文章核心观点 - 英伟达对OpenAI的投资是独立于商业合作的财务机会，基于对其成为下一家数万亿美元级别超大规模公司的信念 [13][14] - 公司认为其护城河比三年前更宽，核心优势在于极致的软硬件协同设计能力、规模效应和全栈AI基础设施提供能力 [5][44][48] - AI推理需求正经历双重指数增长，推动计算基础设施从通用计算向加速计算全面迁移，市场规模将扩大数倍 [10][20][23] - 公司通过年度发布节奏持续提升性能，以应对算力需求指数增长，并认为在完成全面迁移前出现供给过剩的概率极低 [40][30][31] - 主权AI成为全球趋势，每个国家都需要建设AI基础设施，这为公司开辟了新市场 [66][67][68] 投资OpenAI的战略逻辑 - 投资OpenAI是基于其成为下一家数万亿美元级别hyperscale公司的潜力，而非合作前提 [13][14] - 公司与OpenAI的合作涵盖多个项目：Microsoft Azure建设、OCI（Oracle Cloud Infrastructure）5-7吉瓦容量建设、CoreWeave合作，新合作是帮助OpenAI首次自建AI基础设施 [14] - OpenAI面临两个指数曲线：客户数量指数增长和每个场景算力需求指数增长，新合作是对现有合作的增量支撑 [14] AI需求规模与市场预期 - 当前AI推理收入占比超过40%，且因链式推理技术面临爆发 [7] - 公司提出三条Scaling Law：预训练、后训练（强化学习）和思考型推理，替代单一Scaling Law [10][11] - 华尔街共识预测2027-2030年公司年化增速8%，但建设者（如公司CEO、Sam Altman等）认为AI收入将从2026年1000亿美元增长至2030年1万亿美元 [17][19][28] - 全球GDP约50万亿美元（占比55%-65%）将被AI增强，假设10万亿美元增强价值需AI基础设施支持，对应年资本开支约5万亿美元 [21][22] - 阿里巴巴计划到2030年代将数据中心能耗提升10倍，公司收入与电力消耗正相关 [23] 技术优势与竞争壁垒 - 公司护城河比三年前更宽，优势包括极致协同设计（同时优化模型、算法、系统、芯片）、规模效应（供应链锁定、客户大额订单信心）、全栈能力 [5][44][48] - 从Kepler到Hopper十年性能提升10万倍，Hopper到Blackwell一年系统级提升30倍，未来Rubin、Feynman架构将继续倍数级提升 [41][43] - 公司业务本质是AI基础设施系统（AI工厂），而非单一芯片；竞争对手ASIC即使免费提供，因土地、电力等设施成本占主导（1吉瓦数据中心设施成本约153亿美元），且公司单位能耗性能领先，总拥有成本仍更低 [48][57][58] - CUDA高度可编程性适配快速演进的AI工作负载（如Transformer变体），而ASIC面临市场变大后向COT（客户自有工具）模式转变的挑战 [50][52] 供应链与产能管理 - 公司按需响应产能，供应链已准备好翻倍能力；客户预测持续偏低，导致公司处于紧急追赶模式 [31][32] - 年度发布节奏需要提前规划数千亿美元级别晶圆启动、DRAM采购规模，供应链深度协同 [45] 行业生态与合作策略 - 公司推出NVLink Fusion、Dynamo等开放技术，支持Intel、Arm等生态接入，实现双赢 [55][56] - 与Intel合作融合其企业生态与公司AI生态，与Arm合作类似，扩大市场机会 [56] 主权AI趋势 - AI成为国家基础设施必需品，每个国家需具备主权AI能力以融入文化、价值观，并培养自身智能体系 [66][67][68] - 公司定位为AI基础设施合作伙伴，参与全球国家级别AI建设 [68]