NVIDIA 公布 2025 財年第三季業績，收入達 570 億美元，按年增長 62%，超越市場預期。行政總裁黃仁勳在業績發布會上直接回應近期市場關於 AI 投資泡沫的憂慮，表明公司觀察到的情況與外界擔憂截然不同。數據中心業務持續成為增長引擎，季度收入攀升至 512 億美元，按年飆升 66%，反映企業對 AI 運算基建的需求依然強勁。
黃仁勳提三大論據反駁泡沫論
黃仁勳在分析師電話會議開場即表示，近期關於 AI 泡沫的討論甚囂塵上，但 NVIDIA 從自身角度看到完全不同的景象。他提出三大核心論據支持 AI 基建投資的合理性。首先是運算架構正經歷根本性轉型，傳統以中央處理器為核心的系統，將逐步過渡至以 NVIDIA 圖形處理器為基礎的加速運算平台。數據處理、廣告推薦系統、搜尋引擎及工程應用等領域已開始採用 GPU 技術，因為這些應用已無法在舊有架構下滿足 AI 運算需求。
第二個論據聚焦於生成式 AI 的變革性影響，黃仁勳指出，AI 技術不單整合到現有應用程式中提升效能，更將催生全新類型的應用與商業模式。目前主要雲端服務供應商包括 Amazon、Microsoft、Google 及 Oracle 均為 NVIDIA 的重要客戶，而 OpenAI、Anthropic、xAI 及 Meta 等 AI 模型開發商亦大量採購 NVIDIA GPU。這些企業持續加大投資規模，正是因為看到 AI 技術能為現有業務帶來實質收入增長。
黃仁勳提出的第三個關鍵論據是代理式 AI 系統的崛起，這類能夠自主推理、規劃並執行任務的 AI 應用將需要更龐大的運算能力支援。他強調 NVIDIA 是唯一能夠全面應對這三大運算需求的企業，從 AI 模型的預訓練、後期訓練到推理階段均具備領先優勢。
Blackwell 晶片需求爆炸 訂單排至明年
財務總監 Colette Kress 補充指出，公司對 2025 及 2026 年的 AI 晶片銷售額預測達 5,000 億美元（約港幣 3.9 萬億元），而這個數字尚未計入近期宣布的新訂單，包括本週與 Anthropic 達成的合作協議及沙特阿拉伯擴大採購規模的交易。
新一代 Blackwell 晶片的市場反應超出預期，黃仁勳形容需求「完全失控」，雲端 GPU 基本售罄。Colette Kress 透露，Blackwell 架構產品在第三季創造可觀收入，當中 GB300 型號的銷量已超越 GB200，佔整體 Blackwell 收入約三分之二。公司表示供應緊張狀況將持續數季，但生產規模正迅速擴大以滿足客戶需求。分析機構 Wedbush Securities 的 Dan Ives 指出，這次業績應能重新點燃市場對科技股的看好情緒，並認為 AI 泡沫憂慮被過分誇大。
科技巨頭資本開支破紀錄 市場憂慮集中度風險
市場對 AI 基建投資的質疑源於龐大的資本開支規模，Microsoft、Meta、Amazon 及 Alphabet 四大科技巨頭在上月均上調 2025 年資本開支預測，合計將超過 3,800 億美元（約港幣 2.96 萬億元），主要用於興建 AI 數據中心。部分投資者擔心這些企業使用債務融資興建基建設施，若未能產生足夠回報將構成財務風險。黃仁勳回應指客戶的融資決策由其自行負責，但強調即使不改變現有商業模式，NVIDIA 晶片已能為雲端服務商帶來實質收入提升，因為這些晶片驅動短影片、書籍及廣告的推薦系統運作。
另一個市場關注點是 NVIDIA 收入過度集中於少數大型雲端服務商。數據顯示，僅 Microsoft、Amazon、Google 及 Meta 四家企業在 2024 年就向 NVIDIA 採購約 440 億美元（約港幣 3,432 億元）的 GPU 產品。黃仁勳反駁這種憂慮過於簡化，呼籲投資者不要只盯著雲端服務商的資本開支數字，而應觀察全球不同行業的實際應用情況。他表示越來越多企業在評估其他方案後，最終選擇轉用 NVIDIA 平台，反映公司在推理運算領域的領導地位正不斷鞏固。
企業如何評估 AI 基建投資必要性
從商業應用角度分析，企業應如何評估 AI 基建投資的必要性？首要考慮是運算需求的實際增長速度。生成式 AI 模型的參數規模持續擴大，GPT 系列已發展至萬億參數級別，訓練及運行這些模型需要遠超傳統數據中心的運算能力。企業若計劃開發或部署大型 AI 模型，投資新一代 GPU 基建已成為無法迴避的選擇。對於資源有限的中小企業，黃仁勳建議可透過雲端服務商租用 GPU 運算資源，既能獲得最新技術支援，亦可持續降低運算成本。
第二個考量是投資回報的時間框架，AI 基建投資金額龐大，但回報週期可能較長。企業需要清晰評估 AI 應用能為現有業務帶來多少收入增長或成本節省。例如電商平台採用 AI 推薦系統可提升銷售轉化率，金融機構運用 AI 分析可改善風險管理效能。這些應用的實際效益將決定基建投資是否值得。市場數據顯示，美國企業在生成式 AI 的開支已從 2023 年的 23 億美元（約港幣 179.4 億元）飆升至 2024 年的 138 億美元（約港幣 1,076.4 億元），增長超過 5 倍，反映企業已開始從實驗階段邁向規模化部署。
能源供應成關鍵瓶頸 選址策略影響成本
能源供應及數據中心選址亦是關鍵考量，新一代 AI 伺服器機架功耗已超過 100 千瓦，遠高於傳統數據中心的 5 至 15 千瓦水平，預計未來將突破 150 千瓦。企業需要評估現有電力基建能否支撐這種需求，或需投資建設新的供電及冷卻系統。部分企業選擇在電力充足且能源成本較低的地區建設數據中心，例如靠近水力發電站或可再生能源豐富的地方，既能確保穩定供電，又可降低長期營運成本。
產業鏈迎來多年增長機遇
產業鏈上下游企業同樣面對機遇，晶片封裝、基板製造、散熱系統、電力設備及工程建設等相關行業將受惠於 AI 基建投資潮。Dell’Oro Group 研究指出，全球數據中心資本開支預計以年均 21% 的速度增長，至 2029 年累計將達 1.2 萬億美元（約港幣 9.36 萬億元），當中雲端服務商佔一半投資額。AI 訓練及推理專用伺服器的開支比重，可能由目前的三分之一上升至 2029 年的一半，為相關供應商創造持續多年的收入增長機會。
強勁的訂單需求、明確的收入預測及客戶持續加大投資規模，均顯示 AI 基建建設仍處於早期階段，遠未達到過度投資水平。對於企業決策者，關鍵是根據自身業務需要制定清晰的 AI 應用策略，評估投資回報的可行性，並選擇適合的技術合作夥伴。AI 技術正在重塑全球經濟格局，及早布局的企業將在未來競爭中佔據優勢。
來源：CNBC
