生成式AI的下一步，藏在英伟达的财报里。
短短时间内，从突破万亿到世界第一，英伟达的股价快速增长不仅是因为其抓住了生成式AI的机遇，更是诸多投资人借着生成式AI看到这家公司在技术、生态、应用多方面的长期积累，打造了坚不可摧的护城河。
英伟达的神话能否继续下去？万众期待的Blackwell能否如期发货？英伟达的下一个传奇故事会是什么？站在年尾的节点，我们对话多位芯片资深人士，回望英伟达是如何把握住自己的机遇，并展望新的未来。
专业可视化：第三季度营收为4.86亿美元，较上一季度增长7%，较去年同期增17%。
同时，英伟达宣布富士康正在使用基于NVIDIA Omniverse构建的数字孪生和工业AI，使三家用于生产NVIDIA GB200 Grace Blackwell超级芯片的工厂更快地上线。
汽车和机器人：第三季度汽车业务营收为4.49亿美元，较上一季度增长30%，较去年同期增长 72%。本季度的增长主要来自自动驾驶汽车芯片，以及英伟达为机器人销售的芯片。
英伟达透露沃尔沃将发布一款基于NVIDIA加速计算打造的全新电动SUV。丰田和Ola Motors在内的日本和印度公司正在使用NVIDIA Isaac和Omniverse构建下一波物理AI。
本季度，GAAP每股摊薄收益为0.78美元，较上一季度增长16%，较去年同期增长 111%。非GAAP 每股摊薄收益为0.81美元，较上一季度增长19%，较去年同期增长 103%。
英伟达预计2025年财年Q4季度营收为375亿美元，上下浮动2%，营收增长将从第三季度的 94% 放缓至约 69.5%。
该公司预计Q4 GAAP和非GAAP毛利率分别为73.0%和73.5%，上下浮动50个基点；GAAP和Non-GAAP运营费用预计分别约为48亿美元和34亿美元。
决定英伟达能否继续高歌猛进的关键，是其今年推出的AI图形处理器（GPU）Blackwell。
企业自研芯片，
会威胁到英伟达吗？
英伟达一拖再拖Blackwell发货日期，可急坏了“嗷嗷待建厂”的科技巨头们。
前有马斯克122天为旗下xAI创企建成10万GPU数据中心，后有Meta、OpenAI、谷歌先后宣布加大对数据中心的投入。OpenAI CEO Sam Altman更是直言现有业务受到GPU资源严重限制，这导致了不少短期计划被迫推迟，xAI的GPU优势对其威胁很大。
不少科技巨头早早为自己留出一条新的出路——自研AI芯片。
事实上，科技公司自研芯片早已不是新鲜事。2015年，谷歌开始了自研芯片之路，其推出了自己的定制芯片TPU（Tensor Processing Unit，张量处理单元）；2019年，英特尔以20亿美元收购以色列AI芯片公司Habana Labs；2020年，亚马逊推出了自研云端AI训练定制新品AWS Tranium。
大厂对自研芯片的渴求在生成式AI出现之后，急剧升温。
亚马逊在2023年推出了Trainium2，专为机器学习训练设计，提供比第一代Trainium芯片高达4倍的训练速度；
Meta在2024年Hot Chips大会上展示了其下一代推理芯片MTIA，是第一代MTIA性能的三倍，采用台积电5nm工艺，具有90W热设计功耗；
谷歌则在2024年5月17日宣布了其第六代TPU（Tensor Processing Unit）芯片，名为Trillium（TPU v6）。Trillium芯片比TPU v5e能效高出67%。谷歌还推出了首款CPU Axion，将与Trillium芯片搭配使用。
引领了生成式AI大模型浪潮的OpenAI，亦在自研芯片上掷以重金。OpenAI正与博通合作开发其首款定制AI推理芯片，台积电进行制造，将于2026年正式投产。OpenAI首席执行官Sam Altman还亲自参与到AI芯片初创公司Rain AI的投资中。
迫使科技巨头们不断加大自研芯投入的背后，是其日益高涨的支出账单。
几年前，一位芯片行业的投资人向硅兔君算过一笔经济账，如果公司每年花400亿美元去向英伟达买产品，同时这个产品每年需要花500-600亿美元的电费和运营成本，那么每年就要花费900亿美元。随着大模型对算力需求的指数级提升，这个成本将会越滚越大。大公司只能通过两条路径节省开支——要么自研，要么扶持创业公司来做。
众多科技公司自研芯片之后，是否会给英伟达带来竞争？
一位芯片从业者告诉硅兔君，这对于英伟达而言构不成太大威胁。如果科技公司使用芯片的目的在于架云，然后供其他客户使用，那么便捷度远大于芯片的成本，英伟达成熟的生态和软硬件对客户来说是现成的基础设施，不需要付出额外的学习成本。因此，科技公司自研芯片，更多是出于自用的考虑。科技巨头短期内还无法完全摆脱英伟达。
除了大厂，初创公司亦在自研芯片的道路上越走越远，甚至许多初创公司在其芯片发布会上直言产品的某方面性能超越英伟达。
“这就如同专项运动员和全能运动员的区别。”一位芯片创业者表示。
芯片公司还有机会吗？前述芯片研发人员表示，因为芯片的研发成本很高，如果企业的产能到不了100万颗，芯片研发成本是收不回来的，这对初创公司来说，是一个很大的赌注。
除了自研芯片的潜在威胁外，英伟达能否一直坐稳全球第一的宝座？
众所周知，借助风口而起的企业，或多或少都会卷入部分金融泡沫，英伟达也不例外。生成式AI给予了英伟达市值最高点，也曾给予其最黑暗的一天。
2024年9月4日，英伟达经历了历史上最糟糕的一天，单日市值损失达到了2790亿美元，也打破了科技圈内单日跌幅最大纪录。
此次财报发布后，英伟达的股票也有小幅震荡，主要是人们对生成式AI发展的担忧。
同时有人认为随着OpenAI、谷歌等大模型研发公司将大模型的研发重点从训练侧转向推理侧，而英伟达的优势在训练侧，这会导致英伟达优势减弱，增速将逐渐放缓。
但前述研发人员表示，大模型的推理与训练的目的和出发点不同，训练侧类比为大学的培养，通过训练，培养出一个优秀的大学毕业生，因此性能更为重要。
推理则类比为大模型可以工作了，但对用人单位来说，核心希望用工成本更低，利润更高。
因此，在算力指数增长而摩尔定律即将走到尽头之下，一味追求算力和性能的极大提升的可能性很小，因此，一些公司会追求在相同算力之下更低的成本，这与业界如今注重推理并不矛盾，一个追求性能一个追求成本。
英伟达的想象空间，还会在哪？
现在看来，只要人工智能继续在GPU和高精度算法的路径下发展，英伟达的未来将不可估量。
而曾和它处在同一列队，英特尔、AMD都早早得被英伟达甩在了后面。英特尔今年股价跌接近55%，AMD股价过去一个月股价累计下跌超过17%，今年股价跌了5%，而英伟达今年股价累计上涨近200%，成为生成式AI市场最大的赢家。
一直以来，英伟达以芯片为核心，生态为护城河，构筑了坚实的城墙。英伟达能够取胜的核心，来自其多年稳扎稳打地布局下的技术与生态优势。
首先是自家的核心业务，GPU，也是英伟达能够在生成式AI崛起的核心原因。英伟达一直以来都是GPU市场的老大，2024年第一季度PC GPU市场份额更是达到了88%。目前多数AI厂采用的英伟达H100芯片，还是英伟达2022年发布的产品。这说明英伟达也为其通吃生成式AI市场埋下伏笔。
英伟达在先进制程上的突飞猛进，使其在台积电的先进制程产能中占据优势。这种优势意味着产业链的话语权和丰富的IP积累。
而所谓生态，指的是，芯片之上的整个软件栈，这些软件栈支持AI框架，而AI应用程序则是基于这些框架开发的。软件栈包括驱动程序、编译器、函数库、算法库、工具包等等。
黄仁勋在诸多场合提及英伟达是一家软件公司。打造生态的明显优势是，对于开发者们甚至是企业来说，一旦进入了英伟达的生态体系中，则更优先选择体系内的产品，软硬件配合效果更好，品牌认可度随之提高，且用户粘性提高。
“芯片是英伟达的护城河，真正赚钱的软件方面，英伟达未必比微软、谷歌强很多，但一旦进入它的生态，客户想要离开就很难了。”因此，英伟达多年来主要靠给实力较弱的公司提供软件挣得满盆钵。
英伟达早在2006年就计划将自己图形处理器硬件产品优势，延伸至其他方向，打造自己的CUDA生态。
通过CUDA开发者平台，英伟达整合了其硬件、软件、算法和数据库，大幅提高软硬件结合的有效性，加速计算速度。
硬件所保持的先进技术、CUDA生态带来的优势，加上先进制程产能的垄断地位，一套组合拳下来，“现在的公司想超越英伟达很难。”前述芯片行业人士表示。
此外，英伟达能够走在诸多企业之前，并非机遇或巧合，而是其能够更敏锐地洞察前沿科技的进展与变化。
今年以来，英伟达先后收购了多家创企。据调研机构CB Insights统计，英伟达今年已经投资至少44家企业，达到历史之最。
近年来，英伟达在人形机器人、数字孪生、生成式AI、量子计算等多个方向全方位布局，提高自己的竞争力。
微软走到全球市值第一，花了49年；苹果走到全球市值第一，花了35年；英伟达则花了30年，比前两位更快，更猛。
在芯片从业者、投资者和创业者的角度来看，若无重大技术范式的变革，例如量子计算或光计算发生了质的飞跃，实现了商业化落地，或者是新的算法框架出现，英伟达在未来10年内，地位很难被撼动。
对英伟达来说，属于它的黄金时代还将继续。
