輝達財報｜黃仁勳QA一次看！中國帶來1.5兆商機　有信心Blackwell可賣大陸

財經產業脈動

2025/08/28 15:27

✎ CC 文章

【財經中心／台北報導】輝達在美股周三盤後公布財報，在之後的財報電話會議上，華爾街分析師針對輝達在中國市場的機會、Blackwell平台的效能優勢及公司因應ASIC競爭的策略進行提問。

📌 本文摘要重點 (這是什麼?)

1. 輝達預計全球AI基礎設施市場將達3至4兆美元。

2. 輝達在中國市場的機會估計達500億美元，並預期年增長50%。

3. 輝達產品涵蓋所有雲端平台，具備高能源效率與市場優勢。

輝達執行長黃仁勳則強調公司在AI基礎設施領域的領先地位。他表示，AI 驅動的新工業革命已開啟，Blackwell作為下一代AI平台表現亮眼，GB300進入全速量產階段，Rubin平台按計畫推進，長期看好全球AI基礎設施市場達3~4兆美元。他還指出AI所帶來的變革性影響，並說，一場新的工業革命已經開啟，AI競賽已打響。財聯社也整理黃仁勳回答分析師提問內容。

Cantor Fitzgerald分析師CJ Muse問：從宏觀視角談談2026年成長的展望，希望能同時說明網路業務與資料中心業務的成長規劃。

黃仁勳：從核心層面來看，成長驅動力源自於推理型智能體AI（reasoning agentic AI）的演進與落地。過去，聊天機器人的互動模式是「單次觸發」，你給出一個指令，它產生一個答案，現在的AI 能夠自主展開研究、進行思考並制定方案，甚至會調用工具。這個過程被稱為深度思考，AI 的思考時間愈長，產生的答案品質愈高。

全球AI基礎設施商機達3~4兆美元

相較於「單次觸發」模式，推理型智能體AI 模型所需的算力可能達到100倍、1000倍，若涉及更複雜的研究任務（如大量文獻閱讀與理解），算力需求甚至可能更高。

過去一年，AI 技術取得了巨大進步，智能體系統與推理系統的出現更是具有革命性意義。我們研發Blackwell NVLink 72系統，一款機櫃式運算系統，這項研發工作已持續數年；去年，我們完成了從NVLink 8（節點級計算，每個節點即為一台電腦）到NVLink 72（機櫃級計算，每個機櫃即為一台電腦）的技術躍遷。將NVLink 72拆解為機櫃級系統的技術難度極高，但成果也十分顯著：憑藉NVLink 72，我們實現了算力數量級的提升，進而大幅優化能效及成本效益。

至於長期展望，未來幾年（更具體地說，未來５年），我們將憑藉Blackwell、Rubin及後續平台擴大規模，最終把握全球3兆至4兆美元的AI基礎設施機會。過去幾年，光是四大雲端服務供應商（CSPs）的資本支出就實現了翻倍，總額已達約6000 億美元。由此可見，我們正處於AI 基礎建設的起步階段。

美國銀行分析師Vivek Arya：輝達多家大型客戶已啟動或計劃啟動專用積體電路（ASIC）專案，是否存在市場重心從輝達GPU 轉向ASIC 的可能？客戶如何平衡商用晶片（merchant silicon）與ASIC的使用比例？

圖為之前輝達執行長黃仁勳展示該公司研發的超級晶片Grace Blackwell NVLink72。法新社

輝達優勢在產品涵蓋所有雲端平台

黃仁勳：輝達的產品與ASIC有本質區別，目前確實有許多ASIC專案啟動，也湧現出不少相關新創企業，但最終能實現量產的產品寥寥無幾，核心原因在於ASIC研發難度高，加速計算與通用計算不同，在通用計算中，你編寫軟體後只需將其編譯到處理器即可運行，加速計算是一個全棧協同設計問題。

過去幾年，AI工廠的複雜度大幅提升，因為其需解決的問題規模呈指數級成長，這是全球迄今面臨最複雜的電腦科學難題，因此整個技術棧的設計難度極大。

輝達的優勢之一在於，我們的產品涵蓋所有雲端平台，與所有電腦廠商均有合作；從雲端資料中心到本地部署、從邊緣設備到機器人，我們都採用統一的程式設計模型。

我們的平台具備3大優勢：1是能夠適配任意模型架構的演進需求；2是應用場景全覆蓋；3是能加速AI 全流程，從資料處理、模型預訓練，到基於強化學習的模型微調，再到最終的推理部署。因此，搭載輝達平台的資料中心不僅效用最高，使用壽命也遠長於其他平台。

如今的AI系統已成為極為複雜的綜合性問題。人們往往只專注於晶片本身，例如大家常討論的某款ASIC 晶片，但要研發Blackwell 與Rubin 這樣的完整平台，我們需要構建一整套技術體系，包括能連接高速內存的CPU（智能體AI 需要大容量KB緩存，因此內存具有極高能交換乙太網路交換器），以及最新推出的跨域擴展交換器（Spectrum XGS），透過這類交換機，我們可搭建多吉瓦級算力互聯的AI超級工廠。我們本周已在Hotchips（半導體產業會議）上發布Spectrum XGS 技術。

4大雲端業者今年資本支出達6000億美元

我們的產品之所以能涵蓋所有雲端平台，是有充分理由的，不僅因為我們的能源效率是所有運算平台中最高的，更因為在資料中心受電力限制的當下，能源效率直接決定營收規模。正如我之前所說，「採購量愈大，成長空間愈大」。基於這些原因，全球所有雲端廠商、新創公司與電腦廠商均選擇輝達，我們為AI工廠提供全面的解決方案。

Melius分析師Ben Reitzes：輝達在AI市場規模中能佔多大？目前，輝達在整個基礎設施運算領域市佔已非常高，且要實現3 兆至4 兆美元的支出目標是否擔心某些瓶頸問題，例如電力供應方面的限制？

黃仁勳：光是全球4大超大規模雲端廠商（hyperscalers）的資本支出，在2年內就翻倍，隨著AI革命全面推進、AI競賽已打響，這類資本支出已增加至每年6000億美元，從現在到本世季末還有5年時間，這6000億美元只是4家超大規模雲端廠商的支出規模。

除此之外，其他企業也在建置本地部署（on prem）的資料中心，全球各地的雲端服務供應商也持續投入建置。目前，美國運算資源約佔全球總量60%。長期來看，AI的發展規模與成長速度理應與GDP 相匹配，當然，AI 本身也將推動GDP 加速成長。因此，英偉達在AI 基礎設施領域的貢獻佔有重要地位。

輝達已成功轉型為AI基礎設施企業

以一座1 吉瓦（gigawatt）規模的AI 工廠為例，建設成本通常在500 億至600 億美元之間（誤差幅度±10%），輝達在其中的貢獻佔比約35%（誤差幅度±5%）。

輝達提供的並非只是GPU，輝達以研發並發明GPU而聞名，但在過去 10年間，我們已成功轉型為AI基礎設施企業，光是打造一套Rubin AI 超級電腦，就需要6種不同類型的晶片；若要將其擴展到1吉瓦規模，則需要數十萬個GPU計算節點以及大量機櫃設備。

輝達產品的單位能耗性能，直接決定AI工廠的營收成長，兩者有直接關聯。以一座100 兆瓦（megawatt）的工廠為例，其100 兆瓦電力對應的性能水準，決定工廠的營收規模，本質上就是「工廠每100 兆瓦電力產出的Token數量」。此外，我們產品的「每美元效能比」也極具競爭力，這使得顧客能獲得極高的毛利率。這些（電力、成本等）都是未來產業發展需要因應的限制因素。整體而言，未來5年全球AI 基礎設施支出達到3兆至4兆美元的規模，是相當合理的預測。

摩根士丹力分析師Joe Moore：你之前提到，全球約半數AI 軟體相關業務集中在中國，輝達在中國業務的成長空間有多大？另外，最終推動Blackwell 架構取得對華出口許可，對輝達而言有多重要？

估今年中國市場對輝達帶來500億美元規模

黃仁勳：據我估算今年中國市場為我們帶來的機會規模約為500億美元（約1.5兆台幣），有鑑於全球AI市場整體均在成長，預計中國市場規模每年可實現50%左右的成長，中國是全球第二大運算市場，同時也是AI 研究人員的聚集地，全球約50%的AI 研究人員來自中國，絕大多數領先的開源模式也誕生於中國。因此，美國科技企業能否進入這個市場，具有十分重要的意義。

中國湧現的開源模型品質極高：例如DeepSeek已獲得全球關注，Q1、Kimi、豆包等模型的表現也十分出色，這些開源模型極大地推動了全球企業對AI 的採用，因為企業希望構建屬於自己的客製化專有軟體棧，而開源模型對企業而言至關重要。

開源技術意義重大，美國企業能否參與其中也同樣關鍵。中國市場的規模未來將十分龐大，我們正與美國政府相關部門溝通，強調美國企業進入中國市場的重要性。因此，我認為輝達將Blackwell架構引入中國市場的可能性是確實存在的。

輝達維持每年一次產品迭代周期

高盛分析師Jim Schneider：希望進一步說明對Rubin平台後續產品迭代的看法？該平台能為客戶帶來哪些新增能力？相較於Blackwell平台的升級幅度，Rubin平台的提升幅度會更大、更小，還是基本上相當？

黃仁勳：關於Rubin 平台，我們目前保持著每年一次的產品迭代周期。選擇這一周期的核心原因是，我們希望透過持續迭代幫助客戶降低成本、最大化營收。

當我們提升「每瓦性能比」（即單位能耗的Token產生量）時，本質上是在直接推動客戶的營收成長。對於推理型系統而言，Blackwell 平台的「每瓦效能比」相較於Hopper 平台實現數量級的提升，由於所有資料中心本質上都受電力容量限制，因此，採用Blackwell 平台的資料中心，無論是相較於我們過往的產品，還是目前市場上的其他解決方案，都能實現營收最大化。

此外，Blackwell 平台的「每美元績效比」（即單位資本投入的表現）也極具優勢，這能幫助客戶提升毛利率。只要我們能為每一代產品注入創新概念，就能透過推出新架構，持續提升客戶的營收能力、AI 功能水準與毛利率。