在生成式 AI 掀起的科技革命浪潮中， NVIDIA Q3 2025 財政年度財報分析再度交出一份亮眼的成績單，公司實現營收 351 億美元，較去年同期大幅成長94%，環比增長17%，這份財報不僅展現了NVIDIA在AI時代的主導地位，更凸顯了企業級 AI 應用正在加速落地。
以 OpenAI 為例，這家公司並非取代了什麼現有事物，而是開創了一個全新的領域，這就像當年 iPhone 的推出一樣，為世界帶來了前所未有的創新。— NVIDIA CEO Jensen Huang
關鍵財務與營運數據 NVIDIA Q3 2025 財報分析
- 季度營收創紀錄達到 351 億美元，同比增長 94%，環比增長 17%
- 數據中心營收：308 億美元 (同比增長 112%)，由 Hopper 平台強勁需求推動
- 遊戲業務營收：33 億美元 (同比增長 15%)
- 符合一般公認會計準則 (GAAP) 毛利率：74.6%
資料中心業務的顯著成長主要歸功於 NVIDIA Hopper 架構，尤其是 H200 產品的強勁需求，H200 的銷售額已達到數十億美元，成為 NVIDIA 公司史上銷售速度最快的產品，雲端服務供應商佔資料中心業務營收約一半，且營收較去年同期成長超過兩倍。
基礎模型 (foundation model) 的預訓練規模正在穩步增長，這種規模效應雖然只是一個經驗法則而非物理定律，但現有的研究數據都支持這種持續擴展的趨勢。— NVIDIA CEO Jensen Huang
數據中心業務創新高：AI基礎設施需求強勁
數據中心部門本季營收達 308 億美元，同比增長 112%,環比增長 17%，再創歷史新高。這一驚人增長主要得益於以下因素：
- Hopper 架構需求持續強勁
- H200 銷售額顯著增長至數十億美元規模，單季度出貨量創下公司歷史新高
- 推理 (inference) 性能提升 5 倍，性價比提升 50%
- 雲服務供應商(CSP)業務蓬勃發展
- 占數據中心營收約50%，年同比增長超過 2 倍
- AWS、CoreWeave、微軟 Azure 等已部署 H200 基礎設施
模型推理 (inference) 是一項極具挑戰性的任務。這種挑戰主要來自於多個關鍵指標之間的平衡：首先是準確度必須要高，同時還要確保高吞吐量 (throughput) 以降低運營成本，而且系統延遲 (latency) 還得保持在較低水平。— NVIDIA CEO Jensen Huang
Blackwell 新架構：下一代 AI 引擎蓄勢待發
Blackwell 架構的量產進展順利，預示NVIDIA即將迎來新一輪增長週期：
- OpenAI 成為首批接收 Blackwell DGX 工程樣品的客戶之一
- Q3 季度已向客戶發送 13,000 個 GPU 樣品
- 預計 2025 財年第四季度開始出貨
值得注意的是 Blackwell 不僅是一款新產品，而是一個完整的 AI 數據中心級解決方案，支持 x86 到 ARM 的多種處理器架構、覆蓋訓練到推理的全場景應用、提供 InfiniBand 和以太網兩種網絡方案、同時支持液冷和風冷配置。
企業 AI 與產業 AI：新一輪增長引擎
- 企業AI應用加速落地
- NVIDIA AI Enterprise軟件業務預計全年增長超過 2 倍
- 軟體、服務年化收入達 15 億美元，預計年底將超過 20 億美元
- 與 Salesforce、SAP 等龍頭企業深度合作
- 產業AI創新提速
- Omniverse 平台助力工業
- 富士康採用 NVIDIA 方案,工廠能耗降低 30%
我對於 NVIDIA Q3 2025 財年的看法
根據科技媒體 The Information 報導，Nvidia 近期也遭遇了一些技術挑戰：不僅下一代旗艦晶片 Blackwell 的發布時程延後，其自行設計的晶片伺服器機架也出現了過熱問題，值得注意的是，在與分析師舉行的財報電話會議上，Nvidia 執行長黃仁勳 (Jensen Huang) 針對有關過熱問題的提問做出了回應，強調了 Blackwell 系列的生產進度完全在軌道上。
NVDIA 輝達營收較去年同期增長了 94%，遠超預期目標，股價卻依然下跌，Nvidia 的增長率已經從幾個季度前飆升的 260% 回落，但試問，這樣的高速增長本就不可能永遠持續下去，不是嗎？
—
名詞解釋：
- Hopper H200: NVIDIA 最新一代的數據中心 GPU，提供卓越的推論效能和總持有成本優勢。
- Blackwell: NVIDIA 下一代數據中心架構，提供可定制的配置，以滿足各種人工智慧需求。
- 生成式人工智慧: 一種人工智慧技術，可以生成新的內容，例如文字、圖像、音訊和影片。
- Omniverse: NVIDIA 的平台，協助開發人員構建、訓練和操作工業人工智慧和機器人技術。
- 雲端服務供應商 (CSP): 提供雲端運算服務的公司，例如 Amazon Web Services (AWS)、Microsoft Azure 和 Google Cloud。
- 推論: 使用訓練好的機器學習模型來預測新數據的過程。
