黄仁勋离开英伟达：股价一度跌14%，三个难题待解

以后英伟达的GTC大会上，观众可能很难再看到“黄教主”登台、朝全场挥手的那一幕了。

美国当地时间11月12日，黄仁勋宣布卸任英伟达CEO，结束在这家公司33年的执掌生涯。消息一出，英伟达股价盘中一度重挫约14%，之后跌幅收窄，收盘跌约4.3%。

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年创办英伟达之后，公司几乎每一次重大转型背后都有黄仁勋的影子。最早做图形处理芯片，后来押注CUDA计算生态，再到今天的AI数据中心业务，英伟达能踩中几轮技术变革，跟他对于技术方向的判断和长期投入分不开。

这轮生成式AI浪潮里尤其明显：他一边推着英伟达从芯片供应商转向AI基础设施平台，一边深度介入产品路线制定、供应链协调和大客户合作。

英伟达今天的市场地位，很大程度上就是靠这套打法撑起来的。

对英伟达来说，黄仁勋离开并不代表现有业务马上就会受冲击。这么多年下来，公司已经有了成熟的技术团队、产品路线和供应链体系，这些东西不会因为一位管理者走人就凭空消失。

可少了黄仁勋这位核心决策者，英伟达还能不能延续过去几年的高速增长？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，全程经历了英伟达从游戏显卡公司变成AI基础设施巨头的转型，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。

她也常年跟黄仁勋一起出席财报电话会议，华尔街对这张面孔并不陌生。

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）同样认为，克雷斯是稳住局面的明显人选——她懂业务，也能在市场需要管理层给出确定性的时候替公司发声。

不过，这不等于克雷斯能马上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不是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。

更早之前，The Information援引知情人士的说法称，克雷斯并非英伟达重大决策议程的主要推动者，碰上高风险交易，她更偏向控制风险，OpenAI信用支持安排就是一例。

关于给OpenAI提供大规模信用支持一事，黄仁勋曾出面推动，最初谈到的规模是2500亿美元，用来支撑其数据中心建设。克雷斯对这套安排态度谨慎。后来方案被拆开，英伟达承担的第一部分约为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，他不担心这次管理层变化会马上影响英伟达的经营。但对长期问题，他更谨慎：新CEO能不能接过黄仁勋对产品路线的把控，能不能接手他与客户、供应商、员工乃至整个产业生态的关系网络，都还有很大不确定性。拉斯贡为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）也提到，英伟达不缺成熟的职能管理团队，芯片设计、软件、系统和财务各领域都有经验丰富的负责人，可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顶上。

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通用计算与CUDA生态建设，眼下负责面向超大规模云厂商的AI硬件及软件产品。

外部人选方面，Arm CEO雷内·哈斯（Rene Haas）被多位分析师提到。他曾在英伟达担任计算产品业务负责人，2013年加入Arm，后来出任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）给出一种可能：让克雷斯管经营和财务，巴克管产品与技术，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着他一个人转。

02 CUDA还能守住吗？

回头看英伟达的发展史，黄仁勋最重要的作用之一，就是推着公司在那些还没看到明确商业回报的技术方向上持续砸钱。

其中最典型的例子就是CUDA。

2006年CUDA面世，GPU从此能接手图形渲染之外的通用计算活儿。2012年，用英伟达GPU训练的AlexNet在ImageNet竞赛中跑出突破性成绩，GPU自此成了深度学习的主流计算平台。之后英伟达一路补齐CUDA工具链和计算库，开发者围绕这套体系搭起了模型训练、调优到部署的完整流程。也正因如此，竞争对手光靠芯片性能很难追上英伟达。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。

AI的计算方式在变，CUDA也得跟着往外扩。前几年英伟达的强项集中在大模型训练，眼下行业重心转向大规模推理，客户盯的是每个Token要花多少计算成本、GPU利用率高不高、响应够不够快。2026年英伟达推出Dynamo 1.0，专门给大规模AI推理做资源调度和请求管理，想把较量从单颗GPU的性能拉长到整个推理系统。这套东西还跟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。智能体要反复调用模型、数据和外部工具，机器人得处理视觉、空间理解和实时控制。英伟达正借助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延伸。往后CUDA的使用范围未必只停留在数据中心，工厂、汽车、机器人设备里都可能见到它。

可这道软件壁垒也不是推不倒的。AMD正在把ROCm生态做厚，谷歌TPU和亚马逊Trainium同样在培育自己的软件体系。PyTorch、Triton这类开源工具，则让开发者越来越少被某一家硬件平台绑住。一旦越来越多模型能通过统一框架适配不同芯片，CUDA带来的迁移成本就会慢慢往下走。

这正是黄仁勋离开之后，英伟达要长期面对的问题。CUDA的成功源于一笔回报周期极长的技术投资，而推理、智能体和物理AI或许是下一轮生态扩张的入口。这些方向谁先投、谁后投，软件平台由谁推动去适配新的计算方式，都会影响英伟达能不能把攒下的生态优势延续下去。

03 2790亿美元承诺如何兑现？

黄仁勋走后，市场还有一件事得盯着：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，上一季度这个数字约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，也不是英伟达掏出去的现金。它对应的是公司为了接住未来需求，跟供应商和产能合作方谈定的采购与产能安排。先进制程、封装、内存这些关键资源，英伟达都得提前锁定，Blackwell和后续产品才能按计划交货。

问题在于，供应端锁定的承诺，不一定能跟客户需求同步落地。

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，也可能碰上电力接入推迟、机房建设卡壳、融资不到位，或者新一代产品部署节奏生变，从而把采购往后挪。英伟达在10-Q文件里也提醒过，客户可能因为基础设施、资金、技术采用进度等原因延迟甚至取消采购。

客户需求兑现得比预期慢，英伟达这边上游产能却已经锁死，库存积压、取消成本、供需错配就可能一起找上门。哪怕最后能转手卖给别的买家，产品代际更替也可能拖累售价和毛利率。

还有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。

这类安排一般是多年期的云服务容量合作，跟2790亿美元的供应和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，相关承诺就相应减少。可要是外部客户需求不够，英伟达仍可能背上一部分采购责任。

这些安排透出英伟达生意模式的变化：公司不再只是照着订单买芯片、交产品，而是越来越多地提前介入整个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，接棒的人则得在保住增长和控住财务风险之间找平衡。

04 下一个增长引擎？

过去几年，英伟达踩中生成式AI浪潮，成了全球AI基础设施建设的主要赢家。但对这家单季营收已经逼近千亿美元的公司来说，怎么维持高速增长越来越关键。眼下英伟达最大的增长来源仍是数据中心。2027财年第二季度，公司营收962.21亿美元，同比增长106%；数据中心收入约890亿美元，同比增长117%，占总营收的绝大部分。公司对第三季度的营收指引是1080亿美元，势头依然很猛。

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

英伟达同时也在物色别的增长机会。

AI推理是其中一个重点方向。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类任务，AI智能体普及后算力需求还可能进一步上涨。

跟模型训练比，推理业务更看重计算成本、能耗和运行效率。英伟达正用新一代芯片和整机系统提升推理性能，想把这块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，同样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把GPU及相关计算平台的应用范围再拓宽一层。

不过，这些新市场能不能做到眼下数据中心业务那样的体量，还得等时间给出答案。另一边，英伟达面对的竞争格局同样在变。

以往跟英伟达掰手腕的主要是AMD这类芯片厂商。现在不一样了，谷歌、亚马逊、微软这些大客户自己也在做AI芯片，图的是压低算力成本、别把宝全押在一家供应商身上。博通则借着定制ASIC业务，插手大型科技公司的芯片研发。短期看，这些产品未必能全面顶替英伟达GPU；可在部分计算任务里，客户已经多了几种选项。

生成式AI那波增长机会，是黄仁勋带着英伟达抓下来的。往后AI产业的竞争还在不停变样，英伟达下一步由谁拍板、这个人能不能带公司接住下一轮增长，都会是新的考验。

特约编译金鹿对本文亦有贡献