黄仁勋卸任英伟达CEO，散户开盘半小时买入1.11亿美元

黄仁勋执掌英伟达的日子到头了。

11月12日，他辞去总裁、首席执行官及董事职务，33年的掌舵生涯就此画上句号。执行副总裁兼首席财务官科莱特·克雷斯（Colette Kress）接手临时CEO一职，直到正式继任者落定。

打从1993年公司创立起，黄仁勋差不多就是英伟达的同义词。这家公司一直维持着极为扁平的管理结构，向他直接汇报的下属约有60人，台面上找不出公认的二号人物。他做的每一个战略选择，都会让整个AI产业跟着起连锁反应。

人事变动来得突然，英伟达面前摆着一道从未遇到过的考题。

短期看，黄仁勋留下的家底别人很难跨过去。可要说公司眼下的所有麻烦都能靠这份家底解决，也不现实。

01 完全不同的东西

Vanda Analytics的数据显示，黄仁勋宣布卸任当天，美股开盘后的半小时里，散户吃进了约1.11亿美元的英伟达股票，创下这只股票有记录以来开盘阶段散户买入的最高纪录。

散户敢在此时下手，道理不难懂——「别人恐惧我贪婪」。黄仁勋人是走了，英伟达的技术与生态优势还在。

头一条，未来几年的技术路线早就定好了。

2025年3月，英伟达就把产品路线图铺到了2028年。Blackwell、Rubin再到Feynman，GPU、互连网络这些核心技术的迭代方向都已安排明白。

换句话说，至少眼下这段时间，产品研发和迭代还能照着既定路线往前走。

更何况，英伟达的壁垒远不止芯片性能领先这一项。

今年8月26日的财报电话会上，有分析师把问题抛给黄仁勋：OpenAI、Anthropic一边拿NVIDIA的投资和支持，一边自己搞AI芯片，这种竞争英伟达怎么应对？

黄仁勋答道：「We're building something very different.」（我们打造的是一种完全不同的东西）。

他说，不少对手的XPU是冲着某个云平台或特定推理服务去的，英伟达给的则是一整套AI工厂平台，覆盖整个AI生命周期，还能部署到不同的云平台上。

他还说，自己「百分之百有信心」，OpenAI、Anthropic这些企业往后很长一段时间仍会用英伟达的计算平台。

今年8月的一桩合作，能说明他这份底气从哪来。联发科跟英伟达联手，要用后者的NVLink Fusion技术替客户开发定制AI芯片，并接入英伟达的数据中心系统。同一时间，英伟达掏出35亿美元，买下联发科发行的可转换债券。

▲早在2023年英伟达和联发科宣布在汽车领域达成合作

乍一看，这合作有点意思。联发科正卯足劲往定制AI芯片市场挤，摆明是来抢英伟达GPU生意的，怎么反倒牵起手来了？

关键在于，造出一颗能打的芯片，跟让成千上万颗芯片高效配合干活，压根是两码事。

大型AI数据中心要的不只是芯片，还得让芯片之间高速传数据，把海量计算设备串成一个大集群。这两个环节，业内一个叫Scale-up（纵向扩展），一个叫Scale-out（横向扩展）。

对AI数据中心来说，单颗芯片跑多快并不是最要紧的。真正要算的账是：花同样的钱、耗同样多的电，能干完多少计算任务、吐出多少Token。

这正好踩在英伟达的强项上。芯片之间的高速互联靠NVLink、NVSwitch，再用InfiniBand、Spectrum-X这些网络技术，把计算设备组织成大规模AI集群。

2025年推出的NVLink Fusion，把这套本事进一步开放给了别的芯片公司。联发科之外，亚马逊、富士通、高通、Arm和Marvell等企业也已经进了这个合作圈子。

英伟达的打算是：哪怕将来一部分GPU订单被定制芯片抢走，只要这些芯片还在用它的互连和网络系统，钱就还有得赚。

芯片、软件、网络捏成一个整体，把整套AI计算平台的效率抬上去，客户自然更愿意留下来。这个循环越转越快、自己喂自己，才是别人最难学走的东西——单看芯片性能，反倒好追一些。

这些优势是多年攒下来的，黄仁勋走人不会让它们立刻散架。可往后能撑多久，就不好讲了。说到底，这道壁垒的每块砖上，都刻着他本人的痕迹。

02 舵手缺席，护城河外暗流涌动

没了掌舵的人，英伟达眼下要应付的局面，比过去任何阶段都复杂。资本市场正为AI泡沫发慌，护城河外头也不太平——最想少依赖它的，恰恰是它的大客户。

谷歌、亚马逊、微软这些云巨头，每年从英伟达手上买走大量GPU，如今都在加快自研ASIC（专用芯片）；OpenAI、Anthropic这类AI模型公司也下场自研，想从模型一路管到算力。

今年10月，微软宣布自研芯片Maia 200正式投产使用，开始支撑Microsoft Copilot等业务，并打算在2027年扩大部署。亚马逊部署自研芯片Trainium的动作也在提速。今年初披露的数据显示，Trainium2已经接下Amazon Bedrock平台的大部分推理任务。

过去很长时间里，英伟达的芯片一直不够卖，议价权握在手里，科技巨头也得亲自上门要货。甲骨文创始人拉里·埃里森回忆过一次饭局：他和马斯克反复求黄仁勋多卖些GPU，甚至一再表示希望英伟达多收点钱。他后来说，这顿饭确实管用。

AI技术一路迭代，已经让人看到撬动CUDA生态这道墙的一线可能。今年11月，Anthropic在IPO路演中讲了一项进展：以往接入一款新芯片平台，要几十名工程师花几个月，移植和优化底层计算程序；这次团队靠自研的Claude Mythos Preview模型，大约3天就让一款模型的提示词处理任务在AMD MI355X芯片上跑出可用性能，相关计算内核几乎全由AI完成移植或编写。

AI编程能力往上走，过去要堆大量工程师的软件适配工作，有望快很多。软件迁移成本一降，企业换用英伟达之外的芯片平台也会更容易。

推理任务和模型训练不一样，场景更杂。英伟达GPU胜在通用，可对那些规模大、需求相对稳定的推理活，专用芯片能做针对性优化，成本更低地把计算做完。大客户因此既有机会也有动力，把一部分算力挪到自建平台上，一点点减少对英伟达的依赖。

黄仁勋的离任，很可能给对手留出一个战略窗口。更何况，以后英伟达恐怕也很难像从前那样给AI企业「输血」了。

03「AI央行」还能继续放水吗？

很长一段时间里，黄仁勋不只是AI芯片的最大卖家之一，也是整个AI产业重要的出钱方。下游云厂商和AI模型公司对AI的胃口，撑着英伟达的高增长；一旦算力需求不如预期，云厂商收紧资本开支，最后落到英伟达头上的就是收入和市场地位。

所以英伟达不能只卖铲子，还得保证挖矿的人有钱买铲子。头一步，就是自己给客户兜底。

中小云厂商想抢AI基础设施的生意，又不敢把全部家当押在GPU上。设备买回来不难，算力能不能租出去，谁也不敢打包票。英伟达开出的条件是：你大胆采购、建数据中心，将来要是有闲置算力，我按协议回租或买下。

CoreWeave 常被拿来说明这套做法。市场担心算力过剩、开支太高，英伟达用长期算力采购承诺接住了这部分疑虑，等于给它的未来收入上了一道保险。云厂商拿着这份承诺去融资更容易，钱到手后继续买 GPU，英伟达的订单也就稳住了。

可要是全行业都指望英伟达兜底，现金流再厚也撑不住。于是有了第二步：把华尔街拉进来一起分担。

英伟达在 2026 年 8 月 10 日通过官网放出消息，将联手贝莱德、黑石、高盛等华尔街六大资管机构成立一个算力融资平台，目标是引入 5000 亿美元第三方资本，专供 AI 公司和云厂商借款买 GPU、盖 AI 数据中心。

这么一来，英伟达有点像「AI央行」：一边卖核心资产，一边为买资产的人提供信用。更巧的是，这些支持都围着英伟达的算力平台转，技术合作加上资本支持，英伟达和下游客户绑得越来越紧。

不过这套玩法有个前提：真实的 AI 需求最后得接得住这些投资。接不住的话，风险不会只留在英伟达账上，而会摊到整个产业和金融体系里去。

还有一点，这座「算力央行」能不能转起来，靠的是黄仁勋本人的战略意志。

在黄仁勋看来，投 AI 产业不是挑几家最有潜力的公司下注就完事，而是尽量把整个生态都托起来。

今年 4 月，他在播客里聊投资逻辑时说，英伟达不打算只挑赢家，而是想支持所有人。道理不复杂：只要 AI 产业整体在往前走，最后不管哪家胜出，都可能成为英伟达芯片和算力平台的客户。

黄仁勋盯的不只是单笔投资能赚多少，还有行业整体增长带来的长期收益。

据路透社报道，黄仁勋对 AI 初创企业的支持远不止签个投资协议。他会去研究这些公司的技术，帮它们拉客户，甚至亲自参加融资电话会议，帮忙吸引外部投资者。

在不少创业者和投资人眼里，黄仁勋本人已经成了串起 AI 技术公司、云厂商和资本市场的那根线。

但这种激进的投资风格，在英伟达内部并不是没有争议。

路透社的报道提到，科莱特·克雷斯眼下兼任临时 CEO，此前担任首席财务官，她曾数次对黄仁勋力推的高风险投资与融资安排表达不同意见，分歧牵涉 OpenAI 以及 AI 基础设施公司 Lambda 等企业。

过去，黄仁勋靠创始人身份和多年攒下的权威，能在重大投资里说了算。换人之后，接任者还有没有足够的魄力把这套激进的投资战略接着走下去？

说到底，连特朗普提名的英伟达新董事——全球最强职业经理人库克，当年接过乔布斯的衣钵，也没能让苹果继续引领技术革命。