黄仁勋离开英伟达：股价一度跌14%，三个难题待解

美国当地时间11月12日，黄仁勋宣布离开自己执掌33年的英伟达。消息传出后，英伟达股价盘中一度暴跌约14%，之后跌幅收窄，最终收跌约4.3%。往后英伟达GTC大会的舞台上，或许再也见不到“黄教主”向全场观众挥手致意的那一幕了。

Andreessen Horowitz普通合伙人马丁·卡萨多（Martin Casado）把这一天称作“黑暗的一天”。1993年创立英伟达以来，公司几乎每一次重大转型都由黄仁勋主导：从早期的图形处理芯片，到CUDA计算生态，再到今天的AI数据中心业务，英伟达能接连抓住几轮技术变革，跟他对于技术方向的判断和长期投入分不开。

这一轮生成式AI浪潮里尤其如此。他一边推动英伟达从芯片供应商转向AI基础设施平台，一边深度参与产品路线制定、供应链协调和大型客户合作。英伟达如今的市场地位，很大程度上就建立在这套经营策略之上。

当然，黄仁勋离开，并不代表英伟达现有业务会马上受到冲击。多年发展下来，公司已经攒下成熟的技术团队、产品路线和供应链体系，这些东西不会因为一位管理者离职就消失。问题是，失去这位核心决策者之后，英伟达还能不能延续过去数年的高速增长？这家站在全球AI产业核心位置的公司，接下来又要面对哪些新的考验？

01 接盘者不等于掌舵者

眼下临时接任CEO的是科莱特·克雷斯（Colette Kress）。她当CFO超过13年，亲历了英伟达从游戏显卡公司变成AI基础设施巨头的全过程，对公司的财务状况、客户合同、供应商安排和资本支出都很熟。她也常年和黄仁勋一起出席财报电话会议，是华尔街熟悉的管理层面孔。

KeyBanc Capital Markets分析师约翰·文（John Vinh）觉得，克雷斯出任临时CEO是个积极信号，理由是她任职时间长，对英伟达的业务和战略了解得深。eToro首席分析师乔什·吉尔伯特（Josh Gilbert）也认为，克雷斯是稳住公司局面的明显人选——她熟悉业务，在市场需要管理层给出确定性的时候，也能代表公司发声。

不过，这不等于克雷斯能立刻接过黄仁勋原来的决策职责。据The Information报道，英伟达临时首席执行官并非公司重大决策的主导者，也不负责制定重大决策议程。临时CEO和长期掌舵者，是两回事。The Information此前还援引知情人士的说法称，克雷斯并不是英伟达重大决策议程的主要推动者，在一些高风险交易上，她更倾向于控制风险，OpenAI信用支持安排就是一个例子。

为支持OpenAI的数据中心建设，黄仁勋此前曾力推英伟达向其提供大规模信用支持，最初谈到的规模达2500亿美元。克雷斯对这一做法态度谨慎。后来相关安排被拆开，其中英伟达支持的第一部分约为1000亿美元。

Bernstein分析师斯泰西·拉斯贡（Stacy Rasgon）认为，克雷斯的任命有助于稳定短期业务，他并不担心此次管理层变化会立即影响英伟达的经营。但他对长期问题更谨慎：新CEO能不能接住黄仁勋对产品路线的把控，以及他与客户、供应商、员工和整个产业生态之间的关系网络，仍有很大不确定性。拉斯贡因此下调了英伟达股票评级和目标价。

高盛分析师詹姆斯·施耐德（James Schneider）也指出，英伟达并不缺成熟的职能管理团队，芯片设计、软件、系统和财务等领域都有经验丰富的负责人，但黄仁勋身上的技术愿景、行业影响力和跨企业协调能力，很难由一位普通职业经理人直接接替。

伊恩·巴克（Ian Buck）是英伟达资深技术高管，在内部候选人中最受关注。他于2004年进入公司，多年来深度参与GPU通用计算和CUDA生态建设，眼下负责面向超大规模云厂商的AI硬件与软件产品。

外部人选方面，Arm CEO雷内·哈斯（Rene Haas）被多位分析师提及。他曾在英伟达担任计算产品业务负责人，2013年加入Arm，后来成为CEO。此外，苹果执行董事长蒂姆·库克、苹果硬件负责人约翰尼·斯鲁吉（Johny Srouji）和Palo Alto Networks CEO尼克什·阿罗拉（Nikesh Arora）也被点名。

投资人阿米娜·罗森伯格（Armina Rosenberg）提出了一种可能：英伟达可以让克雷斯负责经营和财务，由巴克负责产品与技术，形成类似联合CEO的管理安排。毕竟，据报道黄仁勋过去直接管理的高管超过60人，英伟达的决策体系长期围绕他本人运转。

02 CUDA还能守住吗？

回看英伟达的发展史，黄仁勋最重要的作用之一，是推动公司在尚未形成明确商业回报的技术方向上持续投入。其中最有代表性的案例就是CUDA。

2006年CUDA问世，GPU从此不再只做图形渲染，通用计算任务也能接手。2012年，AlexNet在ImageNet竞赛中一鸣惊人，训练所用的正是英伟达GPU，深度学习由此把GPU当成重要计算平台。再往后，英伟达不断把CUDA工具链和计算库补齐，开发者围绕这套体系逐步搭起模型训练、优化和部署的流程。

竞争对手想单靠芯片性能追上来，难就难在这里。企业就算买了别家的GPU或专用芯片，已有的代码、模型和软件工具都得重新适配。对那些已经在CUDA上砸下大量资源的客户来说，换硬件远不是插拔一下那么简单。

可AI的计算方式在变，CUDA也得跟着往外扩。前几年英伟达的优势主要集中在大模型训练上；行业转向大规模推理之后，客户盯得更多的是每个Token的计算成本、GPU利用率和响应速度。2026年英伟达推出Dynamo 1.0，专门为大规模AI推理做资源调度和请求管理，等于把战场从GPU性能拉到整个推理系统。它还与TensorRT-LLM等软件配合，并兼容主流开源推理框架。

AI智能体和机器人又撑开了新的应用空间。智能体要持续调用模型、数据和外部工具，机器人得处理视觉、空间理解和实时控制。英伟达通过CUDA-X、Isaac机器人平台、Omniverse仿真环境和Cosmos模型，把底层算力往这些场景里延伸。将来CUDA的使用范围未必只停在数据中心，工厂、汽车和机器人设备里也可能见到它。

不过这道软件壁垒也不是铁板一块。AMD眼下在完善ROCm生态，谷歌TPU和亚马逊Trainium同样在培育自己的软件体系。PyTorch、Triton等开源工具，则让开发者对特定硬件平台的依赖一点点降低。一旦越来越多模型能通过统一框架适配不同芯片，CUDA造成的迁移成本也可能慢慢往下走。

这正是黄仁勋离开后英伟达要长期面对的问题。CUDA的成功，源于一次回报周期很长的技术投资；推理、智能体和物理AI，则可能是下一轮生态扩张的入口。这些方向由谁来决定投入优先级，软件平台由谁来推动持续适配新的计算方式，都会影响英伟达能不能把过去攒下的生态优势延续下去。

03 2790亿美元承诺如何兑现？

黄仁勋离开后，市场另一件要盯的事，是英伟达已经许下的巨额供应和产能承诺。

英伟达截至2026年7月26日的季度报告显示，公司供应与产能承诺总额为2790亿美元，上一季度约1190亿美元，一个季度就多了约1600亿美元。

按履约时间拆分，2027财年剩余时间约920亿美元，2028财年约870亿美元，2029财年约880亿美元，剩下的约120亿美元排在更晚的时段。

这2790亿美元既不是已经到手的客户订单，也不是英伟达已经掏出去的现金。它主要对应公司为满足未来需求，同供应商及产能合作方谈好的采购和产能安排。先进制程、封装、内存及其他关键资源，英伟达都得提前锁定，Blackwell和后续产品才能按计划交付。

问题在于，供应端的承诺未必能和客户需求同步兑现。

大型数据中心从融资、选址、供电到建设、部署，周期都不短。客户就算已经规划好采购GPU，也可能因为电力接入延迟、机房建设受阻、融资不到位，或者新一代产品部署节奏变化而推迟采购。英伟达在10-Q文件里也提示，客户可能因基础设施、资金和技术采用进度等因素延迟或取消采购。

客户需求兑现得比预期慢，英伟达却已经把上游产能锁死，库存积压、取消成本和供需错配就可能找上门。哪怕最终能找到其他买家，产品代际变化也可能拖累售价和毛利率。

另一个容易被搞混的数字，是英伟达披露的约360亿美元AI云服务协议承诺。

这类安排通常是多年期的云服务容量合作，和2790亿美元供应与产能承诺不是一个口径。英伟达通过合作伙伴拿到云计算容量，也可能把部分容量转售给第三方；容量被用掉，相关承诺就会相应减少。可要是外部客户需求不足，英伟达仍可能背上一部分采购责任。

这些安排说明英伟达的生意模式在变：公司不再只是按订单采购芯片、交付产品，而是越来越提前介入整个AI基础设施的资源配置。黄仁勋擅长靠客户关系和产业影响力把项目推落地，接任者则要在维持增长和控制财务风险之间找平衡。

04 下一个增长引擎？

生成式AI这波浪潮里，英伟达是最大的受益方之一，全球AI基础设施的活儿大多落在它身上。问题是，单季营收都快到千亿美元了，还想接着跑快，难度只会更大。数据中心眼下还是它最靠得住的增长来源：2027财年第二季度营收962.21亿美元，同比涨106%；其中数据中心进账约890亿美元，同比增长117%，占了总营收的大头。第三季度公司自己给的营收指引是1080亿美元，势头没见弱。

另外，全球大型科技公司还在持续加码AI基础设施投资，Blackwell平台正大规模部署，下一代Vera Rubin平台也开始进入生产出货阶段。

英伟达同时也在物色其他新的增长机会。

AI推理是其中一个重要方向。大模型从训练走向规模化应用，企业得持续调用模型完成各种任务，AI智能体普及后算力需求还可能进一步增加。

比起模型训练，推理业务更看重计算成本、能耗和运行效率。英伟达正借助新一代芯片及整机系统提升推理性能，希望把这一市场的业务规模继续做大。

机器人、自动驾驶和工业AI等领域，也被英伟达看作未来的增长方向。比如，越来越多国家和地区想建设自主可控的AI基础设施，主权AI正带来新的芯片采购需求。机器人和自动驾驶则有望进一步拓宽GPU及相关计算平台的应用范围。

不过，这些新市场能不能做到眼下数据中心业务这样的体量，还得靠时间给出答案。

另一头，英伟达面对的竞争格局也在变。早前它的对手主要是AMD这类芯片厂商，现在谷歌、亚马逊、微软这些大客户也动手做自己的AI芯片，图的是压低算力成本、少依赖一家供应商。博通则借着定制ASIC业务，挤进大型科技公司的芯片研发环节。这些产品短期內未必能全面替掉英伟达GPU，可在部分计算任务上，客户已经多了些选择。

生成式AI这波增长机会，是黄仁勋带着英伟达抓下来的。往后AI产业的竞争还在变，英伟达的下一步由谁拍板、能不能再抓住下一轮增长，会是新的考验。

特约编译金鹿对本文亦有贡献