它是全球第一家市值迈过 5 万亿美元的公司。最新年报显示，营收 2159 亿美元，净利润 1200 亿美元。也就是说，每收进 100 美元，55 美元是利润。

这个数字搁在一家卖芯片的公司身上，有点反常。半导体行业毛利率能做到 50% 就算很高了，英伟达是 71%；净利率 55.6%，不少软件公司都够不着这个水平。

今年上半年做商业模式画布网站时，我把英伟达的九个格子完整填过一遍。如今再看它最新的年报，最直接的感受是：这家公司表面上卖的是 GPU，实际卖的是一张算力生态的“门票”，这种模式撑起了它超高的毛利率。

55% 的净利率，是好几个格子互相咬合长出来的结果，不是踩中一次风口的奖励。

下面就用这张画布把英伟达拆开看：它到底卖什么，钱从哪来，护城河怎么垒起来，业务上又有哪些危险的地方。

01先看画布的右半边

商业模式画布把一家公司拆成九个格子。右边是客户和市场，左边是资源和能力，下方是成本和收入。

画布右边：客户和市场

只看右半边。客户细分那一格，写着四类人：亚马逊、微软、谷歌、Meta 这样的超大规模云厂商；

价值主张那一格写得更直白：对 AI 研究者和公司来说，是训练和部署模型最快、最可靠的平台；对企业来说，是开箱即用的 AI 基础设施；对云厂商来说，是客户真正想用的那块 GPU。

渠道也不复杂：超大客户走直销，GPU 实例通过云市场卖，企业客户则经由戴尔、HPE、超微这些服务器厂商触达。这一把Miss Huang的公司算其中一个渠道，但放在英伟达整个渠道体系里，根本谈不上入流，只是个非常小的细枝末节。

收入来源更简单：数据中心占 85% 以上，游戏占 10%，专业可视化和汽车加起来 5% 左右。看到这里，你会觉得这就是一家赶上风口的硬件公司——客户集中、收入集中、产品也集中。搁在哪个行业，这都不是一张让人放心的画布。

真正让这张画布不一样的，在左半边。

画布左边：资源和能力

核心资源那一格，排第一的不是GPU本身，而是 CUDA，一套处理结算平台。英伟达GPU上的代码、算子、性能调优，都要通过CUDA来写。

对GPU从业者来说，从大学课程到上班后的实际开发，假设一名工程师干15年，这15年基本都得和英伟达绑在一起。把人锁住了，这成了竞争对手最难翻过去的那道墙。

关键业务那一格，也不是制造芯片，而是 GPU 架构设计、CUDA 平台开发、开发者生态培育、供应链管理。四件事里两件跟软件和生态有关。英伟达不把自己当制造业企业，它认为自己是家生态服务科技公司。

重要合作伙伴那一格，写着台积电、AWS、Azure、GCP，也写着戴尔、HPE、超微，还有 PyTorch、TensorFlow、JAX 这些框架的开发者。台积电是最主要的代工伙伴，云厂商既是客户，也是渠道。

客户关系那一格，写的同样是开发者优先。CUDA 文档、论坛、GTC 大会，先把开发者赢下来；等从业者都在用英伟达，雇佣他们的企业就不得不掏钱买单。

一家做硬件的公司，核心资源和关键业务却都落在软件上，这正是英伟达商业模式画布耐人寻味之处。

画布下半部分摆着成本结构和收入来源，也就是这门生意的底座。英伟达的底座相当简洁：营收绝大部分来自数据中心，成本以制造为主，销售费用压得很低，中间腾出了很大的毛利空间。

行业景气时，这种结构赚钱能力极强；行情退潮时，它也会显得脆弱。所以在AI浪潮到来之前，英伟达并没有现在这般风光，为了把芯片卖出去，

画布为何长成这个模样，得从 2006 年那场赌局讲起。

022006 年那场没人看懂的豪赌

故事要从 1993 年说起。

那一年，黄仁勋、Chris Malachowsky 和 Curtis Priem 在 Denny's 餐厅碰了面，决定创办一家图形处理器公司。他们的判断是：电子游戏是当时最吃算力的应用，销量又大，可以先用游戏养研发。

这个判断没错。GeForce 系列显卡帮英伟达在游戏市场站住了脚，但真正左右这家公司命运的节点，是 2006 年。

就在那一年，英伟达推出 CUDA——一个让 GPU 能跑通用并行计算的软件平台。

CUDA 出现之前，GPU 只负责画图；CUDA 出现之后，GPU 还能拿来算别的东西。这个转变听着不复杂，落地却很难，而且特别烧钱。英伟达每年砸进去数亿美元搭建开发者生态，最初几年这个生态几乎不挣钱。

华尔街当时看不明白：一家芯片公司，凭什么花这么多钱去做软件？

六年之后答案才显现。2012 年，AlexNet 用 GPU 训练出的深度神经网络在 ImageNet 比赛里拿下第一，说明深度学习这条路行得通，而 CUDA 已经在那儿等了六年。AI 渐渐起于青萍之末，黄仁勋如同穿越者一般，站上了时代的风口浪尖。

接下来的事就顺理成章了。AI 研究者学的是 CUDA，深度学习论文的代码跑在 CUDA 上，AI 创业公司部署模型也离不开 CUDA。这还怎么打？新公司根本没得打，英伟达于是稳稳坐上了霸主宝座。

英伟达的问题其实一句话就能概括：怎么让一块芯片，变成开发者离不开的平台？

它给出的答法是：不去改开发者的工作习惯，而是让他们在原有习惯里拿到最强算力。代码不用改，框架不用换，模型不用重训，插上英伟达的卡就能跑，而且跑得最快。

这才是它真正的价值主张。它没说“我有一块很快的芯片”，它说的是“你不用为了一块更快的芯片，把已经会的东西重学一遍”。

03钱怎么赚

先看一组数字。

着重看两个数据：

• 第一个是毛利率 71%。同样把芯片交给台积电代工，英伟达凭什么能多赚出二三十个点？因为客户付的钱不只覆盖那颗芯片的制造成本，也覆盖了芯片背后那套能让它跑起来的软件。软件的边际成本趋近于零，这部分溢价就落在了毛利率里。
• 第二个是净利率 55.6%。一家卖硬件的公司，赚出了软件公司的利润率，道理差不多：软件带来高毛利，也带来高净利。

再看成本结构，就更清楚了。

销货成本占 29%，主要是台积电的制造费用和 HBM 内存；研发费用占 9%；销售和管理费用占 2%。

研发只占 9%，看着不高。可乘上 2159 亿美元的营收，这就是一笔接近 200 亿美元的投入。

卖出去 100 美元，落到制造环节的只有 29 美元——销货成本占 29%。销售和管理费用更少，仅占 2%。一家年收入两千亿美元的公司，几乎不用养一支庞大的销售队伍去推。这种产出就不愁卖的企业，谁不羡慕。

制造和销售两头都省，原因只有一个：客户自己找上门。AI 浪潮起来以后，英伟达的货供不应求，黄仁勋正得意，轻舟已过万重山。

04每卖一块 GPU，都在加固一把锁

英伟达的护城河其实不在 GPU 硬件上，而在 CUDA 的锁定效应里。所以 CUDA 还得再多说几句。

这条护城河可以拆成3个维度：

• 头一个是开发者锁定。全球的 AI 研究者和工程师，早就把 CUDA 当成了默认的开发环境。PyTorch、TensorFlow、JAX 这些主流框架，也都优先支持 CUDA。要换一个硬件平台，就得重写代码、重新调参、重新训练，这笔成本大得没几家公司愿意扛。
• 第二个是软硬件协同。每代新 GPU 都和 CUDA 版本绑得很深。H100 要配上最新版本的 CUDA 才能跑出全部性能，旧版 CUDA 又带不动新硬件。用户因此很难留在老版本上，想迁到竞争对手的平台也不容易。
• 第三个是供应链。芯片不是英伟达自己造的，主要交给台积电代工。但它跟台积电签了长期产能锁定协议，CoWoS 封装产能最紧张那阵子，它能优先拿到供应。2024 到 2025 年，能持续出货的公司没几家，英伟达是其中之一；AMD 和英特尔的 AI 芯片出货量，则远低于预期。

这三样东西凑到一起，转成了一个飞轮：

这个飞轮最巧妙的地方在于：每卖出一块 GPU，都在加固下一块GPU的锁定。对手能做出性能接近的芯片，却复制不了十几年攒下来的软件生态。

05三个风险，都指向“集中”

英伟达当然不是高枕无忧。眼下它看着牢不可破，可从商业模式上看，它有三个结构性风险。

第一，客户太集中。

数据中心业务的五大客户——亚马逊、微软、谷歌、Meta、OpenAI，贡献了超过一半的收入。偏偏这几家，又是最有能力、也最有动力甩开英伟达的公司。

谷歌的 TPU 已经用在内部训练里，亚马逊的 Trainium 和 Inferentia 正在对外卖，微软的 Maia 也在推进。粗略算一下，这些客户若把 30% 的算力需求转到自研芯片上，英伟达的营收就会少掉 15%。

它们自研芯片，不全是为了省钱，更多是不想被卡脖子。英伟达得趁这些客户还是客户的时候，继续从它们口袋里赚钱，同时又要接受它们迟早变成对手。

所以说卡脖子这事，不光中国担心，同为美国企业的云计算巨头，其实也担心。

第二，地缘政治。

这已经算不上潜在风险了，局面完全剑拔弩张。过去有黄仁勋从中斡旋，英伟达还能在两个大国之间腾挪，接下来的路怎么走，不好说。

英伟达最先进的 GPU，H100、H200、Blackwell，都在美国的对华出口管制清单里。管制之前，中国市场贡献了英伟达 20% 到 25% 的营收。禁令之后，它一度只能向中国卖 A800、H800 这样的“阉割版”。

空缺不会一直留着。昇腾、寒武纪等国内厂商已在补位，等生态真正立起来，英伟达想再回到这个市场就难了。

第三，周期。

2024 到 2025 年这波 AI 投资热，说白了很大一部分是抢 GPU 抢出来的——不管用不用得上，每家公司都先囤足算力。可一旦 AI 商业化落地不及预期，或者模型训练需求见顶，数据中心的投入随时可能大幅收缩。

类似的情形以前出现过。2000 年光纤投资热潮退去后，通讯设备公司的营收大幅缩水。英伟达并不是头一个在繁荣期被高估的公司。

英伟达能长到多大，关键看一件事：AI 算力需求还能涨多久？假如再高速增长五年，它的年营收会站上 1 万亿美元，净利润超过 5000 亿美元，成为人类历史上最赚钱的公司。不过这个情景要成立，得同时满足几个条件：AI 应用持续爆发，算力需求指数级增长，而且英伟达一直保持垄断。

更现实的看法是，英伟达现在正处在超级周期的顶部，接下来很可能转入“高利润、中速增长”的状态。增速会从 60% 以上降到 15% 到 25%，毛利率和净利率则维持在高位。它的护城河足够深，短期内没人能打破 CUDA 的锁定。

那这算得上一门好生意吗？是非常好。

它有硬件公司里少见的软件护城河，也有软件公司里少见的定价权，业务聚焦程度在科技巨头里最干净。搜索它不做，社交它不做，云厂商的地盘它也不抢，卖的就是芯片和平台。

但它同时站在悬崖边上：客户太集中，地缘政治不确定，AI 投资周期可能见顶。未来三年，它会证明自己是下一个 IBM——长期稳健，还是下一个思科——繁荣过后估值永久回落。

06商业模式要适配价值主张

把九个格子连起来看，英伟达商业模式画布里有一处巧妙的配合，出现在核心资源和价值主张之间。

一般公司的逻辑是，手里有什么资源，就提供什么产品。英伟达反过来了：因为有 CUDA，客户买它的硬件，是为了用 CUDA。

价值主张被核心资源重新定义了。它卖的不是芯片，是进入一个生态系统的门票。

这也是它的毛利率能比同行高出二三十个点的原因。客户付的钱里，有一部分不是为算力付的，是为“不用重写代码”付的。

写完这张画布，我最大的感受是，商业模式画布真正的价值，是让人看到格子与格子之间的那根线，而不是把九个格子填满。

英伟达那九个格子里，客户、渠道和收入这三项，写的都是硬件公司常见的那一套。让它走到今天这一步的，其实是核心资源格中的 CUDA，还有它在价值主张之间形成的配合——整个业务模式，都是围着核心价值主张搭起来的。

一家公司最深的护城河，往往不在它卖的东西里，而在客户为了用它，已经付出的那些看不见的成本里。