GB300拉动Blackwell主要营收 网路业务成新爆发点
黄仁勋指出，AI 基础建设需求持续大于供给，「云端全面售罄」已成常态。辉达正处于加速运算、生成式 AI 与代理 AI 三大平台同步转换，推升 Blackwell 本季正式放量，其中 GB300 伺服机柜贡献 Blackwell 营收的三分之二。公司也预告下一代 Rubin 将于 2026 年下半年量产，产品节奏明确，强化长期成长动能。
资料中心网路业务更成最大亮点，第 3 季营收达 82 亿美元、年增 162%，辉达正式成为全球最大 AI 专用网路供应商。公司指出，AI 训练与推理规模暴升，使高效能网路成为下一个成长引擎。
辉达说明，目前提供三种网路架构：NVLink 对应垂直扩展（scale-up）、InfiniBand 与 Spectrum-X 对应水平扩展（scale-out），而今年推出的 Spectrum-XGS 则支援跨区域扩展（scale-across），可满足千兆瓦级 AI 工厂需求。值得注意的是，乙太网路 GPU 连接率已接近 InfiniBand，显示开放式架构加速被采纳。
黄仁勋再度澄清：ASIC难取代GPU AI演进速度才是风险
外界关注科技巨头自研 AI ASIC 是否会威胁 GPU 在推理市场的地位。对此，黄仁勋明确表示，ASIC 仅适用于极端高量且任务固定的场景，但生成式 AI 与大型语言模型演进极快，产品还没流片，模型就已经改版，使 ASIC 难以追上需求。
黄仁勋更是点出关键，其实这不是公司竞争，而是团队竞争，因为能打造出极为复杂的 AI 晶片团队，其实全球没有几个，并强调辉达的研发团队在三大缩放定律发展（Scaling Laws）：预训练扩展（pretraining scaling）、训练后扩展（post-training scaling）与测试阶段扩展（test-time scaling），也就是AI推论（inferencing），都具有不可取代性。
黄仁勋指出，辉达的GPU 具备涵盖训练、推理、搜寻、压缩、推荐等广泛任务的通用性，加上 CUDA、生态系与 NVLink、GB 系列完整平台支撑，成为企业级 AI 的基础架构。随著多模型与代理AI崛起，弹性将比单一任务最佳化更重要，GPU 的通用性因此成为最大护城河。
库存与应收帐款周转天数增 反映提前备货增产
财务部分则是这次市场讨论最多的焦点。本季库存季增 32%、生产与采购承诺（supply commitments）季增 63%，反映公司提前为 Blackwell 与 Rubin 准备扩产。辉达说明，库存增加集中在原料与在制品，制成品反而季减两成，代表是为未来放量备料，而非需求转弱造成的成品堆积，与供应链为 2025、2026 年需求爆发提前备货一致。
然而，有看空者以应收帐款周转天数（DSO）上升作文章，指称这是 AI 需求放缓的证据。不过，财报显示，本季 DSO 为 53.3 天，较上季 54.1 天缩短，且辉达营收仍创历史新高。推升 DSO 的主因是云端客户采购规模增加，尤其网路设备年增 162%，而企业与 CSP 在建置 AI 厂房前 4～6 个月会先购买网路设备，属正常前置采购。换言之，DSO 增加反映高成长周期，而非需求转弱。
AI晶片仍供不应求 黄仁勋喊想要更多产能
展望后续，辉达表示需求仍远大于供给。法人提问中，公司指出 Blackwell 与 Rubin 在 2025～2026 年合计将贡献约 5,000 亿美元营收，随新订单持续加入，总量仍可能上修。黄仁勋强调，AI 训练、推理与代理AI工作负载同时成长，必须与更多地区、更多供应商合作，提前预约未来产能，才能满足全球对 GB300 与 Rubin 的需求。黄仁勋日前在台积电运动会也被魏哲家透露「想要更多晶片」，至于有多少，「是机密」。
點擊閱讀下一則新聞
