定制化 AI 芯片，是英伟达霸主地位面临的最大威胁之一。而英伟达首席执行官黄仁勋的应对方案是：即便如此，也要从中赚钱。

　　英伟达刚向这家中国台湾芯片厂商注资 35 亿美元，助力客户打造可接入英伟达整套系统的定制 AI 芯片。与此同时，Anthropic 向专业 AI 云服务商 Lambda 承诺投入 350 亿美元采购算力资源。

　　这两组数字不能直接拿来对比：前者是英伟达对外投资金额，后者是 Anthropic 承诺在云计算上的消费额度。但两笔交易指向同一个长期战略。

　　黄仁勋希望英伟达成为AI 的底层架构，而不仅仅是一家占据主导地位的芯片厂商。

　　简而言之，一座 AI 工厂输入电力与数据，输出 Token（AI 的 “流通货币”）。正如黄仁勋所言：“输入是电子，输出是 Token。”

　　在最近一次财报电话会议上，英伟达表示，单套 AI 工厂算力的市场价值，从 Hopper 架构时代约 180 亿美元，提升至 Blackwell 架构的 250 亿美元，而 Vera Rubin 平台已经达到 400 亿美元。

　　Vera Rubin 可不只是一款新款 GPU。这套平台整合了英伟达最新 CPU、GPU，再搭配自研网络、内存以及其他配套基础设施。这部分增量收入，就来自英伟达售卖 GPU 周边整套 AI 工厂体系。

　　联发科把这套战略推到了新高度。客户可以开发能够和英伟达 GPU 竞争的自研芯片，再借助 NVLink Fusion 技术，把这些芯片接入英伟达完整的数据中心架构。英伟达尚未披露，当主 AI 芯片由别家提供时，一座 AI 工厂能给它带来多少收益。但丢掉芯片订单，已经不等于丢掉整套业务的收入。

　　亚马逊 AWS 就是这套模式的现实案例。AWS 计划部署 200 万块英伟达 GPU，同时把自家自研的 Trainium 芯片深度接入英伟达架构。无论客户选择哪条路线，英伟达都能参与分一杯羹。

　　英伟达拓展 AI 工厂版图行动表

　　表格

　　扩充算力产能，是为了解决另一个老生常谈的 AI 瓶颈。过去瓶颈是芯片短缺，如今资金也成为制约因素。

　　一座 AI 工厂的价值，来源于它多年持续创造的经济产出。英伟达正推动华尔街以同样视角看待算力：把算力视作可以依托未来收益进行融资的基础设施。英伟达正推动一项计划，目标撬动超过 5000 亿美元资金。（披露：雅虎隶属于阿波罗全球管理关联基金旗下投资组合公司）

　　靠着售卖 AI 浪潮中最核心的硬件，英伟达大幅跑赢了大盘芯片板块。

　　而现在，黄仁勋的目标已经超越芯片本身，瞄准芯片之上的整套 AI 底层架构。