英伟达AI投资生态布局：精准构筑未来围墙

约莫一年前，被誉为「硅谷风投教父」的彼得·蒂尔在点评英伟达时，抛出了一个深刻见解：

“仅从资本流向分析，当前人工智能领域超过80%的投资都涌向了同一家巨头——英伟达。”

这番言论在英伟达暴涨的自由现金流中得到了验证。

英伟达财报揭示，其自由现金流从2023年1月的38亿美元激增至预计明年1月的965亿美元，三年复合年增长率高达194%，超越了1990年以来所有科技公司同期的增长纪录。

分析人士预估，到2030年，英伟达累计将产生近8500亿美元自由现金流，远超谷歌、Meta、亚马逊和微软等科技同业。

坐拥庞大现金储备，对市值万亿的英伟达而言，如何花钱与赚钱同等紧要。

对外投资是科技巨头寻找新增长曲线的常见策略，英伟达亦不例外。

截至2025年12月15日，据crunchbase数据，英伟达（包括直投与NVentures）共计进行83次投资，涉足76家企业。

英伟达还运营着NVIDIA Inception孵化器，默默扶持全球数千家初创公司。

若加上对英特尔、Anthropic、OpenAI、xAI、CoreWeave等企业的「循环交易」，英伟达公开投资近90次，约为2024年的1.6倍。

加速投资步伐的同时，与其他科技巨头多元化布局不同，英伟达的投资展现出高度聚焦：

以自身为核心，筑起一道「AI生态围墙」。

参照黄仁勋的「五层蛋糕」理论，AI分为能源、芯片系统、基础设施与软件、AI模型及应用五层，这些被投企业恰好完善了英伟达的AI全产业链。

「硅基研究室」梳理了2025年英伟达近90笔投资绘制的AI版图，或许我们低估了这家巨头在投资生态布局上的深谋远虑。

上接能源基建，下通物理世界

2025年，英伟达的投资主线异常明确，始终围绕AI产业链的两大核心：

向上连接能源基础设施，向下打通物理世界交互。

在清洁能源开发、电网储能、数据中心建设等能源相关领域，英伟达投资超10次，印证了黄仁勋早前的判断：“没有电力，就没有数据中心，也就没有所谓的‘AI工厂’。”

英伟达对能源基建的关注，既涵盖前沿清洁能源探索，如投资比尔·盖茨创立的核能公司TerraPower和核聚变企业Commonwealth Fusion Systems，也涉及优化数据中心用电方案的芯片、算力及电网管理企业，如Emerald AI、Utilidata等。

图源：TerraPower

值得注意的是，受益于英伟达全球「AI主权计划」和AIDC建设，一批配套能源服务企业随之崛起。澳大利亚初创公司Firmus Technologies与英伟达计划共同投资45亿澳元建设可再生能源驱动的AI数据中心集群「南门计划」；英伟达投资的Cassava Technologies于今年4月宣布在非洲落地首家AI工厂。

算力狂潮背后，是巨大的能源缺口。国际能源署预计，到2026年全球数据中心耗电将突破800TWh，四年增长75%，而摩根士丹利预测美国到2028年可能面临20%的电力短缺。

英伟达早有预见，投资仅是「能源圈」一环，为加速AI工厂落地，它还向合作伙伴开放800V直流（VDC）技术标准的机架服务器。

800V MGX机架概览 图源：英伟达800V直流架构白皮书

上接能源基建，英伟达的另一大战略是物理世界，即黄仁勋常提的物理AI（Physical AI）。

按照英伟达的设想，物理AI能让人工智能理解现实世界，像人类一样与环境无缝交互和适应。

目前，英伟达已在物理AI领域构建了完整的技术与算力生态，涵盖模拟、训练与部署等关键环节。软件侧，Cosmos世界基础模型、Omniverse仿真平台及Modulus、Bionemo、Issac等垂直模型形成「数字孪生、AI训练、AI部署」闭环；硬件侧，英伟达GPU为大规模物理建模提供算力支撑。

但英伟达明白，仅靠自身「内循环」不够，AI与现实世界的无缝交互仍有距离。因此过去一年，英伟达集中投资了12家物理AI企业，解决两大问题：

一是为物理AI寻找现实入口，机器人成为关键押注点。英伟达累计参与了Figure、Skild AI、Flexion Robotics、Agility Robotics、Dyna Robotics、Bedrock Robotics、Generalist AI等7家具身智能企业的融资。

英伟达对具身智能企业的选择多样，既有明星企业Figure，也有不做硬件的Skild AI，还有专注建筑工地的非人形机器人Bedrock Robotics，这体现了英伟达通过投资绑定多元生态伙伴的策略。

二是缩小仿真与现实的差距。垂直领域专注数字孪生、构建高质量数据的「小而美」企业成为英伟达的关注重点。

例如在建筑行业，英伟达投资了PassiveLogic，该公司利用基于物理的AI和量子数字孪生技术让建筑主动思考；在制造领域，英伟达押注的Sight Machine为制造企业提供专用小型模型，解决传感器、机器和系统的数据标准化问题。

上接能源基建，下通物理世界，这既是疯狂出手的英伟达，也是精明聚焦的英伟达。

最爱「前OpenAI、老英伟达人」

作为游走政商界的「芯片政治家」，黄仁勋长袖善舞，其投资风格亦如此。谈及投资马斯克的xAI时，黄仁勋直言：“几乎所有马斯克参与的事，你都真的想参与其中”。

在AI创业领域，人才密度极高，投人与识人成为一门艺术。翻看英伟达近百笔投资，一个有趣现象是：英伟达格外青睐两类人——前OpenAI员工和老英伟达人。

据TechCrunch统计，15家由前OpenAI员工创立的AI企业累计估值达2500亿美元，形成硅谷的OpenAI「黑帮」，其中英伟达参与了9家融资，占半壁江山。

英伟达持续关注OpenAI出走创业者，例如前OpenAI研究员William Fedus创办的Periodic Labs、前首席科学家Ilya Sutskever创办的Safe Superintelligence、前首席技术官Mira Murati创办的Thinking Machines Lab。

William Fedus（左） Ilya Sutskever（中）Mira Murati（右）图源：网络

押注「OpenAI黑帮」对英伟达有双重利好：一是拓展模型层生态，根据模型能力变化优化底层芯片布局；二是分散风险，制衡OpenAI。

另一类是老英伟达人，其创业聚焦物理AI。例如，首席执行官和首席技术官均为前英伟达研究员的Flexion；联合创始人为英伟达AI科学家的Dyna Robotics；以及利用AI快速生成3D世界的Moonlake AI，其为物理AI提供高质量数据。

Moonlake AI 两位创始人 图源：Moonlake AI

Moonlake AI联合创始人Fan-Yun Sun曾是英伟达研究员，负责构建虚拟世界训练机器人。相比OpenAI对前沿模型的敏锐，老英伟达人更熟悉算力与数据组成的物理世界。Flexion首席执行官Nikita Rudin表示，英伟达经历让他深刻体会算力与数据飞轮的重要性，正将这种变革带入机器人领域。

英伟达的「投资法则」

“我们是相当内行的投资者。”黄仁勋在摩根大通医疗健康会议上如此形容英伟达的投资理念，并向初创企业伸出橄榄枝：“如果你在计算或AI方面有困难，请给我们发邮件，我们随时为你服务。”

顶着「芯片教父」光环，黄仁勋的一举一动备受瞩目，但人们常忽略其另一面：敏锐的投资并购大师。

从并购竞争对手3dfx巩固图形芯片地位，到2019年收购Mellanox布局InfiniBand互连技术，使全球数据中心能协同运行，实现「AI工厂」愿景，英伟达的每笔关键投资都为其迈向新时代铺路。Mellanox创始人Eyal Waldman评价：“英伟达市值飙升，归功于其在人工智能领域的正确投资。”

关键问题是：英伟达的投资风格究竟如何？

首先，这仍是以黄仁勋为核心的生态。每笔投资均由黄仁勋签署，他亲自参与有前景的AI创业公司演示会议。英伟达企业发展主管Vishal Bhagwati强调：“我们不会对那些不使用英伟达基础设施的公司进行投资。”

其次，慷慨的长期合作与快准狠的投资节奏。英伟达的投资不追求广撒网或单纯财务回报，而是通过投资了解技术趋势，推动自身软硬件迭代。入选英伟达初创加速计划（NVIDIA Inception）的公司表示：“英伟达的背书能直接连接硅谷投资者，提供产品折扣和AWS信用支持。”深度合作还能接触英伟达生态客户，获取订单。同时，投资决策迅速，如收购Mellanox时，黄仁勋迅速看到其战略价值并果断竞购。

Mellanox被收购的故事就印证了这一点。2018年9月，当Mellanox成为可收购对象时，黄仁勋并没有考虑收购它，但很快他就看到了这一资产对英伟达未来十年战略的重要性，因此在10月就加入了竞购，并最终将Mellanox收入囊中。

最后，投资风格与英伟达务实文化高度一致。黄仁勋曾说：“拥有一个可以完美执行的简单想法，有时候比拥有一个你的公司无法执行的宏伟想法更好。”与被投公司关系也务实，法国手术机器人公司Moon Surgical首席执行官Anne Osdoit称，英伟达帮助解决技术监管担忧，“他们非常务实，直接说‘嘿，告诉我们你需要什么’。”AI搜索企业Perplexity首席执行官Aravind Srinivas分享，去年与英伟达高层会面时要求技术支援优化产品展示，黄仁勋当场指示团队协助，半小时内解决问题。

清晰的投资主线与风格，使英伟达和黄仁勋成为投资界不可忽视的力量。尽管这种「以我为主」的生态被一些分析师视为「循环依赖」，加剧AI泡沫忧虑，但黄仁勋从不畏惧泡沫。接受CNBC访问时，他说：

“我唯一的遗憾，就是没有投资更多。”