AI算力的下一站可能是本地设备。
文章作者、来源：ME News
TL;DR
- 英伟达面临客户集中风险。 最新财报显示，截至2026年7月26日的六个月内，三家直接客户分别贡献16%、15%和13%的营收，合计44%。需要注意，这些是直接采购客户，并不等同于最终使用芯片的三家企业。
- 黄仁勋开始争夺AI开发者入口。 英伟达曾试图参与OpenRouter收购，但最终未能正式报价，Stripe于8月宣布达成收购协议；随后英伟达与Hugging Face签署了规模约129亿美元的收购协议。
- AI模型分发平台正在成为战略资产。 Hugging Face连接开放模型开发者，OpenRouter帮助用户统一调用不同厂商的模型。它们不必研发最强模型，却能影响开发者如何选择模型、服务与算力。
- 英伟达希望AI生态保持多元化。 当大型AI公司开始研发自有芯片，扶持开放模型、独立开发者及新兴应用公司，能够帮助英伟达拓宽潜在客户群体。
- AI算力的下一站可能是本地设备。 英伟达与Perplexity合作将AI Agent带到DGX Spark等设备上，进一步探索云端数据中心之外的市场。
- 投资并购无法消除全部风险。 英伟达正在利用资本影响AI产业链，但高额收购溢价、客户需求的可持续性，以及平台中立性，都会影响这套战略的最终成效。
从错过OpenRouter到锁定Hugging Face
过去几年，英伟达最令人熟悉的商业模式，是向全球科技公司出售AI芯片。随着生成式AI需求爆发，这家公司几乎成为算力基础设施建设的最大受益者。然而，进入2026年，黄仁勋的注意力明显不再局限于芯片本身，他开始积极参与AI模型、开发平台以及应用公司的投资与收购，甚至亲自介入一些关键谈判。
10月7日，《The Information》披露了一个此前不为外界所知的细节。今年7月，英伟达得知AI模型聚合平台OpenRouter正在寻找买家，当时Stripe和Databricks已经展开收购谈判。黄仁勋随即表达兴趣，英伟达方面表示愿意提供有吸引力的报价，但需要更多时间完成交易评估。OpenRouter的创始人最终没有等待，选择了Stripe提出的80亿美元收购方案。8月19日，Stripe正式宣布达成收购协议，英伟达甚至没有来得及提交正式报价。
OpenRouter之所以值得争夺，并非因为它掌握了某种独一无二的基础模型，而是因为它站在不同模型与开发者之间。截至8月，该平台已支持来自80多家提供商的400余款AI模型，每日处理超过10万亿Token，服务超过1000万开发者和企业用户。对于开发者而言，使用OpenRouter意味着不必为不同模型分别建立复杂的调用系统；对于平台而言，随着使用规模扩大，它也越来越接近模型选择、成本管理和推理服务分发的关键位置。
英伟达虽然错过了OpenRouter，却很快拿下了另一个重要目标。9月2日，英伟达与Hugging Face签署最终收购协议，交易涉及约119亿美元的股东收购对价，以及最高约10亿美元的员工股权留任计划。按照约129亿美元的整体规模计算，相当于Hugging Face约1.5亿美元年化收入的80多倍。值得注意的是，截至10月8日，这项收购尚未完成交割，预计仍需等到2027年上半年，并取得必要的监管批准。
更值得关注的是交易背后的竞争。据《The Information》报道，OpenAI此前考虑向Hugging Face投资1亿美元，Salesforce等公司也表现出收购兴趣。Hugging Face联合创始人Clem Delangue随后主动联系黄仁勋，推动了这笔交易。对于英伟达而言，支付如此高的价格，显然不能只用Hugging Face当前的收入来解释，真正有价值的是它在开放模型生态中的位置。
44%营收来自三家客户：英伟达增长背后的隐忧
理解黄仁勋为何如此积极，需要先看英伟达最新的财务数据。
根据2026年8月披露的2027财年第二季度报告，截至7月26日的六个月内，英伟达累计实现约1778.37亿美元营收，其中三家直接客户分别贡献16%、15%和13%，合计达到44%。同期，英伟达第二季度单季营收达到962.21亿美元，同比增长106%，其中数据中心业务贡献约890.23亿美元。
这组数据呈现出一种值得玩味的矛盾：英伟达的增长仍然十分强劲，但庞大的收入却与相对有限的大客户高度相关。这里需要区分直接客户和终端客户，财报中的直接客户可能包括云服务商、设备制造商和系统集成商，不能简单理解为三家AI巨头买走了44%的芯片。即便如此，客户集中度依然说明，少数大型采购方在英伟达的销售体系中拥有重要地位。
当前，这种商业结构并没有明显妨碍英伟达赚钱。大型科技企业持续建设数据中心，先进GPU仍然供不应求，英伟达也通过CUDA软件生态、网络设备和系统级解决方案建立了较强的竞争壁垒。但问题在于，今天的大客户并不一定愿意永远扮演芯片采购者。谷歌持续发展TPU，亚马逊推进Trainium，微软也在建设自有AI芯片体系，部分大型AI模型开发商同样在探索定制芯片方案。这些项目短期内未必能够全面替代英伟达，但它们反映出一个共同趋势：越是大量购买算力的企业，越有动力降低对单一供应商的依赖。
从商业逻辑来看，这也是英伟达需要提前考虑的问题。假如未来AI模型市场逐渐由少数几家大型公司主导，那么这些公司不仅会掌握模型能力和用户关系，还可能通过自研芯片、联合采购、长期供应协议等方式增强议价能力。英伟达即使继续保持技术领先，也可能面对一个客户选择越来越少、采购谈判越来越复杂的市场。
所以，黄仁勋的投资扩张并不意味着芯片生意已经出现危机。更合理的判断是，英伟达正在利用今天的优势，为未来可能出现的市场结构变化提前布局。它希望AI行业不仅有少数能够投入数百亿美元建设数据中心的巨头，还能不断产生新的模型公司、应用开发商和算力需求方。
黄仁勋为什么要买模型入口？
Hugging Face与OpenRouter的商业模式存在明显差异，但它们都有一个共同特点：自己不必研发全球最先进的基础模型，却能够连接大量模型开发者和使用者。
根据英伟达9月公布的数据，Hugging Face已经汇集超过300万个模型、50万个数据集和100万个应用，拥有超过1800万开发者、研究人员及创作者用户，使用该平台的企业超过20万家。开发者可以通过它发布模型、下载权重、分享数据集并部署应用。与OpenRouter侧重模型调用和路由不同，Hugging Face更接近开放模型生态的基础设施，其价值很大程度上来自开发者长期积累的工具、内容和协作关系。
对于英伟达而言，这些平台的战略意义在于，它们能够帮助AI产业维持更多元的供给结构。假设开发者可以在数千款模型之间自由选择，企业也能够根据成本、性能和隐私需求部署不同规模的模型，那么算力需求就有机会分散到更多主体，而不必完全依附于少数封闭模型厂商。这样的市场环境未必能够保证英伟达获得更多订单，但至少有助于扩大潜在客户群体，降低某几家企业改变技术路线所造成的影响。
这也解释了为什么英伟达近年持续投入Nemotron等开放模型，同时加强对模型开发工具和AI创业公司的投资。其目标并不是让所有AI应用都使用英伟达自己的模型，而是让更多开发者能够参与模型开发、微调和部署。当模型种类增加，推理场景变得更加复杂，企业对GPU、网络设备、推理优化和软件工具的需求也可能随之扩大。
不过，收购Hugging Face同样存在一个敏感问题：一家芯片供应商拥有重要的开放模型平台，是否会影响开发者对平台中立性的信任？英伟达已经公开承诺，Hugging Face将继续保持开放，允许用户选择不同模型、框架、云服务和计算平台，也将继续支持其他芯片供应商。这些承诺对于交易能否发挥预期价值非常重要，因为Hugging Face真正难以复制的资产，并不是服务器或者模型文件，而是开发者对其开放性和可持续性的信任。
由此来看，黄仁勋争夺AI入口，并不意味着英伟达要直接接管所有模型调用，而是在尽可能多的技术选择中维持自身的基础设施地位。与其要求整个行业使用一种模型，不如让大量模型都有机会成长，并争取让英伟达成为它们运行时的重要选择。
从Perplexity到本地AI，英伟达开始寻找新买家
除了争夺模型开发平台，英伟达还在寻找云端数据中心之外的增长空间，其中一个重要方向就是本地运行的AI Agent。
《The Information》披露，今年6月，Perplexity工程师向英伟达团队展示了如何在两台DGX Spark设备上运行其AI Agent。黄仁勋得知后表现出浓厚兴趣，双方随后就潜在交易进行了多轮讨论。Perplexity联合创始人兼CEO Aravind Srinivas曾提议让英伟达直接收购公司，之后双方又探讨了至少200亿美元的技术授权与人才引进交易，但这些方案最终没有成为正式结果。
双方最终选择了合作路线。8月25日，Perplexity推出Portable Computer，将其AI Agent针对DGX Spark进行本地运行优化，允许部分工作直接在设备上处理，并在需要时调用云端模型。《The Information》10月7日进一步报道称，英伟达还计划向Perplexity投资约30亿美元，拟议融资对应的投前估值约350亿美元；这属于报道中的投资安排，不能直接视为已经完成的交易。
这项合作的意义不仅在于销售更多DGX Spark。过去几年，大规模AI计算主要集中在数据中心，算力供应商的客户也因此高度集中。如果AI Agent逐渐进入个人电脑、企业工作站以及其他终端设备，一部分推理需求就可能从集中式云服务转向本地计算。10月7日，微软与英伟达展示了进一步推动本地AI计算的Windows设备和相关技术，也说明这一方向正在获得更多产业参与者的支持。
当然，本地AI并不意味着大型数据中心会被取代。复杂模型、长上下文任务和大规模并发服务仍然需要云端基础设施，本地部署还要解决硬件成本、能耗、模型能力以及软件兼容性等问题。但对英伟达来说，本地AI具有另一层价值：它有机会让AI计算设备重新面向企业部门、专业开发者乃至个人用户销售，而不只是依靠少数大型云服务商集中采购。
英伟达的投资野心，正在改变它的风险结构
黄仁勋频繁投资与收购的底气，来自英伟达持续产生的现金流。截至2026年7月26日的六个月内，公司经营活动现金流约744.21亿美元。同期财报还披露，英伟达持有规模约990亿美元的股权投资，并有约250亿美元的未来股权投资承诺。需要强调的是，990亿美元是特定时点的投资规模，并不代表当期全部花费，也不能将投资承诺直接等同于已经支付的现金。
英伟达的资本布局还远不止股权投资。围绕AI数据中心建设，公司开始提供融资支持、参与云服务采购协议，并为部分大型项目承担特定信用风险。与OpenAI相关的数据中心项目就涉及规模庞大的租赁及电力付款担保。这种模式能够帮助合作伙伴获得算力基础设施，也可能间接促进英伟达产品的销售，但它同时让芯片供应商承担了过去主要由客户和金融机构承担的部分风险。
这里最值得警惕的，并不是英伟达投资金额有多大，而是AI产业的资金循环是否能够形成持续、独立的商业回报。当芯片供应商投资AI公司，AI公司使用融资购买计算资源，算力服务商再采购芯片时，资本投入与设备需求之间就会建立更加紧密的联系。这种安排并不天然存在问题，因为快速成长的产业确实需要融资支持，但最终仍然必须依靠终端客户为AI服务付费，才能证明整个投资链条的经济价值。
此外，以129亿美元的整体规模收购一家年化收入约1.5亿美元的平台，也意味着英伟达愿意为战略地位支付远高于常规收入估值的价格。如果未来开放模型生态继续扩大，这笔交易可能具有长期价值；但如果开发者逐渐转向其他分发渠道，或者监管要求限制平台整合方式，高昂的收购成本也可能成为负担。
更深层的矛盾在于，英伟达希望通过投资培养更多独立的AI企业，却又可能通过收购重要基础设施提高自身对产业链的影响力。开发者希望拥有更多技术选择，芯片供应商希望扩大生态控制力，这两种诉求并不总能完全一致。黄仁勋必须证明，英伟达提供的资金、产品与技术能够真正提升开发者效率，而不仅仅是将开放平台变成自家硬件的销售渠道。
黄仁勋真正争夺的，是下一代AI市场的结构
回过头看，英伟达错过OpenRouter、收购Hugging Face以及与Perplexity展开合作，背后的逻辑其实相当连贯。前两者帮助它接近模型开发和分发环节，后者则为AI进入本地设备提供了新的应用场景。它们分别处在AI产业链的不同位置，却都能够影响未来谁来开发模型、谁来部署应用，以及最终由谁购买计算资源。
黄仁勋真正想避免的，并不是未来出现一款比英伟达GPU更便宜的芯片，而是AI产业逐渐形成少数几家公司掌握主要模型、应用入口和采购权的格局。 一旦这种市场结构固化，即使英伟达仍然拥有领先的技术，其长期议价能力也可能受到限制。
因此，英伟达现在做的事情，可以理解为从单纯销售算力，转向同时参与塑造算力需求。它希望通过投资开放模型、扶持开发者、拓展本地AI市场，让未来的AI产业拥有足够多的参与者，也让自己能够持续服务这些参与者。
不过，这套战略能否成功，还要看AI应用能否产生足够的真实收入，以及英伟达收购的平台能否继续获得开发者信任。资本可以帮助企业提前占据产业链的重要位置，却无法替代市场需求本身。
截至2026年10月8日，英伟达的芯片业务仍处于高速增长阶段，黄仁勋的密集投资更像是在增长最强劲的时候，为未来寻找新的安全边际。从这个角度看，44%的客户集中度不仅是一项财务指标，也是理解英伟达为什么如此积极争夺AI入口的重要线索。