在全球AI產業爆發式成長的浪潮中，輝達（NVIDIA）並非僅以晶片製造商的身份存在，而是憑藉全端技術佈局和生態協同策略，建構了一個覆蓋硬體、軟體、開發者、合作夥伴及行業場景的龐大AI產業生態系統。其生態建構邏輯以「核心技術為基、軟體平台為橋、夥伴協同為脈、開發者為核」，形成了自我強化的生態正循環，奠定了其在AI領域的領導地位。一、以頂尖硬體為生態基石，築牢性能護城河硬體是AI計算的核心載體，輝達透過持續迭代高性能GPU及配套硬體架構，為生態提供了不可替代的計算基礎，形成了生態建構的「硬支撐」。1. 迭代GPU核心架構，領跑AI計算效能輝達從早期的Tesla系列到現今的Hopper、Blackwell架構，始終聚焦在AI計算需求最佳化GPU設計。以Blackwell架構為例，其採用先進的晶片堆疊技術和全新的電晶體架構，在AI訓練和推理性能上實現數量級提升，單晶片算力較前代提升5倍以上，為大模型訓練、代理式AI等嚴苛工作負載提供了強大算力支撐。這種性能優勢使得全球絕大多數AI企業、科研機構在開展核心AI研發時，首選輝達GPU作為計算載體，形成了生態的「硬體入口壁壘」。2. 推出互連與整機解決方案，完善硬體生態閉環為解決大規模AI計算的算力群聚化需求，輝達打造了從晶片級互連到整機系統的完整硬體方案。其推出的NVLink技術作為核心互連架構，實現了GPU之間、GPU與CPU之間的高速資料傳輸，第五代NVLink為每個GPU提供1.8TB/s的總頻寬，較PCIe 5.0快14倍。2025年發表的NVLink Fusion晶片更實現了生態突破，允許合作夥伴基於該技術打造半定製AI晶片，MediaTek、Marvell、Alchip等企業已藉助該技術開發自訂AI計算系統，富士通、高通則將自訂CPU與輝達GPU通過NVLink整合，建構高性能工廠。此外，搭配ConnectX SuperNIC、Spectrum-X乙太網路交換機等網路硬體，輝達形成了「GPU+互連+網路+整機」的全端硬體解決方案，滿足從邊緣到資料中心的全場景計算需求。二、以軟體平台為生態紐帶，打通技術落地鏈路如果說硬體是生態的「骨架」，那麼軟體就是串聯生態的「血脈」。輝達透過建構CUDA為核心的軟體平台體系，降低了AI技術的使用門檻，實現了硬體能力的最大化釋放，也讓開發者和合作夥伴深度繫結於生態之中。1. CUDA：建構生態的「作業系統級」基石CUDA（統一計算裝置架構）作為輝達生態的核心，是連接GPU硬體與上層應用的關鍵介面。它提供了一套完整的程式設計模型、開發工具和函式庫，讓開發者無需深入掌握GPU硬體細節，即可透過C、C++等熟悉的語言開發AI應用。經過十餘年迭代，CUDA已形成龐大的工具鍊和庫體系，如針對深度學習的cuDNN、針對高效能計算的cuBLAS等，覆蓋從模型訓練到推理部署的全流程。這種「一次開發、多平台部署」的特性，使得全球數百萬開發者聚集於CUDA生態，形成了強大的技術慣性－開發者基於CUDA開發的應用越多，企業選擇輝達GPU的動力就越強，反之又推動更多開發者投入CUDA生態，形成正向循環。2. 全端AI框架與平台，降低產業落地門檻為推動AI技術向各行業滲透，輝達在CUDA基礎上建構了針對不同場景的上層軟件平台。在深度學習框架層面，輝達與TensorFlow、PyTorch等主流框架深度合作，提供優化的底層支援，確保框架在輝達GPU上實現最高性能；在行業應用層面，推出了專項平台，如自動駕駛領域的DRIVE、醫療健康領域的Clara、工業領域的Metropolis等，這些平台整合了經過最佳化的設備例如，Clara平台為醫療影像分析、藥物研發等場景提供了端到端解決方案，幫助醫療機構和藥廠大幅縮短研發周期。此外，輝達還推出了NGC（NVIDIA GPU Cloud）平台，提供預訓練模型、容器化工具和產業解決方案，開發者和企業可直接在NGC上取得資源，加速AI應用開發與部署。三、以夥伴協同為生態脈絡，建構產業共同體AI產業涉及晶片設計、硬體製造、軟件開發、產業應用等多個環節，輝達透過開放合作策略，與產業鏈上下游夥伴建構了「共生共榮」的生態共同體，實現了生態的規模擴張。1. 硬體夥伴：建構半定製生態，拓展硬體邊界輝達摒棄「閉門造車」的硬體策略，透過NVLink Fusion等技術向晶片設計和製造夥伴開放生態。MediaTek、Marvell、Alchip等企業借助NVLink Fusion技術打造自訂AI晶片，Synopsys、Cadence等提供設計IP與工具支援，形成了「輝達核心技術+夥伴定製開發」的硬體合作模式。這種模式既發揮了輝達在互連架構和GPU核心技術的優勢，也利用夥伴的專業能力滿足不同產業的定製需求。例如，MediaTek結合自身在高速互連領域的優勢，與輝達合作開發下一代AI基礎設施，服務雲級AI需求；富士通則將其2奈米Arm架構CPU與輝達GPU透過NVLink整合，實現更高能效比的AI計算。同時，輝達與台積電、三星等晶圓製造企業深度合作，確保GPU晶片的產能供應，為生態擴張提供硬體保障。2. 雲端服務夥伴：實現算力普惠，擴大生態覆蓋為讓更多企業和開發者便捷獲取AI算力，輝達與亞馬遜AWS、微軟Azure、GoogleCloud、阿里雲等全球主流雲服務商合作，將GPU算力以雲端服務形式輸出。雲端服務商透過部署輝達GPU叢集，推出AI算力實例，如AWS的P3/P4實例、阿里雲的GN7實例等，開發者和中小企業無需投入巨資購買硬體，即可透過按需付費的方式使用高性能AI算力。這種「算力即服務」的模式極大地降低了AI技術的使用門檻，讓全球範圍內的使用者都能接入輝達生態，同時雲服務商的推廣也進一步擴大了輝達生態的影響力。此外，輝達也為雲端服務商提供客製化支援，如透過NVLink Fusion幫助雲端服務商建構可擴展的AI工廠，滿足大規模算力需求。3. 產業夥伴：深度場景繫結，推動生態價值落地輝達與各產業龍頭企業合作，將AI技術深度融入產業場景，實現生態價值的落地轉化。在自動駕駛領域，與特斯拉、小鵬、寶馬等車企合作，提供DRIVE平台和算力支援，推動自動駕駛技術研發與量產；在醫療領域，與梅奧診所、西門子醫療等合作，基於Clara平台開發醫療影像診斷系統和藥物研發工具；在工業領域，與寶馬集團、通用電氣等合作，利用自動化產品維修​​廠。這些合作不僅讓輝達AI技術在各行業實現落地，更透過產業夥伴的回饋優化技術與產品，使生態更貼合實際需求。4. 股權佈局：資本賦能生態協同的核心手段輝達的AI產業生態建構不僅依賴技術與業務合作，更透過精準的股權運作實現生態繫結與能力補全，形成「戰略投資繫結夥伴、收購整合核心技術」的雙層股權佈局邏輯，為AI產業佈局提供資本層面的堅實支撐。（1）上市公司戰略持股：鎖定關鍵場景與算力需求輝達對上市公司的持股以戰略性少量持股為主，核心目標是透過資本紐帶強化業務協同，確保GPU產品在關鍵AI場景的優先滲透，而非追求控制權。重點持股領域集中在AI雲運算、晶片設計、自動駕駛及生物醫藥等核心賽道。其中，對AI雲資料中心企業CoreWeave持股比例高達91.36%（投資金額約39.6億美元），使其成為輝達GPU算力的「超級客戶」，既鎖定了大規模算力需求，又藉助CoreWeave的市場擴張推動GPU銷售與技術迭代。對晶片架構巨頭Arm Holdings持股4.11%，則保障了輝達GPU與Arm架構的相容性，實現晶片設計生態的深度協同。在垂直場景中，對自動駕駛企業文遠知行（WeRide）持股0.32%，深化了在中國自動駕駛市場的佈局，同時保障Orin晶片的銷量與技術合作；對AI生物醫藥企業Recursion Pharmaceuticals持股0.9%，透過提供GPU算力換取醫療場景的AI應用程式經驗，完善Clara平台的行業適配能力。（2）非上市初創投資：前瞻佈局前沿AI技術針對AI領域的創新前沿，輝達透過投資非上市初創企業提前卡位關鍵技術，形成生態創新儲備。投資版圖涵蓋大模型、人形機器人、AI優化工具等前沿方向，典型標的包括OpenAI、Figure AI、Mistral AI等。對OpenAI的戰略投資使其鎖定了大模型訓練的核心算力需求，同時通過技術協作優化GPU在大模型訓練與推理中的性能；投資人形機器人企業Figure AI，探索AI與機械結合的創新場景，為未來自動化業務積累技術經驗。在歐洲市場，投資開源大模型公司Mistral AI與NLP服務商Cohere，推動GPU在海外推理與訓練場景的效能落地；對Lambda Labs等GPU雲運算服務商的投資，則拓展了GPU分銷管道，為中小企業接入輝達生態提供便利。這類投資以風險可控為原則，透過資本繫結獲取技術前瞻性資訊與生態協同機會，為輝達AI生態注入持續創新活力。（3）核心企業收購：掌控關鍵技術建構全端能力與策略投資不同，輝達的收購策略聚焦核心技術補全，透過全資收購將關鍵能力整合進自身生態，強化全端AI解決方案能力。收購標的均瞄準生態短板領域，形成「硬體-軟件-服務」的閉環整合。2019年收購高效能網路企業Mellanox，掌控了GPU叢集互聯的InfiniBand技術，大幅提升資料中心算力叢集的傳輸效率，降低系統部署複雜度；收購AI資源調度企業Run:ai後，將其技術整合進NVIDIA AIEnterpriseAIOmOmniD，提升邊緣GPU利用率；，則填補了邊緣裝置AI推理與模型自動化優化的短板，實現從資料中心到邊緣端的全鏈路AI能力覆蓋。這些收購並非單純的規模擴張，而是精準補強生態關鍵環節，鞏固「全端AI基礎設施提供者」的核心定位。四、以開發者為生態核心，培育創新活力源泉開發者是生態的創新主體，輝達透過建構完善的開發者培育體系，吸引、留存並賦能全球開發者，為生態注入持續的創新活力。1. 教育與培訓：降低入門門檻，擴大開發者基數輝達推出了NVIDIA深度學習學院（DLI），提供線上線下結合的AI培訓課程，內容涵蓋CUDA編程、深度學習模型開發、行業場景應用等，開發者可透過課程學習和認證獲取專業技能。此外，輝達與全球數千所大學和科學研究機構合作，捐贈GPU裝置、提供教學資源，將AI教育納入大學課程體系，培養新一代AI人才。例如，與清華大學、北京大學等合作建立AI實驗室，開展聯合科學研究和人才培養，從源頭擴大生態的開發者基數。2. 社區與賽事：建構交流平台，激發創新動力輝達建構了全球範圍內的開發者社區，如NVIDIA Developer Zone，開發者可在社區中交流技術、分享經驗、獲取官方支援。同時，輝達舉辦各類AI競賽，如NVIDIA GTC開發者大會上的創新大賽、針對自動駕駛的DRIVE Challenge等，為開發者提供展示創新成果的平台，並透過獎金、資源支援等激勵開發者基於輝達生態開展創新研發。這些賽事不僅激發了開發者的創新動力，更挖掘了大量優質的AI應用方案，部分方案已透過輝達生態實現商業化落地。五、生態建構的核心邏輯與啟示輝達AI產業生態的成功，核心在於建構了「硬體-軟體-開發者-夥伴」的全鏈路協同體系，形成了「績效領先→開發者聚集→應用豐富→夥伴加入→生態強化」的自我強化循環。其關鍵啟示在於：一是以核心技術為根基，透過硬體性能與軟體生態建構競爭壁壘；二是以開放合作為策略，透過賦能夥伴實現生態規模化擴張；三是以開發者為核心，透過培育創新主體注入持續活力。在AI產業競爭日益激烈的背景下，這種全端、開放式的生態建構模式，成為輝達維持領先地位的核心競爭力，也為其他科技企業建構產業生態提供了重要藉鑑。 （黃玉新—戰略思想家）

在此前美國的一場討論會上，面對高盛分析師Jim Schneider關於2025年晶圓廠裝置市場前景的提問，Applied Materials CEO Gary Dickerson給出“低單位數成長”的保守預測，KLA Corporation CFO Bren Higgins卻預期“中單位數增長”，Lam Research CFO Doug Bettinger則完全迴避數字預測。這種分歧並非市場判斷能力的差異，而是三家巨頭對半導體技術發展方向有著根本性的不同看法。半導體裝置產業向來以技術門檻極高著稱，Applied Materials的材料工程、KLA的檢測系統、Lam Research的蝕刻工藝，每項技術都需要十年以上的深度積累。然而，AI製程需求的爆發與地緣政治限制正在壓縮產業的技術更新周期，迫使裝置商在不確定性中做出戰略押注。從2022年管制啟動到當前市場格局重塑，整個產業正在經歷從技術分歧到競爭邏輯重構的深層變革。三大裝置巨頭將透過技術路線差異、產業生態斷裂、製造方式革命，以及政治風險內化四個維度，展現這場產業轉折點的真實面貌。同一個問題，三種技術賭注Gary Dickerson的謹慎表態背後，隱藏著Applied Materials對未來技術路線的深度思考。這位執行長在會議上強調iCAPS市場的“消化期”，實際上反映了該公司對摩爾定律平面縮放到達極限的判斷。 Applied Materials正在押注先進封裝技術，認為AI晶片的複雜性將迫使產業從2D轉向3D整合。該公司位於奧巴尼的EPIC Center已投入15億美元，專門開發CoWoS（Chip-on-Wafer-on-Substrate）技術，這是一場對異質整合未來的豪賭。 Dickerson相信，當CPU、GPU、記憶體必須整合在同一封裝內時，傳統的晶圓製造將讓位給材料工程和封裝技術。Bren Higgins的樂觀預測則建立在製程複雜化不可逆轉的技術判斷上。 KLA Corporation這位財務長在會議中詳細描述了一個技術現實：台積電3奈米製程的檢測步驟比7奈米製程增加60%，每當製程節點向前推進，電晶體尺寸就更接近物理極限。 Higgins押注的是“製程越先進，檢測越重要”的技術邏輯，該公司的電子束檢測裝置能夠發現10奈米以下的缺陷，正好契合AI晶片的零容錯要求。 KLA相信，即使地緣政治風險持續，先進製程的檢測需求也不會減少，反而會因為良率壓力而持續增長。Doug Bettinger的策略迴避顯露出Lam Research對技術路線的複雜判斷。該公司財務長在會議中反覆提及“etch-and-deposition intensity”概念，暗示公司同時押注兩個技術方向：3D NAND的垂直擴展和先進邏輯的3D架構。 3D NAND從96層向200層演進需要深寬比超過100:1的垂直蝕刻技術，而AI晶片的3D電晶體結構同樣需要原子級精度的工藝控制。然而，這兩個技術方向都面臨物理極限的挑戰，Lam Research選擇保留戰略彈性，等待市場需求進一步明朗化。當營收數字掩蓋了生態鏈的崩塌Applied Materials中國營收從32%暴跌至18%，每季損失10億美元的數字震撼市場，但真正的危機遠超財務報表。這家裝置巨頭失去的不僅是收入來源，更是與全球最大半導體消費市場的技術共同發展機會。中國市場向來是新技術驗證和工藝最佳化的重要場域，當Applied Materials被迫退出時，該公司實際上失去了一個關鍵的技術改進回饋機制。更嚴峻的是，中國本土裝置商北方華創、中微公司正在成熟製程領域快速追趕，Applied Materials重返中國市場的技術門檻正在不斷提高。KLA Corporation面臨的5億美元損失看似溫和，但技術生態的影響更加深遠。該公司的檢測裝置不只是硬體產品，更是整個製程監控體系的技術核心。中國晶圓廠被迫尋找替代方案時，正在重新建構獨立的檢測標準和供應鏈體系。長期而言，這種技術標準的分化將導致全球半導體產業出現兩套平行的品質管控系統，所有參與者的研發成本和技術複雜度都將大幅增加。 KLA面臨的真正挑戰不是短期收入損失，而是全球技術標準統一性的瓦解。Lam Research中國營收佔比從32%縮減至24%的過程中，客戶支援業務群組（CSBG）受到最嚴重衝擊。半導體裝置的商業模式特性決定了裝置銷售只是開始，後續十年的技術支援、升級改造、備件供應才是真正的利潤來源。一台蝕刻裝置的使用周期通常超過十年，服務收入往往是裝置價值的兩倍以上。中國市場的服務中斷不僅是當期現金流損失，更意味著未來十年收益的永久消失。這種產業生態鏈的斷裂正在重塑全球半導體裝置產業的商業邏輯。AI革命重新定義半導體製造的遊戲規則AI晶片對半導體製造技術提出的挑戰遠超外界想像：NVIDIA H100晶片包含800億個電晶體，採用台積電4奈米製程製造，不是最先進製程，但技術難點仍然極高，原因在於異質整合的複雜性。 CPU、GPU、HBM記憶體必須透過先進封裝技術整合在同一模組內，對準精度要求達到1微米以下，散熱管理技術面臨前所未有的挑戰。 Applied Materials押注的CoWoS技術需要在矽基板上精確放置數十顆晶片，任何微小偏差都可能導致整個模組失效。KLA Corporation面對的技術現實更加嚴峻：AI晶片的良率要求遠高於傳統邏輯晶片。傳統CPU中少數電晶體失效不會影響整體功能，但AI晶片的矩陣運算特性決定了任何一個運算單元故障都可能導致整批資料錯誤。這種零容錯要求推動檢測裝置從統計抽樣轉向全面檢測，檢測密度呈指數級增長。 KLA的先進檢測技術能夠在製程中即時發現奈米級缺陷，正好契合AI晶片對製造精度的極致要求。該公司預期AI晶片檢測步驟將比傳統晶片增加40%以上。Lam Research的技術押注關聯到AI運算的功耗挑戰。 AI模型訓練的高能耗特性要求晶片設計從平面結構轉向3D架構，透過縮短電子傳輸路徑來降低功耗密度。 3D電晶體的製造需要更複雜的蝕刻和沉積工藝，每一層結構都必須達到原子級的對準精度。該公司開發的Halo工具專門針對高層數3D NAND設計，能夠實現深寬比超過100:1的垂直通道蝕刻。這種技術複雜度的大幅提升正在重新定義半導體製造的物理邊界。三種押注，一個未來Applied Materials賭的是封裝技術將取代傳統製程，KLA賭的是檢測需求將無限放大，Lam Research賭的是保持選擇權比下注更安全。三家公司看似預測市場，實際上是在選擇生存方式：是押注單一技術路線獲得先發優勢，還是分散風險等待局勢明朗？時間會證明誰的判斷更準確。 AI晶片的製造需求能否真正彌補中國市場的損失，先進封裝技術能否如Applied Materials所願成為新的增長引擎，檢測裝置的重要性是否如KLA預期般持續提升，市場終將給出答案。但無論結果如何，有一點已經確定：半導體裝置產業已經從純粹的技術競爭，轉變為技術與政治並重的復合競爭。在這個新的競爭環境中，技術領先不再是唯一的勝負標準，政治風險管控能力同樣決定企業的生死存亡。遊戲規則已經改變，回不去了。 (半導體行業觀察)

構築輝達未來生態的統治地位。圖源丨輝達輝達已成為當今AI時代的基石，而它對初創公司的投資，預示著它對未來十年建構輝達的大生態的野心。從2000年開始，輝達就開始進行股權投資。起初，它以收併購為主，2005年前後併購了3Dfx Interactive、MediaQ、Portalplayer等公司。後來，它就按照風險投資的方式，進行投資。截至目前，它已參與了200余項投資，投出了20只獨角獸。自2023年起，輝達在一級市場出手越發頻繁，從2022年20起左右的投資，上升到2023年末大約50起。此後的時間，輝達保持著大約一年50~60起的投資節奏。該時期，輝達的通用GPU成為AI的關鍵基礎設施，同時也是輝達的股價受AI催化而翻倍增長的時候。從投資標的發展階段而言，輝達橫跨了從種子輪到D輪、E輪、F輪，甚至併購的不同企業發展階段。輝達企業發展部投資項目階段分佈，圖源：睿獸分析這些投資大多圍繞著AI產業鏈的上中下游，囊獲了AI算力、大模型和AI應用的全AI產業鏈。並且，這些投資大多發生在美國本土，偶有投資歐洲、以色列等其它地區的企業。圖源：睿獸分析輝達投資的三個主體長期以來，輝達做一級市場投資主要由公司旗下的投資部門進行。目前，該部門叫做“企業發展部”，由Vishal Bhagwati領導。Bhagwati曾在麻省理工學院就讀，獲得了電腦科學碩士學位，此外他還在沃頓商學院獲得了MBA學位。他在2000年左右成立了一家名為Emadison的公司，並獲得了紅杉資本的投資，這家公司而後被賣給了CAM Systems。Vishal Bhagwati與黃仁勳此後，他還在HP和Oracle擔任戰略投資和併購交易的高管，在HP期間，他曾推動超過280億美元的併購交易。2020年後，他跳槽至輝達，擔任負責戰略與投資的高管。在他的領導下，輝達開啟了“買買買”模式，尤其在2022年之後：2021~2022年，平均每年進行了15次投資，到了2023~2025年，它的年平均投資數量為40起左右，將近是之前的3倍。Bhagwati曾表示，投資事件的數量上升並非事先計畫如此，隨著AI爆發式發展，輝達要緊緊盯住最前沿的動態，投資頻次自然而然增加了。它的投資理念也並非追求傳統VC追求的財務回報，而追求通過投資來強化輝達的生態體系。Bhagwati曾提到，我們不會投資一家不用我們技術及產品的公司。然而大規模投資創業公司，也會被輿論認為有企圖壟斷的嫌疑。有人懷疑它做股權投資，是將投資和使用其產品進行繫結，儘管官方否認了這一觀點。除了Bhagwati領導的戰略投資部門，Sid Siddeek所領導的NVenture是輝達進行一級市場投資的另一股重要力量。和Bhagwati所領導部門不同的是，NVenture更加注重投資帶來的財務回報，而非只關注投資標的和輝達之間的業務協同。Siddeek曾表示，NVenture的投資範圍非常廣泛，不僅出錢，還出專業知識、技術等。在挖掘潛在投資機會時候，Siddeek會關注創業團隊的構成、背景及經驗水平等。此外，他也關注創業公司所處賽道的未來潛力，以及其產品在未來5~10年的競爭力。可見，NVenture更偏向於風險投資機構追求財務回報的邏輯。Siddeek擁有豐富的投資經驗，曾在中東主權財富基金穆巴達拉工作了9年，此後領導過迪拜主權財富基金在科技領域的投資。在加入輝達之前，他曾在軟銀願景基金工作過兩年。而在20年前，他曾擔任過輝達的投資者關係經理兩年，那時的輝達還是一家圖形顯示卡公司，融資曾屢屢碰壁。2021年，Siddeek重新加入輝達，負責NVenture的投資工作。巧合的是，NVenture也在2021年成立。成立之後，NVenture的投資節奏逐漸加快，從2023年的14次左右，提升至2024年的20次。2025年截至目前，NVenture已參與了14項投資。圖源：睿獸分析除了上述兩個投資主體，輝達還設立了一個孵化機構，Inception。該孵化器已累計服務了成千上萬家初創公司，為它們提供AI算力硬體和輝達合作夥伴的雲服務優惠。雖然這三個主體在投資理念、方式等方面存在顯著差異，但是它們的最終目的都是一致的：做大做強輝達的產業生態。輝達投出了20只獨角獸近兩年，相比於矽谷的其他巨頭，輝達投資數量驚人。睿獸分析顯示，亞馬遜、微軟的戰投部門在2024年僅僅出手10次左右，而輝達的企業發展部在同年出手了45次。高頻投資也帶來較好的業績回報。現在，包括輝達企業發展部和NVentures在內，輝達一共投出了20只獨角獸。此外，對於已經成為獨角獸的公司，比如OpenAI和xAI，輝達也參與了其後續融資。總體而言，輝達的投資組合中站著大約40只獨角獸。從投後估值達到獨角獸水平的方面看，輝達企業發展部的業績大大超過了NVentures。2019年至今，企業發展部投出了17家獨角獸，並且輝達投資它們的時間多發生在2023年及之後。這17家獨角獸大多涉及AI大模型層和AI應用層的業務，他們依賴輝達的GPU及相關技術來開展業務。You.com: 輝達於2024年參投了You.com的5000萬美元B輪融資，等到You.com在今年完成了C輪融資後，該公司估值達15億美元，躋身獨角獸行列。目前，You.com面向企業端提供AI深度搜尋和研究服務，宣稱可將傳統諮詢行業耗時數周的戰略諮詢報告，以最快5分鐘的時間來完成。創始人Richard Socher在最新一輪融資完成後，就表示融資目的之一，就是購買更多輝達的GPU，以支援擴大的業務規模的算力需求。Reka AI：該公司於今年7月官宣了由輝達和Snowflakes共同投資的1.1億美元A+輪。這輪投資之後，Reka Ai成為10億美元獨角獸。它專注於AI大模型研發，不過和矽谷大部分堆參數的AI大模型不同，它嘗試有效控制計算成本，以更低成本開發出市場領先的AI大模型，類似於國內深度求索研發的DeepSeek。對於本次融資，輝達並未發表直接評論，不過有業內評論稱，Reka AI將在輝達GPU基礎上來最佳化AI推理的效率。Weka.io：該公司成立於2014年，目前聚焦於研發解決資料密集型的工作負載的儲存解決方案，解決傳統資料存取的性能瓶頸。2019年之後，輝達連續四次投資了這家公司。2024年，這家公司估值達到16億美元。Weka.io已和輝達在硬體、軟體等方面開展緊密合作，比如Weka的技術可最佳化輝達GPU伺服器的儲存性能。FigureAI：這是一家矽谷炙手可熱的人形機器人本體公司，堪位元斯拉的柯博文。在去年，官宣了6.75億美元的B輪融資，投資方包括輝達、三星、微軟、亞馬遜、英特爾等。目前，公司估值20億美元。Figure AI的最新產品Figure 02採用了輝達的GPU作為核心處理器，同時其用於人形機器人的AI大模型，也在輝達GPU上進行訓練。Imbue：2023年，這家專注於AI Agent領域的初創公司獲得一筆2億美元的B輪資金。該公司由一位華人女科學家創立，目標打造千億參數的AI智能體。該公司在獲得輝達投資前，已手握1萬張H100卡。Inflection AI：2023年，Inflection AI獲得了一筆引人注目的投資，投資方包括Bill Gates、Google、輝達等，金額13億美元。核心創始團隊來自GoogleDeepmind核心團隊，致力於開發更具有情商的AI大模型，目標是電影《Her》中那樣的AI，企圖和OpenAI展開競爭。當時，該公司已經建有2.2萬張輝達H100的AI智算叢集，為當時規模最大的之一。不過，2024年微軟出價6.5億美元，收購該公司的核心資產，核心創始人員隨即加入微軟，而公司目標市場也從個人消費市場轉向了企業級市場。除了上述公司外，Bhagwati帶領的企業發展部投出了多家AI大模型的獨角獸，包括AI21 labs、Mistal AI、Cohere等。同時，它還投出了多家垂直領域的AI智能體獨角獸，例如做AI程式設計的Poolside、AI醫療的Hippocratic AI、AI搜尋的Perplexity。輝達旗下的NVenture目前投出了4只獨角獸。除了上述提到的Hippocatic Ai外，還有Field AI、Abridge和Synthesia。Field AI要做具身智能的大腦，它採用了有別於Open AI大語言模型的全新AI架構，該架構更適用於人形機器人的“大腦”。Abridge聚焦於將醫院裡的繁瑣醫療記錄進行AI化處理。該公司估值已達53億美元。Synthesia專注於AI的視訊內容生成，推出的Synthesia 2.0可實現虛擬形象的視訊。該虛擬形象就像主播面對鏡頭的口播場景一樣，可根據上下文調整語氣、面部表情和肢體語言。這三家公司均直接或間接使用了輝達GPU產品。比如Field AI的大模型產品採用了輝達工具鏈及GPU進行訓練，而Synthesia運行在亞馬遜雲之上，而亞馬遜雲大量採購了輝達的GPU。建構未來10年的輝達產業生態早在2000年就開始做投資併購的黃仁勳，是一位具備敏銳技術嗅覺的投資併購高手。未盡研究創始人周健工認為，黃仁勳在2000年初併購競爭對手3dfx，建構了它在圖形渲染顯示卡的統治地位；2019年，黃仁勳又以69億美元，併購了Mellanox，使得輝達從GPU產品提供商向著AI智算中心整體方案提供商，邁出了重要一步。這兩起併購較大程度上分別奠定了，輝達在圖形顯示卡行業和AI算力行業的統治地位。輝達還曾計畫收購Arm，黃仁勳企圖通過這次收購，構築橫跨CPU和GPU的競爭護城河，不過最後卻因為反壟斷原因而終止。當下，黃仁勳並沒有停止投資，而是指揮著Bhagwati領導的企業發展部和Siddeek負責的NVenture進行投資。每一筆潛在投資的最後決議，都需要黃仁勳親自簽署。黃仁勳正計畫通過這一筆筆投資，構築未來10年的統治地位。近3年來，輝達的投資領域正逐漸發生著改變，它正在從投資AI大模型，投資AI基礎設施，慢慢轉向能源、具身智能等領域。不過，輝達仍然基本圍繞著生成式AI的三大要素：算力、資料、模型，進行投資。在算力方面，它圍繞著如何將GPU算力發揮得更好，投資了一系列半導體公司，比如Arrcus和Ayar labs。此外，在算力中心的可持續能源供給方面，它投資了Utilidata、Commonwealth Fusion等。近日，它還宣佈投資量子計算公司PsiQuantum，這家公司表示，它正與輝達進行合作，重點將量子硬體與AI晶片做整合，並聯合開發可跑在GPU上的量子演算法。在資料方面，輝達參與投資了資料庫管理公司Databricks、資料標註公司Scale AI等。在AI大模型方面，輝達已投資了眾多AI模型公司，其中包括Open AI、xAI等。此外，他連續4次投資了面向企業端的AI大模型Cohere，以及OpenAI的前聯合創始人IIya的SSI。SSI致力於研發更安全的人工智慧，僅僅成立一年，估值已達到320億美元。從另一角度看，輝達的投資旨在構築未來5~10年統一的、一站式的AI基礎設施。2025年3月，輝達的GTC大會上，黃仁勳提出了AI工廠（AI Factory）的概念，這一概念旨在將AI開發和工業流程相結合，涵蓋從資料採集、訓練、微調、大規模推理的整個AI工作流程，讓AI工廠能夠產生肉眼可見的價值。AI工廠的初期客戶包括了Uber、Google、Netflix等。“AI工廠的底層為輝達GPU，在此之上還需各類的連接、通訊、能源、資料、模型等技術，這些技術的獲得與合作將通過風險投資方式。”周健工表示：“黃仁勳還投資了AI工廠的下游應用場景，比如具身智能、自動駕駛、AI製藥等。”投資下游應用場景的公司，可助力AI工廠可被下游AI應用所廣泛使用。硬體永遠為軟體服務的，人們希望AI晶片能夠支撐起通用人工智慧（AGI）的實現。AGI何時到來，有人說2027年，有人說2030年之後。不論何時到來，在它到來前，又或者真正的AI killer APP出現前，必須要有足夠好的軟硬體技術及產品的支撐。華泰證券電腦首席分析師謝春生曾表示，AI正在改造所有的既存IT系統，原來軟體演算法會被AI演算法重寫，原來硬體架構將被顛覆，CPU和GPU的數量比例，會從大約8比2，變成大約2比8，其中伴隨著大量軟硬體架構、技術、產品、生態的重構。毫無疑問的是，輝達已是這場AI改造IT系統革命的中堅力量。根據輝達最新發佈的年報，在其資產負債表上，輝達所投資的長期股權價值已從2024財年的13億美元上升至2025財年的34億美元。這些投資組合的價值在一年時間增長了近3倍。投資創業公司，就是投資未來。輝達在這些投資的價值會遠遠超越當前財報所呈現的價值。 (創業邦)

這段時期，SHEIN海外又爆紅，TikTok等外國社交媒體時不時就出現#SHEINhaul（曬單挑戰）的熱潮，外國網友紛紛驚呼，“怎麼還能有這樣實惠、迅速、多樣的平台！”下面分享一張外國網友討論SHEIN的真實截圖——翻譯：我也有點SHEIN上癮了，俺們這嘎達沒有這種衣服，挪威的衣服都特別寡淡，SHEIN的款式好豐富哦。確實！我超愛的！SHEIN的款式適合每個人。俺在瑞典，情況一樣。我每次從SHEIN買完衣服都羞愧得想剁手。確實，SHEIN的模式堪稱是對傳統服裝行業的“降維打擊”，刷新了大家的行業認知——在這個平台上，憑藉著按需柔性的“小單快反”的模式，SHEIN新品可以滿足使用者的任何需求，只要你想要，SHEIN就有。憑藉以數位化系統連接成千上萬家中國工廠，SHEIN實現“1～2周設計上架、7天內交付客戶”。靠著中國供應鏈+本地化營運，SHEIN在美國等物流巨慢的國家，也能提供甚至快至“3日達”服務。這個連續兩年登頂全球購物 APP 下載榜的新一代全球化品牌，超越沃爾瑪、耐克等海外巨頭成為全球時尚新領軍電商，正在用“按需時尚”的密碼，帶來一場席捲全球的產業革命。表面上，我們看到的是SHEIN的超高效率、超快成長，但獨角獸並非“獨角戲”，這背後是在平台引領下整個產業生態向更高效率、更高價值的進化。01“按需時尚”的效率革命唱響傳統工廠“重生記”傳統服裝行業的供應鏈如同笨重的巨輪，依賴季度性預測、大規模生產、長周期鋪貨，庫存問題讓供應商焦頭爛額。而SHEIN顛覆性地開創了“按需時尚”的模式，這種模式如同精密的手術刀，將未銷售平均庫存率削至低個位數。當傳統服裝品牌為40%的庫存積壓率煩惱時，廣州番禺的一家供應商工廠裡，黃浩看著螢幕上即時跳動的訂單資料，輕點滑鼠便將新款連衣裙的生產指令同步到工廠。起初，他對SHEIN的柔性按需模式並不看好，因為擔心單量小。但經過嘗試後，他發現SHEIN的全面賦能支援為工廠帶來了顯著變化，品牌庫存大幅降低，生產效率大幅提升。現在，他的日常經營圖景是：100-200件起訂的試單機制，配合即時更新的銷售情況，實現了“爆款及時返單，滯銷即時停產”。在SHEIN模式創新背後，其根本支撐在於先進的數位技術，推動行業實現從“經驗驅動”向數位化下“需求驅動”的轉型。服裝行業供應商張艾麗表示，“以前我覺得自己只是在做服裝，但自從接觸SHEIN之後，才感覺真正在做服裝廠。”服裝行業本身是上下游環節多、消費需求變化快、製作工藝和原材料繁多的非標行業，在以前的傳統工廠裡，原料管理、產能匹配、生產流程等多數依賴人工進行，小小一個錯誤就會帶來大量資源和產品的浪費。SHEIN從前端時尚趨勢、設計開發、生產製造、倉儲、物流等各環節進行全鏈路的資訊化、數位化升級，實現各鏈條各環節的線上化協同，用產業網際網路打破了時空界限，讓全流程透明起來，帶動產業鏈上下游同時變革。由於SHEIN的供應鏈大部分在國內，作為中國傳統優勢產業的服裝產業在SHEIN的帶動下，實現產業網際網路升級，又借助跨境電商風靡全球。該供應商表示，她涉足服裝行業已經七八年了，近年來在SHEIN的助力下，特別是利用其數位化工具的分析，一下子為其打開了新的增長空間。“SHEIN的整個數位化工具都很完善，你只要根據那些系統去學習，去把它摸索透，你整個工廠的連結的每一環，環環相扣就可以完善起來。”如果回顧商業的歷史，不難發現許多企業正是因為顛覆性地改進了生產銷售效率，從而成為名噪一時甚至引領行業範式變革的知名企業。比如福特和生產線模式的誕生，再比如精益生產的豐田模式，如今，SHEIN引領的“按需時尚”模式創新+“數位化轉型”技術創新，正掀起一場新的行業革命。02打造時尚行業“新基建”推動行業“抱團出海”支撐這場行業革命的，是SHEIN持續打造的時尚行業新型基礎設施，為行業轉型升級與企業揚帆出海提供了堅實的支撐。在硬設施“新基建”方面，SHEIN在供應鏈領域持續深耕，十多年來，建立了以廣州為核心，輻射肇慶、佛山、江門等城市的智慧供應鏈矩陣。據悉，SHEIN百億投資的廣州的希音灣區供應鏈項目將建設集營運倉儲、備貨、揀貨、分撥、發貨、結算等為一體的現代化供應鏈中心，為SHEIN全球銷售提供核心支援。該項目以LEED最高等級的鉑金級認證為建設目標，預計引進產業人才高峰期約10萬人。廣東肇慶“希音灣區智慧產業園”已經完成了項目驗收交付，預計將在年內正式進駐使用。目前SHEIN在肇慶已租賃超70萬方倉庫，新項目租賃26萬方倉庫。同樣位於肇慶在建的希音灣區西部智慧產業園，也是SHEIN在國內供應鏈矩陣的關鍵項目之一。該項目總投資35億元，擬建設集智能分揀中心、訂單分撥中心及智能製造工廠等於一體的智慧化園區，預計將在今年年底竣工，項目達產後預計每年完成服務貿易出口額35億元。不久的將來，當我們參觀SHEIN智慧供應鏈各個園區，會看到這樣一副圖景——太陽能板覆蓋的廠房如同藍色海洋，AGV機器人組成的運輸體系川流不息，最終有條不紊地將包裹送向全球。這將成為帶動數萬商家“抱團出海”的重要支撐，為品牌、產品與產業帶進一步提升競爭力保駕護航。在“軟服務”新基建方面， SHEIN採用“自主品牌+平台”的雙引擎模式，依託自身的知識、技術、管理、供應鏈等基礎，向中小商家提供賦能服務，幫助中小商家解決發展經營中的“不懂、不會、不敢”等問題。在自有品牌端，SHEIN從經營管理、企劃開發、生產排單、營運備貨、質量管理等全方位對供應商進行日常+專場的全方位培訓。比如有位供應商坦言，沒有SHEIN手把手的指導培訓，她的企業數位化轉型根本就進行不了。剛剛接觸數位化的時候，她根本看不懂系統，“我當時對著電腦要崩潰了，感覺很茫然”。而SHEIN的業務人員會持續耐心地跟她交流，在“所學即所用”中持續幫商家去摸索。“不懂就問，我很明確的就把我的需求點去問SHEIN的跟單人員，然後跟單就會配合我，給我解釋，並幫我去解決問題。”在平台端，基於SHEIN廣泛的海外銷售網路、成熟的市場行銷經驗以及創新的供應鏈體系，SHEIN引入第三方商家的產品和品牌，在平台牽引下引導中小商家“抱團出海”。借助SHEIN，中國的品牌出海不再只是大玩家的生意，中小商家也可以借助平台跳過許多中間環節，將優質產品快速銷往海外。資深外貿人、百貨賣家於曉鷗表示：“SHEIN平台上，借助代營運賦能這樣的合作模式，賣家只需要專心把產品做好，營運、物流、倉儲都有平台提供支援，像我們這樣做了很多年工廠的電商小白也是有優勢的”。中小商家在平台聚力下，不斷合力形成中國產業發展的新優勢。SHEIN提出“全國500城產業帶出海計畫”，幫助全國各產業帶借助跨境電商，拓展在全球市場上的銷售與品牌提升。通過500城產業帶計畫，SHEIN按需生產“小單快反”的柔性供應鏈模式將從服裝產業向更多產業延展和外溢。截至目前，已有超20個省份的逾300城產業帶入駐SHEIN平台，其SHEIN平台產業帶出海計畫加速推進，涵蓋箱包、服飾、內衣、小商品、玩具、鞋類、飾品等主流產業帶。在SHEIN平台上，越來越多的外國友人看到更多、更好、更強的“中國製造”。03推動“時尚與地球共贏”開拓綠色發展“新範式”SHEIN的生態共贏，還體現在綠色發展新範式，掀起了一場綠色化、智慧化的行業革命，改變了傳統行業的“高耗能、低價值”模式。例如我們最常見的牛仔生產，就是一個非常耗能的過程。牛仔生產需要染紗—織布—後整到水洗的複雜流程。尤其是，如果要做出扎染、破洞或不同深淺的牛仔樣式，需要依賴手工操作，不僅生產效率低、生產樣式批差大，更高度依賴水資源和化學物質。在時尚和個性背後，高能耗和低效率成為了傳統牛仔生產難以迴避的問題。為瞭解決這一行業痛點，SHEIN積極推廣應用“冷轉印牛仔工藝技術”，這種技術解決方案，將原本依靠多次水洗才能達成的牛仔效果，通過數字列印技術實現。電腦完成製圖後，數字印表機會通過壓力將活性墨水印入紗線內部，直接在布料上形成牛仔的花紋和效果，最大程度降低水資源消耗，同時實現更好色彩的還原度和色牢度。國際權威機構Bureau Veritas認證顯示，相比傳統牛仔面料生產方法，該技術能節省高達70.5%用水量。從2021年逐步採用該技術至今，SHEIN在牛仔面料生產上已節省近9000噸用水。如果將“冷轉印牛仔工藝技術”與“按需時尚”模式結合起來，那麼就不僅可以實現綠色環保目標，還能更好滿足消費者的需求。冷轉印技術可以像“印表機”一樣實現在白坯布上印製水洗效果並附加花型，印花、扎染、漸變……消費者能夠擁有更定製化、個性化的牛仔風格產品。除了上述創新之外，SHEIN還聯合東華大學研發推出新一代再生滌綸解決方案，能在保障再生滌綸品質的基礎上，擴大回收材料的範圍。這一解決方案預計在2025年6月推廣至產業供應商中實現量產，也將助力SHEIN實現2030年31%再生纖維替代的目標。近日，SHEIN宣佈其 2050年淨零排放目標，以及近期、長期科學減排目標已獲SBTi（科學碳目標倡議組織）批准。SHEIN的2030年和2050年減排目標以2023年為基準年，到2050年在整個價值鏈上實現溫室氣體（GHG）淨零排放。其中，在2030年近期目標中，SHEIN將致力於實現範圍1和範圍2（指自有設施營運的直接排放和電力使用的間接排放）的絕對溫室氣體排放量減少42%；範圍3（指價值鏈的間接排放，主要包括採購的商品和服務、燃料和能源相關活動、運輸和配送、營運過程中產生的廢棄物以及售出產品的報廢處理等）的絕對溫室氣體排放量減少25%。同時，到2030年，將每年逐步增加採購使用的可再生電力至100%。作為2050年長期目標，SHEIN則會將範圍1和範圍2、及範圍3的溫室氣體絕對排放量減少90%。可見、SHEIN“綠色發展”的理念，正深入滲入到產業鏈每個環節以及上下游的合作夥伴。從佛山的印染廠到廣州、中山的製衣廠，SHEIN的上下游供應商們，正通過SHEIN所推出的包括屋頂太陽能、清潔始於設計“CbD”項目、供應商能效領航者等一系列針對供應商的節能減排項目。這種模式帶來的效益是多贏的，廣東中山的一家參與空調系統的改善項目的製衣廠負責人表示，“以前沒有意識到，工廠綠色減碳帶來的能效提升，最終還會帶來在員工收入和人才招聘方面的良性反饋。現在，國家在大力發展新質生產力，提出“新質生產力本身就是綠色生產力。”“新質生產力是符合新發展理念的先進生產力質態”。SHEIN的模式讓我們看到，科技創新如何與綠色發展同步進階，科技創新帶來更加綠色的服裝行業，不僅僅減少了行業能耗，也正推動行業提質增效，從而推動行業價值的重構。04結語SHEIN 的崛起，不僅僅是一個品牌的成功，更是一個生態的進化。從賦能供應鏈商家，到打造產業新基建引領行業轉型升級，再到在全產業倡導綠色發展新模式。SHEIN 正在書寫的，是一部關於效率、創新與共生的全球產業新敘事。而這場革命也證明了：商業的最高境界不是征服，而是讓每個參與者都能在共生中成長。 (正商參閱)