黄仁勋离开英伟达：股价一度跌14%，留下哪三个难题？

英伟达前CEO黄仁勋与现任临时CEO兼CFO科莱特·克雷斯。图片经由AI处理

以后的英伟达GTC大会上，那个被叫作“黄教主”的人登台、向全场观众挥手致意的画面，大概不会再有了。

美国当地时间11月12日，黄仁勋宣布离开执掌33年的英伟达。消息一出，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%。Andreessen Horowitz普通合伙人马丁·卡萨多（Martin Casado）把这一天称为“黑暗的一天”。

1993年创立英伟达之后，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，再到如今的AI数据中心业务，英伟达之所以能抓住几轮技术变革，跟他本人对技术方向的判断和长期投入分不开。到了这一轮生成式AI浪潮，他一面推动英伟达从芯片供应商转向AI基础设施平台，一面深度参与产品路线制定、供应链协调和大型客户合作。英伟达今天的市场地位，很大程度上就建立在这套经营策略之上。

当然，黄仁勋离开，不代表英伟达现有业务会马上受到冲击。多年发展下来，公司已经有了成熟的技术团队、产品路线和供应链体系，这些优势不会因为一位管理者离职就消失。

不过，失去

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，英伟达从游戏显卡公司变成AI基础设施巨头的全过程，她都参与其中，公司的财务状况、客户合同、供应商安排和资本支出，她都很熟。长期与黄仁勋一同出席财报电话会议的她，也是华尔街熟悉的管理层面孔。

KeyBanc Capital Markets分析师约翰·文（John Vinh）把克雷斯出任临时CEO看作积极信号，理由是她任职时间长，对英伟达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，克雷斯是稳定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，这不等于克雷斯马上就能接手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，其实是两回事。

克雷斯在英伟达的重大决策中并非主要推手，这是 The Information 先前引用知情人士说法所披露的；面对部分高风险交易，她更偏向把风险压住。为 OpenAI 提供大规模信用支持一事由黄仁勋推动，起初谈到的规模是 2500 亿美元，目的是支撑其数据中心建设，克雷斯对这一安排态度谨慎。之后该安排被拆分，英伟达方面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，他并不担心这次管理层变化会立刻影响英伟达的经营。但他对长期问题更谨慎：新CEO能不能接过黄仁勋对产品路线的把控，能不能接过他与客户、供应商、员工以及整个产业生态之间的关系网络，都还有很大不确定性。拉斯贡因此下调了英伟达股票评级和目标价。

高盛

英伟达资深技术高管伊恩·巴克（Ian Buck）在内部候选人中最受关注。他在 2004 年进入公司，长期参与 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 硬件和软件产品。外部人选方面，多位分析师提到了 Arm CEO 雷内·哈斯（Rene Haas）：他曾在英伟达主管计算产品业务，2013 年加入 Arm，之后出任 CEO。另外，苹果执行董事长

投资人阿米娜·罗森伯格（Armina Rosenberg）提出了一种可能性：英伟达可以让克雷斯负责经营和财务，让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？

回头看英伟达的发展史，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。最有代表性的案例就是CUDA。

2006年，英伟达推出CUDA，让GPU能够处理图形渲染以外的通用计算任务。2012年，用英伟达GPU训练的AlexNet在ImageNet竞赛中取得突破，GPU由此成为深度学习的重要计算平台。此后，英伟达持续完善CUDA工具链和计算库，开发者逐渐围绕这套体系建立模型训练、优化和部署流程。

竞争对手想靠芯片性能追上英伟达，难度也在这里。别的厂商的GPU或专用芯片买回去，现有代码、模型和软件工具都得重新适配。对那些已经在CUDA上砸了大量资源的客户而言，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。前几年英伟达的强项主要在大模型训练上；行业往大规模推理转之后，客户盯得更多的是每个Token要花多少算力钱、GPU用得多满、响应快不快。2026年英伟达拿出Dynamo 1.0，专门给大规模AI推理做资源调度和请求管理，想把较量从单卡性能拉到整个推理系统上。它还把TensorRT-LLM这类软件接了进来，主流开源推理框架也在支持之列。

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。往后CUDA的使用范围未必只圈在数据中心，工厂、汽车和机器人设备里都可能出现。

不过这道软件壁垒也不是撬不动。目前，

这正是黄仁勋走后英伟达要长期面对的问题。CUDA能成，靠的是一笔回报周期很长的技术投入，而推理、智能体、物理AI或许就是下一轮生态扩张的入口。这些方向谁来决定投入先后，谁来推着软件平台不断适配新的计算方式，都会影响英伟达能不能把攒下的生态优势接续下去。

03 2790亿美元承诺如何兑现？

黄仁勋离开之后，市场还有一件事要盯着，就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，供应与产能承诺总额为2790亿美元，上个季度这个数大约是1190亿美元，一个季度就多了约1600亿美元。

从履约时间看，2027财年剩下的时间里约920亿美元，2028财年约870亿美元，2029财年约880亿美元，另外约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。它对应的主要是公司为了接住未来需求，跟供应商和产能合作方谈好的采购与产能安排。先进制程、封装、内存和其他关键资源都得提前锁住，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，未必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买GPU，也可能碰上电力接入拖延、机房建设卡壳、融资不到位，或者新一代产品部署节奏生变，采购就这么往后推。英伟达在10-Q文件里也提醒过，客户可能因为基础设施、资金和技术采用进度等原因推迟甚至取消采购。

客户需求兑现得比预期慢，英伟达上游产能却已经锁死，库存积压、取消成本、供需错配就可能找上门。就算最后能找到别的买家，产品换代也可能拖累售价和毛利率。

还有一个容易搞混的数字，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回事。英伟达借合作伙伴拿到云计算容量，也可能把其中一部分转卖给第三方；容量用掉多少，相关承诺就相应减少。可要是外部客户需求跟不上，英伟达仍可能要担一部分采购责任。

这些安排说明英伟达的生意模式在变：不再只是照着订单买芯片、交产品，而是越来越多地提前插手整个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？

这几年英伟达踩中了生成式AI的浪头，成了全球AI基础设施建设的主要受益者。可对这家单季营收已经逼近千亿美元的公司来说，怎么保持高速增长越来越要紧。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，势头还是强的。

另外，全球大型科技公司还在加大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。

英伟达同时也在找别的增长机会。

其中一个重点是AI推理。大模型从训练走向规模化应用，企业得持续调用模型干各种活，AI智能体普及开来，算力需求还可能再往上走。

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及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，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些。

但这些新市场能不能做到眼下数据中心业务的体量，还得等时间给答案。

竞争格局也在变。以前跟英伟达抢生意的主要是AMD这类芯片厂商，现在谷歌、亚马逊、微软这些大客户自己下场做AI芯片，图的是压低算力成本、别把命脉交到一家供应商手里。博通则靠定制ASIC业务，帮大型科技公司一起搞芯片研发。这些产品短时间内很难把英伟达GPU全部替掉，但在一些计算任务上，客户已经多了别的选择。

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、这个人能不能领着公司拿下下一轮增长，才是新的考验。

特约编译金鹿对本文亦有贡献