Nvidia 816 億美元財報創新高，但中國營收為何歸零？

造成這個劇烈變化的原因主要有幾個。

1. 美國出口管制限制高階 AI 晶片

美國政府對中國的半導體出口限制，對 Nvidia 影響巨大。

多款關鍵 AI GPU——例如 A100、H100、H200 等——都受到性能限制或出口許可要求，使 Nvidia 無法自由向中國企業銷售。

這些晶片原本是中國大型 AI 訓練叢集的核心硬體。

2. 有討論中的許可，但實際出貨仍為零

部分報導指出，美國曾討論或批准讓約 10 家中國企業購買 H200 GPU，包括阿里巴巴、騰訊與字節跳動等公司。

但在財報發布時，尚未有任何晶片真正交付。沒有出貨，自然也沒有收入。

3. 中國加速發展本土 AI 晶片

當 Nvidia 的產品難以取得時，中國企業開始轉向國內供應商。

其中最重要的就是 華為（Huawei）。該公司預估 2026 年 AI 處理器收入約 120 億美元，訂單來自阿里巴巴、騰訊與字節跳動等大型科技公司。

一旦企業把 AI 訓練與推理基礎設施轉移到新的晶片與軟體生態系（例如 Ascend 平台），未來再切回 Nvidia 的成本就會變高。

4. 政策與採購環境的雙重門檻

即使 Nvidia 嘗試設計「中國版本」的晶片，銷售仍然取決於兩件事：

• 美國政府是否批准出口
• 中國政府或企業是否願意採購

目前這兩個條件尚未同時成立，因此市場幾乎處於凍結狀態。

一個價值 500 億美元的市場

中國之所以重要，是因為它本身就是全球最大的 AI 基礎設施市場之一。

黃仁勳曾表示，中國 AI 晶片市場長期可能 價值約 500 億美元。

在出口限制加強之前，中國曾是 Nvidia 成長最快的資料中心市場之一，對公司營收貢獻相當顯著。

如今這個市場幾乎完全消失，也代表 Nvidia 的成長目前 幾乎全部來自中國以外的地區。

為何 Nvidia 仍能持續創紀錄

即使少了中國市場，Nvidia 仍能創下歷史新高，原因在於全球 AI 投資仍在快速擴張。

主要推動力包括：

• 雲端公司大規模建設 AI 資料中心
• 各國政府投入「主權 AI」運算能力
• 新創公司競相訓練大型基礎模型

這些需求目前足以填補中國市場缺口。

長期風險：市場被永久取代

真正的問題不在於 Nvidia 的短期營收，而在於 長期市場結構。

如果中國企業持續轉向華為等本土晶片供應商，並建立自己的 AI 軟體與硬體生態系，Nvidia 即使未來重新進入市場，也可能很難回到過去的主導地位。

因此，Nvidia 目前呈現出一個非常罕見的局面：

它在全球 AI 熱潮中創下歷史最佳業績，但同時幾乎被排除在全球第二大科技市場之外。