘管有這些「令人印象深刻的數據」，NVIDIA 的股價在過去六個月中僅上漲 10%。相比之下，其主要對手 AMD 上漲 23%，而同期的 SOX 半導體指數則飆升 48%。考慮到「超大規模雲端服務商」（hyperscalers）——Amazon、Alphabet、Meta 和 Microsoft——都大幅調升了 2026 年的資本支出（Capex）指引，這種落後表現尤其令人費解。
從邏輯上講，這些科技巨頭增加資本支出應等同於 NVIDIA GPU 營收的增長。然而，當 Amazon 宣佈資本支出增加 56% 至 2,000 億美元時，NVIDIA 的股價卻反應平平。在 Alphabet（+98%）和 Meta（+74%）大幅調升指引後，市場反應也大同小異。
公司 | 2026 年資本支出指引 | 年增率 | NVDA 股價反應 |
Amazon | 2,000 億美元 | +56% | 持平 / -1.2% |
Alphabet | 1,800 億美元 | +98% | 持平 / +0.5% |
Meta | 1,250 億美元 | +74% | 持平 / -0.8% |
Microsoft | 1,400 億美元 | +59% | 持平 / -2.1% |
垂直整合的威脅：Google 的 TPU
NVIDIA 霸主地位面臨最顯著的威脅來自 Google 的張量處理單元 (TPU)。Google 已成功證明其最關鍵的內部工作負載可以繞過 NVIDIA。目前，Gemini 3 和 4 幾乎完全（95-100%）在 Google 內部的 TPU 上進行訓練，NVIDIA GPU 實際僅處理該特定工作負載的 0-5%。對於內部推論任務（例如支援搜尋和 YouTube 的任務），TPU 仍處理約 85-90% 的負載量。
這一轉變為投資者帶來了觀點上的變化：如果 AI 模型領域的領導者正逐漸脫離 NVIDIA，其他公司是否會跟進？然而，將 Google 視為兩個獨立實體時，實際情況更為複雜。雖然「內部 Google」已實現自給自足，但「外部 Google Cloud」仍高度依賴 NVIDIA 來滿足其客戶需求。外部客戶在約 60-65% 的工作負載中仍傾向使用 NVIDIA GPU，這主要是因為 Google TPU 可能無法滿足其特定的架構需求，或是因為他們受限於 CUDA 軟體生態系統。
工作負載類型 | Google TPU 處理佔比 | NVIDIA GPU 處理佔比 |
內部 AI 訓練 (Gemini 3/4) | ~95% - 100% | ~0% - 5% |
內部 AI 推論 (搜尋/YouTube) | ~85% - 90% | ~10% - 15% |
外部 Google Cloud (客戶租賃) | ~35% - 40% | ~60% - 65% |
AI CPU 的崛起與 AMD 的競爭
隨著 AI 產業趨於成熟，重心正從訓練模型轉向 "推論（inference）"——即運行已訓練好的模型來回答使用者查詢。在這個新階段，中央處理器（CPU）正重新獲得重要性。與需要 GPU 強大平行運算能力的訓練不同，推論通常涉及 "分支（branchy）" 邏輯，也就是一系列快速的 "如果/則（if/then）" 決策，而 CPU 在處理這類任務上更具優勢。
這一轉變對 AMD 非常有利，與 NVIDIA 的 "Grace" 或 "Vera" 產品相比，AMD 的 CPU 通常被認為在獨立運作時更強大且更具成本效益。在目前的市場中，許多外部雲端客戶採用 "混合" 方案：將 NVIDIA GPU 與 AMD CPU 搭配使用。AMD 提供的這種 "單點（a-la-carte）" 商業模式，與 NVIDIA 的 "套餐（set meal）" 模式形成對比，後者試圖將 GPU 和 CPU 作為高度整合的套裝產品進行銷售。
NVIDIA 的目標是透過證明自家 CPU（如 Vera 型號）在其生態系統中的表現優於第三方的 AMD Venice CPU，來打破這種混合趨勢。雖然 AMD 在 "原始邏輯" 和 IPC（每時鐘週期指令數）方面勝出，但 NVIDIA 的 Vera CPU 透過其 ARM 架構提供了極高的能源效率，並針對 AI 特定軟體進行了高度優化。
| 偏好的 GPU | 偏好的 CPU |
Google 內部使用 | Google TPU | Google Axion |
Google 外部客戶 | Nvidia GPU | AMD CPU |
網絡：輝達的秘密武器
NVIDIA 護城河的真正實力在於一個經常被忽視的領域：網路。網路業務目前約佔資料中心總營收的 15%，約為 82 億美元，年增率達到驚人的 162%。這是 NVIDIA 的「祕密武器」，因為它在 CPU 與 GPU 之間建立了橋樑，而這是競爭對手難以複製的。
舉例來說，當客戶使用 AMD CPU 搭配 NVIDIA GPU 時，會受限於 PCIe 6.0 的連接速度，其上限為 128 GB/s。然而，在使用全 NVIDIA 產品組合（Vera CPU 和 Rubin GPU）時，專有的 NVLink 5.0 網路設備可提供 1,800 GB/s 的速度，比標準連接快了 14 倍以上。
指標 | AMD EPYC「Venice」 | NVIDIA「Vera」CPU |
原始 CPU 邏輯 | 勝出者 (較高的 IPC / x86) | 良好 (ARM Neoverse) |
CPU 到 GPU 的傳輸速度 | 128 GB/s (PCIe 6.0) | 1,800 GB/s (NVLink) |
能源效率 | 高 | 極高 (ARM) |
軟體選擇 | 開放 (可執行所有程式) | 封閉 (針對 AI 優化) |
這種性能差距是 NVIDIA 用來說服客戶捨棄 AMD CPU 的主要驅動力。如果整個系統的速度是瓶頸，那麼 AMD CPU 的「原始邏輯」優勢就會變得無關緊要。Meta 近期大量採購 NVIDIA CPU 等舉措表明，這種透過網路整合來擴展 CPU 業務的長期戰略已開始發揮作用。
結論
NVIDIA 不再僅僅是一家晶片製造商，而是一家全系統供應商。雖然「GPU 之戰」在幾年前就已勝出，但「AI CPU 之戰」才剛剛開始。市場目前的質疑反映出，隨著產業轉向推論和客製化矽晶片，NVIDIA 可能無法主導高昂價格或維持主導地位的擔憂。然而，藉由將 GPU、CPU 和高速網路整合到一個封閉且優化的生態系統中，NVIDIA 正在建立一道護城河，是單點式的零組件難以逾越的。在即將舉行的財報電話會議上，執行長黃仁勳可能會強調，儘管競爭日益激烈，這種全棧主導地位仍是維持其 75% 毛利率的關鍵。
推薦文章
