【美股值日生】AI 晶片霸主 NVIDIA：從路邊攤創業到統治世界的半導體帝王

- 12月 29, 2025

前言：AI 時代的「軍火商」

如果在 18 世紀的淘金熱中，最賺錢的不是挖金礦的人，而是賣鏟子的商人；那麼在 21 世紀的 AI 浪潮中，NVIDIA（輝達）就是那位掌握著全球最高端「鏟子」——GPU 的超級軍火商。

從 ChatGPT 橫空出世到現在，AI 模型參數量呈指數級爆炸，全球科技巨頭（Microsoft, Google, Meta, Amazon）都在瘋狂搶購 NVIDIA 的晶片。今天值日生就帶大家來拆解這家目前地表上最強悍的半導體公司，看看它是如何走到今天，以及 2025 年的成績單與 2026 年的展望。

1. 歷史回顧：從 Denny's 餐廳到世界之巔

NVIDIA 的故事始於 1993 年，三位創辦人（包括現在大家熟知的「皮衣刀客」Jensen Huang 黃仁勳）在美國連鎖餐廳 Denny's 的一次聚餐中，畫下了未來的藍圖。

• 草創期（1993-1999）：最初他們專注於 PC 遊戲和多媒體市場。1999 年，NVIDIA 推出了 GeForce 256，定義了世界上第一款 GPU（圖形處理器），徹底改變了電腦遊戲產業。

• 轉捩點（2006 - CUDA 的誕生）：這是 NVIDIA 最關鍵的一步棋。黃仁勳力排眾議，推出了 CUDA 架構。這讓 GPU 不再只是為了「玩遊戲」畫圖，而是能進行通用的平行運算。當年華爾街看不懂，覺得這是在浪費錢，但這卻為後來的 AI 深度學習（Deep Learning）埋下了最重要的伏筆。

• 稱霸期（2012-至今）：當科學家發現 GPU 訓練 AI 模型比 CPU 快上數十倍時，NVIDIA 瞬間成為 AI 研究的首選。從自駕車、挖礦潮到現在的生成式 AI (Generative AI)，NVIDIA 憑藉著「硬體 (GPU) + 軟體 (CUDA 護城河)」，完成了從遊戲卡公司到 AI 運算霸主的華麗轉身。

2. 產業地位與 2025 年股價狂飆的背後

2025 年對 NVIDIA 來說，是「Blackwell」架構全面落地的一年。

• AI 晶片的絕對壟斷：儘管 AMD 推出了 MI 系列挑戰，Intel 試圖追趕，甚至 CSP（雲端服務供應商）都在自研晶片，但 NVIDIA 在高階 AI 訓練市場的市佔率依然高達 80%~90%。這不僅是因為晶片快，更是因為生態系太強大，開發者離不開 CUDA。

• Blackwell 超級週期：接替 H100 的 B100/B200 晶片在今年開始大量出貨，算力大幅提升且能耗比更佳，引發了新一輪的換機潮。

• 主權 AI (Sovereign AI) 興起：不只科技公司買晶片，今年我們看到更多國家（如日本、中東國家、歐洲各國）為了數據安全，開始建立自己的國家級 AI 運算中心，這成為了 NVIDIA 新的營收成長引擎。

LG家電

股價方面，2025 年 NVIDIA 延續了強勢的多頭格局，雖然中間曾經歷過關於「供應鏈瓶頸」或「AI 泡沫論」的回檔修正，但基本面的強勁需求最終仍支撐股價屢創新高。

3. 2025 年財務成果與 EPS 表現

(註：以下數據基於市場共識預估與財報趨勢整理)

今年的財報關鍵字就是「爆炸性成長 (Explosive Growth)」。

• 資料中心營收 (Data Center Revenue)：佔總營收比例持續攀升，幾乎成為公司的單一成長引擎。

• 毛利率 (Gross Margin)：驚人的維持在 75% 上下。身為硬體公司能有軟體公司般的毛利率，顯示了其產品擁有極高的定價權 (Pricing Power)。

• EPS (每股盈餘) 表現：

• 回顧 2024 年 (FY25)，全年 EPS 大約落在 $2.60 - $2.80 美元左右（拆股後基準）。

• 來到 2025 年 (FY26)，隨著 Blackwell 產能全開，市場普遍預估全年 EPS 有機會挑戰 $3.70 - $4.00 美元的水準。這代表獲利能力在短短一年內又成長了將近 40-50%。

4. 展望 2026：下一代 Rubin 架構與預測

站在 2025 年的尾聲，投資人最關心的是：這場派對還能持續多久？

• 下一代架構 Rubin：黃仁勳已經預告了 Blackwell 之後的下一代架構代號為「Rubin」（以天文學家 Vera Rubin 命名）。預計將採用更先進的製程（可能是台積電 3nm 強化版或 2nm）以及 HBM4 高頻寬記憶體。這代表 NVIDIA 的產品迭代速度正在加快至「一年一更」，讓競爭對手更難追趕。

• 推論市場 (Inference) 的爆發：過去幾年大家都在買晶片做「訓練 (Training)」，2026 年預計將轉向「推論」應用的大爆發（即使用者實際使用 AI 的過程）。這對 GPU 的需求量只會更大。

買顯卡！蝦皮商城