英伟达靠什么赚钱？从 GPU 到 AI 基础设施看懂 NVIDIA 商业模式

先看最新一个财季。英伟达 2027 财年第二财季营收 962.21 亿美元，同比增长 106%；其中数据中心收入 890 亿美元，同比增长 117%，约占总营收的 92.5%。同季 GAAP 毛利率 75.0%，GAAP 净利润 596.88 亿美元。

把 962.21 亿减去 890 亿，剩下约 72 亿美元——游戏显卡、专业可视化、汽车等业务全部加在一起，还不到总营收的 8%。消费级业务当然重要，但理解这家公司，必须从数据中心那一栏往上看。

而数据中心这一栏里装的东西，已经远不止 GPU。

消费者买 GeForce 显卡，关注的是游戏帧率、显存容量和光线追踪效果。数据中心客户的关注点完全不同：训练速度、推理吞吐量、显存带宽、GPU 之间的通信速度、集群扩展能力，以及每个 Token 的计算成本。

英伟达的数据中心 GPU 本身就已经是一套系统的核心：GPU 芯片、HBM 高带宽显存、先进封装、计算加速卡、NVLink 互联、服务器模块、驱动与软件库。而当一个客户要部署数千甚至数万颗 GPU 时，随 GPU 一起被买走的还有一长串东西。

这就是这套商业模式里最重要的杠杆：一颗 GPU 是订单入口，一整座 AI 数据中心才是收入空间。GPU 的出货量决定了有多少客户进门，而客户在门里还买了多少东西，决定了英伟达能从这一单里拿到多少。

既然 AI 服务器主要靠 GPU，英伟达为什么还要做 CPU？因为 GPU 无法独立完成整个 AI 工作负载。在真实的数据中心里，操作系统、虚拟机管理、数据预处理、任务调度、存储与网络管理，以及 GPU 与其他设备之间的数据交换，仍然由 CPU 承担。CPU 一旦跟不上，GPU 就会因为等数据而闲置。

英伟达做 Grace 与 Vera 的思路，是在设计阶段就让 CPU、GPU、高速互联、内存子系统、网络设备和系统软件一起优化，而不是各自为政再由系统厂商拼装。官方资料显示，Vera CPU 与 GPU 之间通过 NVLink-C2C 连接，双向带宽 1.8 TB/s，是 PCIe Gen6 的 7 倍——这类数字的意义在于减少数据搬运的等待时间。

所以 CPU 业务的战略价值，不只是增加一条产品线，而在于让英伟达控制 AI 服务器内部的数据流：数据怎么进 GPU、CPU 与 GPU 怎么分工、推理请求怎么调度。这一层决定了整套系统能被利用到什么程度。想逐个看清这几层硬件分别是什么，可以看英伟达的产品体系拆解。

集群规模一旦从几十颗 GPU 上升到数千、数万颗，GPU 之间就要频繁交换模型参数、梯度、激活值和 KV Cache。GPU 算得快、网络跟不上，就会出现一种很贵的空转：GPU 已经算完，却在等别的 GPU 的数据。这会直接拉低利用率，推高训练和推理成本。

英伟达的网络业务分成两层：

• 机架内（scale-up）。NVLink 负责 GPU 之间的高速通信。第六代 NVLink 为每颗 GPU 提供双向 3.6 TB/s 的带宽，72 颗 GPU 组成机架级系统时，总带宽可达 260 TB/s。
• 跨节点（scale-out）。InfiniBand 与 Spectrum-X 以太网负责连接多台服务器和多个节点。这部分能力来自对 Mellanox 的收购，让英伟达同时能提供网卡、交换机和网络软件。

此外还有 ConnectX SuperNIC 与 BlueField DPU。后者的作用是把网络、安全和存储任务从 CPU 上卸载下来，让 CPU 和 GPU 更专注在计算上。

这些产品加起来的结果是：网络不再是「买 GPU 附带的」，而是一个独立的采购项。对英伟达来说，这意味着即使单颗 GPU 的出货增速放缓，网络这一层仍然可以吃到集群规模扩大的增量。

如果客户只买 GPU，服务器怎么设计、怎么供电、怎么散热、网络怎么配、软件是否兼容，都要自己解决。对小型企业这只是一个工程问题；但要建一个数千乃至数万颗 GPU 的集群，任何一个环节设计不当都可能带来巨大的浪费。

于是英伟达开始直接卖系统：DGX AI 服务器、HGX GPU 计算平台、DGX SuperPOD、GB200 NVL72、Vera Rubin NVL72，以及面向云服务商的参考设计。客户买到的往往不只是几张加速卡，而是一套经过验证的计算基础设施——GPU、CPU、显存、GPU 互联、网卡、交换机、DPU、主板、机架、电源、液冷和管理软件。

随着 GPU 功耗和密度上升，采购方式也在变：新一代 AI 服务器越来越多采用机架级设计，芯片、网络、供电与液冷在出厂前就完成协同设计和验证。客户买整机柜的核心价值是更快上线。

而对英伟达来说，这一层的意义是客单价：同一张订单里，除了 GPU 还能带上 CPU、NVLink、网卡、交换机、DPU、成组机架、软件与技术支持。

硬件决定算力上限，软件决定客户能不能真的把这些算力用起来。英伟达软件体系的核心是 CUDA——一个并行计算平台与开发生态。围绕它，大量深度学习框架、模型库、推理工具和企业应用做了针对性优化。

成本的大头不在软件本身，而在迁移上。一家企业一旦围绕 CUDA 完成了开发人员培训、模型适配、代码优化、推理部署、性能调优和集群运维，再换到另一种 GPU 架构，就要重新调整内核程序、算子库、通信机制、驱动环境、模型部署方式和调优方案。这并不意味着换成别的平台不可能，而是意味着替代需要时间、资金和工程资源——这正是客户黏性的来源。

软件栈的覆盖范围也已经从开发延伸到生产：TensorRT-LLM 优化大语言模型推理，NCCL 优化多卡多节点通信，CUDA-X 提供面向科学计算、工程、金融、医疗的加速库，NVIDIA AI Enterprise 提供企业级验证环境与支持，Dynamo 面向大规模生成式推理和代理式 AI 服务。

可以看出一个方向上的变化：软件不再只服务于让 GPU 跑得更快，而是开始服务于让整个 AI 工厂跑得更省。

「AI 工厂」是英伟达对下一代计算基础设施的定义：把数据、电力和计算资源持续转化为模型能力与推理结果。在生成式 AI 时代，Token 可以被看成一种可计量的产出——聊天机器人生成文字，图像模型生成图像，编程助手生成代码，AI Agent 生成一连串自动化操作。

这个定义把衡量标准从「有多少 GPU」，换成了几个更商业化的指标：每瓦电力能产出多少 Token、每美元基础设施成本能带来多少收入、每个模型请求需要多少算力、一座数据中心能服务多少用户。

英伟达技术博客给出的一个数字很能说明问题：电力最高可以占到 AI 工厂运营支出的 40%，而在这些支出里，推理才是直接带来收入的那部分。换句话说，每提高一点每瓦 Token 产出，都会直接落进客户的利润表。

英伟达推出的 DSX 平台，正是把设计、机架密度、电力分配、液冷设计、GPU 利用率、工作负载调度和运行时监控放在一起考虑。这也意味着它的竞争范围，已经从芯片市场延伸到数据中心的规划与运营。

增长很强，但这套模式有几处明确的压力点。

• 客户自研芯片。大型云服务商正在开发自己的 AI 芯片以降低成本、减少对单一供应商的依赖；AMD、Google TPU、AWS Trainium、Intel Gaudi 等也在争夺训练与推理市场。英伟达的优势在全栈生态，但竞争会作用于价格、毛利率和客户的议价能力。
• 电力与部署瓶颈。AI 工厂耗电巨大，电网接入、土地、变压器和液冷能力都可能成为上线瓶颈。客户关心的问题会从「GPU 有多快」扩展到每瓦算力、机房散热和上线周期。
• 出口管制。地缘因素会影响部分市场的销售。英伟达最新业绩材料显示，其指引并未假设来自中国的数据中心计算收入。
• 投资回报。AI 基础设施的投入能否收回，最终取决于企业客户的真实需求、AI 应用带来的收入、模型价格与推理成本。

把这几层叠起来看，这套商业模式的逻辑其实很清晰：GPU 提供算力，CPU 与网络决定这套算力能被利用到什么程度，系统把它交付成可运行的设施，软件决定客户留多久，而 AI 工厂负责把这一切定义成一种可计价的生产能力。市场愿意为它付多少钱，取决于这套系统能持续产出多少算力——这一点也可以从市场为什么把它当作 AI 基础设施核心标的里看到。