疯狂投资的英伟达，从卖芯片到AI“美联储”

纵观商业史，恐怕没有哪家万亿美元公司能像英伟达一样，在如此短的时间里完成市值跃迁。

它的崛起令人惊叹，但在这惊人的增长背后，英伟达高层始终笼罩着一种紧张感：

如果有一天，AI不再依赖英伟达的GPU，该怎么办？

为了对冲这种潜在的不确定性，英伟达选择了一个最直接也最彻底的方式：把整个AI生态绑定在自己的战车上。而它的抓手，就是投资。

过去两年，英伟达出手83次，超越同期Alphabet的73笔和微软的40笔。到了今年，节奏更是加快。仅9月中旬的一周内，英伟达就官宣了五笔重大投资，金额合计超过92亿美元，几乎相当于一个中型国家的科技预算。

从大模型到云计算，从AI应用到具身智能，几乎所有AI热门赛道的关键节点上，都能看到英伟达的身影。

但这还不是全部。真正让英伟达与其他科技巨头不同的，是它正试图建立一种由自己主导的AI秩序。

它像央行一样掌握着“算力货币”的发行权，一边释放GPU的“流动性”，扶持CoreWeave、Lambda、Together AI等新玩家崛起；一边又作为“最后贷款人”，在OpenAI等关键公司融资受阻时出手托底，稳住整个生态。

在AI这个刚刚起势的新世界里，英伟达不再只是一家卖芯片的公司，它更像是一台宏观调控机器，一种具有系统性影响力的超级角色。

在今天这个时点，我们或许应该重新认识下英伟达了。

01

ALL in大模型，看好4个AI应用方向

从数据上看，英伟达出手不但多，出手还很重。

2023年以来，英伟达参与的融资中单笔融资过亿美元的企业共31家。2025年投资的企业中，单笔融资超过10亿美元（折合人民币约71亿元）的企业共7家、获得数亿美元的共8家、融资刚超过1亿美元的有5家。

从行业分布看，这些大额融资里，大模型相关最多共14家，其次为AI基础设施相关共7家，自动驾驶和人形机器人相关分别为3家和2家，其余量子计算、核聚变等相关企业共5家。

模型公司是英伟达押得最狠的一类，没有之一。

一方面，英伟达几乎投资了所有头部模型，既有OpenAI、Anthropic、xAI等顶级模型公司，还包括了差异化的模型厂商，比如专注企业级模型的Cohere和开源模型厂商Together AI。

另一方面，出于“主权AI”的考虑，英伟达还尤为注重低于区域模型的押注。比如，英伟达先后投资欧洲的Mistral、亚洲的Sakana AI以及以色列模型公司AI21 Labs。

英伟达拼命投模型的逻辑很简单，模型厂商是英伟达最直接的客户，通过投资模型公司，英伟达能更直接地锁定未来硬件订单以及系统部署。

这就好比你开面粉厂，不是只卖给面包店，而是干脆去投一些有潜力的面包店，这样他们未来每次做面包就得用你的面粉。

除了模型层，基础设施是英伟达投得最多的另一个方向。

2025年过去的三个季度里，英伟达投资的AI基础设施公司几乎和模型厂商平分秋色，各占了31%。除了“亲儿子”CoreWeave外，英伟达还投了Lambda Labs、Crusoe和Nscale。

这些公司都有着同一个特点，都不是从云计算起家的。

比如，CoreWeave是矿工出身，Lambda Labs卖深度学习工作站，Crusoe在油气田搞电力回收。如今都转型做AI云服务商，背后都离不开英伟达的推动。

为什么英伟达要这么干？说白了，这是在“买客户增长”。通过投资，让这些云服务公司跑得更快，芯片的销量、租赁、部署、软件使用全都跟着涨。

更关键的是，这些平台不是自己做的，灵活性更高，既能掌控生态，又不至于和AWS、Azure这些大客户正面冲突，既赚钱，也避嫌。

看应用层，英伟达更像是在下注未来。它在软件层看好两个方向：垂直AI和多模态。Harvey、Hippocratic AI是前者的代表，Runway、Luma、SoundHound属于后者。

这些选择背后，是黄仁勋的判断。他认为，模型必须同时“能看、能听、能推理”，从文字、图片到视频、音频，多模态融合是理解世界的关键。

自动驾驶和机器人则是英伟达押注的硬件方向。2019年，它投了Wayve，2024年又追加了超10亿美元；Figure AI是机器人里押得最重的一家，B轮投了6.75亿美元，还签了5年GPU租约。

黄仁勋从不掩饰他对机器人的热情。在股东大会上，他明确表示：机器人将是英伟达继AI之后的“第二增长曲线”，而自动驾驶会率先落地、打头阵。

02

英伟达的本质，一个发放流动性和兜底的AI央行

虽然英伟达投资的很多，但仍然有两个反直觉的现象：

第一，投资集中在中后期轮次，往往都在B轮之后。

第二，尽管出手频繁，它却很少担任领投方。

这种“不做主角”的姿态在Reflection这轮融资中表现得格外明显。

在本月Reflection的20亿美元新一轮融资中，英伟达的资金池占高达40%。然而，当外界将其称为Reflection的“领投方”时，英伟达却急忙发表声明，强调自己只是“几位投资者之一”。

知情人士透露，英伟达有意回避“谈判主导”的角色，哪怕钱投得最多，也不愿意进董事会、设条款、主导公司发展。

因为对它来说，回报不是重点，生态才是。

比起赚更多钱，英伟达更在意的是通过投资，参与塑造未来的AI市场格局。它要的不只是财务回报，而是情报、影响力和话语权。

提前锁定新兴趋势，影响技术方向，绑定未来可能爆发的公司，把最有潜力的客户圈进自己的GPU体系里。投资，是它构建生态、延伸控制力的一种方式。

这种策略，让英伟达已经远远超出了传统科技公司的角色边界，越来越像一个宏观调控者。

甚至某种程度上说，英伟达正在扮演类似于AI的政府，甚至是央行的角色。

一方面，当GPU已经成为AI时代的硬通货，英伟达就是拥有发行权的掌握者。

它像一位掌控货币的央行那样，一边以发行货币这种非常直接的方式推动AI生态的发展，又同时操作放水和限流。

比如CoreWeave、Lambda这些新兴AI云公司，就在英伟达投资和支持下快速起飞。前者自3月上市股价已经上涨了约2-3倍（公司客户y已经从英伟达、微软扩张到OpenAI、Meta等），而Lambda也即将上市。

它们往往比传统大厂更早拿到最新的H100芯片，甚至流传出“先给卡，用完再分钱”的合作形式。

与此同时，英伟达也开始具备了类似政府调控经济的特征，在某些关键时刻扮演AI产业的“最后贷款人”。

最典型的例子是OpenAI。OpenAI自己说，要到2029年才能现金流转正，也就是还要再烧5年，总共1150亿美元。但估值已经飙到5000亿美元，传统投资人越来越犹豫。

而就在这关键时候，英伟达出手了，投了100亿美元。因为英伟达很清楚，在这个时间点，没有什么比OpenAI更能决定未来GPU需求走势了。

OpenAI的故事并不是个例。根据外媒The Information援引两位知情人士的说法：

最近，一些大型数据中心的建设者在项目融资上遇到了困难，传统的金融机构开始变得谨慎。就在这个关键时刻，英伟达站了出来。

有报道称，英伟达向OpenAI等AI公司注入的资金量已经接近政府刺激计划的水平。

而英伟达之所以愿意介入并为数据中心公司提供融资支持，是因为这有助于吸引其他项目资助者加入。”

换句话说，英伟达正在用自己的资产负债表，兜住整个AI世界的流动性。而这正是传统央行在金融体系中扮演的关键角色——防止系统性风险的发生。

这种玩法也引发了警惕。哈佛商学院教授David Yoffie就指出，英伟达正在人为制造需求。下游公司还没等终端客户下单，就先拿到英伟达的钱来下单购卡，提前把需求“做”了出来。

不过，从英伟达的视角来看，这仍然是一笔再清楚不过的帐了。

手握充裕现金，又受限于监管，无法大规模并购；眼前是刚刚起势的新市场，背后却是典型的周期性行业。在这样的局面下，把钱投进生态，不只是提前锁定需求，更是在用资本筑一条护城河。等周期真的来了，英伟达能稳出货、稳客户、稳节奏。

某种程度上说，这种风格再典型不过，偏执而务实，极具黄仁勋的个人气质。

当初，几乎没人相信GPU会成为主流算力，只有黄仁勋死死抱紧不放。面对“AI是否会灭绝人类”这类宏大命题，他从不参与辩论，只埋头把眼前的事做对、做成。

在黄仁勋看来，与其被周期左右，面临被颠覆的风险，倒不如将整个生态的关键参与者都深度绑定在自己的战车上。

他始终坚信一条原则：唯有偏执狂，才能生存。

本文来自微信公众号“乌鸦智能说”，作者：智能乌鸦，36氪经授权发布。