NVIDIA
🇺🇸NVIDIA Corporation
Company info
Overview
NVIDIA 是以 GPU、加速计算、AI 基础设施、网络与软件平台为核心的美国上市半导体公司。
Industry tags
Key people
Core products and services
9 productsCUDA
NVIDIA 的并行计算与 AI 开发平台，是其软件生态与开发者锁定的核心。
GeForce RTX
面向游戏与创作者市场的消费级 GPU 产品线。
DGX
面向企业与研究机构的 AI 超级计算系统。
Hopper / H100
支撑大模型训练与推理的主力数据中心加速器平台。
Blackwell
新一代 AI 计算平台，面向训练、推理、推理服务与 AI 工厂。
Spectrum-X
针对 AI 网络优化的以太网交换与网络平台。
Funding history
| Date | Round | Amount | Valuation | Investors | Confidence |
|---|---|---|---|---|---|
| 1999年 | IPO | 未披露 | 未披露 | Public market investors | Medium confidence · 1 sources · Single authoritative source |
| 2016年09月 | Debt Financing | 20亿美元 aggregate principal senior notes | 未披露 | Debt investors | Medium confidence · 1 sources · Single authoritative source |
| 2020年03月 | Debt Financing | 50亿美元 aggregate principal senior notes | 未披露 | Debt investors | Medium confidence · 1 sources · Single authoritative source |
| 2021年06月 | Debt Financing | 50亿美元 aggregate principal senior notes | 未披露 | Debt investors | Medium confidence · 1 sources · Single authoritative source |
| 2025年10月 | Strategic Investment | 最高10亿美元 | Poolside pre-money 120亿美元 | Poolside | Medium confidence · 1 sources · Single authoritative source |
| 2026年03月 | Strategic Investment | 300亿美元 | OpenAI 约8300亿美元 | OpenAI | Medium confidence · 1 sources · Single authoritative source |
Product release timeline
强化 AI 数据中心网络平台布局。
发布企业级生成式 AI 推理微服务。
发布 Blackwell 平台，面向大规模训练与推理。
Omniverse 进入更广泛的工业数字孪生与仿真场景。
推出 H100/Hopper 数据中心 GPU，成为生成式 AI 基础设施核心产品。
推出新一代 GPU 架构，用于数据中心与图形产品。
面向边缘 AI 与嵌入式开发的低功耗计算模块。
面向创作者工作流的软件与硬件品牌。
推出 RTX 平台，将实时光线追踪带入主流 GPU 产品线。
推出 CUDA，奠定 AI 与 HPC 软件生态基础。
公司推出 GeForce 256，并将其定义为首款 GPU。
面向专业可视化市场的工作站图形产品线。
延续消费图形芯片产品线并扩大市场份额。
推动 NVIDIA 在 PC 图形市场站稳脚跟的早期图形处理器。
NVIDIA 首款商用图形芯片产品。
Key events
董事会通过 fiscal 2027 绩效薪酬方案，CEO Jensen Huang 目标现金奖金为 400 万美元。
中国方面指称 NVIDIA 违反反垄断法，监管风险升级。
中国方面就 H20 芯片潜在“后门”安全风险传唤 NVIDIA。
披露美国新的 AI 芯片出口管制将带来约 55 亿美元费用影响。
宣布 10-for-1 forward stock split。
与 SoftBank 终止 Arm 收购交易，反映出重大监管阻力。
完成 Mellanox 收购，强化数据中心网络与互连能力。
宣布以 69 亿美元收购 Mellanox。
收购 3dfx 的资产与相关能力，强化图形业务。
成为微软 Xbox 图形芯片供应商。
NVIDIA 上市，股票代码为 NVDA。
与台积电建立长期制造合作关系。
与 SGS-Thomson Microelectronics 建立早期合作。
NVIDIA 成立。
Competitive landscape
AMD (Instinct MI300X / ROCm)
— AMD 以数据中心训练与推理 GPU 对位 NVIDIA，商业上强调更开放的 ROCm 软件栈与更低的成本结构，典型切入点是希望降低 CUDA 锁定风险的云厂商和企业客户。其相对 NVIDIA 的核心卖点不是生态绝对领先，而是用开放性与性价比争取替代份额。[Source](https://www.cnbc.com/2025/03/20/amds-lisa-su-has-already-beaten-intel-now-comes-nvidia.html)
Intel (Gaudi 3)
— Intel 试图用 Gaudi 3 在企业 AI 基础设施中争取一席之地，打法偏向 price/performance 和既有企业关系复用，尤其依托其长期 x86 渠道与采购体系。相较 NVIDIA，其短板在软件生态成熟度，但在预算敏感型部署中具备竞争压力。[Source](https://www.cnbc.com/2023/12/14/intel-unveils-gaudi3-ai-chip-to-compete-with-nvidia-and-amd.html)
Qualcomm (Custom data center processors linked with NVIDIA chips)
— Qualcomm 在这一阶段更多体现为相邻竞争者，试图通过自研数据中心 CPU 和与 AI 集群相连的方案切入基础设施层。它与 NVIDIA 既可能合作也可能竞争，长期看会在整机平台控制权和数据中心硅栈份额上形成摩擦。[Source](https://www.cnbc.com/2025/05/19/qualcomm-to-launch-data-center-processors-that-link-to-nvidia-chips.html)
Google (TPU)
— Google 通过自研 TPU 同时服务内部模型训练/推理与 Google Cloud，对客户的主要吸引力是云内原生集成和对外部 GPU 依赖的降低。相对 NVIDIA，Google 的模式更偏 cloud-bound 自用加外部云销售，而不是广泛售卖通用芯片平台。[Source](https://cloud.google.com/tpu)
Amazon Web Services (Trainium / Inferentia)
— AWS 用 Trainium 与 Inferentia 把芯片能力绑定到云服务定价与交付体系中，主要竞争点是帮助客户降低使用 NVIDIA GPU 的总拥有成本，并把工作负载留在 AWS 平台内。与 NVIDIA 相比，其优势在云分发与价格策略，而非独立硬件生态的外溢能力。[Source1](https://aws.amazon.com/ai/machine-learning/trainium/) [Source2](https://aws.amazon.com/machine-learning/inferentia/)
Cerebras (CS systems / WSE)
— Cerebras 采用超大晶圆级芯片和整机系统路线，不与 NVIDIA 在所有 SKU 上正面硬碰，而是聚焦超大模型训练和高吞吐推理等特定高端场景。其差异化在体系结构激进、系统集成度高，但 go-to-market 和生态覆盖面仍小于 NVIDIA。[Source](https://www.cerebras.ai/)
Groq (LPU Inference Engine)
— Groq 明确押注 ultra-low-latency inference，用专用推理硬件挑战 NVIDIA GPU 在部分推理负载上的时延和成本结构。它的商业逻辑是用更专用的硬件换取更确定的推理性能，但覆盖面主要集中在推理而非全栈训练平台。[Source](https://groq.com/)
Growth metrics
Competitive narrative
Differentiators
Challenges and risks
Market position
NVIDIA 目前仍是全球 AI 基础设施最强势的平台型公司，不仅在数据中心 GPU 收入上占据主导，还通过 CUDA、DGX、InfiniBand/以太网网络、NIM、Omniverse 与行业软件形成系统级整合优势。对多数企业与前沿模型公司而言，NVIDIA 仍是默认选择。 但市场正在从单点 GPU 竞争转向“平台对平台”竞争。云厂商自研 ASIC、AMD 的 ROCm 路线、以及低延迟推理专用芯片，正在从成本、开放性与专用场景三个方向切分市场。NVIDIA 的短中期领先地位稳固，但监管与地缘政治已成为其最现实的外部变量。