英伟达是做什么的？从显卡到AI再到投资

Image Source: unsplash

英伟达是一家以设计图形处理器（GPU）起家的公司，如今已成为驱动人工智能（AI）革命的核心引擎，并通过战略投资构建未来AI生态。

人们常称其为“AI时代的军火商”。

这一比喻恰如其分地反映了其市场地位。截至2025年10月，该公司市值已超过4.5万亿美元，成为全球市值最高的公司。其游戏显卡业务作为起点，依然占据了高达94%的市场份额。

核心要点

• 英伟达从显卡公司发展成为AI时代的领导者，市值超过4.5万亿美元。
• 英伟达有三大核心业务：游戏显卡、数据中心和专业应用，数据中心业务是其主要收入来源。
• 英伟达的成功在于其GPU的并行计算能力和CUDA软件平台，这形成了强大的生态系统。
• 英伟达通过投资AI大模型、AI基础设施和AI应用，积极塑造人工智能的未来。
• 英伟达通过“硬件销售、软件生态、战略投资”的策略，成为AI时代的关键基础设施提供商。

英伟达的核心业务

Image Source: unsplash

英伟达的商业帝国建立在三大核心支柱之上：游戏、数据中心和专业应用。这三大业务不仅展示了公司的技术演进路径，也构成了其当前市场领导地位的坚实基础。

如果你正从“了解业务”走向“评估投资”，建议把信息流做成闭环：先在 BiyaPay 的股票信息查询查看收入结构、毛利率与同业对比，再结合研报要点设置自定义观察清单；当判断需要用小仓位跟踪市场时，可通过统一的交易入口进入行情页先观察盘口/深度与波动节奏，分批决策而非一次性下单；涉及跨市场资金切换与费用透明度，可在官网查阅多资产转换与合规说明。

游戏显卡：起点与基石

游戏业务是英伟达的起点，也是其技术创新的摇篮。公司的GeForce系列显卡长期以来都是全球游戏玩家的首选。它不仅为公司带来了稳定的收入和庞大的用户基础，更重要的是，为开发更先进的计算技术提供了试验场和驱动力。每一代GeForce显卡的迭代都推动了图形技术的边界。

如今，最新的GeForce RTX系列显卡集成了多项尖端技术，持续定义着PC游戏的视觉标准。

这些技术创新奠定了其在图形领域的绝对优势：

• 架构基础：基于先进的Ada Lovelace架构，提供了卓越的能效比。
• 光线追踪：采用第三代RT核心，专门用于硬件加速实时光线追踪，让游戏画面中的光影效果无限接近现实世界。
• AI图形：采用第四代Tensor核心，专注于深度学习，支持DLSS等AI增强技术，能够在不牺牲画质的前提下大幅提升游戏帧率。

数据中心：AI时代的引擎

如果说游戏业务是英伟达的过去和现在，那么数据中心业务则定义了它的现在和未来。随着AI浪潮席卷全球，用于训练和运行大型AI模型的高性能计算芯片成为最稀缺的资源。英伟达的GPU凭借其强大的并行计算能力，成为这场竞赛中无可争议的“军火”。

从H100到最新的Blackwell架构，其数据中心GPU是驱动OpenAI、Google等公司大语言模型训练的核心引擎。这一业务的爆炸性增长彻底重塑了公司的收入结构。

数据显示，在2025财年，数据中心业务收入达到1151.9亿美元，占据总收入的近九成，成为公司绝对的核心。其性能提升同样惊人，Blackwell架构的GB200系统在处理大型语言模型时，其单GPU性能比前代H200系统高出3.4倍，极大地缩短了AI模型的训练时间。

专业应用：赋能各行各业

除了游戏和AI训练，公司的技术还在广泛的专业领域创造价值，展示了其业务的广度。

专业可视化是其传统优势领域。从电影特效制作到建筑工程设计，NVIDIA RTX™ GPU为专业人士提供了强大的渲染和模拟能力。在过去十年中，所有获得奥斯卡最佳视觉效果奖提名的电影都采用了其GPU技术进行制作，这足以证明其在行业内的标杆地位。

汽车与机器人是另一个快速增长的板块。公司为智能汽车提供从车载信息娱乐系统到自动驾驶计算平台（DRIVE AGX）的全套解决方案。同时，其Jetson平台也为各种自主机器人提供动力。这些新兴业务正在为GPU创造全新的需求。

这些数据显示，专业应用板块正处于高速增长通道，其自动驾驶平台的强劲销售和新一代专业显卡的推出，正在为公司开辟新的增长曲线。

英伟达的AI进化之路

Image Source: unsplash

英伟达之所以能成为AI时代的王者，并非偶然。其成功并非仅仅依赖于强大的芯片，更源于其对技术趋势的前瞻性判断、长期的战略投资，以及一套将硬件、软件和生态深度绑定的组合拳。这条进化之路清晰地展示了它如何从一家硬件公司，转变为AI基础设施的定义者。

技术基石：GPU的并行计算优势

AI革命的核心是数据和算力。AI模型，尤其是深度学习模型，其训练过程涉及海量的矩阵运算。这种计算任务的特点是简单、重复且可以大规模同步进行。这恰好与GPU的架构设计完美契合。

CPU（中央处理器）被设计用于处理复杂的串行任务，它拥有少数强大的核心，擅长逻辑判断和通用计算。而GPU（图形处理器）则拥有数千个相对较小的核心，天生就是为了并行处理海量数据而生。

简单来说，CPU像是一位经验丰富的教授，能解决各种复杂难题；而GPU则像一个由数千名学生组成的方阵，能同时快速完成大量简单的计算题。

下面的表格清晰地展示了两者在AI计算上的差异：

最初，开发者利用GPU的通用计算能力来加速科学计算。公司敏锐地捕捉到这一趋势，并开始在硬件层面进行针对性优化。一个里程碑式的创新是**Tensor Core（张量核心）**的引入。这是一种专为AI矩阵运算设计的硬件单元。

• 第一代Tensor Core在V100 GPU上的应用，使其深度学习性能相比前代产品提升了高达5倍。
• 随着架构演进，Hopper架构的第四代Tensor Core结合FP8精度，在训练万亿参数模型时，性能比上一代实现了数倍的飞跃。

这种从通用并行计算到专用AI硬件的演进，为英伟达的GPU赋予了在AI算力竞赛中无可匹敌的硬件优势。

生态护城河：CUDA平台的力量

如果说强大的GPU是英伟达的利剑，那么CUDA平台就是其坚不可摧的护城河。CUDA（Compute Unified Device Architecture，统一计算设备架构）是一个并行计算平台和编程模型。它允许开发者使用C++等高级语言，直接调用GPU的强大算力，而无需深入了解复杂的底层硬件。

CUDA的出现，极大地降低了GPU编程的门槛，吸引了全球数百万开发者投身其中。这形成了一个正向循环：

1. 开发者使用CUDA开发应用和算法。
2. 海量的应用和研究成果都基于CUDA平台构建。
3. 新的AI从业者为了利用这些成果，必须选择支持CUDA的NVIDIA GPU。
4. 这进一步巩固了CUDA的生态地位，让竞争对手难以追赶。

围绕CUDA核心，公司还建立了一个名为CUDA-X AI的庞大软件库和工具集，几乎覆盖了AI开发的所有环节。

• 基础加速库：例如cuDNN（深度神经网络库）为TensorFlow、PyTorch等主流AI框架提供底层加速；cuBLAS则用于优化线性代数计算。
• 高级解决方案：例如TensorRT用于优化AI模型的推理性能，Triton则是一个高性能的AI模型部署服务器。

目前，有超过400个库构建在CUDA之上，超过一百万的开发者正在使用这个平台。一旦开发者习惯了这个生态，其迁移成本会变得极高，从而将硬件优势转化为了难以逾越的生态壁垒。

软硬一体化：提供完整解决方案

英伟达的最终战略是超越芯片销售，提供一套从硬件到软件的“全栈式”解决方案。它深知，客户需要的不是一块GPU，而是能够快速解决问题、创造价值的能力。为此，它将自身的产品整合成一个有机的整体。

这个全栈解决方案主要包括：

1. 硬件层：
   • 高性能GPU：从消费级的RTX系列到数据中心级的Hopper和Blackwell架构GPU。
   • 集成系统：例如DGX超级计算机，它将GPU、网络和存储预先集成并优化，为企业提供“开箱即用”的AI基础设施。
   • 边缘计算平台：例如Jetson系列，为自动驾驶和机器人等终端设备提供AI算力。
2. 软件层：
   • 核心平台：以CUDA为基础。
   • 企业级套件：NVIDIA AI Enterprise，它打包了包括TensorRT、Triton在内的各种AI工具和框架，并提供企业级支持，简化了AI应用的开发、部署和管理。
   • 预训练模型与服务：提供经过优化的预训练模型和NIM（NVIDIA Inference Microservices）等微服务，让企业可以更便捷地构建自己的生成式AI应用。

这种“硬件+软件+生态”的模式，让公司不再仅仅是一个“卖铲子”的，而是成为了一个帮助客户“挖金矿”的合作伙伴。它通过提供完整的解决方案，深度参与到客户的价值创造过程中，从而锁定了自身在产业链中的核心地位。

未来布局：投资版图解析

英伟达的野心远不止于销售硬件。它通过其风险投资部门NVentures，正在积极地用资本塑造未来的AI版图。这种投资策略不仅能带来财务回报，更核心的目标是为其芯片创造一个持续扩张的需求生态。

投资AI大脑：押注大模型

公司采取了一种“广撒网”的策略，投资多家领先的AI大模型公司。这确保了无论哪个“AI大脑”最终胜出，其底层都离不开NVIDIA的算力支持。

这种策略就像是军火商同时资助所有参战方，确保自己的武器永远是必需品。

它不仅是Inflection AI在2023年6月13亿美元融资轮中的主要投资者，也参与了Cohere的2.7亿美元C轮融资。其投资组合还包括Mistral AI等明星初创公司。通过支持这些AI领域的“思想者”，公司将自己与AI技术发展的最前沿深度绑定。

投资AI基建：巩固算力生态

为了让GPU有更多的用武之地，公司还大力投资AI基础设施。这包括直接购买和支持那些能够消耗大量其芯片的公司。

一个典型的案例是云服务商CoreWeave。这家公司的云平台完全基于NVIDIA加速器构建，而英伟达也对其进行了超过30亿美元的投资。此外，公司还着眼于更长远的未来，投资了像Redwood Materials这样的电池回收公司，以应对未来数据中心巨大的能源挑战。

投资AI应用：创造未来需求

投资的最终目的是创造新市场。公司积极扶持那些能将AI技术落地的应用型企业，为自己的芯片开拓全新的应用场景。

• 自动驾驶：投资英国自动驾驶公司Wayve，推动“具身智能”在交通领域的应用。
• 机器人：投资人形机器人公司Figure AI，该公司在获得投资后估值达到390亿美元。
• 生物医药：向药物研发公司Recursion Pharmaceuticals投资5000万美元，利用AI加速新药发现。

这些投资正在为自动驾驶、机器人和生命科学等领域注入动力，而这些领域的每一次突破，都意味着对GPU的更多需求。

英伟达早已超越了“显卡公司”的传统定义。它通过“硬件销售、软件生态、战略投资”的三位一体战略，成功从游戏市场转型，成为了定义和驱动整个AI时代的基础设施公司。

它不仅是当下的AI王者，更在积极利用其技术和资本，塑造着人工智能的未来形态。