瘋狂投資的英偉達，從賣芯片到AI「美聯儲」

縱觀商業史，恐怕沒有哪家萬億美元公司能像英偉達一樣，在如此短的時間里完成市值躍遷。

它的崛起令人驚歎，但在這驚人的增長背后，英偉達高層始終籠罩着一種緊張感：

如果有一天，AI不再依賴英偉達的GPU，該怎麼辦？

爲了對衝這種潛在的不確定性，英偉達選擇了一個最直接也最徹底的方式：把整個AI生態綁定在自己的戰車上。而它的抓手，就是投資。

過去兩年，英偉達出手83次，超越同期Alphabet的73筆和微軟的40筆。到了今年，節奏更是加快。僅9月中旬的一周內，英偉達就官宣了五筆重大投資，金額合計超過92億美元，幾乎相當於一箇中型國家的科技預算。

從大模型到雲計算，從AI應用到具身智能，幾乎所有AI熱門賽道的關鍵節點上，都能看到英偉達的身影。

但這還不是全部。真正讓英偉達與其他科技巨頭不同的，是它正試圖建立一種由自己主導的AI秩序。

它像央行一樣掌握着「算力貨幣」的發行權，一邊釋放GPU的「流動性」，扶持CoreWeave、Lambda、Together AI等新玩家崛起；一邊又作為「最后貸款人」，在OpenAI等關鍵公司融資受阻時出手託底，穩住整個生態。

在AI這個剛剛起勢的新世界里，英偉達不再只是一家賣芯片的公司，它更像是一臺宏觀調控機器，一種具有系統性影響力的超級角色。

在今天這個時點，我們或許應該重新認識下英偉達了。

01

ALL in大模型，看好4個AI應用方向

從數據上看，英偉達出手不但多，出手還很重。

2023年以來，英偉達參與的融資中單筆融資過億美元的企業共31家。2025年投資的企業中，單筆融資超過10億美元（摺合人民幣約71億元）的企業共7家、獲得數億美元的共8家、融資剛超過1億美元的有5家。

從行業分佈看，這些大額融資里，大模型相關最多共14家，其次為AI基礎設施相關共7家，自動駕駛和人形機器人相關分別為3家和2家，其余量子計算、核聚變等相關企業共5家。

模型公司是英偉達押得最狠的一類，沒有之一。

一方面，英偉達幾乎投資了所有頭部模型，既有OpenAI、Anthropic、xAI等頂級模型公司，還包括了差異化的模型廠商，比如專注企業級模型的Cohere和開源模型廠商Together AI。

另一方面，出於「主權AI」的考慮，英偉達還尤為注重低於區域模型的押注。比如，英偉達先后投資歐洲的Mistral、亞洲的Sakana AI以及以色列模型公司AI21 Labs。

英偉達拼命投模型的邏輯很簡單，模型廠商是英偉達最直接的客户，通過投資模型公司，英偉達能更直接地鎖定未來硬件訂單以及系統部署。

這就好比你開面粉廠，不是隻賣給麪包店，而是乾脆去投一些有潛力的麪包店，這樣他們未來每次做麪包就得用你的麪粉。

除了模型層，基礎設施是英偉達投得最多的另一個方向。

2025年過去的三個季度里，英偉達投資的AI基礎設施公司幾乎和模型廠商平分秋色，各佔了31%。除了「親兒子」CoreWeave外，英偉達還投了Lambda Labs、Crusoe和Nscale。

這些公司都有着同一個特點，都不是從雲計算起家的。

比如，CoreWeave是礦工出身，Lambda Labs賣深度學習工作站，Crusoe在油氣田搞電力回收。如今都轉型做AI雲服務商，背后都離不開英偉達的推動。

為什麼英偉達要這麼干？說白了，這是在「買客户增長」。通過投資，讓這些雲服務公司跑得更快，芯片的銷量、租賃、部署、軟件使用全都跟着漲。

更關鍵的是，這些平臺不是自己做的，靈活性更高，既能掌控生態，又不至於和AWS、Azure這些大客户正面衝突，既賺錢，也避嫌。

看應用層，英偉達更像是在下注未來。它在軟件層看好兩個方向：垂直AI和多模態。Harvey、Hippocratic AI是前者的代表，Runway、Luma、SoundHound屬於后者。

這些選擇背后，是黃仁勛的判斷。他認為，模型必須同時「能看、能聽、能推理」，從文字、圖片到視頻、音頻，多模態融合是理解世界的關鍵。

自動駕駛和機器人則是英偉達押注的硬件方向。2019年，它投了Wayve，2024年又追加了超10億美元；Figure AI是機器人里押得最重的一家，B輪投了6.75億美元，還簽了5年GPU租約。

黃仁勛從不掩飾他對機器人的熱情。在股東大會上，他明確表示：機器人將是英偉達繼AI之后的「第二增長曲線」，而自動駕駛會率先落地、打頭陣。

02

英偉達的本質，一個發放流動性和兜底的AI央行

雖然英偉達投資的很多，但仍然有兩個反直覺的現象：

第一，投資集中在中后期輪次，往往都在B輪之后。

第二，儘管出手頻繁，它卻很少擔任領投方。

這種「不做主角」的姿態在Reflection這輪融資中表現得格外明顯。

在本月Reflection的20億美元新一輪融資中，英偉達的資金池佔高達40%。然而，當外界將其稱為Reflection的「領投方」時，英偉達卻急忙發表聲明，強調自己只是「幾位投資者之一」。

知情人士透露，英偉達有意迴避「談判主導」的角色，哪怕錢投得最多，也不願意進董事會、設條款、主導公司發展。

因為對它來説，回報不是重點，生態纔是。

比起賺更多錢，英偉達更在意的是通過投資，參與塑造未來的AI市場格局。它要的不只是財務回報，而是情報、影響力和話語權。

提前鎖定新興趨勢，影響技術方向，綁定未來可能爆發的公司，把最有潛力的客户圈進自己的GPU體系里。投資，是它構建生態、延伸控制力的一種方式。

這種策略，讓英偉達已經遠遠超出了傳統科技公司的角色邊界，越來越像一個宏觀調控者。

甚至某種程度上説，英偉達正在扮演類似於AI的政府，甚至是央行的角色。

一方面，當GPU已經成為AI時代的硬通貨，英偉達就是擁有發行權的掌握者。

它像一位掌控貨幣的央行那樣，一邊以發行貨幣這種非常直接的方式推動AI生態的發展，又同時操作放水和限流。

比如CoreWeave、Lambda這些新興AI雲公司，就在英偉達投資和支持下快速起飛。前者自3月上市股價已經上漲了約2-3倍（公司客户y已經從英偉達、微軟擴張到OpenAI、Meta等），而Lambda也即將上市。

它們往往比傳統大廠更早拿到最新的H100芯片，甚至流傳出「先給卡，用完再分錢」的合作形式。

與此同時，英偉達也開始具備了類似政府調控經濟的特徵，在某些關鍵時刻扮演AI產業的「最后貸款人」。

最典型的例子是OpenAI。OpenAI自己説，要到2029年才能現金流轉正，也就是還要再燒5年，總共1150億美元。但估值已經飆到5000億美元，傳統投資人越來越猶豫。

而就在這關鍵時候，英偉達出手了，投了100億美元。因為英偉達很清楚，在這個時間點，沒有什麼比OpenAI更能決定未來GPU需求走勢了。

OpenAI的故事並不是個例。根據外媒The Information援引兩位知情人士的説法：

最近，一些大型數據中心的建設者在項目融資上遇到了困難，傳統的金融機構開始變得謹慎。就在這個關鍵時刻，英偉達站了出來。

有報道稱，英偉達向OpenAI等AI公司注入的資金量已經接近政府刺激計劃的水平。

而英偉達之所以願意介入併爲數據中心公司提供融資支持，是因為這有助於吸引其他項目資助者加入。」

換句話説，英偉達正在用自己的資產負債表，兜住整個AI世界的流動性。而這正是傳統央行在金融體系中扮演的關鍵角色——防止系統性風險的發生。

這種玩法也引發了警惕。哈佛商學院教授David Yoffie就指出，英偉達正在人為製造需求。下游公司還沒等終端客户下單，就先拿到英偉達的錢來下單購卡，提前把需求「做」了出來。

不過，從英偉達的視角來看，這仍然是一筆再清楚不過的帳了。

手握充裕現金，又受限於監管，無法大規模併購；眼前是剛剛起勢的新市場，背后卻是典型的周期性行業。在這樣的局面下，把錢投進生態，不只是提前鎖定需求，更是在用資本築一條護城河。等周期真的來了，英偉達能穩出貨、穩客户、穩節奏。

某種程度上説，這種風格再典型不過，偏執而務實，極具黃仁勛的個人氣質。

當初，幾乎沒人相信GPU會成為主流算力，只有黃仁勛死死抱緊不放。面對「AI是否會滅絕人類」這類宏大命題，他從不參與辯論，只埋頭把眼前的事做對、做成。

在黃仁勛看來，與其被周期左右，面臨被顛覆的風險，倒不如將整個生態的關鍵參與者都深度綁定在自己的戰車上。

他始終堅信一條原則：唯有偏執狂，才能生存。

本文來自微信公眾號「烏鴉智能説」，作者：智能烏鴉，36氪經授權發佈。