英伟达 3QFY26 财报翻译
最近一个月媒体，大V都在讨论 AI 有没有泡沫？导致英伟达最近一个月都在跌，甚至引发了美股大跌。
特别是这张图，英伟达投资 AI 初创企业，初创企业拿钱买英伟达的卡，感觉像是左脚踩右脚一样，自己把自己推上天。
不管观点如何，我们需要数据和事实来进行分析， 先来看看英伟达26财年Q3的财报吧，看看里面有啥具体的信息，下面是用翻译成中文后的结果
Nvidia Q3FY26 财报全文翻译
核心财务亮点
- 创纪录营收 570 亿美元，环比增长 22%，同比增长 62%
- 创纪录数据中心营收 512 亿美元，环比增长 25%，同比增长 66%
圣克拉拉，加利福尼亚州，2025年11月19日——英伟达（纳斯达克：NVDA）今日报告了截至2025年10月26日的第三季度创纪录营收570亿美元，较上一季度增长22%，较去年同期增长62%。
本季度，GAAP和Non-GAAP毛利率分别为73.4%和73.6%。
本季度，GAAP和Non-GAAP摊薄后每股收益均为1.30美元。
"Blackwell的销售表现超出预期，云GPU已售罄，"英伟达创始人兼首席执行官Jensen Huang表示。"计算需求在训练和推理方面持续加速和复合——两者都在指数级增长。我们已经进入了AI的良性循环。AI生态系统正在快速扩展——有更多的基础模型制造商、更多的AI初创公司，涉及更多行业和更多国家。AI正在无处不在地发展，同时做所有事情。"
在2026财年的前九个月，英伟达通过股票回购和现金股息向股东返还了370亿美元。截至第三季度末，公司在股票回购授权下还剩余622亿美元。
英伟达将于2025年12月26日支付下一季度每股0.01美元的现金股息，给截至2025年12月4日登记在册的所有股东。
第三季度2026财年摘要
GAAP
| （单位：百万美元，每股收益除外） | 2026财年Q3 | 2026财年Q2 | 2025财年Q3 | Q/Q | Y/Y |
|---|---|---|---|---|---|
| 营收 | $57,006 | $46,743 | $35,082 | 22% | 62% |
| 毛利率 | 73.4% | 72.4% | 74.6% | 1.0 pts | (1.2) pts |
| 运营费用 | $5,839 | $5,413 | $4,287 | 8% | 36% |
| 营业收入 | $36,010 | $28,440 | $21,869 | 27% | 65% |
| 净收入 | $31,910 | $26,422 | $19,309 | 21% | 65% |
| 摊薄后每股收益 | $1.30 | $1.08 | $0.78 | 20% | 67% |
Non-GAAP
| （单位：百万美元，每股收益除外） | 2026财年Q3 | 2026财年Q2 | 2025财年Q3 | Q/Q | Y/Y |
|---|---|---|---|---|---|
| 营收 | $57,006 | $46,743 | $35,082 | 22% | 62% |
| 毛利率 | 73.6% | 72.7% | 75.0% | 0.9 pts | (1.4) pts |
| 运营费用 | $4,215 | $3,795 | $3,046 | 11% | 38% |
| 营业收入 | $37,752 | $30,165 | $23,276 | 25% | 62% |
| 净收入 | $31,767 | $25,783 | $20,010 | 23% | 59% |
| 摊薄后每股收益 | $1.30 | $1.05 | $0.81 | 24% | 60% |
展望
英伟达对2026财年第四季度的展望如下：
-
预计营收为650亿美元，上下浮动2%。
-
GAAP和Non-GAAP毛利率预计分别为74.8%和75.0%，上下浮动50个基点。
-
GAAP和Non-GAAP运营费用预计分别约为67亿美元和50亿美元。
-
GAAP和Non-GAAP其他收入和支出预计为约5亿美元的收入，不包括非市场化和公开持有的股权证券的收益和损失。
-
GAAP和Non-GAAP税率预计为17.0%，上下浮动1%，不包括任何离散项目。
业务亮点
数据中心
-
第三季度营收创纪录，达到512亿美元，较上一季度增长25%，较去年同期增长66%。
-
公布NVIDIA Blackwell在SemiAnalysis InferenceMAX基准测试中实现了最高性能和最佳整体效率，同时相比上一代每兆瓦吞吐量提升了10倍。
-
宣布与OpenAI建立战略合作伙伴关系，为OpenAI的下一代AI基础设施部署至少10吉瓦的NVIDIA系统。
-
与谷歌云、微软、甲骨文和xAI等行业领导者合作，用数十万块NVIDIA GPU建设美国AI基础设施。
-
宣布Anthropic将首次在NVIDIA基础设施上运行和扩展，初步采用1吉瓦的NVIDIA Grace Blackwell和Vera Rubin系统计算容量。
-
宣布与英特尔合作，共同开发多代定制数据中心和PC产品，采用NVIDIA NVLink。
-
公布加速七台新超级计算机的计划，包括与甲骨文合作为美国能源部建设最大的AI超级计算机Solstice，配备10万块NVIDIA Blackwell GPU，以及另一台配备1万块NVIDIA Blackwell GPU的Equinox系统。
-
庆祝首批NVIDIA Blackwell晶圆在台积电亚利桑那工厂的美国本土生产，代表随着Blackwell进入量产阶段，美国制造业正在复兴。
-
推出NVIDIA Rubin CPX，这是一款专门为大规模上下文处理设计的新型GPU。
-
推出NVIDIA NVQLink™，这是一个开放系统架构，用于将NVIDIA GPU计算的极端性能与量子处理器紧密耦合，将被全球十多个超级计算中心采用。
-
公布Arm正在通过NVIDIA NVLink Fusion™扩展其Neoverse平台，以加速AI数据中心的应用。
-
公布Meta、微软和甲骨文将通过NVIDIA Spectrum-X™以太网网络交换机增强其AI数据中心网络。
-
推出NVIDIA Omniverse™ DSX，这是一个用于设计和运营吉瓦级AI工厂的综合开放蓝图。
-
推出NVIDIA BlueField-4，这是AI工厂操作系统的处理器，CoreWeave、戴尔科技、甲骨文云基础设施、Palo Alto Networks、红帽和VAST Data等行业领导者正在构建下一代BlueField®加速数据中心平台。
-
与诺基亚合作，将NVIDIA驱动的AI-RAN产品添加到诺基亚行业领先的RAN产品组合中，使通信服务提供商能够在NVIDIA平台上启动AI原生5G-Advanced和6G网络。
-
推出全美AI-RAN堆栈，与Booz Allen、思科、MITRE、ODC和T-Mobile等行业领先合作伙伴加速通往6G的道路。
-
与Palantir Technologies合作构建首个用于运营AI的集成技术堆栈。
-
在新的MLPerf Inference v5.1基准测试中，NVIDIA Blackwell Ultra创造了记录，并赢得了每项MLPerf Training v5.1基准测试。
-
公布英伟达正与CoreWeave、微软和Nscale等合作伙伴合作建设英国下一代AI基础设施，并宣布在英国市场投资20亿英镑。
-
与德国电信合作推出全球首个工业AI云，为德国工业转型的AI时代提供动力。
-
宣布英伟达正与韩国政府和工业领袖合作，包括现代汽车集团、三星电子、SK集团和NAVER Cloud，用超过25万块NVIDIA GPU扩展该国的AI基础设施。
游戏和AI PC
-
第三季度游戏营收为43亿美元，较上一季度下降1%，较去年同期增长30%。
-
在韩国首尔举办GeForce玩家节庆祝GeForce™ 25周年，这是一个包括最新NVIDIA RTX公告的现场活动。
-
推出NVIDIA RTX™ Remix更新，添加高级路径追踪粒子系统，使modders能够增强传统效果。
-
发布3D对象生成的NVIDIA蓝图、针对Windows ML的RTX优化NVIDIA TensorRT™，以及RTX AI PC上领先AI工具的性能提升。
专业可视化
-
第三季度营收为7.6亿美元，较上一季度增长26%，较去年同期增长56%。
-
开始出货NVIDIA DGX Spark™，这是全球最小的AI超级计算机，以紧凑的形式提供NVIDIA的AI堆栈。
汽车和机器人
-
第三季度汽车营收为5.92亿美元，较上一季度增长1%，较去年同期增长32%。
-
推出NVIDIA DRIVE AGX Hyperion™ 10自动驾驶汽车开发平台，这是一个参考计算和传感器架构，旨在使汽车制造商和开发者能够构建安全、可扩展的L4车队。
-
与Uber合作，从2027年开始扩展全球最大的L4就绪移动网络，目标是10万辆汽车。
-
公布英伟达和美国制造业和机器人技术领导者，包括Agility Robotics、亚马逊机器人、贝尔登、卡特彼勒、富士康、Figure、Lucid Motors、Skild AI、丰田、台积电和纬创，正在通过物理AI推动美国再工业化。
-
宣布领先的工业解决方案提供商，包括PTC和西门子，引入了将其广泛客户基础带入NVIDIA Omniverse™驱动的数字孪生工作流程的新服务。
-
推出NVIDIA IGX Thor™，这是一个强大的工业级平台，旨在将实时物理AI直接带到边缘。
结论
谷歌刚推出的 Gemini 3 和 nano banana 2，效果很好，在各种评测中都排名第一，利用的是谷歌自己的 TPU 来训练和推理，但是 TensorFlow + TPU 的生态比 pytorch + Nvidia GPU 的生态差很多， huggingface 上模型的数量就能看出来，除非谷歌把自己的 TPU 拿出来出售，而且向开发者分发，否者短期内英伟达的 GPU 还是无可替代的。
普通的台式机电脑 + 一张 16G 的消费级入门显卡就可以运行 13B 以内的模型，就可以进行大模型应用的开发，更小的模型可以运行后训练的微调，整个生态非常方便。
感觉未来2~3年大量的大模型应用会落地，会推动显卡的需求越来越多
- 开发者基于普通电脑就可以开发大模型应用
- 大量的大模型应用面向市场推出
- 初期采用消费级显卡或者少量服务端的显卡来推动企业尝试采用大模型来提高效率
- 大模型应用开始落地之后，对模型和效果要求更高，需要更大的模型，更多的算力
- 推动企业采购更多的显卡
目前的内存和存储的涨价我觉得就是飞轮开始转动的表现，继续看好英伟达，买入并坚定持有。