輝達財報之後：AI 基礎設施的方向已經確立

NVIDIA股價雖然異常膠著，但從2026 財年 Q4 財報法說，可以看到接下來的方向很明確：一是 AI 基礎設施資本支出仍在加速，二是推論需求正式接棒訓練需求。

Q4 營收 681 億美元，年增 73%；EPS 1.62 美元，年增超過 80%；Non-GAAP 毛利率 75.2%，維持歷史高檔。更關鍵的是 Q1 財測 780 億美元，顯著高於市場原本預估的 720 億上下，代表訂單能見度至少延伸到上半年。

資料中心營收 623 億美元，年增 75%，佔比接近九成。其中 Networking 年增 263% 至 110 億美元，成長速度甚至高於 Compute。這個結構值得注意。

當 Networking 爆發，代表 hyperscaler 正在建構整體 AI 叢集與互連架構

而不只是單點採購 GPU。NVLink、Spectrum-X、InfiniBand 的放量，意味著 scale-up 與 scale-out 架構同步擴張。這種資本支出屬於基礎設施層級，具有較長週期與較高黏著度。

Compute 年增 58% 至 513 億美元，即使 Hopper、Ampere 仍有需求，Blackwell 已經開始進入實質交付階段。從財測推估，Blackwell 對上半年營收貢獻度將持續提升。毛利率維持在 75% 左右，說明供需仍偏向賣方市場。若需求開始鬆動，毛利率會是最先反映的指標，目前並未出現壓力跡象。

產業層面，我聽完感覺法說的核心訊息在於「Agentic AI」與推論成本下降。

Grace Blackwell 透過 NVLink 架構降低 token 成本，Vera Rubin 將在下一代進一步推進推論效率。這代表產業焦點正在從訓練模型轉向大規模推論與代理應用。當企業導入 AI 代理系統，算力消耗模式會轉為長期持續型，而非一次性建置。

這將影響記憶體與封裝路徑

目前主流仍為 2.5D CoWoS，GPU 與 HBM 並排在中介層上。未來若導入 3D IC 垂直堆疊 HBM，理論上可縮短傳輸距離並改善能效，但同時面臨散熱與良率挑戰。以 GPU 良率 85%、8 顆 HBM 各 95% 為例，整體良率僅約 56%。這種架構若全面導入，需在封裝、熱管理與混合鍵合技術上有實質突破。

因此，若 GTC 釋出 3D 方向訊號，更可能是 roadmap 與技術展示，而非立即大規模量產。

資本市場目前關注的焦點集中在三個層面：

第一，成長延續性

Q1 財測仍維持高雙位數增長，但市場會推演 2027 年以後 hyperscaler 資本支出基數擴大後的邊際增速。

第二，毛利率高點

75% 已處於高區間。未來若導入更複雜封裝與光互連技術，成本結構是否改變，是觀察重點。

第三，能源與基礎建設限制

AI 擴張已不只是算力問題，而是電力供應與資料傳輸效率問題。矽光子與 CPO 的推進，本質是為了解決能效與頻寬瓶頸。未來資料中心競爭將包含能源成本與電網條件。

財務面上，2026 財年公司透過回購與股利返還 411 億美元，尚餘 585 億美元授權。自由現金流與營運現金流維持高水準，資本結構極為健康。

股價很膠著，但從產業來看，AI 基礎設施仍在擴建週期

我自己覺得關鍵還是在推論需求正在放大，互連、封裝與能源將成為下一階段關鍵變數。從法人角度，短期股價如何波動屬市場交易層面，但產業資本支出與技術演進路徑，目前尚未出現逆轉訊號。