Tomasz Tunguz 分析英伟达权力更迭对 AI 经济与创投生态的影响

在 tomtunguz.com 上阅读 →

过去四年里，黄仁勋一直在执掌“AI 中央银行”。今天，他辞去了 Nvidia 首席执行官一职。¹

这对 AI 经济意味着什么？

1. “AI 央行”一旦收紧政策，AI 经济就会放缓。过去两年里，Nvidia 在并购与技术收购上承诺投入 420 亿美元，² 按成本计向 229 家初创公司和 13 家上市公司投入了 610 亿美元现金入股，³ 并提供了需要资本储备支撑的 1645 亿美元租赁担保与云算力兜底，同时还有 631 亿美元的客户应收账款，其中账期最长已达整整一年。⁴⁵ 在面临董事会更严密审视、财务纪律更为严苛的新管理架构下，无论股权投资、付款账期还是租赁兜底，只要任何一项有所收紧，都会拖慢 AI 基础设施的建设步伐——正如美联储收紧信贷会给宏观经济降温一样。

2. Nvidia 以史无前例的方式将初创生态与芯片生态融为一体。在黄仁勋执掌下，Nvidia 在 200 多家初创公司中同时扮演着芯片供应商、领投风投、核心云客户以及租赁担保人等多重角色。这些交易全靠黄仁勋个人的信念与人脉维系。如今，一手打造了这些合作的联合创始人离任，Nvidia 需要一位能够继续维系这些创始人关系的新掌门人。

3. 开源初创团队失去了最大的金主与买家。Nvidia 一直是美国开源 AI 领域最大的买家和资助者，在 Hugging Face、Poolside 和 Essential AI 上为 Nemotron 技术栈承诺投入 220 亿美元；没有任何其他公司如此大规模地收购开源团队。⁶ 尽管 Meta、Google 以及至少八家融资上亿美元的美国初创公司仍在持续训练开源权重模型，⁷ 但接下来，扛起美国开源旗帜的重任很大程度上得由他们自己挑了。

4. 出口管制进一步收紧。这一变故可能会让华盛顿承受更大压力，从而出台更严苛的半导体出口管制与合规规则。

5. 定制芯片迎来契机。在 2026 年，定制 AI ASIC 已占到 AI 服务器出货量的 28%，以及加速器收入的 15% 至 20%，其中 Google 的 TPU 独占定制芯片市场 65% 的份额，此外还有 AWS 的 Trainium3、Meta 的 MTIA 以及 Broadcom 的定制 XPU。⁸ 单一关键供应商的高层动荡，只会加速这一转向。

“AI 央行”的换帅对整个行业而言是一个转折点。在美国经济增长最迅猛的这一领域，Nvidia 在初创企业融资、并购退出和政策制定中扮演着极为核心的角色，这一点怎么强调都不为过。最高层的突然交接，给市场、特别是初创生态带来了实打实的不确定性。

1. Nvidia 新闻中心，NVIDIA 宣布 CEO 交接，2026 年 11 月 12 日：黄仁勋辞去总裁、CEO 及董事会成员职务，即刻生效；执行副总裁兼 CFO Colette Kress 被任命为临时 CEO，Harvey C. Jones 出任董事会主席。 ↩︎

2. Nvidia 2025 与 2026 年并购及战略技术收购（总额 420 亿美元）：Groq（2025 年 12 月，以 200 亿美元获得 LPU 技术授权并完成工程团队人才吸纳；据 SEC 文件，2026 财年 Q4 支付 130 亿美元，2027 财年 Q2 支付 29.4 亿美元）、Hugging Face（2026 年 9 月 3 日宣布收购，金额 129.3 亿美元）、Poolside（2026 年 8 月，以 60 亿美元获得 Model Factory 非独家授权，并将 109 名 Laguna 工程师转入 Nemotron 团队）、Enfabrica（2025 年 9 月，9 亿美元网络技术授权及团队）、Run:ai（7 亿美元）、Gretel（3.2 亿美元）、Deci（3 亿美元）、Shoreline（1 亿美元），以及 Brev、SchedMD、CentML 和 Essential AI（2026 年 6 月）。 ↩︎

3. Nvidia 2026 财年 10-K 表格及截至 2026 年 7 月 26 日的 2027 财年第二季度 10-Q 表格（2026 年 8 月 26 日提交）：过去八个季度，按成本法计算，用于购买股权证券的累计现金支出达 608 亿美元（2025 财年为 14.9 亿美元，2026 财年为 175.0 亿美元，2027 财年上半年为 424.0 亿美元，另有 250 亿美元待决股权投资承诺）。若计入 343 亿美元累计按市值计价的未实现收益（2026 财年为 106 亿美元，2027 财年上半年为 237 亿美元），Nvidia 资产负债表上涉及 229 家非上市公司和 13 家上市公司的账面公允价值已达到 940 亿至 990 亿美元。已披露的持股包括 OpenAI（300 亿美元），以及最高达 100 亿美元的 Anthropic、SpaceX/xAI、CoreWeave、Safe Superintelligence、Intel、Nebius、Synopsys 和 Poolside。 ↩︎

4. Nvidia 2027 财年 Q2 10-Q 表格中的表外承诺（供应链、云及担保义务总计 5305 亿美元）与附注 7（财务报表补充信息）：或有信贷与算力兜底保障总计 1645 亿美元，其中包括 1085 亿美元的租赁及债务违约担保（主要是为 OpenAI 与 SB Energy 签署的俄亥俄州数据中心租赁合同提供高达 1050 亿美元的兜底担保）、360 亿美元的新型云服务商（neocloud）多年期“照付不议”算力协议（含 CoreWeave 截至 2032 年的 63 亿美元剩余算力担保，以及 Lambda 的 15 亿美元协议），以及由 Nvidia 签署并拟转让给新型云合作伙伴的 200 亿美元 15 年期数据中心租赁合同。这些担保虽然在触发前均计入表外，但仍要求 Nvidia 维持庞大的流动性储备。资产负债表方面，应收账款从 2026 财年末的 385 亿美元猛增至 2027 财年 Q2 的 631 亿美元（半年内消耗了 246 亿美元的经营现金流），其中前五大客户占了应收账款总额的 70%（分别为 22%、14%、13%、11% 和 10%）。应收账款周转天数（DSO）从十年历史平均的 47.8 天大幅拉长至 60 到 65 天；附注 7 披露，Nvidia 为支持客户建设数据中心放宽了账期，延长幅度从 90 天到整整一年不等。 ↩︎

5. 过去四个季度中，Nvidia 共产生 1344 亿美元的经营现金流，其中有 758 亿美元直接投向了股权投资与并购项目；上一季度更是达到 270 亿美元的峰值，占当季经营现金流的 112%。数据来自 Nvidia 简明合并现金流量表（截至 2026 年 1 月 25 日的 2026 财年 10-K 表格，以及截至 2026 年 7 月 26 日的 2027 财年 Q1 和 Q2 10-Q 表格）。各季度经营现金流与股权证券投资及并购/Groq 收购现金流出对比：2025 财年 Q3（经营现金流 +176.3 亿美元 vs 投入 -7.6 亿美元，占比 4%）、2025 财年 Q4（+166.3 亿美元 vs -10.2 亿美元，6%）、2026 财年 Q1（+274.1 亿美元 vs -10.3 亿美元，4%）、2026 财年 Q2（+153.7 亿美元 vs -8.9 亿美元，6%）、2026 财年 Q3（+237.5 亿美元 vs -41.5 亿美元，18%）、2026 财年 Q4（+361.9 亿美元 vs -259.7 亿美元，72%）、2027 财年 Q1（+503.4 亿美元 vs -186.7 亿美元，37%）以及 2027 财年 Q2（+240.8 亿美元 vs -269.8 亿美元，112%）。 ↩︎

6. Nvidia 在开源及 Nemotron 上的 220 亿美元总投入，涵盖了以 129.3 亿美元收购 Hugging Face（2026 年 9 月）、与 Poolside 达成的 70 亿美元交易（包含 60 亿美元 Model Factory 授权许可与 10 亿美元股权投资，2026 年 8 月）、人才并购 Essential AI（由 Transformer 论文合著者 Ashish Vaswani 与 Niki Parmar 创办，2026 年 6 月），以及 Nemotron Alliance 设立的 20 亿美元开放权重模型和数据集资助。 ↩︎

7. 累计融资至少 1 亿美元用于训练开放权重模型的美国初创公司包括：Thinking Machines Lab（以 400 亿美元估值完成 20 亿美元种子轮融资，推出 Inkling 开放模型）、Poolside（以 120 亿美元估值融资逾 16 亿美元）、Together AI（以 75 亿美元估值融资逾 5.3 亿美元）、Liquid AI（以 23 亿美元估值融资逾 2.5 亿美元，推出 Liquid 基础模型）、Arcee AI（2026 年 9 月以 10 亿美元估值完成逾 1.5 亿美元 B 轮融资）、Reflection AI（融资逾 1.3 亿美元，定于 2026 年 10 月推出 5010 亿参数的开放权重 Beam 模型）、Prime Intellect（2026 年 7 月以 10 亿美元估值完成 1.3 亿美元 A 轮融资，推出 INTELLECT 系列模型）以及 Deep Cogito（融资逾 1 亿美元，推出 Cogito-v2.1-671B 开放权重模型）。 ↩︎

8. 据 TrendForce 与 Tom’s Hardware（2026 年 5 月）报道：2026 年定制 AI ASIC 服务器的出货量已占整个 AI 服务器市场的 27.8%（同比增速达 44.6%，相比之下商用 GPU 为 16.1%），占数据中心 AI 加速芯片总收入的 15% 至 20%。在定制芯片领域，Google TPU 独占 64.8% 至 65.1% 的份额，紧随其后的是 AWS Trainium 与 Inferentia（14.6%）、Meta MTIA（8.7%）、Microsoft Maia（6.4%）以及 OpenAI 与其他新兴项目（5.5%）。 ↩︎