「一個新的運算時代已經展開，全世界的公司正從通用型電腦運算，轉型為高速及生成式AI。」輝達(NVIDIA)執行長黃仁勳在法說會公布第二季財報後這麼說。
身為AI股領頭羊的輝達，財報亮眼超出華爾街預期，第二季營收135.1億美元，優於預期的112.2億美元，毛利率自前一季的66.8％，跳增至71.2％。輝達盤後交易大漲逾9%，也因展望樂觀帶動科技股，道瓊工業指數終場上漲184點，那斯達克及標普500指數漲幅均超過1%，費城半導體指數飆升逾2%，台積電ADR也上漲2.15%，收在94.22美元。
台股周四(8/24)開盤股價也大漲慶賀，早盤一度漲逾200點。台積電 (2330)563元開出，終場上漲12元或 2.17%、聯發科 (2454) 也勁揚近3%；不過，AI概念股多由紅翻黑，廣達(2382)衝上282元續創新高，終場小漲0.5元作收、緯創(3231)午盤翻黑，下跌近4%，其餘英業達(2356)、仁寶(2324)、神達(3706)等均由紅翻黑。台股收盤上漲193.97點，收盤指數16,770.87點。
輝達法說4重點
輝達股價上漲之餘，也帶動其他美國科技股如微軟、蘋果、特斯拉等科技巨頭走高，台積電ADR也再漲。有著「AI教父」之稱的黃仁勳在法說會說了些什麼？以下為重點整理：
1、再談AI：全球加速AI化
黃仁勳在法說會上表示，在雲端、企業，全球已裝設了價值約1兆美元的資料中心，上兆美元的資料中心正轉向至加速運算與生成式AI。他也在發出的聲明稿中說：「一個新的運算時代已經開啟，世界各地的公司正在從通用型 AI 轉向加速運算和生成式 AI。」
2、不怕市場掃貨 每個季度的GPU供應量都將增加
隨著AI晶片需求大增，市場擔憂輝達的供應鏈生產速度跟不上需求，或許會衝擊營收。對此，輝達財務長柯蕾絲（Colette Kress）掛保證供應正「逐季」增加，而且一路延續至明年。
▲輝達第二季財報開出亮眼數據。(圖/shutterstock)
3、本季營收年成長有望高達170%
遠優預期的第二季業績和財測指引，激勵輝達盤後大漲 8%，隨後漲幅擴大至 9.6%，股價衝破 510 美元。
輝達表示，預期在截至10月的會計年度第3季營收將達160億美元左右，這數字也超過分析師平均預估的125億美元，代表本季營收將比去年同期成長170%。
在各業務方面，輝達第二季表現是由資料中心業務帶動，其中包含AI晶片，因字母公司、亞馬遜與Meta等雲端服務業者與大型消費者網路公司大肆採購下一代伺服器。輝達上季資料中心業務營收年比成長171%至103.2億美元，遠高於市場預估的80.3億美元。
4、授權進行250億美元的庫藏股計畫
路透社報導，宣布董事會同意將庫藏股計畫加碼調高250億美元，預期今年度會持續買回股票。輝達在Q2期間將33.8億美元歸還給股東，截至Q2末為止仍有39.5億美元的股票回購額度尚未動用。
陸行之稱輝達財報「漂亮指引」
輝達公布第二季財報後，將AI股推上新一波高潮。知名半導體分析師陸行之在臉書發文，以「漂亮指引」形容輝達財報，同時分析6個重點，稱輝達已成AI霸主，研判輝達追單台積電機率高；不過也提醒在上修獲利數字、市場一片樂觀的同時，「還是要小心利多出盡 」，並留意台積電等供應鏈承受出貨大單的能量，以及競爭對手近逼。
以下為陸行之臉書分享看法：
1.NVIDIA公布2Q23 數據中心晶片營收達到103億美元(營收占比拉到76%, 大幅高於2Q22/1Q23的57/60%)，季增141%，年增171%，大幅超過市場預期的79.8億美元，成為數據中心晶片及AI GPU的唯一霸主（營收及成本數字因為加了HBM記憶體，GPU 及大板 HDI PCB，甚至系統，所以無法與Intel, AMD公平比較了），但市場會思考誰以後也能分一杯羹。
2.NVIDIA預期 3Q23 營收 160億美元，季增16-21%，年增 170%，超越市場預期達26%，主要超預期應該還是來自於全球客戶對AI伺服器及LLM大型語言模型的大幅投資（財務長還說訂單看到明年），這將讓Nvidia 三季度 整體庫存持續降低，繼續加單T同學的7奈米及 4奈米CMOS及 CoWoS 製程。
3.NVIDIA預期 3Q23 毛利率71-72%，續創歷史新高並高於市場預期的70.5%，NVIDIA並預期 3Q23 營業利潤率 52.2-53.9%，甚至要超過T同學的毛利率。
4.NVIDIA預期 3Q23 EPS 2.94，明顯高於市場預期的2.09，也超過2Q23的 2.48，及去年同期的0.27美元。
5.NVIDIA公布庫存月數僅3.2個月（三個月前曾預期會低於3.5個月)，季減41%，年增4%，但我們測算3Q23 庫存月數將持續下降，除非T同學能迅速增加 CoW產能。
6.在全球投資人瘋狂追逐Nvidia 到高風險區間之後，市場會持續關注Nvidia 的上下游產業鏈，各種AI應用，及競爭者（在專頁說過很多次了，要記得是AI伺服器，不是通用伺服器的公司，所以GPU產業鏈比x86 CPU產業鏈重要，至於ASIC AI 主要還是用在推理），要看訓練AI，也要關注AMD的MI300/300X 軟件發展是否夠快，雲服務廠商是否有能力採用。
還有就是AMD能否擠出一些T同學的CoWoS產能(我們覺得短期有困難，難怪韓國經濟日報說AMD將因為缺CoWoS及便宜的HBM3 轉三星，也有可能AMD用這來威脅T同學), 風險就是到底有多少短單/急單是來自大陸客戶，車用晶片需求怎麼這麼爛（2Q23 季減15%，年增15%)？
