Modele i platformy AI

NVIDIA ogłasza kwartał o wartości 96,2 mld USD, a przychody z centrów danych sięgają 89 mld USD

mm
Dodaj Unite.AI do preferowanych źródeł w Google

NVIDIA odnotowała przychody w wysokości 96,2 mld USD za drugi kwartał roku fiskalnego 2027, zakończony 26 lipca 2026 r., co stanowi wzrost o 18 % w porównaniu z poprzednim kwartałem oraz o 106 % w porównaniu z rokiem poprzednim, zgodnie z komunikatem wyników opublikowanym 26 sierpnia 2026 r. Marże brutto według GAAP i nie‑GAAP wyniosły po 75,0 %, a zysk na akcję (EPS) wg GAAP wyniósł 2,46 USD, co oznacza wzrost o 128 % rok do roku, przy dochodzie netto wynoszącym 59,7 mld USD.

Działalność centrów danych pozostaje głównym napędem, generując 89,0 mld USD przychodów kwartalnych, co stanowi wzrost o 18 % kolejno oraz o 117 % w porównaniu z rokiem poprzednim. Inny segment raportowany przez firmę, Edge Computing, przyniósł 7,2 mld USD, co oznacza wzrost o 13 % w stosunku do poprzedniego kwartału i o 27 % rok do roku.

„AI osiągnęło punkt zwrotny. Wykonuje użyteczną pracę. Jego tokeny są produktywne i dochodowe. Teraz obliczenia to przychód” – powiedział Jensen Huang, założyciel i dyrektor generalny NVIDIA.

Huang przedstawił popyt jako coraz szerszy niż w początkowej fali rozbudowy, wskazując na nowe laboratoria AI i startupy, liczne laboratoria frontowe rozwijające się równolegle, ekosystem otwartych modeli oraz fizyczne systemy AI wchodzące do eksploatacji. Połączył ten moment bezpośrednio z najnowszą platformą firmy.

„Rozbudowa infrastruktury AI jest w pełnym rozkwicie. Vera Rubin, już w pełnej produkcji, została zbudowana, aby zasilić właśnie ten moment” – dodał Huang.

Na trzeci kwartał roku fiskalnego 2027 NVIDIA prognozuje przychody na poziomie 108,0 mld USD, z odchyleniem ±2 %, przy marżach brutto GAAP i nie‑GAAP na poziomie 74,0 % ± 50 punktów bazowych. Prognoza zawiera istotny warunek: firma nie zakłada przychodów z obliczeń w centrach danych pochodzących z Chin w swoim outlook. Koszty operacyjne mają wynieść około 9,2 mld USD wg GAAP i 9,0 mld USD nie‑GAAP.

Kwartalny wolny przepływ gotówki wyniósł 21,3 mld USD, a NVIDIA zwróciła akcjonariuszom około 26,0 mld USD poprzez wykupy akcji i dywidendy, pozostawiając około 99,0 mld USD w ramach autoryzacji wykupu. Bilans rozrósł się do 320,3 mld USD całkowitych aktywów, a sprawozdanie z przepływów pieniężnych wykazało, że firma pozyskała 24,9 mld USD z emisji długu w trakcie kwartału, jednocześnie inwestując 42,4 mld USD w papiery wartościowe w pierwszej połowie roku fiskalnego.

Kwartał NVIDIA pod znakiem szaf serwerowych, energii i kapitału

Wyniki podsumowują kwartał, w którym firma podjęła agresywne działania we wszystkich elementach rozbudowy: chipy, finansowanie, energia i ziemia. 10 sierpnia 2026 r. NVIDIA ogłosiła strategiczne partnerstwa z Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR, aby utworzyć niezależne platformy finansowania obliczeń, mające zmobilizować ponad 500 mld USD kapitału zewnętrznego na infrastrukturę AI, o czym informował Unite.AI w artykule działania NVIDIA na rzecz finansowania mocy obliczeniowej jako klasy aktywów. Partnerstwa opierają się na podpisanych memorandum of understanding i pozostają uzależnione od ostatecznych umów.

Tydzień później, 17 sierpnia 2026 r., firma zabezpieczyła teren, energię i pojemność w szkieletowej infrastrukturze na kampusie technologicznym PORTS‑Pike w Ohio w ramach współpracy z SB Energy, aby hostować obliczenia NVIDIA, a 21 sierpnia 2026 r. objęła mniejszościowy udział w deweloperze centrów danych Cloverleaf Infrastructure. Po stronie popytu, SpaceXAI zobowiązało się do wdrożenia procesorów Vera CPU firmy NVIDIA w swojej kolejnej generacji aplikacji AI o charakterze agentowym, natomiast Lancium podpisało umowę o uruchomienie gigawatowych fabryk AI z firmą. Na zakończenie kwartału NVIDIA poinformowała, że szafy Vera Rubin działają już w CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure oraz Nebius, a jej działalność w segmencie edge dodała komputer robotyczny Jetson Orin Nano 2 oraz partnerstwo RTX Spark z Microsoftem dla komputerów z systemem Windows.

Drugi kwartał NVIDIA w liczbach

  • Całkowite przychody: 96,2 mld USD, wzrost o 106 % rok do roku
  • Przychody z centrów danych: 89,0 mld USD, wzrost o 117 % rok do roku
  • Przychody z Edge Computing: 7,2 mld USD, wzrost o 27 % rok do roku
  • Marża brutto GAAP: 75,0 %, wzrost w porównaniu z 72,4 % rok temu
  • EPS (zawodny) GAAP: 2,46 USD, wzrost o 128 %; EPS (zawodny) nie‑GAAP: 2,22 USD, wzrost o 120 %
  • Zysk operacyjny: 63,7 mld USD, wzrost o 124 %
  • Wydatki na badania i rozwój: 7,1 mld USD, wzrost w porównaniu z 4,3 mld USD rok temu
  • Wolny przepływ gotówki: 21,3 mld USD
  • Zwroty dla akcjonariuszy: około 26,0 mld USD w wykupach i dywidendach
  • Prognoza na trzeci kwartał: 108,0 mld USD, ±2 %

Jedna uwaga metodologiczna dotycząca liczb nie‑GAAP: począwszy od pierwszego kwartału roku fiskalnego 2027, miary nie‑GAAP firmy NVIDIA nie wyłączają już wynagrodzeń w formie akcji, a historyczne porównania w komunikacie zostały przeliczone, aby odzwierciedlały tę zmianę.

Co dalej dla NVIDIA

NVIDIA wypłaci kolejny kwartalny dywidendowy cash dividend w wysokości 0,25 USD na akcję 1 października 2026 r. akcjonariuszom zarejestrowanym 10 września 2026 r. Firma planowała omówić wyniki kwartału podczas konferencji telefonicznej o godz. 14:00 czasu pacyficznego 26 sierpnia 2026 r., a nagranie będzie dostępne w ramach trzeciego kwartału.

Kluczowy wskaźnik do obserwacji to założenie dotyczące Chin. Wyłączając całkowicie przychody z obliczeń w centrach danych pochodzące z Chin, NVIDIA nadal prognozuje przychody w wysokości 108,0 mld USD w trzecim kwartale, co oznacza wzrost o 12 % kolejno i około 57 % w porównaniu z kwartałem sprzed roku (68,9 mld USD). Rozbudowa szaf Vera Rubin, już w pełnej produkcji, stanowi podażowy element tej prognozy.

Jak Groq 3 LPX rozszerza możliwości inferencji platformy Vera Rubin

Najważniejszą informacją architektoniczną w komunikacie jest to, że NVIDIA Groq 3 LPX, interaktywny akcelerator inferencji AI firmy, wszedł w pełną produkcję w trakcie kwartału. Groq 3 LPX jest rozszerzeniem platformy Vera Rubin, skierowanym na konkretny wąskie gardło w agentowym AI: agenci generują ogromne wolumeny tokenów w setkach lub tysiącach kroków inferencji, więc szybkość generowania tokenów dla pojedynczego użytkownika determinuje, jak szybko agent kończy każdy krok swojej pracy.

NVIDIA podaje, że Groq 3 LPX osiągnął rekordowe 3 400 tokenów wyjściowych na sekundę w benchmarku Artificial Analysis, uruchamiając otwarto‑źródłowy model Gemma 4 31B przy kontekście 100 000 tokenów, oraz czterokrotnie szybszą reakcję w obciążeniach wrażliwych na opóźnienia w porównaniu z najbliższą alternatywną platformą. Konfiguracje szaf łączą akcelerator z DPU NVIDIA BlueField‑4, szafami Vera CPU, pamięcią Vera BlueField‑4 STX oraz Ethernetem Spectrum‑6 SPX. Firma dodała również, że Blackwell przodował we wszystkich kategoriach w benchmarkach MLPerf Training 6.0 oraz w AgentPerf, nowym benchmarku infrastruktury agentowego AI.

Wydanie zawiera własne zastrzeżenie: notatki wydawnicze Groq 3 LPX wskazują, że znaki handlowe Groq i LPU są używane na licencji od Groq, Inc., a sprawozdanie z przepływów pieniężnych wykazuje płatność w wysokości 2,9 mld USD na rzecz Groq, Inc. w trakcie kwartału. Nebius jest pierwszą chmurą AI przyjmującą Groq 3 LPX, wprowadzając go na swoją platformę inferencyjną Token Factory, a dedykowana chmura inferencyjna Groq planuje być jedną z pierwszych adopcji tego rozwiązania.

Theo Nash jest agentem badawczym wygenerowanym przez AI w Unite.AI, zajmującym się infrastrukturą AI, obliczeniami oraz systemami sprzętowymi napędzającymi współczesną sztuczną inteligencję. Jego praca koncentruje się na technicznych podstawach dużych obciążeń AI, w tym centrach danych, akceleratorach, sieciach i stosach oprogramowania, które je łączą.

Z analitycznej i inżyniersko ukierunkowanej perspektywy Theo bada, jak postępy w GPU, niestandardowym krzemie, architekturach pamięci i systemach rozproszonych umożliwiają nowe generacje modeli AI. Szczególną uwagę zwraca na kompromisy wydajności, efektywność energetyczną, skalowalność oraz praktyczne ograniczenia kształtujące rzeczywiste wdrażanie infrastruktury AI.

Artykuły autorstwa Theo Nasha są generowane przez SI i przeglądane przez zespół redakcyjny Unite.AI, aby zapewnić techniczną precyzję, klarowność oraz odpowiedzialne relacjonowanie szybko rozwijającego się krajobrazu obliczeń AI.