英伟达的战略定位与商业模式 - 公司的核心定位是将电子转化为token，并致力于做“尽可能多必要的事和尽可能少不必要的事”，将非核心环节交给庞大的合作伙伴生态系统[2][4] - 公司不涉足超大规模云服务或融资业务，其理念是避免业务复杂化，通过支持CoreWeave等新型云服务商来确保生态系统的诞生与发展[2][5] - 公司在分配稀缺算力资源时，遵循基于订单先后和客户数据中心准备情况的先到先得原则，明确拒绝价高者得的竞价模式[5][40] 对AI行业发展的核心观点 - 预测AI智能体和工具用户的数量将呈指数级增长，这将导致如新思科技Synopsys等传统工具软件的使用实例激增，反驳了AI会使传统软件公司商品化的观点[2][6][7] - 反对AI导致失业的末日论，并以十年前人们被劝退学习放射学导致如今放射科医生短缺为例，指出当前行业的真正瓶颈是水管工、电工等基础设施建设人员[2][5] - 认为AI是一个“五层蛋糕”，最底层是能源，充足的能源可以弥补芯片工艺的不足，例如中国可以通过组合大量7nm芯片来获得庞大算力[5][48][49] 英伟达的竞争优势与护城河 - 公司的护城河不仅在于对稀缺供应链（如台积电先进制程、CoWoS封装、HBM存储器）的产能锁定和巨额采购承诺（近1000亿至2500亿美元），更在于其能通过庞大的下游需求，说服并推动上游供应商进行投资[3][8][10] - 通过年度GTC等活动，公司扮演了教育者和连接者的角色，将整个AI生态（上游供应链、下游客户、AI初创公司）聚集在一起，确保各方理解行业前景并协同发展，这构成了强大的系统影响力[9] - 公司构建的是加速计算平台，其市场触达范围和应用的多样性（涵盖分子动力学、数据处理、AI等）远大于TPU等专用ASIC[18] - CUDA生态系统的价值在于其丰富的生态、庞大的安装基础（数亿个GPU遍布各云端和终端）以及无处不在的可用性，这构成了强大的飞轮效应和客户粘性[24][25][28] 技术架构与性能优势 - 公司的架构优势在于其可编程性和灵活性，这对于AI算法的快速创新（如新的注意力机制、MoE模型）至关重要，而不仅仅是进行可预测的矩阵乘法[21][22] - 通过极致的软硬件协同设计，公司能够实现算法性能的跨越式提升，例如Blackwell相比Hopper实现了30到50倍的能效提升，这远超摩尔定律每年约25%的增长[15][22] - 公司拥有世界上最好的总体拥有成本（TCO）性能和每瓦性能，这是其成功的根本原因，并欢迎竞争对手在MLPerf等公开基准测试中进行对比[27][29] 供应链与产能瓶颈 - 公司承认在现有规模下继续实现收入翻倍是惊人的，全球即时需求大于供应，但认为大多数供应链瓶颈（如CoWoS封装、EUV光刻机）都可以在2-3年内通过明确的投资信号解决[11][12][15] - 真正的长期瓶颈在于能源政策以及水管工、电工等基础设施人员的短缺，而非芯片制造产能[5][15] 投资策略与竞争格局 - 公司坦承过去犯了一个错误，未能深刻认识到基础AI实验室（如Anthropic）无法通过传统VC获得所需巨额资金（数十亿至上百亿美元），这导致其错失了早期投资机会，让竞争对手占据先机[2][32] - 当前公司在投资基础大模型初创公司时，坚持“不挑选赢家”的策略，选择要么支持所有公司，要么让它们自由竞争[5][37] - 认为竞争对手的ASIC（如TPU）增长主要依赖于个别大客户（如Anthropic），这并非普遍趋势，并指出制造比英伟达更好的加速器非常困难，且ASIC本身的利润率也很高[31][32] 中国市场与地缘政治 - 警告彻底切断对华芯片供应将迫使中国发展独立的技术栈，放弃全球第二大市场将严重损害美国的技术领导地位，并可能导致未来全球首选的开源AI模型在非美国硬件上运行得更好[5][46][51] - 强调中国拥有充足的能源、庞大的基础设施、世界领先的AI研究员群体（占全球50%）以及强大的主流芯片制造能力，完全有能力通过组合更多芯片（即使是7nm工艺）来获得所需算力[44][48][49] - 主张美国应在AI产业的每一层（包括芯片层）都保持领先和竞争力，让出整个中国市场会损害美国的技术产业、国家安全和长期技术领导地位[56][58][61] - 认为应对AI潜在风险（如网络攻击能力）的最佳方式是与包括中国在内的全球AI研究人员进行对话并制定规则，而非实施极端的出口管制[44][56]