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]

报告投资评级 - 维持“买入”评级 [4] 报告核心观点 - 报告认为，公司作为AI芯片龙头企业，有望持续受益于AI发展，其产品持续迭代、CUDA平台构建了高护城河，并在网络、算力、软件生态全面布局，将继续保持竞争优势 [4] 业绩简评 - FY26Q4（2025年11月至2026年1月）公司实现营收681.27亿美元，同比增长73% [2] - FY26Q4公司GAAP/Non-GAAP毛利率分别为75.0%和75.2%，GAAP/Non-GAAP净利润分别为429.6亿美元和395.5亿美元，同比分别增长94%和79% [2] - 公司指引FY27Q1营收为780亿美元（±2%），其中不考虑中国的数据中心收入 [2] - 公司预计FY27Q1 GAAP/Non-GAAP毛利率分别为74.9%和75.0%，并预计全年毛利率将达到75%左右 [2] 经营分析 - FY26Q4公司数据中心收入达到623.14亿美元，同比增长75%，其中网络收入达到约110亿美元 [3] - 公司已开始向客户提供Vera Rubin样品，预计将在2026年下半年实现商业化批量出货 [3] - Vera CPU具备极高的单线程性能，对数据处理和AI agent使用工具的后训练阶段有较高重要性 [3] - 当前软件运行方式已转向实时生成，算力需求大幅提升，在AI时代，生成token的能力将直接转化为云服务厂商和企业的收入增长 [3] - 公司客户结构有望多元化，目前前五大云服务提供商占据公司超过50%收入，未来企业、超算中心、主权AI及电信领域客户将逐步起量 [3] - 公司通过战略投资（如投资Anthropic）扩大AI生态系统，让初创公司和行业应用围绕其CUDA平台构建 [3] 盈利预测、估值与评级 - 预计公司FY27~FY29归母净利润分别为2176亿美元、3074亿美元和3811亿美元 [4] - 预计公司FY27~FY29营业收入分别为4013.42亿美元、5629.32亿美元和6924.07亿美元，增长率分别为85.9%、40.3%和23.0% [9] - 预计公司FY27~FY29每股收益（期末股本摊薄）分别为8.95美元、12.65美元和15.68美元 [9] - 基于盈利预测，对应FY27~FY29的市盈率（P/E）分别为21.84倍、15.46倍和12.47倍，市净率（P/B）分别为13.29倍、7.34倍和4.70倍 [9]

英伟达CEO黄仁勋2026年中国行核心观察 - 英伟达创始人兼CEO黄仁勋于2026年1月展开新年中国行，行程覆盖上海、北京、深圳三座核心城市，全程保持异常低调，无公开演讲、无新品发布、无官方通稿，与往年高调风格形成鲜明对比 [4][5] - 此行被外界解读为一场“潜行式调研”，旨在中美科技博弈深水区及全球AI算力格局重塑的关键节点，进行内部凝聚、客户维系与产业链沟通 [4][5] - 行程活动包括走访英伟达上海新办公室与员工座谈、与阿里腾讯百度字节等互联网巨头闭门会谈、出席供应商答谢会，并刻意回避H200芯片等敏感话题 [5] 黄仁勋中国行的战略目的 - **目的之一：稳定军心与巩固基本盘** 亲自到访旨在安抚因美国出口管制而焦虑的中国区团队与客户，防止人才流失，并向客户承诺在法律框架内提供稳定算力，推动软件优化等替代方案 [7] - **目的之二：摸清监管红线与为后续布局铺路** 在美国有条件批准H200对华销售但附加高额关税与严苛审查、中国也可能施加额外限制的背景下，此行核心是通过非正式沟通，明确合作边界与规则，为制定合规策略收集信息 [7] - **目的之三：应对国产替代并布局战略转型** 面对高端AI芯片对华销售长期收窄及国产软硬件生态崛起，此行重在探路，计划加大软件生态、开发者服务及行业解决方案投入，推动公司从“卖硬件”向“软硬件一体化生态服务商”转型 [8] 英伟达公司经营现状与面临的挑战 - **财务与市场地位** 2025年三季报显示，公司营业总收入达1478.11亿美元，净利润771.07亿美元，全球AI芯片市场份额高达90%，在高端训练芯片领域几乎无竞争对手 [10] - **隐忧一：业务结构单一与市场依赖** 核心营收过度依赖AI芯片销售，而中国市场曾贡献近四分之一营收，数据中心业务占比最高超20%，该市场的不确定性成为公司最大软肋 [11] - **隐忧二：地缘政治风险与合规成本** 中美博弈下，公司2025年合规成本同比增长超35%，因出口管制损失的营收超过100亿美元 [11] - **隐忧三：市场竞争加剧与生态优势弱化** 华为昇腾2025年底市场份额已超15%，并在政企领域大规模应用；同时，国产软件生态崛起降低了开发者从CUDA平台迁移的门槛，动摇公司垄断根基 [11] 中国芯片市场需求与产业格局 - **市场规模与需求** 2025年中国芯片市场规模达1.8万亿元，占全球35%以上；其中AI芯片市场3800亿元，同比增长45.2%；车规级芯片市场规模达1200亿元，同比增长38.5% [13] - **进口依赖与结构变化** 2025年芯片进口金额达3200亿美元，高端AI芯片、车规级芯片进口依赖度超90%，但需求结构正向高端化、多元化转型，国产芯片采购需求增加 [13] - **国产替代进展** 2025年国产芯片市场份额达28%，AI芯片领域国产份额超18%；华为昇腾、海光等产品性能逼近国际水平，国产软件生态协同发展降低了大模型迁移门槛 [14] - **产业支持与挑战** 2025年中国半导体产业研发投入达2100亿元，并出台多项扶持政策，但仍在光刻机等高端设备材料上存在“卡脖子”问题，且全行业研发投入不及英伟达一家公司 [14] 全球科技博弈下的未来展望 - 黄仁勋此次低调中国行是全球科技博弈下国际巨头在夹缝中求生存、在变局中寻机遇的缩影，其谦卑与低调是一种务实选择 [16] - 对于英伟达，未来需加快向软硬件一体化生态转型或深化本土化合作，以应对国产替代浪潮，守住中国市场 [16] - 对于中国芯片产业，与英伟达合作可获取先进算力推动AI发展，但自主自强仍任重道远，未来市场将呈现“合作共赢、自主自强”的格局 [16] - 中国芯片市场的变局不可逆转，国产替代浪潮势不可挡，全球芯片格局将因中国崛起发生深刻改变 [16]

文章核心观点 - 人工智能在2026年仍是投资重点领域 众多公司股价因此上涨 但并非所有公司都能获得持续成功 [1] - 英伟达、IBM和Astera Labs三家公司因各自在人工智能领域的不同定位和优势 被视为有望长期蓬勃发展并值得在2026年投资的公司 它们提供了投资组合的多元化 [1][2] 英伟达的优势与表现 - 英伟达在提供先进AI芯片方面扮演核心角色 其CUDA软件平台是公司经济护城河的主要贡献者 已成为AI行业默认的编程标准 [4] - 在截至10月26日的2025财年前九个月 公司营收达1478亿美元 较上一财年同期的912亿美元大幅增长 [5] - 公司在2025年通过与AI领域主要企业建立多项合作伙伴关系 巩固了其在AI生态系统中的关键地位 合作伙伴包括Palantir Technologies、Uber Technologies和英特尔 [6] - Palantir将在其AI业务中采用CUDA平台 Uber将使用英伟达技术开发自动驾驶汽车 目标在2027年前推出自动驾驶车队 英特尔将与英伟达合作推出AI PC和数据中心定制芯片 [7] IBM的发展方向 - 2026年对IBM而言是关键一年 其在量子计算领域的努力可能达到改变游戏规则的里程碑 IBM预计在2026年底前实现量子优势 [8] 三家公司定位总结 - 英伟达业务横跨AI生态系统 IBM在量子计算领域取得进展 Astera Labs则致力于实现AI基础设施 [9]

文章核心观点 - 英伟达首席执行官黄仁勋采用了一种极致的扁平化管理模式，直接管理36位核心高管，其规模远超硅谷常规，旨在通过减少层级、加速信息流动来提升决策与创新效率 [4][8][13][14] - 这种“信息即权力”的管理逻辑，通过让高管直接获取一手信息并充分授权，塑造了公司内部高度透明、快速响应的文化，被认为是英伟达在AI时代保持敏捷和战斗力的关键因素 [5][15][23][26] - 由创业元老、顶尖技术专家、资深运营管理者和新业务拓荒者构成的36人高管团队，在黄仁勋的信任和授权下，各自成为领域内的“小CEO”，共同支撑了公司在GPU、AI、汽车、云计算等领域的全面成功 [25][26][29][71] 黄仁勋的管理逻辑与组织架构 - 黄仁勋直接管理的高管团队规模从鼎盛时期的55人缩减至目前的36人，但仍远超同行，例如Meta首席执行官扎克伯格的核心军团约30人且非全部直接汇报，特斯拉首席执行官马斯克在特斯拉仅有19名直管下属 [4][8][9][11] - 其管理哲学的核心是“减少层级，让信息流动”，认为CEO直管下属越多，公司层级就越少，这能保证信息流动并授权给每个人，从而避免层层汇报导致的信息稀释和决策延迟 [13][14][15] - 在实践中，黄仁勋很少安排例行的一对一会议，更偏好集体讨论，让信息在高管团队中自由传播，并立下规矩不主动单独开会，但只要属下提出便会立刻沟通，以此防止信息孤岛 [5][20] - 这种扁平化结构使得整个管理层犹如一张高速传递信息的神经网络，黄仁勋甚至笑称其直管将领“薪酬都差不多”，体现了在其麾下获取信息和资源的机会相对均等 [22][23] 核心高管团队构成与分工 元老与创始功臣 - **克里斯·马拉科斯基**：公司联合创始人，英伟达院士，专注于核心技术战略，拥有40余年从业经验和几十项集成电路专利，是GPU架构和并行计算领域的传奇人物 [35][37][40] - **德怀特·迪尔克斯**：公司第22号员工，服务超过30年，现任软件工程高级副总裁，是英伟达软件生态的奠基者，负责从CUDA到自动驾驶平台软件栈的开发 [45][47][49][50] - **杰夫·费舍尔**：公司第一位正式销售，现任GeForce业务部门高级副总裁，是英伟达在游戏市场商业成功的开拓者，将GeForce打造成玩家家喻户晓的品牌 [51][53][54][55] - **乔纳·阿尔本**：1997年加入，现任GPU工程高级副总裁，领导团队推出了从“费米”到“安培”等一系列划时代的GPU架构，拥有34项专利 [60][65][66] 硬核技术阵容 - **比尔·达利**：首席科学家，著名计算机科学家，斯坦福大学前计算机系主任，2009年加盟，负责制定公司长期技术愿景并领导前沿技术攻关，拥有120多项美国专利 [76][78][79][83] - **迈克尔·卡根**：首席技术官，Mellanox公司联合创始人，2019年英伟达以近70亿美元收购Mellanox后于2020年出任CTO，主导将GPU、CPU、DPU融合的加速计算平台 [86][90][91][94] - **伊恩·巴克**：加速计算部门副总裁兼总经理，GPU通用计算的开创者，CUDA平台的奠基人，目前负责英伟达整个数据中心业务 [96][98][100][101] - **雷夫·勒布拉丁**：负责Omniverse平台和仿真技术，拥有22年工龄，是好莱坞视觉特效背景，致力于推动工业元宇宙和数字孪生应用 [106][108][110] - **阿米特·克里格与德罗尔·戈登伯格**：均来自被收购的Mellanox，负责网络及DPU产品线的软件与架构，推动了BlueField DPU和DOCA软件架构等创新 [115][117][119][121][123] 商业与运营中坚 - **科莱特·克雷斯**：执行副总裁兼首席财务官，2013年加入，当时公司年营收不到40亿美元，如今已迈向数百亿美元，她平衡研发投入与盈利增长，是公司跨入万亿美元市值俱乐部的关键推手 [156][158][162][164] - **杰伊·普里**：执行副总裁，主管全球业务拓展和销售运营，2005年加入，将英伟达的销售版图从PC拓展至游戏、数据中心、汽车等多行业，其持有的股票身家已跻身10亿美元俱乐部 [167][169][171][178] - **黛博拉·舒奎斯特**：执行副总裁，负责端到端运营，包括供应链、制造和质量管理，在近年芯片产能紧缺潮中保障了GPU的海量交付 [180][182][186][189] - **蒂姆·蒂特**：执行副总裁、总法律顾问，2017年加入，负责公司所有法律事务，在收购Mellanox和尝试收购ARM等重大交易中扮演了重要角色 [193][195] 新战线的拓荒者 - **霍华德·赖特**：副总裁，负责Inception创业加速计划，扶持全球1.9万家初创公司，背景独特，曾是NBA职业篮球运动员，后在高通、英特尔、AWS从事投资与生态建设工作 [2][247][252][254] - **吴新宙**：副总裁，负责汽车业务，2023年加入，此前在小鹏汽车担任自动驾驶副总裁5年，在高通领导自动驾驶研发，拥有超过250项美国专利，助力英伟达自动驾驶平台落地中国市场 [262][264][268][272] - **亚历克西斯·比乔林**：副总裁兼DGX Cloud云服务总经理，2022年前后加盟，曾任Meta基础架构副总裁，领导打造将英伟达AI算力通过云端提供服务的DGX Cloud平台 [276][278][279][281] - **迪普·塔拉**：副总裁兼Autonomous Machines事业部总经理，负责Jetson边缘AI平台和Isaac机器人平台，将英伟达的AI技术拓展到机器人、物联网等边缘计算领域 [305][307][309][310]