Oct 19, 2025

NVIDIA投资了大量AI模型公司锁定客户，并洞见下一代计算能力的走势；其次，NVIDIA在其自身强大的网络能力之外，依靠对下一代网络芯片的投资，将其GPU的高效协同算力扩展到更高的速度和更广的范围；此外，NVIDIA还在投资上对具身智能做了长远布局。分析其投资行为，对我们的投资、创业具有深刻意义。 投资 AI 模型和云平台 构建以 GPU CUDA 为核心的AI生态 NVIDIA在AI行业的核心优势既有GPU，更依靠CUDA锁定了全球开发者生态。随着大语言模型的突破，NVIDIA首先投资了几乎所有处于前沿的AI模型公司，包括语言模型和多模态模型。 模型公司 OpenAI NVIDIA在2024年10月参与了OpenAI高达66亿美元的一轮融资，在此次融资中投入1亿美元；在2025年9月，英伟达和OpenAI宣布计划共同部署高达10吉瓦（gigawatts）的英伟达AI算力系统，英伟达承诺将投资高达1000亿美元用于此项合作。 作为AI行业的领头羊，OpenAI不仅拥有Sota级别的语言模型和视觉模型，还打造了AI时代“入口”级别的超级应用ChatGPT。 xAI NVIDIA此前已参与xAI的几轮融资，例如2024年的两次60亿美元融资（B轮和C轮），在今年9月，它又参与了xAI总额高达200亿美元的融资轮次，投资金额达20亿美元。 黄仁勋表示：“凡是Elon Musk参与的公司，我都想投资”。除了投资外，NVIDIA与xAI有长期合作关系，包括提供H100 GPU用于xAI的超级计算机Colossus。 作为一家成立于2023年7月的公司，xAI在短短两年内，就推出Grok4这款能够达到Sota水平的模型，成为了行业中的头部公司。 Mistral AI NVIDIA在2024年和2025年分别投资了Mistral AI的B轮和C轮融资，获得17亿欧元的C轮融资后，Mistral AI的估值达到117亿欧元。 在2025年6月，黄仁勋宣布与Mistral AI合作，在法国建立AI计算基础设施，部署最新一代的NVIDIA Grace Blackwell系统，初期计划部署18000个Blackwell GPU。 Mistral AI是欧洲地区最强大的AI模型开发商，旗下Mistral Large等模型接近Sota级别性能，开源模型具有超过100万的下载量，其ToC应用也较受欢迎。 Runway 2025年4月，英伟达参与Runway金额为3.08亿美元的D轮融资，Runway投后估值超30亿美元。Runway是视觉多模态模型的开拓者之一，目前有高性能的视觉模型及Runway Studios等面向专业领域的视觉设计产品。 除了以上投资外，NVIDIA在AI模型核心领域的投资还包括Cohere（主要面向企业），Sakana AI(主要研究小模型)，以及Reflection AI、Thinking Machines Lab、Imbue等更偏向探索和创新的公司。 它投资这些前沿模型公司的核心逻辑是，前沿模型的数量越多，性能越强，消费者和客户的选择多，整个AI应用生态的基石就越稳固，NVIDIA锁定了两类关键角色，即模型公司和搭建AI算力平台的合作方。 AI云平台 除了前沿模型公司，NVIDIA投资版图中另一个重要的领域是具有先进技术的AI云平台以及数据中心运营商，为更下游的AI应用层公司提供算力，进一步扩大NVIDIA生态系统的规模和范围。 这其中最典型的公司是CoreWeave，Together AI和Nscale。 CoreWeave NVIDIA在2023年参投了AI云平台CoreWeave的B轮融资，注资1亿美元，在CoreWeave于2025年IPO时又参与了认购，目前NVIDIA持有CoreWeave约7%的股份。上市后，CoreWeave的市值已经达到约700亿美元，2025年预计营收为50.08亿美元。它拥有25万个NVIDIA GPU，既是NVIDIA的被投企业，也是大客户之一。 Together AI Together AI同样是一家AI云平台，它在2025年获得NVIDIA参投的3.05亿美元B轮融资，估值33亿美元。 与CoreWeave不同的是，它更偏向技术派，有自己的核心技术FlashAttention-3和Flash-Decoding，分别对应快速推理和长序列推理场景，给企业客户和开发者们带来了差异化的体验，也拓展了NVIDIA GPU在推理方面的技术边界。 Nscale Nscale的主要业务是高性能数据中心、GPU集群的建设，2025年9月获得NVIDIA参投的11亿美元B轮融资（NVIDIA投资6.83亿美元）。 它的数据中心配备大规模NVIDIA GPU集群，并集成高速网络和自研软件栈，支持高效处理千亿参数级大语言模型（LLM）的训练任务。它的主要客户包括OpenAI（共同建设星际之门项目）和微软。 NVIDIA还参投了Crusoe、Lambda和Firmus Technologies等AI云平台和数据中心建设商，这些公司的估值都达到了数十亿美元级别。 创新类芯片公司 NVIDIA依赖芯片的scale up（单块板上叠加芯片数量）和scale out（不同服务器间高速互联）构筑了基于GPU的强大算力，依靠其强大的网络通信能力提供高效率的集群计算能力，当然也彻底吃掉了传统服务器厂商的市场。 不仅如此，NVIDIA还投资了网络芯片公司继续强化其智算中心的布局，包括Ayar Labs和Enfabrica。这类网络芯片的主要作用是在NVIDIA的现有网络“射程”外扩展，在算力芯片之间进行高速和大带宽的通信，以提高更大范围内算力集群的网络吞吐能力。 Ayar Labs Ayar Labs的技术核心是硅光子学与芯片封装结合的光互连解决方案，它的光学 I/O Chiplet，可以实现单芯片支持8.192Tbps 双向带宽（16个模块×512 Gbps/模块），带宽密度达896Gbps/mm，端到端延迟<25ns（含光纤传输）。NVIDIA参投了它2023年的C轮融资和2024年的D轮融资。 Enfabrica Enfabrica的技术核心是加速计算结构（ACF）与弹性内存架构，它的ACF-S超级网卡芯片整合PCIe/CXL交换与以太网RDMA功能，支持10万级GPU互联，ACF-S 芯片的CXL内存池解决方案，通过共享DDR5内存缓解GPU高带宽内存（HBM）瓶颈。 NVIDIA对这家公司十分青睐，不仅在2023年和2024年参投了它的B轮和C轮融资，而且在2025年以9亿美元的价格收购Enfabrica核心团队及技术授权，Enfabrica创始人Rochan Sankar也入职NVIDIA。 综上所述，NVIDIA通过投资AI模型公司，AI云平台和围绕GPU的创新芯片，构建和巩固了自身在AI领域的生态，也通过这些投资版图，让自己事实上成为AI行业中最大，最坚实的基础。 投资Physical AI 为第三次AI浪潮做准备 什么是NVIDIA眼中AI最有前途的发展方向，从它真金白银投资的领域来看，是Physical AI（物理AI）。 当然，NVIDIA也投资了不少AI领域的垂直应用，例如Perplexity（AI搜索引擎），Hippocratic AI(AI医疗)，Poolside（AI编程）和Kore.ai（企业AI）。但是对于Physical AI，NVIDIA不仅进行了投资，还自己下场做。 它有自己的Cosmos世界基础模型，开放物理AI数据集，Omniverse物理AI操作系统，以及DRIVE Thor自动驾驶芯片和NVIDIA Jetson边缘计算平台。 黄仁勋认为生成式AI（Generative AI）是AI的第二波浪潮，而下一波浪潮就是Physical AI，因为它超越了数字世界，让AI能够与现实物理世界进行互动，理解物理定律、摩擦力、惯性以及因果关系等。 当然，NVIDIA重点投资了一批Physical AI相关的公司，例如Figure AI（人形机器人）、Dyna Robotics（商业机器人）、Serve Robotics（配送机器人）、Wayve（自动驾驶）、Nuro（自动驾驶）、Bright Machines（智能工厂）等。 Figure AI 人形机器人公司Figure获得NVIDIA参投的10亿美元C轮融资。它是一家全栈的具身智能公司，既有人形机器人本体（最近发布了Figure 03），又有自己的机器人模型和制造能力，是机器人创业公司中能力最全面的超级独角兽。 Wayve Wayve在2024年获得NVIDIA参投的10.5亿美元C轮融资，在2025年下半年，有消息称NVIDIA将对Wayve追加金额为5亿美元的战略投资。 Wayve的核心产品是一套基于端到端神经网络的自动驾驶系统，它无需依赖高精度地图，仅利用数据来教导车辆如何驾驶。这种数据驱动的学习方法适用于从“目视辅助驾驶”到“脱手全自动驾驶”（L4 级）的全系列功能。 Bright Machines Bright Machines在2024年6月获得NVIDIA参投的1.26亿美元C轮融资。Bright Machines为制造业公司提供全栈自动化解决方案，彻底改变了现有的生产模式。这个方案能够为产品从设计、制造到拆卸的整个生命周期提供灵活的自动化支持。 AI 模型是现在 Physical AI是未来 遍观NVIDIA的近100个AI投资项目，可以看到它们仍然带有很强的企业战略投资的色彩，尤其是对于模型和AI云平台的投资，这些被投企业普遍都同时会是NVIDIA GPU的买家。NVIDIA对这些企业的投资，是为了构建以GPU为核心的生态，这个生态是为了巩固它在AI行业的地位。 而投资Physical AI领域的公司，也是为了建立生态，但是这个生态属于未来，是为了建立NVIDIA之后的新增长极。 为什么Physical AI或者AI原生硬件是AI的下一波浪潮？正如黄仁勋所说，它超越了数字世界，让AI能够与现实物理世界进行互动，为AI未来重塑物理世界打下了基础。