2025年10月29日，英伟达创造了历史，成为了东说念主类买卖史上首家突破5万亿市值的公司。天文数字般的市值天然有AI狂热的泡沫存在，然则1300多亿好意思元年营收、730亿好意思元净利润、超50%净利润率的恐怖财务数据，又让这个市值看起来未可厚非。

而同在AI赛说念的其他玩家就没这样柔润了。大模子头号种子选手OpenAI在2025年的第三季度，只是一个季度就亏掉了115亿好意思元，而其上半年营收也就43亿。在寰球的AI产业链中，大部分企业仍处在烧钱探路的阶段。

能有今天的江湖地位，怕是英伟达我方也没意料到的。

早在1993年黄仁勋成立英伟达的时候，最初的构想是专注于图形处理芯片的研发出产。在渡过了有惊无险的初创阶段之后，1999年，英伟达上市了，并在业内率先建议了GPU的想法。

与CPU比较，GPU最大的上风是并行运筹帷幄能力。用东说念主才来类比CPU与GPU的区别，CPU就好比是公司的CEO，个东说念主能力出众，逻辑念念维强，不错处理绝顶复杂的决策，然则每次就只可同期处理几件事；而GPU就好比工场里成千上万的活水线工东说念主，虽然每个东说念主能力都不太强，只可处理诸如拧螺丝、钉钉子这样的苟简责任，但优点在于所有东说念主不错同期进行责任，能够在俄顷完成海量居品的拼装。这样的信息处理口头绝顶顺应画面的渲染，英伟达沉静在游戏显卡规模奠定了上风地位。

不外阶段性的告捷并莫得让英伟达住手对异日发展标的的探索。黄仁勋曾在一次采访中说到，在2000年前后，公司里面沉静意志到，当作单一功能的图像处理器，GPU将来会有被商场淘汰的风险。这里面最大的问题在于，GPU的功能太过单一，只可用来处理3D图形渲染，况且还时常处于闲置景象，绝顶的不经济。英伟达若是想异日抓续作念这门GPU的生意，就一定要想主义让GPU出现在更高频、更刚需的诓骗场景中。

GPU所具备的大范畴并行运筹帷幄能力，让英伟达看到了其在通用科学运筹帷幄规模的庞杂后劲。以首席科学家David Kirk为首的本领团队建议公司开导一个平台，使开导者不错对GPU编程，以便于胜仗转折GPU的运筹帷幄能力。

这一构想依然建议就遭到了董事会的强烈反对，反对者给出的旨趣是，其时英伟达确凿所有的收入都来自于游戏显卡商场，GPU亦然成心为图形渲染所联想的硬件。生意作念的好好的，为什么要参加大宗资源去开导一个让GPU处理通用运筹帷幄任务的平台呢？这跟公司主业有什么干系？况且这不单是是推出一个平台的事情，异日英伟达的芯片也要为了这个平台而从头联想硬件架构，芯片老本高涨了奈何办？良率下落了奈何办？关于大部分平庸用户来说，开导平台这种冗余功能他们不肯意买单奈何办？

站在其时的视角来看，用公司的中枢业务去赌一个并不解确的异日，风险是极大的。然则黄仁勋则敬佩异日的运筹帷幄一定是并行的，而GPU天生顺应并行处理，势必会赢来极其广袤的商场长进。于是他颠扑不破，在2006年11月推出了如今被视为英伟达买卖帝国最中枢的那一根撑抓——CUDA。

套用前文的类比，若是说活水线工东说念主们是GPU里一个个独处运作的责任单位，那么CUDA就是职工防守手册，它能告诉使用者应该怎样让这个万东说念主团队单干联接。在CUDA平台上，开导者不错使用访佛于C谈话等高档编程谈话，胜仗调用GPU的并行运筹帷幄能力，将蓝本专用于图形渲染的GPU飘摇为通用运筹帷幄引擎。

黄仁勋的前瞻性布局在2012年遭逢了历史性的转折点。那一年，深度学习三巨头之一的Geoffrey Hinton和他的学生Alex，仅用了两块GTX580显卡，花了6天时候就检修出了深度神经辘集AlexNet，然后带着这个模子去参加了运筹帷幄机视觉规模最受瞩方针赛事——ImageNet挑战赛，在寰球顶级的东说念主工智能比赛中一战成名，以比第二名低了10.8%的诞妄率夺得冠军。那一天之后，全宇宙都意志到了GPU在深度学习上的庞杂威力，英伟达的GPU成为了当代AI基础法式的中枢。

这里证实一下为什么GPU能够竣工适配检修东说念主工智能所需的算力需求。

GPU渲染图像的旨趣就是涂格子，也就是把一张图片拆解成成千上万个小格子，也就是像素点，然后GPU里无数个中枢单位在团结时刻对这些小格子辞别上色，把涂好神采的小格子拼起来，这就成为一张图了。

而目下东说念主工智能的责任旨趣，就绝顶顺应GPU的能力。以横扫围棋界的AlphaGo为例，AlphaGo下围棋的旨趣苟简总结下来就是：AlphaGo在决定走一步棋的时候，会去推演在棋盘上的每一个点上落子的赢棋概率辞别会有多大，然后再选出其中的最优解当作下一步落子的决策。而GPU的并行运筹帷幄能力，就好比为AlphaGo提供了成千上万个小棋手，米兰每个小棋手都在团结时刻、辞别推演每一个落子决策之后的对弈走势，最终不错快速的选出赢棋概率最大的阿谁落子决议。天然AlphaGo的本色推理历程比我描述的要复杂的多，然则旨趣就是这样个旨趣，目下生成式AI的基本责任旨趣亦然访佛的，而GPU无疑就是最顺应东说念主工智能的芯片了。

在CUDA出现之前，开导者若是想用GPU作念图形渲染除外的运筹帷幄，就只可按照图形渲染的法子，把其他类型的运筹帷幄模拟成图形渲染，然则有了CUDA之后就苟简的多了。AI大神吴恩达曾说过，在CUDA之前，全宇宙能用GPU编程的东说念主可能不零碎100个，有了CUDA之后，通过编程调度GPU算力就变得容易的多了。英伟达搭建了一套软硬件结合的生态法式，在生态内搞开导，成果倍增，但若是要离开这个生态，你就寸步难行。AMD其后也搞出了访佛的开导平台，然则足足晚了10年，已经确凿无法再撼动英伟达的统率力了。

如今，在CUDA的生态圈里，已经纠合了超500万的开导者和超百万款的适配诓骗，寰球95%的AI大模子开导都基于该平台。这种生态粘性产生的移动老本极高，其后者确凿难以赶超，更何况CUDA也一直在迭代，一直在向着AI适配的方朝上进化。竞争敌手虽然能在硬件性能上放松差距，但在软件生态的完整性上过时许多。不错说，CUDA的存在，为英伟达构建了现在运筹帷幄机产业最深、最宽的护城河之一。

而在硬件方面，英伟达接收的是"一代研发、一代量产、一代预研"的梯队布局战术。

2017年，英伟达推出了基于Volta架构下的V100芯片，这款芯片被称为"AI第一芯片"，其AI算力达到了前代居品的12倍，依然推出便赶快成为了OpenAI等初创公司的首选。

2020年，生成式AI的突破为英伟达冲突了增长天花板。OpenAI检修GPT-3所用的1024块A100芯片一王人来自英伟达，而这款芯片的抓续缺货景象让英伟达的营收数据翻着倍的增长。

而2024年发布的Blackwell架构则成为了英伟达本领起首的象征性居品。该架构接收了4nm制程，集成了2080亿个晶体管，推理微辞量较上一代Hopper架构进步了30倍，老本降至原来的4%。这一突破竣工契合了大模子从检修向推理延迟的需求，上市首季度即孝敬110亿好意思元营收，成为科技史上增速最快的居品之一。

截止2025年10月，Blackwell芯片已出货600万片，在手订单达1400万片，展望异日5个季度Blackwell与Rubin架构忖度销售额将达5000亿好意思元。这种本领起首使竞争敌手历久过时英伟达1-2个居品周期。

除了软件和硬件除外，英伟达的盈利模式也从单纯地卖硬件，向提供全栈搞定决议转型，旨在向客户提供即买即用的整合就业包，以进步客户部署AI的成果。

英伟达目下可提供三类辘集本领，辞别对应纵向蔓延、横向蔓延和跨域蔓延三种场景：NVLink本领专注于构立功能坚忍的虚构GPU；InfiniBand和定制化Spectrum以太网搞定企业横向蔓延的需求；而Spectrum XGS则是面向吉瓦级场景的本领，可将多个数据中心相连成超等数据工场。

这种买卖模式的飘摇，带来的最胜仗的克己即是毛利率的显赫进步。2025年第二季度的财报浮现，英伟达全体业务的毛利率已经突破70%，远高于半导体行业40%的平均毛利水平，体现了公司极强的订价能力。

跟着寰球AI基础法式教授的竞争越来越强烈，英伟达所处赛说念的行业天花板也被越顶越高。单个超大范畴AI数据中心的算力范畴，已从2023年的百兆瓦级，跃升至2025年的吉瓦级，1吉瓦梗概绝顶于100万个GPU芯片，教授1吉瓦AI数据中心的老本高达350亿好意思元，这其中，芯片的采购老本占比就要零碎60%，无须细想也能知说念，这块儿业务里最大的肥肉能够率是属于英伟达的。

回来英伟达的创业史，公司起家于细分赛说念的硬件联想，但信得过奠定其行业龙头地位的要道转向，毫无疑问要归功于黄仁勋作死马医的推出了CUDA。2016 年，黄仁勋在接管福布斯采访时说过，他一直都知说念，英伟达图形芯片的后劲，远不啻于为视频游戏提供能源，但他也没料想GPU会在深度学习规模里大放异彩。但即便莫得王人备看清前路，也依然勇于下重注，这就是期许家与企业家之间的区别。