硅谷101深度访谈:英伟达护城河动摇与后黄仁勋时代变局
“后黄仁勋时代”:英伟达的护城河、资本棋局与AI产业变数
深度拆解了英伟达在黄仁勋离职背景下的核心竞争力变化,特别是AI Agent对CUDA护城河的潜在冲击及供应链格局变数,对从业者判断算力产业趋势极具参考价值。
没有黄仁勋的英伟达 意味着什么 英伟达的CEO刚刚辞职了 黄仁勋人走茶凉了 美国中期选举带来的政策不确定性 已经给AI产业的发展罩上了一朵乌云 市场情绪愈发脆弱 而英伟达创始人黄仁勋在丑闻风波中突然辞职 更让外界为这家掌握着全球AI算力命脉的万亿美元芯片巨头 捏了一把冷汗 现在的关键问题是 这对英伟达意味着什么 又对全球AI发展来说 意味着什么 因为AI coding agent(编程智能体)
的原因 迟早CUDA就会变成一个不是护城河 就是AI以端到端去做 把serving(推理服务)框架、软件 Runtime(运行时)调度全部做成定制化 这个CUDA本身这一层的生态 其实也就淹没在这里面 供应链我觉得应该是 比CUDA更重要的一个点 这一期硅谷101视频 我们集中采访了在硅谷和华尔街的 数位芯片、科技、金融行业内嘉宾 深扒直接向黄仁勋汇报的60余高管 从英伟达的管理、销售、技术研发、供应链 开源生态布局、下一代技术押注等等方向 来深度聊聊 如果没有黄仁勋 英伟达的未来在何处
黄仁勋辞职前后 美国社交媒体X上 到处都是科技圈领袖们对黄仁勋的声援 他们希望英伟达董事会三思 因为Nvidia without Jensen is nothing 英伟达没有黄仁勋 就什么都不是 硅谷认为英伟达 甚至是整个AI界 如今是最需要黄仁勋的时刻 原因很简单 CUDA的生态护城河可能很快 要被AI大模型动摇了 新一代AI大模型 正在吃掉软件生态护城河 这一次到了CUDA CUDA是英伟达2006年推出来的一套 并行计算平台和编程体系 简单来说它让开发者能够使用GPU
执行通用计算任务 虽然GPU拥有强大的计算能力 但是开发者也需要一套软件工具 才能够方便地调用 还有充分地利用这些能力 这是此前英伟达最强的护城河 因为整个AI行业 已经深度依赖CUDA这套生态了 退一万步说 即使竞争对手 比如说AMD 可以制造出性能更强或者价格更低的GPU 要让客户们放弃已经熟悉的CUDA体系 依然需要付出高昂的时间和工程成本 这种高昂的迁移成本也存在于 GPU与谷歌TPU等ASIC 专用集成电路之间 但是Anthropic在最新的路演中说 现在 几个月的时间可以被模型压缩到几天
根据The decoder披露的路演PPT Anthropic号称 之前接入一种新的芯片平台 可能需要几十名工程师 耗费6到12个月的时间 而这一次 Claude Mythos只用了大约三天 就帮助公司把一个AI模型的特定推理任务 适配到了AMD的GPU上 因为AI coding agent(编程智能体)的原因 迟早CUDA就会变成一个不是护城河 这不是一个vision(愿景)
是一个事实了 不是说CUDA一夜之间没有了 但是这看到的是一个方向 以前之所以CUDA是一个护城河 就是事情都能做 但你要堆大量的人 而且懂的人并不多 这是问题 现在大量的人跟懂的人不多 这两个问题都解决了 因为Mythos或者说新的模型 都能解决这些问题 当然了 真正要等到要让我们看到 CUDA不relevant(重要)
这不是今年、明年的事情 要需要点时间 但是我觉得这已经是一个 用第一性原理去思考 这个本来就是 本来要人写的 现在机器就能写 或者说agent就能写了 就这么回事情 首先是Kernel(计算内核)这一层 你甚至于不用写CUDA了 直接写下面的汇编了 这样可以做更好的优化 第二个就是CUDA这个生态 其实是当时是各行各业的人用GPU 其实是一个异构系统 所以它需要手动地去写很多的 各种各样的算子库 有了AI以后 这种手工做的算子库 如果有一个新的领域 它是可以快速地adapt(适配)
这是第一点 第二点就是有了AI以后 Agent的orchestration(编排) 能力非常强 所以在这个系统调度的层次 AI的能力也非常强 甚至于我现在看到的一些迹象 就是AI以端到端去做 从任意一个应用 直接到生成整个汇编到后面的源代码 它可以端到端 把serving(推理服务)框架、软件 Runtime(运行时)
调度全部做成定制化 每一个模型、每一个应用 都有自己一套独特的软件stack(软件栈) 这个都可以端到端了 你想想看 这个CUDA本身这一层的生态 其实也就淹没在这里面 这里要强调的是 在被媒体曝光的 这页Anthropic的路演PPT实验 仅涉及一个模型 在AMD MI355X GPU上面的提示词处理任务 不能够直接等同于 整个AI系统的跨平台迁移 而更多具体的 我们还需要等更多的复现和验证 但可以确定的是 英伟达引以为傲的CUDA护城河 正在摇摇欲坠 而这 正是公司最需要黄仁勋的时刻
如果CUDA的护城河被攻破 英伟达还有什么优势呢 硅谷半导体行业的资深从业者对我们表示 黄仁勋此前已经预见到了CUDA被削弱 所以接下来 芯片厂商拼的不再是单卡的性能 而是异构芯片以及系统性的整合能力 此前英伟达已经在往这个方向走了 拼的其实还是系统的整合能力 还有 原来软件这一块 其实英伟达也有很强大 像Dynamo这些新的系统上面的调度软件 英伟达其实包括收购Groq 就是prefill(预填充)
、decode(解码) 做这种disaggregation(拆分) 他后来又做了CPX 做StorageChain 就相当于是把KV cache offload(卸载)到storage(存储层) 这又是一个异构的系统 然后Grace Hopper是CPU跟GPU封在一起 这也是异构 所以整个系统里面 你看这个异构的元素非常非常的多 英伟达其实已经在往那个方向去走了 黄仁勋其实已经在为异构芯片系统铺路了 未来 英伟达的竞争优势 可能不再只来自于GPU和CUDA 而是进一步转向整个机柜
甚至数据中心的系统集成能力 但是这需要大量的前沿技术创新 比如说高速光互连、比如说液冷散热 以及更高效的供电系统等等 这些技术并不是英伟达发明的 但过去几年 英伟达凭借着激进的产品迭代节奏 和越来越高的系统性能要求 推动整个供应链加快创新 让许多原本需要漫长研发、验证 和部署周期的硬件技术 得以迅速进入大规模商业应用 像英伟达的这种Vera Rubin的系统 它可能有6种不同的芯片 它因为收购了以前的Mellanox 所以它有网络这一块非常强 他自己做Grace Hopper
所以CPU这一块也非常强 做liquid cooling(液冷) 还有做光相关的 其实这是非常的 走在非常前面 包括英伟达做OCS 就Optical Circuit Switch (光电路交换机) Google先做的 英伟达现在最近也有一些论文出来 他们在用OCS代替NVLink Switch 这个都是非常非常有前瞻性的一些东西 这些技术需要CEO和创始人的前瞻性 黄仁勋目前布的局 还可以帮助英伟达再走一段时间 但是之后 嘉宾担心 没有第二个人有老黄这样的号召力和魄力 整个半导体行业的创新接下来都会放缓
老黄基本上是一个电话打过去 大家都会一起响应 大家积极地把这个AI的产业推进 包括一些非常激进的路线 比如说我们做CPO(共封装光学)类似的 或者是做800伏的这种高压输电 这种其实都是老黄最激进 最先提出来一些 产业就跟进 所以对产业来说 可能大家就会 不知道后面怎么处理一些事情 有可能会停顿 有可能资本开支也会停一停 包括产业的积极扩张也会停一停 包括老黄这边的一些后面的单子 要怎么处理 其实是影响非常的深远 接下来的重要一点 在于黄仁勋在供应链上面的话语权 黄仁勋在今年3月
接受Lex Fridman采访的时候 说过这么一句话 30年来 我都说不清我们和他们(台积电)做了多少生意 几百亿、上千亿美元吧 可我们连合同都没签 这挺了不起的 与台积电合作30年 英伟达不需要签协议 这是老黄的原话 靠的是信任 根据台积电2025年的财报 英伟达已经超越苹果 成为台积电最大的客户 贡献了台积电19%的全年营收 而在AI芯片最关键的 CoWoS先进封装环节 根据研究机构的估算 英伟达2025年更是消耗了 全球大约60%的产能 而明明订单需求非常多 为什么台积电只愿意接受英伟达的大单呢
可能答案还是黄仁勋 因为英伟达不仅带来了巨额的订单 更重要的是 它能够向台积电提供未来几年 持续增长的需求预期 黄仁勋每年推出新一代AI芯片 不断提高对先进制程和封装技术的要求 实际上也在推动台积电 提前投资、扩大产能 对于一家建造晶圆厂动辄需要数百亿美元 投资回报周期长达数年的企业来说 最宝贵的客户 不是今天买得最多的客户 更是那个能够让它相信 能长期有钱赚的客户 供应链我觉得应该是 比CUDA更重要的一个点 对英伟达是一个很大的冲击 因为它对供应链的影响 不是差一点点 我觉得几乎就是跟一个普通的
另外几家它的竞争者就差不多了 供应链这件事情 你是要相信才会有钱赚 你如果说 或者说像过去几年这么有钱赚 你如果说不信他的话 你是没钱赚的 这个影响不只是英伟达 是影响整个行业 英伟达与台积电的关系 早已超越了普通的芯片采购 双方通过几十年的技术协作 产能规划还有商业承诺 是建立了一种高度相互依赖的关系 如今 黄仁勋下台 台积电可能将要重新开始把鸡蛋 放在不同的篮子里 而这意味着 英伟达稳固的供应链 也可能不再稳固了 台积电它是要分配产能的 包括它的先进封装的产能 包括它的advanced
node(先进制程) 产能的分配 所以他会看 扶持一些企业 有一些企业他觉得有potential(潜力) 他其实要分配产能 后面的话 如果有一些企业 AMD的ROCm的生态 其实没有太大的瓶颈 它的那些性能也越来越好 后面其实从供应链的台积电的产能分配上 就会给AMD更多的一些额度 我觉得后面其实会更多 英伟达的竞争地位或者强势地位 可能会有一定的平衡 好 以上我们了解了英伟达最核心的业务 以及黄仁勋下台之后 对英伟达的影响最大的几个方面 接下来我们会继续聊到 老黄花了很多心血布局的赛道
包括开源生态 包括自动驾驶 机器人和量子计算等等 这些赛道目前对英伟达的财报作用不大 但是老黄赌的是 下一个加速计算爆发的方向 他要保证当那个赛道爆发的时候 算力生态和系统标准 是由英伟达来主导的 接下来 我们把镜头交给Yiwen 来看看英伟达的生态布局 以及在后黄仁勋时代 这些布局是否还能够实现呢 Hello大家好 我是《硅谷101》
的Yiwen 我们知道老黄说过 AI是一个五层的蛋糕 最下层是能源 依次往上是 芯片、基础设施、模型和应用 英伟达当然是做芯片起家的 但通过不断地收购、投资还有合作 英伟达的资本其实已经渗入到了 这当中的每一层 也就是说今天的AI生态不管到哪里 都和英伟达脱不开干系 在这里 我们就来盘一盘 英伟达最新的一次收购 也就是Hugging Face 通过它来理解当下英伟达的收购版图 自从开源模型火起来后 相信大家对这家公司也很熟悉了 今天全世界的大部分开源模型发布以后 第一站就是Hugging
Face 现在 平台上有超过2000万个用户 包括20万家公司 约323万个模型、113万个数据集 和超过140万个应用 可以说这是开发者找模型、下载权重 做微调和部署的第一步 于是老黄在9月初亲自宣布了这笔收购 买下了开源AI最重要的分发渠道和入口 Leonis Capital的合伙人Jenny Xiao 对《硅谷101》
表示 这是英伟达支持开源生态的关键信号 随着闭源实验室越来越多地选用 英伟达以外的芯片 英伟达也在尝试参与开源生态 我认为 收购Hugging Face 释放了一个很明确的信号 英伟达不只想为开源模型提供芯片 也想成为开源AI的核心参与者 当然 这笔收购目前还在走监管流程 根据报道 美国司法部已经从反垄断层面提出了质疑 再加上如今英伟达的动荡局面 这笔交易并不是定数 但是 我们可以从两个角度来拆解这次收购 第一 英伟达为什么如此重视开源 第二 这又和英伟达现在整体的版图 有什么关系呢
首先我们来看开源 在宣布收购Hugging Face之前 黄仁勋和英伟达 已经多次公开支持开放模型 今年7月24日 他在X上发的第一条推文 就是分享一封英伟达牵头的公开信 这封信呼吁政策制定者支持开放权重模型 避免过早限制 压制竞争 英伟达也在自己发布模型 数据集和训练工具 从语言模型Nemotron 到面向机器人和物理世界的GR00T、Cosmos 再到自动驾驶大模型Alpamayo 英伟达在不断帮助开发者搭建自己的AI 为什么卖芯片的英伟达要那么支持开源呢 很简单 因为在当下
美国的所有科技巨头里面 英伟达的利益可以说是和开源最符合的 它卖的是铲子 所以算力市场越大越好 开发者今天在英伟达上做实验 等到了项目长大以后 很可能会沿用熟悉的硬件和工具 所以服务今天的开发者 也是在服务未来的客户 与此同时 闭源实验室也在逐渐减少对英伟达的依赖 随着算力成本越来越高 像OpenAI、Anthropic 这样有大量资源的实验室 都正在寻找英伟达之外的选择 比如Anthropic一直在推进 多云、多芯片的路线 和许多其他供应商都有合作 OpenAI也在今年和博通合作
自研Jalapeño芯片 还有英伟达最大的客户云厂商们 亚马逊、微软、Meta、Oracle和谷歌 这几家公司也都在找英伟达的替代品 但是开源社区里的小公司、研究员 和个人开发者 却很难承担同样的成本 他们需要新模型发布后 能够尽快在手里的设备上跑起来 而不是花时间做硬件和加速器方面的适配 而且在当下 每个月都有大量新开源模型的情况下 每个模型都拿去适配 更是基本不可能 英伟达正好有成熟的工具 可以支持不同的模型 开源模型越来越普及 参加开发、微调和部署的人越来越多 英伟达能够接触到的算力需求也就更大
所以说开源社区在很长一段时间看来 它会一直是英伟达的一个合作伙伴 Hugging Face提供了这个标准的接口之后 如果说它能够加入英伟达 在里面扮演一个非常重要的角色 可能会形成英伟达未来几年或者是十几年 更长的一个moat(护城河) 但是这也是一个赌注 也要看说其他几家追的速度是怎么样 但据我观察 包括AMD和TPU 其实他们更重视 在key clients(大客户)
的体验 他对开发者社区的支持 还有在这方面的一个愿景 或者是他的一些计划 其实相比于英伟达都是非常非常不足的 我们理解了这一点 就可以理解Hugging Face 对于英伟达而言的重要性了 前面我们提到 它是开发者寻找和下载模型的入口 但其实开发者还将Hugging Face 用作一个使用模型的接口 Hugging Face的Hub集中托管模型权重 Transformers等软件库 则提供相对统一的调用方式 开发者每换一个模型 不必每次都从头研究一套完全不同的代码 对比早期的时候
模型发布后代码可能放在Github 权重却存在网盘里 其他人想要复现 需要至少一个星期的时间 Hugging Face则是解决了这个问题 所以 英伟达收购这样的平台 就能够更深入地参加开发者 从发现、到选择模型 再到选择算力的过程 那么 黄仁勋离开后 会对英伟达的开源业务 甚至整个美国的开源生态 造成什么样的影响呢 对于这一点我们观察到 很多支持开源的美国研究员们 都是十分悲观的 曾经上过我们节目的Nathan Lambert表示 黄仁勋不再担任CEO 对美国开放模型非常、非常非常不利
Hugging Face的CEO Clem Delangue 也在黄仁勋辞职后说 这是非常悲伤的一天 但他和Hugging Face团队 会继续支持开源AI 当然了 开源并不仅仅是黄仁勋的个人兴趣 它也已经深深嵌入了英伟达的商业逻辑 尽管有很多媒体认为 新的管理层会对开源更加谨慎 但这也并不一定意味着 这条路线就会就此消失 而Hugging Face 也只是黄仁勋留下的 庞大资本版图当中的一小块 如果我们把视角拉远一点就会发现 从模型和应用 再到数据中心、芯片乃至是能源 英伟达通过收购、投资
以及商业合作所建立的联系 早就已经贯穿了 我们开头提到的“五层蛋糕” 根据Jenny Xiao的分析 英伟达过去的投资、收购和算力合作 已经包含了它的业务涉及的几乎所有领域 算力、实验室、前沿模型、应用和机器人 还有Hugging Face代表的分发层 截至2026年7月 英伟达用于购买其他公司股权的现金 就达到424亿美元 到7月底 它持有的股权投资价值 已经达到990亿美元 另外还有250亿美元的后续投资承诺 如果看英伟达的投资和收购活动 它确实在争取参与每一个层级 Hugging
Face为这张地图补上了分发层 让它的布局从应用、前沿模型 和算力进一步延伸 英伟达的投资对象还包括一批刚成立 还在探索技术路线的研究型AI公司 也就是我们常说的NeoLabs 前OpenAI CTO Mira Murati创立的 Thinking Machines Lab 在今年3月宣布与英伟达合作 计划部署至少一吉瓦的 下一代Vera Rubin系统 英伟达也同时对它进行了投资 画面上这些公司和英伟达的关系 当然各有不同 有的是被收购后 技术和团队进入英伟达 有的是股权投资
仍然独立运营 还有的是通过供货、算力 或者基础设施合作建立联系 但放在一起 它们都指向一个共同的方向 那就是英伟达正在更早地参与 AI项目的成长 也更深入地参与到 这些的项目所需要的基础设施当中 当然 这张图也带来了一个 越来越难回避的问题 那就是当英伟达这样的芯片供应商 同时成为自己客户的投资人 我们还能清晰地判断 当下AI产业的算力需求吗 英伟达投资一家模型公司 模型公司向云服务商购买算力 云服务商再采购英伟达设备 资金可能沿着这些关系 重新流回到英伟达的业务里 英伟达是这类新兴AI实验室
最活跃的投资方 我们研究美国的这类实验室时 发现英伟达几乎家家都投了 这让人感觉存在循环融资 也让人怀疑AI是不是有泡沫 为什么AI估值这么高 因为很多这类实验室的资金 来自对财务回报没那么在意的战略投资者 而非财务投资者 我们也一直在想 这对整个AI投资意味着什么 作为财务投资者 我们该因为英伟达投了就跟投吗 还是说 英伟达的参与 人为推高了这类公司的估值 这种循环融资 会不会让整个AI市场变得更脆弱 我们节目里也多次分析过 当下AI的“循环融资” 黄仁勋管理的英伟达创造了一套
已经远远超过芯片本身的业务关系 但值得注意的是 英伟达近年来主导的巨额AI投资和融资 并不是英伟达内部所有高管的共识 据华尔街日报报道 黄仁勋和英伟达的CFO Colette Kress 也是董事会任命暂时接管CEO一职的高管 曾经在融资策略上产生过分歧 黄仁勋希望通过投资、信贷担保等方式 支持云计算公司和数据中心建设 进一步扩大英伟达GPU的市场需求 但Kress对这些交易的风险提出了质疑 英伟达究竟应该支持哪些项目 如何评估数百亿美元信贷担保的价值 又如何确保这些投资最终能带来回报呢
其中一个典型案例就是英伟达原本计划 为OpenAI的数据中心项目 提供高达2500亿美元的融资担保 帮助OpenAI获得资金、租用数据中心 以及部署英伟达的芯片 根据The Information报道 Kress曾经对这个
原文超出正文长度上限,此处截断——上游还有内容,完整版见上方「原文 ↗」。
更进一步:量化金融体系
看懂新闻只是起点——沿量化金融路径,把它变成能交付的工程能力