文｜零態LT
DeepSeek引發的海嘯，并未讓英偉達一蹶不振。
2025年1月底，DeepSeek發布的開源模型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。有鑒于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后者。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，復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。
吞并頭號勁敵，英偉達成GPU領域龍頭
盡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，均落后于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，黃仁勛、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”。
由于對電子游戲充滿熱情，黃仁勛敏銳意識到，以四邊形作為基本體，可以使畫面更具表現力，并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，微軟卻宣布，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，英偉達解雇了50多名員工，并將剩余資金投入到未經測試的微芯片生產之中。
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100萬臺。
得益于RIVA 128熱銷，1999年1月，英偉達在納斯達克掛牌上市。隨后，借助資本市場的力量，英偉達開始了并購之旅。
如果要選出上世紀 90年代GPU市場的龍頭，3dfx說第二，沒人敢說第一。憑借初代Voodoo的先發優勢，以及與之匹配的Glide API，3dfx曾在3D顯卡市場占據85%左右的份額。然而，由于產品進步遲緩，以及收購板卡制造廠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，英偉達已于1999年8月推出GeForce 256。由于可以以并行計算的方式渲染當時的熱門游戲《雷神之錘》，GeForce 256引得無數PC玩家追捧。
將3dfx收入麾下后，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。得益于此，此后幾年，英偉達持續精進GeForce、Quadro系列的升級產品，成功在GPU市場占有一席之地。
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、游戲物理技術開發商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，可以極大地提升游戲的畫面表現力。
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于GPU。通過一系列并購，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市占率約為65%。
移動芯片受挫，英偉達苦練CUDA內功
盡管2008年前后，PC依然是當之無愧的大眾計算平臺，但隨著技術逐漸成熟，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，英偉達先后于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制造商Icera，入局移動芯片市場。
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。得益于多年深耕GPU積累的經驗，英偉達推出的Tegra處理器性能強大，但由于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手機游玩《極品飛車》時，17分鐘溫度超40℃，1小時后溫度超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。
盡管在智能手機市場竹籃打水一場空，但與布局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上進行并行計算的編程模型和工具CUDA。借助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，編寫適用于通用GPU的算法。這一轉變，有效攻克了并行運算中復雜的難題，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。收購完成后，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，英偉達并未并購太多企業，而是退回GPU舒適圈，通過CUDA計算架構，牢牢鎖住下游客戶。
這不光奠定了英偉達GPU行業翹楚的地位，也為公司布局AI技術，奠定了夯實的基礎。
再次加速并購，英偉達能贏下AI時代嗎？
盡管CUDA計算架構的本意在于幫助工程師更高效率編寫適用于通用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的大量核心進行并行計算，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，使得開發者可以輕松地將CUDA的功能融入到AI項目中。即使是沒有深入了解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，黃仁勛坦率地表示，“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，實現高度并行計算。2023年后，伴隨著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占率高達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計算架構有直接聯系，另一方面，也離不開十數年的潛心布局。盡管近年來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布局相關業務。
圖：東興證券
2015～2022年，英偉達相繼收購TransGaming、Mellanox、SwiftStack等游戲技術、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筑了深厚的商業護城河。
乍一看，這些并購活動與AI并無直接關聯，但實際上，它們卻為英偉達的AI技術發展帶來了深遠影響。通過這些并購，英偉達得以打造更為完備的端到端解決方案，應用于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后，隨著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%，營收占比高達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》采訪時，黃仁勛感嘆道，“這是我所做的最佳戰略決策之一。”
成為AI領域的“賣水人”后，英偉達并未停止擴張的腳步，而是加速并購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，黃仁勛表示，“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”，著力打造定制芯片有直接聯系，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，黃仁勛對外表示，“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平臺、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制藥企業。
據悉，Vinbrain的AI醫生助手DrAid，基于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平臺，利用NVIDIA AI軟件堆棧和全棧計算專業知識，協助后者優化和擴展基礎模型的開發。
總而言之，復盤英偉達過去三十多年的成長史可以發現，其成長歷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；第三個階段則依托于高質量的GPU和通信網絡技術，成為了AI時代的“賣水人”。
回顧英偉達的成長歷程時，黃仁勛表示，公司推出的幾個具有里程碑意義的關鍵技術，都源于自家GPU技術的“泛化”應用。如果說“泛化”的理念源于英偉達的前瞻性眼光，那么“泛化”的具象化表現，則以并購為主。
通過并購一眾杰出的企業，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。相信隨著AI技術不斷發展，英偉達不會停下并購的腳步，而是將繼續“泛化”出更多的驚喜。