英伟达拿下了全球人工智能基础设施约 80% 的收入。 黄仁勋 针对市场质疑指出，算力基础设施的商业逻辑无需仅靠两家大模型公司支撑。

算力需求三分天下：前沿实验室并非唯一买单方

英伟达($NVDAB )的实际业务由三类客户构成。 市场普遍认为仅有少数前沿公司买单，属于测算误区。

1. 传统计算业务 传统计算涵盖数据处理、物理模拟、计算机图形与金融反欺诈和推荐系统。 这部分业务占总业务约 三分之一，且保持每年 30%到40% 的增长。

2. 前沿大模型实验室 前沿实验室客户包括 OpenAI 与 Anthropic。 这一梯队还涵盖 Meta 的 Muse、xAI 的 Grok 以及谷歌的 Gemini，占总业务四分之一到三分之一。

3. 垂直领域初创公司 数千家涉足消费应用、物理AI与生物材料的初创企业占据剩余 三分之一 份额。 其中约 80% 基于开源模型进行垂直开发，避开通用大模型正面竞争并转向工业制造和医疗。

摩尔定律放缓重构基建：单吉瓦数据中心造价达500亿美元

全球计算基础设施正面临系统性重构。 摩尔定律放缓导致性能翻倍需要付出对等成本。

在传统通用计算时代，建设 1 吉瓦算力中心约需 50亿美元。 而采用英伟达 Vera Rubin 架构的数据中心，每吉瓦造价已达 500 亿美元。

在 AI 普及前，全球每年在基础设施上的投入约为 5000亿美元。 到本世纪二十年代末，全球基础设施年投入预计达 3万亿至4万亿美元。

其中纯算力部分年投入约占 1.5万亿美元。 这是整个半导体与计算产业扩张的结果，成本并不由前沿软件单方面承担。

推理推演驱动算力倍增：物理AI全年收入预计达200亿美元

大模型早期仅依赖参数回忆事实，随后引入了检索增强。 当前系统需要逐步推演并模拟反思，探索与反思的每一步都需要算力支持，同时当模型能够有效解决问题时，承接的任务总量也在成倍放大。

结合长期记忆与行业软件，落地场景正从容错率较高的软件工程，逐步扩展到工业设计与物理制造。 配合能够调动现有行业软件、具备长期记忆与知识图谱的外部环境，大模型的落地场景正从容错率较高的软件工程，逐步扩展到工业设计与物理制造，承接的任务规模持续扩张。

英伟达上半年在物理AI业务上的收入达到 100亿美元。 这项业务全年预计达到 200亿美元，覆盖自动驾驶、通信网络、工业机械臂与光子计数CT、超声、成像雷达。

开发物理AI通常依托三台计算机协同运作。 一台训练核心大脑，一台在虚拟世界中进行数字孪生学习，最后一台部署在移动终端或车辆内部。

施工与电力约束卡脖子：单吉瓦硬件价值攀升至400亿美元以上

当前制约算力交付的主要瓶颈并非订单短缺，而是物理世界的施工约束。 土地获取、电网审批、厂房建设与电力供应构成了核心阻碍。

澳大利亚的 2吉瓦 数据中心项目，对应英伟达的产品价值约 80亿美元。 上游大尺寸封装基板、高精度热膨胀处理与硅光子元器件同样处于紧缺状态。

当电力供应受限时，数据中心运营方倾向采购单位电量产出 Token 最高的架构。 英伟达顺势向网络、CPU、存储与安全整套方案拓展，单吉瓦对应硬件价值从 180亿美元 攀升至 400亿美元以上。

加州圣克拉拉的英伟达总部园区流线型玻璃幕墙建筑与石墙标识。

联合$SPCXB 布局太空轨道：软件与分成开辟新变现渠道

英伟达工程团队正与 SpaceX 联合设计适用于卫星轨道环境的新型服务器架构。 轨道发射成本高昂，促使送入太空的计算单元必须具备极高投资回报率与长期耐用性。

SpaceX星舰组合体尾部喷射明亮烈焰向空中发射升空。

在硬件销售之外，英伟达面向缺乏自研软件团队的企业提供长期维护服务。 每年出货的约 2000万块 GPU 中有半数进入企业端，每块每年收取数千美元软件服务费。

针对特定云服务商，英伟达通过技术、销售与融资支持换取后续运营收入分成。 英伟达将超过一半的自由现金流用于回购，上一季度股票回购比例超过 60%。