文章核心观点 - 硅谷科技巨头权力格局发生重大转变 华人CEO在AI时代崛起并主导四大芯片公司 改写由印裔CEO主导的历史局面 [5][11][13] - 印裔CEO通过移动互联网和云计算浪潮占据硅谷权力中心 2014年印裔已占硅谷科技巨头CEO席位1/3 [6][7][15] - AI革命推动芯片行业格局重塑 英伟达市值一度超越苹果 AMD市值突破3000亿美元 博通跻身万亿美元俱乐部 [27][29][31] 印裔CEO崛起历程 - 1998年印裔创业者萨比尔·巴蒂亚以4亿美元出售Hotmail给微软 首次在硅谷主流视野登场 [15] - 皮查伊2004年加入谷歌任初级产品经理 2006年通过Google Toolbar应对微软IE浏览器默认搜索引擎变更危机 2015年成为谷歌CEO [15][16][17] - 纳德拉2014年接任微软CEO 因其深耕云服务九年且比华裔高管陆奇更熟悉微软内部环境 [22][23] - 印裔CEO群体包括微软纳德拉 谷歌皮查伊 诺基亚苏里 推特阿格拉瓦尔 Adobe纳拉延 IBM克里希纳等 [21][24] 华人CEO破局路径 - 苏姿丰2014年接任AMD CEO时公司连续五年亏损 股价跌破2美元 负债超20亿美元 通过押注Zen架构实现逆转 [25] - 黄仁勋2014年放弃手机市场转向AI领域 成为GPU概念缔造者 英伟达从游戏显卡商转型为AI算力核心 [25][27] - 陈福阳通过并购策略推动博通成长 2006年任安华高CEO 2015年以370亿美元收购博通 现成为Meta苹果OpenAI合作伙伴 [30][31] - 陈立武被英特尔任命为CEO 因其在Cadence推动EDA革命且通过华登国际深度参与中国半导体产业 [31] 华人新势力生态 - Lepton AI由阿里前副总裁贾扬清创办 提供算力租赁业务 传英伟达将以数亿美元收购 [33] - Meshy AI由清华姚班胡渊鸣创立 获GGV红杉数千万美元投资 2025年初受英伟达高层接见 [34] - Scale AI创始人Alexandr Wang为华裔 累计融资16亿美元 投资方包括英伟达亚马逊英特尔 [35] - xAI初始团队成员三分之一为华人科学家 OpenAI的GPT-4o核心成员6人本科来自中国顶尖高校 [39][40] 人才竞争格局 - 2022年全球前20%顶尖AI人才中 原籍中国占比38% 超过美国本土37% [40] - 谷歌2023年底挖角Meta工程高级副总裁Bill Jia 其为当时硅谷大厂职级最高华人 [41][42] - 华人工程师在硅谷科技公司核心技术团队占比创新高 78%硅谷华人从业者曾停滞在技术骨干层级 [11][36]

上海AI产业版图。 作者 | 刘博 报道 | 投资界PEdaily 这是一笔鲜少被关注到的融资。 投资界获悉，近日上海国投先导人工智能产业母基金联合领投壁仞科技，数家知名投资 机构及产业资本跟投。值得一提的是，这是上海国投先导人工智能产业母基金首个直投 项目。 壁仞科技，创投圈并不陌生——身后掌舵者是哈佛博士张文，他职业生涯始于华尔街， 后来回国连续创业，于2019年创立壁仞科技，闯入AI芯片赛道。走过五年历程，壁仞科 技经历着种种风波，至今已融资超50亿元。 由此望去，上海AI产业版图一一浮现。 张文带队 壁仞要去IPO了 张文，无疑是壁仞科技的灵魂人物。 他拥有哈佛大学法学博士学位，早年前曾是华尔街一名资深投资人。2011年，中芯国际 创始人张汝京再度创业，张文受邀回国出任公司CEO。随后在2 0 1 8年，他又担任商汤科 技总裁，主导商汤科技总部落地上海。 目睹着AI芯片的发展大势，张文心中也萌生创业的念头。在他看来，每一个AI应用的底 层硬件都是GPU，GPU会成为像水电煤一样，成为无处不在的基础设施。而中国最大的 优势之一是数据，AI芯片恰恰最需要场景和数据迭代。在《澎湃新闻》的采访中，张文 曾透露 ...

核心观点 - 苹果向NVIDIA订购10亿美元的GB300 NVL72 GPU集群服务器系统，标志着其在AI战略上的重大转变，从依赖自研芯片转向商用GPU [1][3] - 这一决策反映了GPU在生成式AI领域的统治地位，以及NVIDIA在AI硬件生态中的不可替代性 [8][14] - 苹果的转向凸显了在AI竞赛中时间优先级的重要性，自研ASIC的开发周期无法满足当前市场需求 [16][19] - NVIDIA的财务表现和产品性能进一步巩固了其在AI硬件领域的领先地位 [8][11] - 尽管ASIC在特定场景下仍有优势，但在当前Gen AI浪潮中，GPU的通用性和生态成熟度使其成为首选解决方案 [16][19] 苹果的AI战略转变 - 苹果长期依赖自研芯片，但在生成式AI领域转向NVIDIA商用GPU，订购约250台NVL72服务器，每台成本370万至400万美元，总价近10亿美元 [3] - 这一转变可能源于自研芯片开发周期长、优化成本高，无法满足市场对高性能计算的迫切需求 [3][16] - 苹果可能采取混合策略：利用NVIDIA GPU进行模型训练，Apple Silicon专注于推理和边缘设备 [6][19] - Siri竞争力下降和生成式AI的快速发展是促使苹果调整AI战略的重要因素 [4][5] NVIDIA的统治地位 - NVIDIA的GPU搭配CUDA生态已成为训练大语言模型的事实标准 [8] - 在截至1月26日的第四季度，NVIDIA实现营收393亿美元，同比增长78%，毛利率高达70%以上 [8] - 约41%的收入来自微软、谷歌、亚马逊和Meta四大客户，这些公司表示GPU供应不足是构建AI数据中心的瓶颈 [9] - GB300 NVL72平台集成了72个Blackwell Ultra GPU和36个Grace CPU，与前代相比响应速度提升10倍，能效吞吐率提升5倍，整体AI产出能力跃升50倍 [11] GPU vs ASIC的技术路线之争 - GPU在通用性、灵活性和生态成熟度方面具有明显优势，特别适合快速迭代的AI市场 [16][17] - ASIC虽然在某些特定任务上效率更高，但开发周期长（通常需要数年），难以跟上AI领域的快速发展节奏 [16] - 博通和Marvell等ASIC厂商在AI训练领域的竞争力无法与NVIDIA抗衡 [17][18] - 时间窗口成为关键因素，在Gen AI竞争中速度比性能稍逊更为重要 [16][19] 行业趋势与市场动态 - 科技巨头在AI基础设施上的投入持续增加：Meta计划今年斥资650亿美元建设AI基础设施，全球九大科技公司预计2025年AI总支出达3710亿美元，同比增长44% [9] - 尽管有DeepSeek等初创公司尝试低成本AI方案，但这反而可能增加全球对AI服务和硬件的需求 [9][10] - Blackwell平台的需求强劲，NVIDIA预计2026财年第一季度营收达430亿美元 [14] - AI推理和训练的双轮驱动逻辑进一步强化了NVIDIA的增长势头 [14]

纪要涉及的公司 英伟达 纪要提到的核心观点和论据 - **业绩表现** - 收入 393.31 亿美元(YoY+78%，QoQ+12%)，指引区间为 367.5 - 382.5 亿美元，一致预期为 381.01 亿美元[2] - GAAP 毛利率 73.0%（YoY - 3.0pcts，QoQ - 1.6pcts），指引区间为 72.5% - 73.5%；Non - GAAP 毛利率 73.5%（YoY - 3.2pcts，QoQ - 1.5pcts），指引区间为 73.0% - 74.0%[4] - GAAP 净利润 220.91 亿美元(YoY + 80%，QoQ + 14%)，市场一致预期为 194.17 亿美元；Non - GAAP 净利润 220.66 亿美元(YoY + 71%，QoQ + 10%)，市场一致预期为 209.76 亿美元[4] - **业务表现** - **数据中心业务**：收入 355.80 亿美元(YoY + 93%，QoQ + 16%)，FY25Q4 blackwell 收入 110 亿美元，是历史增长最快的产品，50%的 blackwell 交付给 CSP 客户，过去两年公司已将推理成本降低 200 倍[2][3] - **计算业务**：计算产品收入 325.56 亿美元(YoY + 116%，QoQ + 18%)[2][4] - **网络业务**：网络产品收入 30.24 亿美元(YoY - 9%，QoQ - 3%)[2][4] - **游戏业务**：收入 25.44 亿美元(YoY - 11%，QoQ - 22%)[4] - **专业可视化业务**：收入 5.11 亿美元(YoY + 10%，QoQ + 5%)[4] - **汽车与自动驾驶业务**：收入 5.70 亿美元(YoY + 103%，QoQ + 27%)[4] - **OEM&其他业务**：收入 1.26 亿美元(YoY + 40%，QoQ + 30%)[5] - **计算与网络部门**：收入 360.36 亿美元(YoY + 101%，QoQ + 16%)[5] - **图像部门**：收入 32.95 亿美元(YoY - 22%，QoQ - 19%)[5] - **资本配置**：本季度通过回购和现金股息返还 81 亿美元[6] - **FY1Q26 指引** - 收入：421.4 - 438.6 亿美元，中值 430 亿美元，市场一致预期为 420.68 亿美元[6] - GAAP 毛利率 70.1% - 71.1%；Non - GAAP 毛利率 70.5% - 71.5%[6] - GAAP 运营费用 4 亿美元；Non - GAAP 运营费用 4 亿美元[6] - GAAP/Non - GAAP 税率 16% - 18%[6] - **问答环节观点** - **训练与推理**：推理计算量增长快，Blackwell 设计考虑推理需求，训练和推理架构可互换[7] - **GB200 爬坡**：GB200 顺利爬坡，上季度获 110 亿美元相关收入，很多客户已收到产品[8] - **毛利率展望**：随着 blackwell 爬坡，毛利率会回到 mid 70%，预计下半年实现[9] - **需求可持续性**：中期数据中心建设持续，长期软件将基于 GPU 运作，AI 处于早期，未来应用和生态会增多[10] - **blackwell ultra 进度**：预计下半年推出，与第一款 blackwell 架构相近，rubin 过渡会提前准备[12] - **GPU 与 ASIC 竞争**：GPU 通用、擅长端到端、性能有优势，新芯片方案需考虑商业意义[13] - **地缘政治风险**：中国上季度占比约 7%，较管制前下降一半，全球 AI 需求刚开始[14] - **云、企业客户 AI 芯片增速**：云客户部分算力用于内部任务，企业客户长远需求更大，如汽车产业[14] - **旧架构 GPU 角色**：ampere 等旧 GPU 可运行简单工作负载，与新 GPU 兼容[15] - **毛利率改善与关税影响**：blackwell 爬坡后会优化组件环节，长期推理消耗计算资源趋势延续[15][16] 其他重要但是可能被忽略的内容 - blackwell 专门为 AI 推理设计 blackwelll superchargers 推理模型，与 H100 相比，token 吞吐量提升 25 倍，成本下降 20 倍[2] - 中国市场上季度占比与过去几季无不同，较管制前下降一半，约占 7%[14]