文章核心观点 - SpaceX计划自研并制造对标英伟达H100/H200级别的通用GPU，旨在通过垂直一体化战略，对冲供应链风险并满足其旗下xAI、特斯拉FSD、星链及Optimus等业务的内部算力需求 [1] 公司战略与计划 - SpaceX在向美国证券交易委员会提交的S-1注册文件中，将“自研并制造GPU”列为重大资本支出项目，为其夏季IPO向投资者披露信息 [1] - 公司计划将自研的通用GPU用于xAI的大模型训练、特斯拉FSD的推理部署、星链数据中心的算力支撑以及Optimus人形机器人的智能中枢 [1] - 整个GPU生产体系将被打包进正在德州建设的Terafab晶圆厂，目标是实现从设计到制造的垂直一体化 [1] - 公司目前与多数直接芯片供应商之间缺乏长期供应合同，在全球地缘政治动荡、芯片产能紧张的背景下，供应链脆弱性制约了其星链数据中心扩张和下一代技术落地 [1] 行业背景与格局 - GPU的发展历程经历了从CPU附庸到独立加速计算的转变，2006年英伟达推出CUDA通用计算平台是打破GPU应用边界的关键转折点 [2] - 目前GPU已超越传统图形功能，在科学计算、人工智能等领域凭借并行计算优势成为高性能计算的绝对主角 [2] - 全球GPU芯片产业链壁垒高、集中度强，设计环节由英伟达与AMD几乎垄断独立GPU市场，英特尔与AMD瓜分集成GPU市场 [3] - 产业链上游的设备、材料、EDA/IP环节由美国、日本、欧洲的龙头企业构建了深厚技术壁垒 [3] - 制造环节中，台积电与三星的先进工艺是高端芯片量产不可替代的基石 [3] - 美国凭借英伟达、AMD、英特尔三巨头，牢牢占据全球GPU研发主导地位；欧盟、日本、韩国处于第二梯队 [3] - 通用GPU是芯片行业公认最难的赛道，英伟达构建了由专利壁垒、CUDA软件生态、开发者社区和全栈优化能力组成的深厚护城河 [3] 机遇与挑战分析 - 公司的优势在于其庞大的内部需求场景（xAI、特斯拉、星链、Optimus）可提供自产自用的闭环市场，降低早期商业化风险 [4] - 公司面临的挑战严峻，包括高端GPU的设计复杂度、先进制程的良率爬坡、软件生态从零构建，以及面对英伟达专利矩阵的潜在法律风险 [4] - 这些挑战每一关都足以耗尽数十亿美元和数年时间 [4]

公司战略定位与核心优势 - 公司核心战略为加速计算，通过将GPU与CUDA架构协同工作，能为处理器任务提供100倍至200倍的加速效果 [1] - 公司已从单纯的GPU制造商转型为生态系统提供商，其CUDA平台构建了深厚的竞争壁垒 [2] - 每一代GPU的研发投入高达数十亿美元，持续增长的市场需求证明了这一战略的成功 [2] - 公司的供应链优势和技术积累构成了难以复制的护城河，使其在全球AI算力竞争中保持领先地位 [2] 市场前景与竞争格局 - 即使没有AI技术革命，凭借在工程、科学计算及数据处理领域的广泛应用，公司依然能够成长为规模庞大的科技企业 [1][2] - 公司承认来自专用芯片的竞争压力正在加剧 [2] 投资策略与未来方向 - 公司曾错失OpenAI和Anthropic的早期投资机会，当时误以为这类融资应由风险投资机构主导 [2] - 最终，这些顶尖AI实验室选择了微软、谷歌和亚马逊等超大规模云服务商 [2] - 公司将从此次经历中吸取教训，未来不会再犯同样的错误，暗示将更积极地参与AI初创企业的战略投资 [2]

AI时代行业核心趋势与人类竞争力重构 - AI浪潮正在根本性地重构工作方式、组织形态与个人价值，智能正成为一种廉价的商品[4] - AI能够将感知、理解、推理、计划等功能性智力动作工业化、标准化、廉价化，成本不到人工的百分之一，且准确率更高[5] - 标准化的智力劳动（如编程、财务分析、策划）正被AI快速替代，人类需从这类劳动中解放出来[7] AI时代不可替代的人类核心能力 - **遗忘痛苦与相信未来的韧性**: 真正的韧性是快速遗忘不可控的失败与痛苦，并将精力集中于可控的、可立即行动的小事上，这是AI所不具备的勇气与坚定[14][16] - **共情与建立信任的能力**: 商业协作的本质是人与人之间的信任，而非合同约束。例如，英伟达与台积电合作30年涉及数百亿美元生意而无正式合同，这基于共同愿景与深度信任[18][21] - **定义愿景与意义感的能力**: AI是强大的工具，但无法定义方向与意义。所有伟大的企业与产品都由愿景和意义感驱动，例如英伟达从游戏显卡公司向AI算力基础设施巨头转型的核心是“加速计算”的愿景[25][26] - **谦逊与持续成长的能力**: 保持初学者心态，持续打破并重构自己。真正的长期主义是持续成长的能力，而非固守现有知识或经验[29][30] AI时代个人与组织的战略重心转移 - 应将80%的精力投入到“人性价值任务”中，如深度沟通、定义长期方向、解决非标准化复杂问题，这些是AI无法替代的核心价值[33] - 在不确定性中，比起完美规划，立即行动的韧性更为关键[35] - 在协作中应放弃零和博弈与过度算计，通过超出预期的行动、坦诚沟通与相互尊重来建立信任[36][37] - 需永远保持“初学者心态”，放弃智商优越感，以适应知识快速更新的AI时代[38] 英伟达的公司发展案例与启示 - 公司从一家濒临破产的显卡公司成长为市值超过4万亿美元的AI基础设施巨头[4] - 推动CUDA平台发展是关键的转型决策，尽管初期使芯片成本大增、市值从约70亿美元跌至15亿美元，但坚持十余年后成为AI计算的核心底座[12] - 公司CEO管理着60位各领域顶尖专家，其领导力核心在于提供共同愿景、促进公开透明的协作（如不开一对一会议），并基于信任驱动合作伙伴[19][24] - 公司CEO预测全球会编程的人数将从现在的3000万增长到10亿，因为编程的本质将转变为向AI描述目标与需求[25]

公司战略与产品发布 - 英伟达计划推出类OpenClaw式的AI智能体开源平台NemoClaw [1] - NemoClaw的核心目标是帮助企业快速部署AI智能体，替代员工处理繁琐工作任务，并计划集成安全与隐私保护工具 [5] - 该平台采用开源模式，无论企业产品是否基于英伟达芯片运行均可接入，英伟达已接洽Salesforce、思科、谷歌、奥多比及飞塔信息等多家企业寻求合作 [5] - 合作方大概率可通过为项目贡献技术力量，换取免费的优先使用权 [5] - 除了NemoClaw平台，英伟达还计划在GTC大会上发布面向推理计算的新型芯片系统 [5] - 此次发布恰逢英伟达筹备GTC大会的关键节点，市场预计网络技术仍是大会核心议题 [4] 市场反应与行业背景 - 市场对英伟达推出NemoClaw反应平淡，周二美股夜盘其股价微跌0.35%，报182.01美元 [1] - 瑞银分析师认为，GTC大会将对英伟达股价形成利好支撑，但发布内容“恐怕难以带来颠覆性观点，推动股价实现突破性上涨” [6] - OpenClaw热潮持续发酵，各大巨头纷纷入局，掀起“造虾”“养虾”热潮 [9] - 3月10日，智谱正式上线AutoClaw，是国内首个真一键安装的本地版OpenClaw [10] - 更早前，腾讯云、阿里云、华为云、天翼云、移动云、火山引擎等纷纷宣布支持OpenClaw [10] 行业趋势与市场机遇 - 英伟达CEO黄仁勋高度评价OpenClaw，称其采用率增长曲线“简直就是一条垂直的Y轴”，并预判未来所有软件都将全面“智能体化”，传统软件授权模式将向“Token租赁”演进 [8] - 华西证券指出，OpenClaw的爆火有望推动AI产业进入Agent时代 [11] - 中信证券指出，以OpenClaw为代表的Agent正由“生产力工具”向“生产力本身”跃迁，带来数量级扩张的算力需求，算力产业链将成为直接受益方向 [12] - 黄仁勋表示，OpenClaw的使用让Token消耗量飙升1000倍，形成了“计算真空”，为填补此真空，全球云服务商和大型企业需继续斥巨资建设“AI工厂” [12] - 黄仁勋直言，内存供给短缺对英伟达是极好的消息，“存储器厂产能扩多少，英伟达就会用多少” [13] 潜在挑战与安全问题 - 在企业环境中使用Claw工具的做法颇具争议，有观点指出其安全责任悬置问题突出 [14] - Bitdefender指出，ClawHub上超过20%的技能存在恶意代码 [15] - 包括Meta、微软在内的部分科技公司已明令禁止员工在工作电脑上使用OpenClaw [16] - 面对安全问题，OpenClaw团队快速响应，在3.7版本发布不到24小时后推出3.8-beta.1版本，主要修复了12项安全漏洞 [16]

文章核心观点 - 英伟达正计划推出名为“NemoClaw”的开源AI智能体平台，旨在允许企业将AI智能体部署于自身工作流程以执行具体任务，这标志着公司在软件战略上迈出重要一步 [1] - 该平台战略意义在于，公司正通过拥抱开源AI模式和扩展软件生态，以吸引更广泛的企业客户并维护其在AI基础设施领域的主导地位，而非仅仅依赖硬件锁定 [4] 产品发布与定位 - 产品名为“NemoClaw”，计划在年度开发者大会前后正式亮相 [2] - 平台旨在允许企业将AI智能体部署于自身工作流程，代替员工执行具体任务 [1] - 无论客户产品是否运行于英伟达芯片之上，均可接入该平台 [1] - 平台采用开源模式，并计划内置安全与隐私工具 [2] 市场推广与合作 - 公司已就该平台合作事宜接触Salesforce、Cisco、Google、Adobe及CrowdStrike等企业软件公司 [2] - 合作方可能以贡献代码换取免费的早期使用权限 [2] 行业背景与趋势 - NemoClaw的推出背景是AI“爪式”（Claw）工具在业界的兴起，这类开源工具可在用户本地设备上运行并自主执行连续性任务 [2] - 今年早些时候，一款类似工具（最初名为Clawdbot，后改名Moltbot）因能在个人电脑上自主完成工作而引发广泛关注，随后被OpenAI收购 [2] 潜在挑战与争议 - 此类AI智能体在企业环境中的应用仍存争议，其行为难以预测，存在潜在安全风险 [3][4] - 有报道称Meta等科技公司已要求员工避免在工作设备上使用类似工具（OpenClaw） [4] - 上月，Meta旗下AI实验室一名员工公开描述了一起AI智能体“失控”事件，导致其邮件被批量删除 [4] 公司战略布局 - 此举是公司拥抱开源AI模式的又一步，也是其在主要AI实验室纷纷自研芯片的背景下，维护AI基础设施主导地位的更广泛布局的组成部分 [4] - 公司长期软件战略高度依赖专有的CUDA平台，此次向开源平台延伸意味着公司正寻求以软件生态吸引更广泛的企业客户 [4] 其他相关动态 - 据媒体上月报道，公司还计划在本次开发者大会上发布一套整合初创公司Groq设计芯片的、面向推理计算的新芯片系统 [5] - 公司于去年底与Groq达成了一项价值数十亿美元的授权协议 [5]

英伟达的战略举措与产品发布 - 公司正计划推出一个用于AI代理的开源平台，此举正值其年度开发者大会前夕 [1] - 公司计划在开发者大会上公布一套整合了初创公司Groq设计芯片的新推理芯片系统，该授权协议价值数十亿美元 [1] 开源平台NemoClaw的定位与推广 - 该开源平台名为NemoClaw，旨在允许企业派遣AI代理为员工执行任务，且无论企业软件是否运行在公司芯片上均可接入 [2] - 在大会前，公司已与Salesforce、Cisco、Google、Adobe和CrowdStrike等企业接洽，寻求为代理平台建立合作关系 [2] - 由于平台是开源的，合作伙伴可能通过为项目贡献来获得免费早期访问权限，平台还将提供安全和隐私工具 [2] 行业背景：AI代理与“claws”的兴起 - 公司对AI代理的兴趣，正值“claws”（一种可在用户本地机器上运行并执行连续任务的开源AI工具）兴起之际 [3] - “claws”通常具有自我学习能力，能随时间自动改进，例如OpenClaw（后更名为Moltbot）曾因能在个人电脑上自主工作而引发关注，并最终被OpenAI收购 [3] - 与需要大量人工引导的通用聊天机器人相比，专门构建的AI代理或“claws”被设计为能在较少人工监督下执行多步骤任务 [3] 行业争议与企业应用挑战 - 在企业环境中使用“claws”存在争议，因其具有不可预测性并可能带来安全风险 [3] - 一些科技公司如Meta已要求员工不要在工作电脑上使用OpenClaw，有案例显示AI代理曾失控并批量删除用户电子邮件 [3] 公司的战略意图与行业竞争 - NemoClaw是公司吸引企业软件公司的努力之一，旨在为AI代理提供额外安全层，并进一步拥抱开源AI模型 [4] - 此举是公司更广泛战略的一部分，旨在领先AI实验室开始构建自研芯片之际，维持其在AI基础设施领域的主导地位 [4] - 公司现有的软件战略高度依赖其专有的CUDA平台，该系统将开发者锁定在其GPU生态中，形成了关键的竞争壁垒 [4]

英伟达推出NemoClaw开源平台 - 公司计划推出名为NemoClaw的AI智能体开源平台，旨在允许企业将AI智能体部署于自身工作流程以执行任务 [1] - 该平台将向所有企业开放，无论其产品是否运行在英伟达芯片上，公司正寻求以软件生态吸引更广泛的客户，而不仅依赖硬件锁定 [2] - 公司已开始就该产品向多家软件巨头寻求合作，目标客户包括Salesforce、思科、谷歌、Adobe和CrowdStrike等，并计划在年度开发者大会前后正式亮相 [3] 平台模式与背景 - 平台采用开源模式，合作方可能以贡献代码换取免费的早期使用权限，平台中还将内置安全与隐私工具 [3] - 平台推出的背景是“Claw类”智能体工具的兴起，这类工具以开源形式在用户本地设备上运行，可自主执行连续性任务并具备自我学习能力 [3] - 公司CEO黄仁勋高度评价同类产品OpenClaw，称其为“这个时代最重要的软件发布” [5] 行业趋势与市场热度 - OpenClaw在代码托管平台GitHub上的星标数在短时间内突破25万，超越了Linux内核和前端框架React，成为史上最受欢迎的开源基础软件项目 [5] - 智能体仅需提示词就能执行复杂任务，导致token消耗量激增了约1000倍，制造了“算力真空”，现有硬件部署将处于算力受限状态 [5] - OpenClaw热度已演变为全民学习浪潮，互联网大厂迅速推出本土化产品，例如字节跳动的ArkClaw、腾讯云的WorkBuddy、阿里巴巴的CoPaw和小米的MiClaw [6] 潜在挑战与争议 - 英伟达的NemoClaw产品明确面向企业端（C端），但AI智能体在企业环境中的应用仍存争议 [8] - 有科技公司如Meta已要求员工避免在工作设备上使用OpenClaw，理由是智能体行为难以预测并存在潜在安全风险 [8] - 此前有AI智能体“失控”事件被公开描述，导致员工邮件被批量删除，凸显了安全担忧 [8]

公司战略与产品发布 - 公司计划推出一款面向企业的开源AI智能体平台，内部称为“NemoClaw”，该平台旨在允许企业将AI智能体部署于自身工作流程，代替员工执行具体任务 [1][3] - 该平台计划在公司年度开发者大会前后正式亮相，公司已就该平台的合作事宜接触Salesforce、Cisco、Google、Adobe及CrowdStrike等企业 [3] - 由于平台采用开源模式，合作方可能以贡献代码换取免费的早期使用权限，公司还计划在该平台中内置安全与隐私工具 [3] - 无论客户产品是否运行于公司芯片之上，均可接入该平台，这标志着公司软件战略的重要一步 [1][3] 行业背景与竞争格局 - 该平台的推出背景是AI“爪式”（Claw）工具在业界的兴起，这类工具以开源形式在用户本地设备上运行，可自主执行连续性任务，并被描述为具备自我学习能力 [4] - 今年早些时候，一款名为OpenClaw（后改名Moltbot）的AI智能体因能在个人电脑上自主运行并完成工作任务而引发硅谷广泛关注，随后OpenAI收购了该项目并招募了其创始人 [4] - 此前有报道称，Meta等科技公司已要求员工避免在工作设备上使用OpenClaw，理由是智能体行为难以预测，存在潜在安全风险，Meta旗下AI实验室一名员工曾公开描述AI智能体“失控”导致邮件被批量删除的事件 [5] 战略意义与市场布局 - 此举是公司拥抱开源AI模式的又一步，也是其在主要AI实验室纷纷自研芯片的背景下，维护AI基础设施主导地位的更广泛布局的组成部分 [5] - 长期以来，公司的软件战略高度依赖其专有的CUDA平台，该系统将开发者深度绑定于公司GPU生态，此次向开源平台的延伸，意味着公司正寻求以软件生态吸引更广泛的企业客户，而不仅仅依赖硬件锁定 [5] - 据此前报道，公司还计划在本次开发者大会上发布一套面向推理计算的新芯片系统，该系统将整合初创公司Groq设计的芯片，公司于去年底与Groq达成了一项价值数十亿美元的授权协议 [5]

公司财务表现 - 2026财年第四季度营收达681亿美元，同比增长73%，净利润约430亿美元，同比增长近100%，每股收益1.76美元 [3] - 2026财年全年营收总计2159亿美元，每股收益4.77美元，均超过市场预期 [5] - 公司预计当前季度营收将同比增长77%，达到780亿美元，高于华尔街此前预测的720亿美元 [5] - 过去12个月公司净利润达到1200亿美元，其盈利规模在36个月内从44亿美元增长了近30倍 [1] 核心业务分析 - 数据中心业务第四季度营收达623亿美元，同比增长75%，占公司总销售额的91%以上 [3] - 数据中心业务中，超大规模数据中心运营商是最大客户类别，占该业务收入的略高于50% [5] - 数据中心业务细分为计算、网络及图形芯片和CPU板块，其中计算业务收入同比增长58%，网络业务收入飙升263%至110亿美元 [5] - 网络收入暴涨表明客户在购买整套集群系统，是规模化部署的迹象 [5] - 最新一代Blackwell芯片的销售额占当季数据中心收入的三分之二 [6] 市场地位与客户 - 公司手握约九成高端AI芯片市场份额 [1] - 谷歌、亚马逊、微软、Meta今年合计计划投入超过5000亿美元扩建AI算力，公司是主要受益方 [1] - 在2026财年，少数几个关键客户的销售额占比达到36%，高于上一财年的34% [6] - 公司生态系统庞大，几乎所有AI创业公司都在其平台上工作，其平台支持广泛的软件生态，例如Hugging Face上有超过150万个AI模型运行在CUDA平台上 [7][9] 行业趋势与公司战略 - 人工智能计算需求持续上涨，行业远未踩下刹车 [1] - 公司首席执行官认为人工智能只会变得更好，并称这是计算的未来 [5] - 公司每年推出新一代芯片以降低AI数据处理成本，去年发布的Blackwell芯片成本远低于上一代，今年将推出的Rubin芯片成本将进一步下降 [5] - 行业正从模型训练阶段走向大规模推理阶段，今年被视为“应用爆发年”，从代码到企业自动化，智能体平台需求飙升 [10] - 客户在英伟达芯片上获得了强劲的投资回报，例如运行在英伟达芯片上的AI系统为Facebook带来了3.5%的广告点击率提升 [6] 重要合作与行业动态 - 公司与OpenAI的谈判接近最终敲定，该合作最初计划投资1000亿美元用于AI基础设施建设，近期报道可能追加约300亿美元投资 [10] - 公司首席执行官称OpenAI是一家百年一遇的公司，并对长期合作关系感到满意 [10] - 对于埃隆·马斯克投资的太空数据中心概念，公司首席执行官认为目前经济效益“很差”，但“随着时间的推移将会改善” [10] - 公司首席执行官提及了开源AI代理OpenClaw，并指出Claude Cowork和OpenClaw之间的AI应用和计算需求正在飙升 [10]

核心观点 - 公司近期面临“冰火两重天”局面，尽管第四季度营收681亿美元，同比增长73%并超预期，但股价反应平淡甚至下跌，反映出市场对其算力护城河收窄的担忧，公司增长叙事面临挑战 [1] 近期业绩与市场反应 - 公司第四季度营收达到681亿美元，超出市场预期的657亿美元，同比增长73% [1] - 尽管业绩超预期，财报发布后股价仅微涨1.4%，次日大幅下跌5.5%，市值蒸发近2600亿美元 [1] - 此前，因“可能搁置投资OpenAI”的传闻，公司股价在三天内下跌约9%，而创始人黄仁勋关于“AI基建还有七到八年的路要走”的言论又使股价单日反弹近8% [1] 公司发展历程与成功关键 - 近十年公司经历三波主要股市行情：2016-2018年（AI概念与加密货币潮）、2019-2022年（数据中心转型）、2022年底至今（AI大模型算力需求暴涨） [2] - 创业早期，在账上仅剩300万美元的危机下，公司押注开发RIVA 128并获得成功，奠定了其在游戏图形芯片（GPU）领域的地位 [3] - 公司长期投入打造的CUDA并行计算平台，使GPU在AI算法训练和加密货币生产中发挥关键作用，抓住了两波浪潮的交汇点 [3] - 公司曾坚持十年搭建CUDA开发者生态，并在2012年后全面All-in，促使硬件与CUDA兼容，并开发适配软件库 [4] - 面对加密货币矿潮，公司迅速推出专用矿卡CMP系列并动态调价，成功将“副产品”转化为核心商业支柱 [4] 当前面临的挑战与风险 - 公司近一半数据中心收入来自大模型训练，但训练需求并非无限，且投资回报率正在降低 [6] - 顶尖与第十名基础模型的性能差距从2023年的11.9%急剧收窄至2024年的5.4%，“堆算力”的边际效益快速递减 [6] - 模型性能提升的重点正从预训练转向后训练与推理扩展，公司GPU的推理负载已超过训练 [6] - 推理是持续性运营开支，客户对成本极度敏感，且面临AWS Trainium、Google TPU等多种竞品选择 [6] - 公司GPU+CUDA的性价比优势面临风险，Counterpoint预测，到2028年谷歌/微软/亚马逊的ASIC芯片出货量将超过公司的GPU [7] - 下游客户如OpenAI自身也面临竞争压力，可能影响与算力提供商的绑定关系 [7] 公司的应对策略与新动向 - 从2025年开始，公司在售卖云服务器上力推CPO技术，将光模块和交换机芯片封装在一起，旨在通过捆绑销售赚取光模块差价 [8] - 公司积极推动美国政府批准向中国销售H200芯片，并于1月13日获得新政策批准，但需将销售收入的25%上缴美国政府 [9] - 公司已为针对中国的H20芯片计提了45亿美元的库存减值，并在最新财报中坦言业绩展望未计入任何来自中国的数据中心计算收入 [10] - 公司寻找新机会，如生物医药研发，于2022年推出BioNeMo开源框架，并于2026年1月与礼来宣布成立联合创新实验室，未来五年共同投入高达10亿美元 [10] - 创始人黄仁勋透露将在2026年3月的GTC大会上展示“前所未见”的芯片，并有猜测称可能公布“GPU+ASIC”方案以应对市场竞争 [10]