NVIDIA 发布 2026 发年第三季度发发发告
NVIDIA今日宣布,截至2025年10月26日的第三季度收入为570 亿美元,较上一季度增长 22%,较去年同期增长 62%。
第三季度 GAAP 和非 GAAP 毛利率分别为 73.4% 和 73.6%。第三季度 GAAP 和非 GAAP 摊薄每股收益均为 1.30 美元。
NVIDIA 创始人兼首席执行官黄仁勋表示:“Blackwell 的销量远超预期,云端 GPU 也已售罄。训练和推理领域的计算需求持续加速扩大,且均呈指数级增长。我们已进入A的良性循环。AI生态系统正在快速扩张,不断涌现出更多新的基础模型开发商和 A1初创公司,覆盖更多行业和更多国家。拥有超强能力的 AI正无处不在。
2026 财年前三季度,NVIDIA 以股票回购和现金分红的方式共计向股东回报了 370亿美元。截至第三季度末,公司的股票回购授权剩余 622 亿美元。
NVIDIA将于 2025年12月26日向截至 2025年12月4日登记在册的所有股东支付每股 0.01美元的下一季度现金红利。
2026 财年第三季度概要



展望
NVIDIA 对 2026 财年第四季度的展望
- 收入预计将达到 650 亿美元,上下浮动 2%。
- GAAP 和非 GAAP 毛利率预计分别为 74.8%和 75.0%,上下浮动 50 个基准点。
- GAAP 和非 GAAP 运营费用预计分别约为 67 亿美元和 50 亿美元。
- GAAP 和非 GAAP 其他收入和费用预计约为5亿美元,不包括非流通证券和公开持有的权益性证券的收益和亏损。
- GAAP 和非 GAAP 税率预计为 17.0%,上下浮动 1%,不包括任何离散项。
亮点
数据中心
- 第三季度收入创下512 亿美元的纪录,较上一季度增长 25%,较去年同期增长 66%。
- NVIDIA Blackwell 在 SemiAnalysis 的 InferenceMAX 基准测试中,展现了最高性能与最佳综合效率,其每兆瓦吞吐量达到上一代产品的 10 倍。
- 与 OpenAl合作,将为 OpenAl 的下一代 Al 基础设施部署至少 10 吉瓦的 NVIDIA 系统。
- 与 Google Cloud、微软、Oracle 和 xAI等业界领导者合作,将共同部署数十万块 NVIDIAGPU 构建 Al 基础设施。
- 宣布 Anthropic 将首次在 NVIDIA 基础设施上运营和扩展。
- 与英特尔合作,将基于 NVIDIA NVLink 技术共同开发多代定制化数据中心及个人计算产品。
- 宣布加速部署七台全新超级计算机,其中包括与 0racle 合作建造的配备 10万块 NVIDIABlackwel GPU 的 Al 超级计算机 Solstice,以及另一套配备1万块 NVIDIA Blackwell GPU的 Equinox 系统。
- 发布 NVIDIA Rubin CPX,这是一款专为处理海量上下文而打造的新型 GPU。
- 推出 NVIDIA NVQLink",这是一种开放式系统架构,可将 NVIDIA GPU 计算的极致性能与量子处理器紧密结合。该架构将被全球十余家超级计算中心广泛采用。
- Arm 正通过集成 NVIDIA NVLink Fusion™ 扩展其 Neoverse 平台,以加速 Al 数据中心的应用。
- Meta、微软和 Oracle 将采用 NVIDIA Spectrum-Xr 以太网交换机增强其 AI 数据中心网络。
- 推出面向 AI 工厂操作系统的核心数据处理器 NVIDIA BlueField-4。CoreWeave、戴尔科技、Oracle Cloud Infrastructure、Palo Alto Networks、红帽和 VAST Data等行业领军企业采用该处理器构建新一代 BlueField@ 加速数据中心平台。
- 与诺基亚合作,将基于 NVIDIA 技术的 AI-RAN 产品整合至诺基亚业界领先的 RAN 产品组合中,支持通信服务提供商能够在 NVIDIA 平台上部署 AI 原生 5G-Advanced 和 6G 网络。
- 发布 AI-RAN 堆栈,将与 Booz Allen、思科、MITRE、ODC和 T-Mobile 等业界领先的合作伙伴共同加速向 6G 发展。
- 与 Palantir Technologies 合作,构建业界首个运营型 AI 集成技术堆栈。
- 凭借 NVIDIA Blackwell Ultra 在最新 MLPerf Inference v5.1 基准测试中创下纪录,包揽MLPerf Training v5.1 基准测试冠军。
- 与 CoreWeave、微软和 Nscale 等公司合作,共同构建英国下一代 AI 基础设施
- 与德国电信合作推出全球首个工业 AI云。
- 与现代汽车集团、三星电子、SK 集团和 NAVER Cloud 等行业领导者合作,部署超过 25 万块NVIDIA GPU 以扩展韩国 Al 基础设施。
游戏和 AIPC
- 第三季度游戏收入为 43 亿美元,较上一季度下降 1%,较去年同期增长 30%。
- 《无主之地 4》(Borderlands 4)、《战地风云6》(Battlefield 6)和 ARC Raiders 发布并支持NVIDIA DLSS 4 多帧生成及 NVIDIA Reflex 技术。
- 在韩国首尔举办了 GeForce Gamer Festival,庆祝 GeForcer 在韩国成立 25 周年,这是一场包含最新 NVIDIA RTX 发布内容的现场活动。
- 发布 NVIDIA RTX Remix 更新,新增了一项高级路径追踪粒子系统,使 Modder 能增强传统特效。
- 发布用于 3D 物件生成的 NVIDIA Blueprint 和针对 Windows ML 优化的 RTX 版 NVIDIA TensorRTr 以及面向 RTX AI PC 的主流 AI 工具性能提升。
专业视觉
- 第三季度专业视觉收入为 7.6亿美元,较上一季度增长 26%,较去年同期增长 56%。
- NVIDIA DGX Spark™ 开始交付,这款迄今为止全球最小的 Al超级计算机,以小巧的台式机形态提供 NVIDIA 的 AI技术堆栈。
汽车和机器人
- 第三季度汽车收入为 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 辅助驾驶开发平台,该平台是一个具备计算和传感器架构的参考平台,能够助力汽车制造商和开发者构建安全、可扩展的L4级自动驾驶车队。
- 与 Uber 合作,将自 2027年起扩展全球最大的L4级自动驾驶车队,目标部署规模为 10万辆。
- 与Agility Robotics、Amazon Robotics、Belden、Caterpillar、Foxconn、Figure、 LucidMotors、Skild Al、Toyota、TSMC及 Wistron 等领先的制造业与机器人企业合作,通过物理 AI 共同推动再工业化进程。
- 宣布包括 PTC 和西门子在内的领先工业解决方案提供商已推出全新服务,向其庞大的现有客户群体提供 NVIDIA Omniverser 驱动的数字孪生工作流。
- 推出 NVIDIA IGX Thor",这是一个强大的工业级平台,专为将实时物理 AI 直接部署于边缘场景而打造。
首席财务官的评论
NVIDIA 执行副总裁兼首席财务官 Colette Kress 对本季度财务业绩发表了评论,敬请访问 网站查看评论内容。
电话会议和网络广播信息
NVIDIA 于太平洋时间 11月 19 日下午2点(东部时间下午5 点)与分析师和投资者召开电话会议,讨论公司 2026 财年第三季度的财务报告以及当前财务前景。本次电话会议于 NVIDIA 投资者关系网站上进行网络直播(音频形式),网址为 https://investor.nvidia.com。该网络广播将被录制,在 2026 财年第四季度及全年财务报告电话会议前,可随时重播。
非 GAAP 衡量指标
为补充按 GAAP 计算的 NVIDIA 简明合并财务报表,NVIDIA 在财务报告的特定组成部分中使用了非 GAAP 衡量指标。这些非 GAAP 衡量指标包括非 GAAP 毛利润、非 GAAP 毛利率、非GAAP 运营费用、非 GAAP 营业收入、非 GAAP 其他收入(费用)净额、非 GAAP 净收入、非GAAP 摊薄每股净收入或收益以及自由现金流。为使 NVIDIA的投资者能够更好地对比当前业绩与以往业绩,公司给出了从 GAAP 到非 GAAP 财务衡量指标的调节表。这些调节表调整了相关的GAAP 财务衡量指标,扣除了股票补偿费、收购案相关和其他费用、其他、非流通证券和公开持有的权益性证券的收益和亏损净额、债务折扣摊销相关的利息支出以及这些项目适用的相关税款。自由现金流的计算方法:运营活动提供的 GAAP 净现金减去物业、设备和无形资产相关购买款与物业、设备和无形资产的本金的总和。NVIDIA相信这些非 GAAP 财务衡量指标会增进用户对公司以往财务业绩的全面理解。公司提交非 GAAP 财务衡量指标的目的不是将其割裂开来或替代公司按公认会计准则计算的财务业绩。而且NVIDIA的非 GAAP 财务衡量指标可能与其他公司所使用的非 GAAP 财务衡量指标有所不同。
0赞好文章,需要你的鼓励
推荐文章
谷歌发布新的AI学术搜索工具Scholar Labs,旨在回答详细研究问题。该工具使用AI识别查询中的主要话题和关系,目前仅对部分登录用户开放。与传统学术搜索不同,Scholar Labs不依赖引用次数或期刊影响因子等传统指标来筛选研究质量,而是通过分析文档全文、发表位置、作者信息及引用频次来排序。科学界对这种忽略传统质量评估方式的新方法持谨慎态度,认为研究者仍需保持对文献质量的最终判断权。
Meta公司FAIR实验室与UCLA合作开发了名为HoneyBee的超大规模视觉推理数据集,包含250万训练样本。研究揭示了构建高质量AI视觉推理训练数据的系统方法,发现数据质量比数量更重要,最佳数据源比最差数据源性能提升11.4%。关键创新包括"图片说明书"技术和文字-图片混合训练法,分别提升3.3%和7.5%准确率。HoneyBee训练的AI在多项测试中显著超越同规模模型,同时降低73%推理成本。
Meta发布第三代SAM(分割一切模型)系列AI模型,专注于视觉智能而非语言处理。该模型擅长物体检测,能够精确识别图像和视频中的特定对象。SAM 3在海量图像视频数据集上训练,可通过点击或文本描述准确标识目标物体。Meta将其应用于Instagram编辑工具和Facebook市场功能改进。在野生动物保护方面,SAM 3与保护组织合作分析超万台摄像头捕获的动物视频,成功识别百余种物种,为生态研究提供重要技术支持。
上海AI实验室团队提出ViCO训练策略,让多模态大语言模型能够根据图像语义复杂度智能分配计算资源。通过两阶段训练和视觉路由器,该方法在压缩50%视觉词汇的同时保持99.6%性能,推理速度提升近一倍,为AI效率优化提供了新思路。