公司战略定位 - 公司将自身定义为“电子到Token的转换器”，核心业务是高效地将电力（电子）转化为有价值的数据（Token），这一过程难以被商品化 [1][2][3] - 公司的经营哲学是“做一切必要的事，同时尽可能少做”，专注于构建计算平台和生态系统，而非亲自下场运营云服务或金融租赁业务 [7][13][63] - 公司致力于成为全球AI产业的可靠基石，提供从1000万美元到1000亿美元任意规模的AI算力订单确定性，并保持产品路线图的年度稳定迭代 [9][76] 供应链与产能管理 - 公司通过庞大的采购承诺（最新财报接近1000亿美元，未来可能达2500亿美元）和对上游供应链的持续“告知、激励和对齐”，来锁定并塑造稀缺产能，以支撑未来万亿美元规模的产业需求 [3][16][18] - 公司认为供应链上的任何瓶颈（如CoWoS封装、EUV光刻机、逻辑芯片产能）都不会持续超过两三年，因为这些产能可以根据明确的需求信号快速复制 [3][27] - 公司已将CoWoS等曾经的瓶颈环节通过连续翻倍的扩产基本解决，并提前数年预判和投资下一个潜在瓶颈（如硅光子领域） [22][24] - 公司认为真正的长期制约在于下游的能源政策，能源基础设施的建设需要更长时间，是产业扩张的根本限制 [3][28][29] 竞争格局与核心优势 - 公司强调其业务是“加速计算”，覆盖分子动力学、流体力学、数据处理、量子计算等几乎所有科学计算领域，市场范围远宽于仅专注于AI的TPU或ASIC芯片 [4][32] - 公司宣称其计算平台（包括CUDA生态系统）在全球拥有最佳的性价比和总拥有成本（TCO），没有任何竞争对手的平台能在AI数据中心的TCO上证明更优 [5][43] - 公司拥有数亿级别的GPU全球装机量，覆盖每一朵云和各类设备，形成了最大的安装基础、最丰富的生态系统和最广泛的应用场景，构成了强大的发展飞轮 [10][40][41][45] - 公司认为竞争对手（如谷歌TPU、亚马逊Trainium）的增长高度依赖个别客户（如Anthropic），并非普遍趋势，且自研ASIC芯片的毛利率（约65%）与公司的毛利率（约70%）差距不大，难以实现显著成本节省 [5][6][55] 技术架构与生态壁垒 - CUDA生态系统是公司的核心竞争壁垒，其丰富性、架构的可编程性以及庞大的安装基础，使得开发者优先基于CUDA开发，确保了软件和模型能在任何地方运行 [38][40][41] - 公司通过Blackwell等架构实现了能效的飞跃（相比Hopper提升50倍），这主要依靠算法与计算架构的双重革新，而非单纯依赖晶体管进步 [11][37] - 公司支持全流程可编程以及全栈协同设计，依托NVLink、Spectrum-X等技术实现，这种灵活性是发明新算法和推动AI快速演进的关键 [11][36] - 公司是全球唯一能够承接从1000万美元到1000亿美元任意规模AI算力订单的企业，并保持年度稳定迭代的产品路线图 [11][76] 客户关系与市场策略 - 公司约60%的收入来自五大超大规模云服务商，但其中大部分业务是这些云服务商为其外部客户提供的服务，而非自用 [44] - 公司否认采用“价高者得”的方式分配GPU，分配逻辑基于客户的排产预测、采购订单、数据中心就绪程度，并遵循先到先得的原则 [8][9][70][75] - 公司承认早年未能及时对Anthropic等AI实验室进行大规模战略投资是一个失误，现已分别对OpenAI和Anthropic进行了据报道高达300亿和100亿美元的投资 [6][56][57] - 公司通过投资CoreWeave、Nscale、Nebius等初创云服务商来繁荣生态系统，但明确表示不会转型为超大规模云服务商或融资机构 [7][64][67] 全球市场与地缘政治 - 公司认为中国市场并不缺芯片，拥有全球约50%的AI研究人员，是重要的竞争对手 [9][79] - 公司主张进行对话和研究交流，认为放弃整个中国市场不会让美国长期在技术竞赛中获胜，创建两个分裂的生态系统（一个开源生态系统运行在外国技术栈上）对美国不利 [9][80][81] - 公司受到当前芯片出口管制的约束，但指出算力只是AI产业的底层输入，竞争对手可以通过堆叠更多能源、使用更多上一代芯片以及优化算法来弥补硬件代差 [9]