GB300拉動Blackwell主要營收 網路業務成新爆發點
黃仁勳指出，AI 基礎建設需求持續大於供給，「雲端全面售罄」已成常態。輝達正處於加速運算、生成式 AI 與代理 AI 三大平台同步轉換，推升 Blackwell 本季正式放量，其中 GB300 伺服機櫃貢獻 Blackwell 營收的三分之二。公司也預告下一代 Rubin 將於 2026 年下半年量產，產品節奏明確，強化長期成長動能。
資料中心網路業務更成最大亮點，第 3 季營收達 82 億美元、年增 162%，輝達正式成為全球最大 AI 專用網路供應商。公司指出，AI 訓練與推理規模暴升，使高效能網路成為下一個成長引擎。
輝達說明，目前提供三種網路架構：NVLink 對應垂直擴展（scale-up）、InfiniBand 與 Spectrum-X 對應水平擴展（scale-out），而今年推出的 Spectrum-XGS 則支援跨區域擴展（scale-across），可滿足千兆瓦級 AI 工廠需求。值得注意的是，乙太網路 GPU 連接率已接近 InfiniBand，顯示開放式架構加速被採納。
黃仁勳再度澄清：ASIC難取代GPU AI演進速度才是風險
外界關注科技巨頭自研 AI ASIC 是否會威脅 GPU 在推理市場的地位。對此，黃仁勳明確表示，ASIC 僅適用於極端高量且任務固定的場景，但生成式 AI 與大型語言模型演進極快，產品還沒流片，模型就已經改版，使 ASIC 難以追上需求。
黃仁勳更是點出關鍵，其實這不是公司競爭，而是團隊競爭，因為能打造出極為複雜的 AI 晶片團隊，其實全球沒有幾個，並強調輝達的研發團隊在三大縮放定律發展（Scaling Laws）：預訓練擴展（pretraining scaling）、訓練後擴展（post-training scaling）與測試階段擴展（test-time scaling），也就是AI推論（inferencing），都具有不可取代性。
黃仁勳指出，輝達的GPU 具備涵蓋訓練、推理、搜尋、壓縮、推薦等廣泛任務的通用性，加上 CUDA、生態系與 NVLink、GB 系列完整平台支撐，成為企業級 AI 的基礎架構。隨著多模型與代理AI崛起，彈性將比單一任務最佳化更重要，GPU 的通用性因此成為最大護城河。
庫存與應收帳款週轉天數增 反映提前備貨增產
財務部分則是這次市場討論最多的焦點。本季庫存季增 32%、生產與採購承諾（supply commitments）季增 63%，反映公司提前為 Blackwell 與 Rubin 準備擴產。輝達說明，庫存增加集中在原料與在製品，製成品反而季減兩成，代表是為未來放量備料，而非需求轉弱造成的成品堆積，與供應鏈為 2025、2026 年需求爆發提前備貨一致。
然而，有看空者以應收帳款週轉天數（DSO）上升作文章，指稱這是 AI 需求放緩的證據。不過，財報顯示，本季 DSO 為 53.3 天，較上季 54.1 天縮短，且輝達營收仍創歷史新高。推升 DSO 的主因是雲端客戶採購規模增加，尤其網路設備年增 162%，而企業與 CSP 在建置 AI 廠房前 4～6 個月會先購買網路設備，屬正常前置採購。換言之，DSO 增加反映高成長週期，而非需求轉弱。
AI晶片仍供不應求 黃仁勳喊想要更多產能
展望後續，輝達表示需求仍遠大於供給。法人提問中，公司指出 Blackwell 與 Rubin 在 2025～2026 年合計將貢獻約 5,000 億美元營收，隨新訂單持續加入，總量仍可能上修。黃仁勳強調，AI 訓練、推理與代理AI工作負載同時成長，必須與更多地區、更多供應商合作，提前預約未來產能，才能滿足全球對 GB300 與 Rubin 的需求。黃仁勳日前在台積電運動會也被魏哲家透露「想要更多晶片」，至於有多少，「是機密」。
點擊閱讀下一則新聞
