英偉達想靠併購贏下AI時代_風聞

**作者｜**張堯

**編輯｜**胡展嘉

**運營｜**陳佳慧

**頭圖｜**英偉達官微

**出品｜**零態LT（ID：LingTai_LT）

DeepSeek引發的海嘯，並未讓英偉達一蹶不振。

2025年1月底，DeepSeek發佈的開源模型R1，僅使用2048個英偉達H800芯片，耗費約560萬美元，就可以比肩OpenAI同類模型，引發全球科技行業關注。有鑑於DeepSeek可能擊垮英偉達“賣水人”的商業故事，資本市場開始謹慎看待後者。2025年1月以來，英偉達股價下跌約23%，市值蒸發超8444億美元。

▲圖：英偉達自1月來的股價走勢圖

不過近幾天，英偉達卻走出了“微笑曲線”。2月4～6日，英偉達股價連續三天上漲，累計漲幅達10%，市值重回3萬億美元上方。

這或許是因為英偉達積極“擁抱”DeepSeek所致。1月31日，英偉達官宣，DeepSeek-R1模型已作為NVIDIA NIM微服務預覽版上線使用，“DeepSeek會需要更多英偉達芯片滿足服務的需求。”

事實上，覆盤英偉達的成長史不難發現，“擁抱”對手，恰恰是其崛起的關鍵誘因。考慮到AI技術方興未艾，遭遇波折的英偉達，或將進一步加快投資AI企業的步伐。

吞併頭號勁敵

英偉達成GPU領域龍頭

儘管現如今已成全球科技霸主，但成立之初，英偉達無論是產品還是品牌號召力，均落後於IBM、3dfx等企業。

根據天眼查信息，以及媒體綜合資料顯示，1993年1月，黃仁勳、克里斯·馬拉科夫斯基和克蒂斯·普里姆聯合創立英偉達。彼時，IBM、Trident、3dfx等企業已經靠MGA、Trident 8900、Voodoo等顯卡站穩腳跟，掀起了“顯卡大戰”。

由於對電子遊戲充滿熱情，黃仁勳敏鋭意識到，以四邊形作為基本體，可以使畫面更具表現力，並且也可以彎道超車一眾使用三角形作為基本體的競爭對手。

然而，微軟卻宣佈，其圖形軟件僅支持三角形，押錯寶的英偉達頓時陷入困境，為此，英偉達解僱了50多名員工，並將剩餘資金投入到未經測試的微芯片生產之中。

▲圖：英偉達官網

事實證明，英偉達確實豪賭成功。1997年4月，英偉達推出全球首款支持硬件三角形引擎的128bit 3D圖形處理芯片RIVA 128，售價僅為200美元，比競爭對手便宜30%左右。因極具性價比，RIVA 128上市四個月出貨量破100萬台。

得益於RIVA 128熱銷，1999年1月，英偉達在納斯達克掛牌上市。隨後，藉助資本市場的力量，英偉達開始了併購之旅。

如果要選出上世紀 90年代GPU市場的龍頭，3dfx説第二，沒人敢説第一。憑藉初代Voodoo的先發優勢，以及與之匹配的Glide API，3dfx曾在3D顯卡市場佔據85%左右的份額。然而，由於產品進步遲緩，以及收購板卡製造廠STB Systems導致華碩、帝盟、技嘉等合作伙伴眾叛親離，20世紀末，3dfx一蹶不振。最終，2000年12月，英偉達斥資7000萬美元現金以及100萬美元股票收購3dfx。

▲圖：英偉達官網

收購3dfx之前，英偉達已於1999年8月推出GeForce 256。由於可以以並行計算的方式渲染當時的熱門遊戲《雷神之錘》，GeForce 256引得無數PC玩家追捧。

將3dfx收入麾下後，英偉達不止減少了一個競爭對手，更斬獲了40多項專利和100位經驗豐富的工程師。得益於此，此後幾年，英偉達持續精進GeForce、Quadro系列的升級產品，成功在GPU市場佔有一席之地。

為了進一步強化在GPU領域的優勢，2003～2008年，英偉達還陸續收購了視覺渲染軟件開發公司Mental Images、遊戲物理技術開發商AGEIA等企業。

其中Mental Images的光線追蹤技術至今仍是英偉達GPU的看家本領。而AGEIA的物理引擎PhysX則被整合進了英偉達的GPU產品，可以極大地提升遊戲的畫面表現力。

根據天眼查等媒體綜合信息來看，成立最初的十五年，英偉達的經營重心主要集中於GPU。通過一系列併購，英偉達的GPU逐漸建立起較強的比較優勢，進而成為了消費者的主流選擇，而英偉達也順勢成為GPU領域的龍頭。調研數據顯示，2007年，英偉達營收為41億美元，是上市時的11倍，GPU市佔率約為65%。

移動芯片受挫

英偉達苦練CUDA內功

儘管2008年前後，PC依然是當之無愧的大眾計算平台，但隨着技術逐漸成熟，智能手機也開始乳鶯初啼，逐漸彰顯想象力。

事實上，早在iPhone誕生之初，英偉達就看到了移動終端的潛力，天眼查信息顯示，英偉達先後於2007年斥資3.57億美元收購為蘋果iPod打造SoC芯片的PortalPlayer、2011年斥資3.67億美元收購英國基帶芯片製造商Icera，入局移動芯片市場。

▲圖：英偉達

2008年2月，英偉達推出了自家首款移動芯片產品Tegra，集成ARM架構處理器和GeforceGPU，主要面向小型移動設備。得益於多年深耕GPU積累的經驗，英偉達推出的Tegra處理器性能強大，但由於此前較少涉獵小型移動設備，而智能手機的散熱能力又十分有限，該處理器也出現了嚴重的發熱問題。

比如，2013年9月問世的小米3中國移動版搭載了英偉達Tegra 4處理器，使用Cortex-A15四核架構，性能是A9架構的240%。央廣網報道，首批發售的16GB TD版小米3手機遊玩《極品飛車》時，17分鐘温度超40℃，1小時後温度超50℃。

這直接導致，諸多智能手機廠商紛紛冷眼看待Tegra芯片。最終，2015年，英偉達無奈出售Icera業務，退出移動芯片市場。

儘管在智能手機市場竹籃打水一場空，但與佈局Tegra相同步，英偉達也推出了CUDA計算架構。這讓錯失移動互聯網紅利的英偉達，找到了新的商業護城河。

▲圖：英偉達

2006年，英偉達打造了一個可以在GPU上進行並行計算的編程模型和工具CUDA。藉助CUDA，開發者們無需在低階語法的撰寫上耗費大量時間，可以直接運用C++、Java等高階語法，編寫適用於通用GPU的算法。這一轉變，有效攻克了並行運算中複雜的難題，讓算法開發變得更加高效、便捷，大幅提升了開發者的工作效率。

為了夯實CUDA的競爭力，2013年，英偉達收購高性能計算系統編譯器開發公司PGI。收購完成後，PGI為英偉達多核x86芯片和GPGPU系統開發高級編程框架。目前，英偉達仍在使用PGI命名自家的HPC編譯器和工具集。

或許是因為移動芯片失敗帶來的挫敗感太強，除了前期收購PortalPlayer、Icera等移動芯片相關企業，2008～2015年，英偉達並未併購太多企業，而是退回GPU舒適圈，通過CUDA計算架構，牢牢鎖住下游客户。

這不光奠定了英偉達GPU行業翹楚的地位，也為公司佈局AI技術，奠定了夯實的基礎。

再次加速併購

英偉達能贏下AI時代嗎

儘管CUDA計算架構的本意在於幫助工程師更高效率編寫適用於通用GPU的算法，但其在AI領域也有諸多優勢。

AI任務通常涉及處理海量的數據，如大規模的圖像、音頻和文本數據等。CUDA能夠利用英偉達GPU的大量核心進行並行計算，可同時處理大量數據元素，大大提高數據處理速度。

此外，CUDA與深度學習框架的集成非常緊密，提供了簡潔的API和工具，使得開發者可以輕鬆地將CUDA的功能融入到AI項目中。即使是沒有深入瞭解CUDA底層原理的開發者，也可以通過這些框架方便地利用CUDA的優勢，快速搭建和訓練AI模型。

2024年5月，當被Stripe創始人Patrick Collison問及“如果沒有CUDA，NVIDIA能在AI領域取得同樣的成功嗎？”時，黃仁勳坦率地表示，“不，這是不可能的。CUDA可能是現代計算領域最重要的發明之一。”

再加上英偉達GPU具備大量計算核心，可同時處理多個任務，實現高度並行計算。2023年後，伴隨着ChatGPT爆火，英偉達講出了“賣水人”的商業故事，即成為AI算力關鍵供應商。

天眼查及Gartner披露的數據顯示，2024年，英偉達共銷售約150萬～200萬個AI GPU，為2023年的三倍。同期，英偉達在全球人工智能芯片市場的市佔率高達90%，創歷史新高。

英偉達在AI領域成為至關重要的“賣水人”，一方面與自家的GPU產品算力充沛以及差異化的CUDA計算架構有直接聯繫，另一方面，也離不開十數年的潛心佈局。儘管近年來AI技術才成為時代的風口，但早在2015年，英偉達就已開始悄然佈局相關業務。

▲圖：東興證券

2015～2022年，英偉達相繼收購TransGaming、Mellanox、SwiftStack等遊戲技術、通信網絡技術、存儲軟件公司，在以通信網絡為代表的其它設施領域構築了深厚的商業護城河。

乍一看，這些併購活動與AI並無直接關聯，但實際上，它們卻為英偉達的AI技術發展帶來了深遠影響。通過這些併購，英偉達得以打造更為完備的端到端解決方案，應用於數據中心和高性能計算領域。這不僅使英偉達在AI和HPC應用場景中，實現了計算與網絡的深度融合，還顯著提升了其產品在處理相關工作負載時的性能表現。

▲圖：Dolphin Research

通過高質量的通信網絡串聯起高算力的GPU後，隨着AI技術飛速發展，數據中心業務逐漸成為英偉達的營收支柱。財報顯示，2024年Q3，英偉達數據中心業務營收308億美元，同比增長112%，營收佔比高達87.79%。

正因為收購以Mellanox為代表的通信網絡技術公司意義重大，2023年10月，接受《Acquired》採訪時，黃仁勳感嘆道，“這是我所做的最佳戰略決策之一。”

成為AI領域的“賣水人”後，英偉達並未停止擴張的腳步，而是加速併購AI相關企業，Dealroom披露的數據顯示，2024年，英偉達斥資10億美元，投資了50家AI初創公司，包括Run:ai、Nebulon、OctoAI等。對此，黃仁勳表示，“我們是首批投資自己的AI超級計算機的科技公司之一。”

英偉達之所以親自下場，扶持AI初創企業，固然與微軟、亞馬遜、谷歌等巨頭正紛紛“出逃”，着力打造定製芯片有直接聯繫，另一方面，也是希望向垂直領域延伸，充分挖掘下游企業的需求。

比如，英偉達24財年股東大會，黃仁勳對外表示，“在醫療保健領域，特別是在藥物研發這一細分市場，人工智能的應用正為其注入前所未有的強大動力。”為此，英偉達開發了一系列創新工具，包括專為藥物發現設計的Biomolecular Generative AI平台、Pararay軟件等，這些工具可以使計算機輔助藥物研發變得切實可行。

而為了推廣這些創新工具，英偉達近年來接連投資了Vinbrain、Terray、Evolutionary Scale等AI製藥企業。

據悉，Vinbrain的AI醫生助手DrAid，基於NVIDIA DGX A100 超級計算機開發。無獨有偶，英偉達也對外表示，將為Terray提供NVIDIA DGX Cloud平台，利用NVIDIA AI軟件堆棧和全棧計算專業知識，協助後者優化和擴展基礎模型的開發。

總而言之，覆盤英偉達過去三十多年的成長史可以發現，其成長曆程可以分成三個階段。

第一個階段主要聚焦GPU產品，通過收購3dfx成功在GPU市場站穩腳跟；第二個階段雖然試圖發力移動芯片，但因產品存在嚴重的發熱問題，英偉達無奈退守GPU市場，通過CUDA計算架構，夯實了基本盤；第三個階段則依託於高質量的GPU和通信網絡技術，成為了AI時代的“賣水人”。

回顧英偉達的成長曆程時，黃仁勳表示，公司推出的幾個具有里程碑意義的關鍵技術，都源於自家GPU技術的“泛化”應用。如果説“泛化”的理念源於英偉達的前瞻性眼光，那麼“泛化”的具象化表現，則以併購為主。

通過併購一眾傑出的企業，英偉達得以不斷拓寬GPU的應用邊界，進而成為了科技行業的翹楚。相信隨着AI技術不斷發展，英偉達不會停下併購的腳步，而是將繼續“泛化”出更多的驚喜。

如對稿件有異議請聯繫[email protected]

—END—

本文為零態 LT 原創，未經允許，請勿轉載

原文鏈接：https://mp.weixin.qq.com/s/oKz7ucSKBU0CW5AVGTntgQ