什么值得买App下载 App ›
连续签到专享现金活动

英伟达不再卖显卡,而是在卖“AI工厂”

你可能还在盯着RTX 5090的显存容量,但英伟达早就不是那个卖显卡的公司了。就在2026财年,它91%的营收(1937亿美元)来自数据中心业务——换句话说,它现在卖的不是一块块GPU,而是一座座“AI工厂”。这听起来有点玄?打个比方:过去它卖铁锹给淘金者,现在它直接承包整个淘金营地,连水电、安保、物流都包了。你以为你在买算力,其实你是在租用一整条智能生产线。98
01从卖GPU到卖“AI工厂”,到底变了什么?
对比维度传统GPU销售模式当前“AI工厂”模式
交付形态单颗GPU或PCB模组机架级系统(如GB200 NVL72)乃至整座数据中心
收入结构一次性硬件销售为主硬件+软件订阅(AI Enterprise)+服务(运维、优化)持续收费
客户关系采购-交付即结束深度绑定,客户需依赖其全栈生态运行模型
竞争壁垒芯片性能参数CUDA生态+NVLink互联+液冷供电标准+行业方案整合

英伟达商业模式的根本性迁移

这种转变不是英伟达突发奇想,而是被客户逼出来的。大模型训练早已不是单卡性能的比拼,而是千卡集群的系统工程。Meta曾试图自研高端训练芯片Olympus,最终却因软件生态不成熟、量产周期长而放弃,转而签下数百亿美元协议采购英伟达整套方案。为什么?因为当你需要调度上万张GPU时,光有芯片远远不够——网络延迟、散热效率、内存一致性、软件调优,任何一个环节掉链子,整个集群就可能瘫痪。英伟达把这些问题打包解决了,客户自然愿意为“省心”买单。119142
02三层生意:硬件、连接与生态
英伟达的“AI工厂”本质上是一套三层嵌套的生意:
底层是硬件,比如Blackwell GPU和Grace CPU组成的GB200 NVL72机柜,72颗芯片通过NVLink全互联,聚合带宽高达130TB/s,相当于把整个机柜变成一颗“超级GPU”。
中间是连接,包括InfiniBand网络和Spectrum-X以太网,确保跨机柜通信无阻塞。没有这套“神经网络”,万卡集群就是一堆废铁。
上层是软件与服务,这才是真正的护城河。CUDA生态让全球超200万开发者深度绑定,切换成本极高;而AI Enterprise订阅服务则把工具链、安全认证、模型优化打包成月费,把一次性销售变成了持续现金流。说白了,硬件可以抄,但生态抄不来。
112129100128
03赢家通吃,还是埋下新雷?

关于英伟达“AI工厂”战略的两种声音

生态护城河坚不可摧

支持者认为...

  • CUDA生态已形成事实标准,全球数百万开发者和主流框架深度依赖,迁移成本极高。
  • 云巨头如Meta虽自研芯片,但仍大规模采购英伟达方案,证明其全栈能力难以替代。
  • 从芯片到液冷、供电、网络的垂直整合,构建了极高的工程壁垒,竞争对手难以复制。
过度捆绑终将引发反噬

质疑者指出...

  • 客户对单一供应商依赖过深,正催生自研潮(如谷歌TPU)和开源替代(如ROCm)。
  • 中国市场收入占比暴跌至9.1%,国产芯片在训练场景实现替代,倒逼其开放适配。
  • “收购式招聘”策略虽补强生态,但也可能因过度封闭扼杀创新,引发监管关注。
这场博弈的核心,早已不是芯片性能,而是生态控制权。英伟达自己也意识到风险,开始下场做开源大模型Nemotron,并开放权重和训练数据,试图通过定义模型标准来反哺硬件需求。但问题在于,当所有人都离不开你的“铲子”时,会不会有人干脆自己造个新矿场?6364
04这事跟你有什么关系?
别以为这只是巨头们的游戏。作为普通开发者或创业者,你的选择正在被重塑。如果你在云上跑模型,账单里很大一部分其实是为英伟达的“AI工厂”基础设施付费;如果你想本地部署,DGX Spark这类个人AI超算虽然强大,但价格不菲。好消息是,英伟达也在通过NIM微服务免费开放部分模型API,降低入门门槛。但长远看,谁能提供端到端跑通模型的完整方案,谁就能掌握话语权。所以,别再只盯着显卡型号了——未来的竞争,是“AI工厂”级别的系统战。而这场战争,才刚刚开始。3570

评论

评论区空态插画

当前文章无评论,是时候发表评论了