ทำไม NVIDIA แทบไม่ใช่บริษัทขายชิปอีกแล้ว? ถอดโมเดล“AI Factory”ที่ยิ่งสร้างData Centerยิ่งขยายโอกาส

# Full-Stack AI Infrastructure

# Compute Infrastructure AI

Nebius เอาเงินจากไหนมาลงทุนมหาศาล? | Digital Frontiers EP.75

NVIDIA ปรับโมเดลธุรกิจจากผู้ขายชิปสู่การเป็นผู้ให้บริการ Full-Stack AI Infrastructure เพื่อรองรับความต้องการระบบประมวลผลที่ซับซ้อนในยุค AI

รายได้จากกลุ่ม Data Center ของ NVIDIA เติบโตอย่างก้าวกระโดดถึง 117% เมื่อเทียบกับปีก่อน คิดเป็นสัดส่วนกว่า 90% ของรายได้รวมในไตรมาส 2 ปีงบประมาณ 2027

บริษัทขยายขอบเขตการดำเนินงานครอบคลุมตั้งแต่ GPU, CPU, ระบบเครือข่าย, ซอฟต์แวร์ ไปจนถึงการออกแบบพิมพ์เขียวสำหรับโรงงานผลิต AI (AI Factory)

NVIDIA จับมือกับสถาบันการเงินชั้นนำระดับโลกเพื่อสร้างแพลตฟอร์มระดมทุนสนับสนุนการสร้าง Data Center และใช้โมเดลแบ่งส่วนแบ่งรายได้ (Revenue Sharing) กับผู้ให้บริการคลาวด์

วิสัยทัศน์ของ Jensen Huang มองว่า AI คือโครงสร้างพื้นฐานใหม่ของโลกที่ต้องการโรงงานผลิต (AI Factory) เพื่อเปลี่ยนพลังงานและข้อมูลให้เป็นมูลค่าทางเศรษฐกิจ

iPhone Duo จอพับมาแล้ว ราคาไทย 79,900 บาท ตัวท็อป 127,900 บาท

ถ้าย้อนกลับไปไม่กี่ปี ภาพจำของ NVIDIA อาจยังเป็นบริษัทผลิต GPU หรือชิปประมวลผลกราฟิกสำหรับการ์ดจอและเกมมิ่ง แต่เมื่อ Generative AI เข้ามาเปลี่ยนโลกคอมพิวเตอร์ ภาพของ NVIDIA ก็กำลังเปลี่ยนไปอย่างมาก

เพราะ NVIDIA ไม่ได้กำลังแข่งขันกันแค่เรื่องว่าใครจะผลิตชิปที่แรงที่สุดอีกต่อไป แต่กำลังขยับไปสู่การเป็นผู้ให้บริการ Full-Stack AI Infrastructure ตั้งแต่ GPU, CPU, Networking, Systems, Software ไปจนถึงการเข้าไปเกี่ยวข้องกับ Data Center Capacity, Land, Power และโครงสร้างพื้นฐานที่ทำให้ AI Factory เกิดขึ้นได้

ตัวเลขล่าสุดสะท้อนการเปลี่ยนแปลงนี้อย่างชัดเจน ไตรมาส 2 ปี งบการเงิน 2027 NVIDIA มีรายได้รวม 9.62 หมื่นล้านดอลลาร์สหรัฐ เพิ่มขึ้น 106% จากปีก่อน ขณะที่รายได้จาก Data Center แตะ 8.9 หมื่นล้านดอลลาร์สหรัฐ 117% จากปีก่อน และคิดเป็นสัดส่วนมากกว่า 90% ของรายได้รวมในไตรมาสดังกล่าว

พูดง่ายๆ คือ วันนี้ธุรกิจหลักของ NVIDIA ไม่ได้อยู่ที่ “การขายชิป” เพียงอย่างเดียวอีกแล้ว แต่ทิศทางทั้งหมดกำลังปักหมุดไปที่การสร้าง Compute Infrastructure สำหรับยุค AI

จากบริษัทขายชิปกลายเป็น Full-Stack AI Company

เหตุผลสำคัญที่ NVIDIA ต้องขยายออกจากชิป คือ การประมวลผล AI ในปัจจุบันไม่ได้ต้องการเพียงชิปที่แรงขึ้น แต่ต้องการระบบทั้งหมดที่ทำให้ GPU จำนวนมหาศาลสามารถทำงานร่วมกันได้อย่างมีประสิทธิภาพ ลองนึกภาพ Data Center ยุค AI ไม่ใช่แค่ห้องที่เต็มไปด้วยเซิร์ฟเวอร์ แต่เป็นเหมือน “โรงงานผลิต AI” หรือ AI Factory

ลองนึกภาพ Data Center ยุค AI ไม่ใช่แค่ห้องที่เต็มไปด้วยเซิร์ฟเวอร์ แต่เป็นเหมือนโรงงานผลิต AI ซึ่งภายในโรงงานแห่งนี้ต้องมีตั้งแต่ GPU / CPU >> Memory & Storage >> Networking & Interconnect >> Servers / Rack-scale Systems >> Power / Cooling / Data Center Infrastructure >> AI Software & Models โดยมี NVIDIA ค่อยๆ เข้าไปครอบคลุมแต่ละชั้นของระบบ

ชั้นแรกที่เห็นได้ชัด คือ NVIDIA ไม่ได้จำกัดตัวเองอยู่ที่ GPU อีกต่อไป การเข้ามาของ Grace CPU และ Vera CPU ทำให้ NVIDIA เข้าไปอยู่ในส่วนของ CPU ซึ่งเป็นองค์ประกอบสำคัญของ AI Server ขณะที่แพลตฟอร์มอย่าง Blackwell และ Vera Rubin ถูกออกแบบในระดับระบบและ Data Center มากขึ้น ไม่ใช่เพียงชิปเดี่ยว

ในไตรมาสล่าสุด NVIDIA ระบุว่า Vera Rubin กำลังเข้าสู่การผลิตเต็มรูปแบบ โดยมี Rack ที่ทำงานบนแพลตฟอร์มนี้กับผู้ให้บริการ Cloud รายใหญ่ เช่น CoreWeave, Google Cloud, Microsoft Azure, Oracle Cloud Infrastructure และ Nebius โดยสิ่งที่ NVIDIA กำลังขายจึงเริ่มมีลักษณะใกล้เคียงกับ Supercomputer สำเร็จรูปสำหรับ AI มากกว่าการขายชิปหนึ่งตัว

อีกชั้นที่สำคัญ คือ Networking เมื่อ Data Center มี GPU จำนวนมหาศาล สิ่งสำคัญไม่ใช่เพียง GPU ต้องเร็ว แต่ GPU เหล่านั้นต้องสามารถสื่อสารกันได้เร็วด้วย NVIDIA จึงขยายเข้าสู่เทคโนโลยีอย่าง InfiniBand, Ethernet, NVLink, Switch Systems และ BlueField

เพราะใน AI Factory “เครือข่าย” คือ สิ่งที่ทำให้ GPU จำนวนมหาศาลทำงานเป็นระบบเดียวกันได้ ดังนั้น NVIDIA จึงไม่ได้ขายเพียงเครื่องยนต์ของ AI แต่บริษัทขายถนนที่เชื่อมเครื่องยนต์ทั้งหมดเข้าด้วยกัน

และชั้นที่สามคือ Software จุดแข็งอย่าง CUDA สร้าง Ecosystem ของนักพัฒนาและซอฟต์แวร์ที่ทำงานบน NVIDIA มาเป็นเวลานาน แต่วันนี้บริษัทกำลังขยายไปไกลกว่านั้น ตั้งแต่ AI Libraries, Development Tools, Inference Software ไปจนถึง AI Agents, Robotics, Autonomous Vehicles และ Physical AI

รวมถึง NVIDIA DSX ซึ่งเป็น Blueprint สำหรับออกแบบ จำลอง และบริหาร AI Factory ระดับ Gigawatt โดยสามารถเชื่อมการออกแบบอาคาร ระบบไฟฟ้า ระบบระบายความร้อน และ AI Infrastructure เข้าด้วยกันตั้งแต่ก่อนเริ่มสร้างจริง ซึ่งทั้งหมดนี้นำไปสู่แนวคิดสำคัญที่สุดของ NVIDIA นั่นคือ AI Factory

แล้ว NVIDIA เริ่มเปลี่ยนวิสัยทัศน์มาเป็นผู้สร้าง AI Infrastructure ตั้งแต่เมื่อไร?

ในรายงานประจำปี 2024 Jensen Huang ซีอีโอและผู้ก่อตั้ง NVIDIA ระบุว่า Generative AI กำลังขับเคลื่อนการเปลี่ยนผ่านของแพลตฟอร์ม และกำลังนำไปสู่การปฏิวัติอุตสาหกรรมครั้งใหม่ โดย NVIDIA มองว่า AI Factory จะเป็นโครงสร้างพื้นฐานที่ผลิต Intelligence หรือขุมพลังแห่งประมวลผล เช่นเดียวกับโรงงานในยุคอุตสาหกรรมที่ผลิตสินค้า

จากนั้นในงาน COMPUTEX เดือนมิถุนายน 2024 Huang พูดชัดขึ้นว่า NVIDIA ไม่ได้มองตัวเองเป็นเพียงผู้ผลิต GPU แต่กำลังสร้าง Full-Stack Computing Platform สำหรับให้บริษัทต่างๆ สร้าง AI Factory ของตัวเอง คำพูดหนึ่งที่สะท้อนแนวคิดนี้ได้ชัดคือ

“Build the entire data center scale, disaggregate and sell to you parts…”

หรือในความหมายคือ NVIDIA ออกแบบระบบในระดับ Data Center ทั้งหมด แล้วจึงแยกขายส่วนประกอบต่างๆ ให้ลูกค้า ตั้งแต่ชิป ระบบประมวลผล ไปจนถึง Networking และระบบโครงสร้างพื้นฐาน และนี่กลายเป็นจุดสำคัญของโมเดลธุรกิจใหม่

หนึ่งปีต่อมา วิสัยทัศน์ของ NVIDIA ชัดเจนขึ้นอีกขั้น ในงาน COMPUTEX 2025 Jensen Huang กล่าวว่า “AI is now infrastructure… just like the internet, just like electricity, needs factories.”

เขามองว่า Data Center แบบเดิมกำลังเปลี่ยนรูปแบบ และสิ่งที่กำลังถูกสร้างขึ้นไม่ควรเรียกว่า Data Center อย่างเดียว แต่คือ AI Factory ที่ทำหน้าที่นำ พลังงาน + Data + Compute เข้าไปผลิตสิ่งที่มีมูลค่าทางเศรษฐกิจอย่าง Tokens

โดยประโยคที่น่าสนใจที่สุดสำหรับการอธิบายโมเดลธุรกิจนี้ คือ “The more you buy, the more you make.” นั่นคือเมื่อ AI กลายเป็นโครงสร้างพื้นฐาน ยิ่งมีการลงทุนสร้าง AI Factory มากขึ้นก็ยิ่งมี Compute มากขึ้น ยิ่งสร้าง AI ได้มากขึ้น แน่นอนว่า AI ถูกนำไปใช้งานมากขึ้น เกิดรายได้มากขึ้น และสร้างเหตุผลให้ต้องลงทุน Compute เพิ่มขึ้นอีก กลายเป็น วงจรการลงทุนแบบใหม่ของ AI Economy

จาก Vision สู่โมเดลทำเงินจริงในปี 2026

สิ่งที่น่าสนใจ คือ ในปี 2026 แนวคิด AI Factory เริ่มขยับสู่โมเดลรายได้อย่างเห็นได้ชัด ในเดือนสิงหาคม 2026 NVIDIA ประกาศความร่วมมือกับ Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs และ KKR เพื่อสร้างแพลตฟอร์มด้าน Financing สำหรับ AI Infrastructure โดยมีเป้าหมายระดมเงินทุนจากภาคเอกชนมากกว่า 500,000 ล้านดอลลาร์สหรัฐในระยะยาว

เหตุผลก็คือ AI Factory รุ่นใหม่ต้องใช้เงินลงทุนมหาศาล ดังนั้น NVIDIA ไม่จำเป็นต้องเป็นเจ้าของ Data Center ทั้งหมดด้วยตัวเอง แต่สามารถทำหน้าที่เป็น Technology Platform + Infrastructure Partner + ตัวเชื่อมกับเงินทุน เพื่อทำให้ Data Center เกิดขึ้นเร็วขึ้น

และล่าสุด NVIDIA ก็ได้เปลี่ยนโครงสร้างรายได้ของตัวเอง ด้วยการหาเงินจาก Data Center เดียวกันได้ 2 ต่อ ได้แก่ รายได้จากการขาย Hardware และ รับส่วนแบ่งรายได้จากการเช่า Compute โดย NVIDIA ได้เปิดเผยถึงโมเดล Revenue Sharing กับ Neoclouds ในการประชุมผลประกอบการไตรมาส 2 ปีงบการเงิน 2027

โครงสร้าง คือ NVIDIA ช่วยสร้างความมั่นใจให้กับโครงการ Data Center ด้วย Take-or-Pay Commitment หรือการรับประกันรายได้ขั้นต่ำส่วนหนึ่งของ Capacity ทำให้ผู้ให้บริการ Neocloud สามารถนำโครงการไปขอเงินทุนจากผู้ให้กู้ได้ง่ายขึ้น แลกกับการที่ NVIDIA จะได้รับส่วนแบ่งรายได้จากค่าเช่า Compute ที่เกิดขึ้นเหนือระดับรายได้ขั้นต่ำที่รับประกันไว้

Huang อธิบายโมเดลนี้อย่างตรงไปตรงมาว่า โมเดลนี้มีศักยภาพที่จะสร้าง Recurring, Usage-Linked Revenue เพิ่มเติมควบคู่กับรายได้จาก Platform หลัก และอาจสร้างรายได้ระดับหลายพันล้านดอลลาร์ในระยะกลางถึงระยะยาว เพราะเมื่อ AI ยังคงขยายตัวอย่างต่อเนื่อง โลกก็ต้องสร้าง Data Center เพิ่มขึ้น และการสร้าง Data Center ยุค AI ไม่ได้จบที่การสั่งซื้อ GPU

โดย NVIDIA เองระบุในรายงานล่าสุดว่า Land, Power, Shell และ Capital เป็นทรัพยากรสำคัญต่อการขยาย AI Infrastructure และข้อจำกัดในส่วนเหล่านี้อาจกลายเป็นคอขวดที่ทำให้ลูกค้าไม่สามารถติดตั้ง NVIDIA Infrastructure ได้ทันกับความต้องการ

อ่านเพิ่มเติม Nvidia เปิดเกมการเงินใหม่ เปลี่ยน “ชิป AI” ให้กู้เงินได้ จับมือ 6 ยักษ์การเงินระดมทุน 5 แสนล้าน

ยิ่งสร้าง Data Center มาก NVIDIA ยิ่งมีโอกาสได้ประโยชน์หลายต่อ

ในช่วงแรกของ AI Boom ความต้องการ Compute ส่วนใหญ่เกิดจากการฝึกโมเดลขนาดใหญ่ แต่เมื่อ AI ถูกนำไปใช้งานจริงใน Search, Copilot, AI Agent, Enterprise Software, Robotics และ Autonomous Systems การประมวลผลจะเกิดขึ้นทุกครั้งที่ผู้ใช้งานเรียกใช้ AI และปัจจุบันที่ผู้ให้บริการโครงสร้างพื้นฐานขยายการดำเนินการของ Data Center ทั่วโลก ยิ่งผลักดันให้ความต้องการด้าน Inference Computing เพิ่มขึ้นอย่างมีนัยสำคัญ

กล่าวง่ายๆ คือ Data Center ใหม่ๆ ย่อมกลายเป็นตลาดให้ NVIDIA และผู้ให้บริการในลักษณะเดียวกันมีโอกาสในการขาย Infrastructure มากขึ้นไปอีก

นี่คือส่วนที่ทำให้โมเดล Full-Stack ของ NVIDIA น่าสนใจในเชิงธุรกิจ เพราะ เมื่อบริษัทเข้าไปอยู่ในหลายชั้นของ AI Infrastructure การสร้าง Data Center หนึ่งแห่งสามารถสร้างโอกาสทางธุรกิจให้ NVIDIA ได้หลายชั้น โดยที่ NVIDIA ไม่จำเป็นต้องเป็นเจ้าของ Data Center ทุกแห่งแต่สามารถเข้าไปอยู่ใน Value Chain ของ Data Center ที่กำลังเพิ่มขึ้นทั่วโลก สรุปง่ายๆ ดังนี้

ชั้นแรก Hardware GPU + CPU + Networking + Systems

ชั้นที่สอง Software CUDA + AI Software + AI Platforms

ชั้นที่สาม Compute Infrastructure ถูกนำไปสร้าง AI Cloud และให้บริการ Compute แก่ลูกค้ารายอื่น

ชั้นที่สี่ Ecosystem ยิ่งมี Infrastructure ของ NVIDIA มาก Developer, AI Models และ Applications ก็มีโอกาสเติบโตตาม

ชั้นที่ห้า Capital เมื่อ AI Factory ต้องใช้เงินลงทุนมหาศาล NVIDIA ก็เริ่มเชื่อม Infrastructure เข้ากับเงินทุนจากสถาบันการเงินและนักลงทุนระยะยาว

การสร้าง Ecosystem ที่ทำเงินต่อเนื่อง

เมื่อมองภาพทั้งหมดเข้าด้วยกัน จะเห็นว่าการเปลี่ยนแปลงของ NVIDIA ไม่ได้เกิดขึ้นเพราะบริษัทอยากขายสินค้าให้ได้มากประเภทขึ้นเท่านั้น แต่เป็นการเปลี่ยน Business Model ตามธรรมชาติของ AI

และหากถ้ามองภาพใหญ่ขึ้นอีก สิ่งที่เกิดขึ้นกับ NVIDIA อาจไม่ใช่แค่เรื่องของบริษัทหนึ่งที่ขยายธุรกิจ แต่ยังสะท้อนการเปลี่ยนโครงสร้างของเศรษฐกิจดิจิทัล ในยุค Cloud บริษัทเทคโนโลยีต้องการ Data Center แต่ในยุค AI บริษัทเหล่านี้ต้องการ AI Factory และ AI Factory ต้องการทุกอย่างตั้งแต่ไฟฟ้า ระบบระบายน้ำ ไปจนถึงโมเดลขั้นสูง

NVIDIA จึงพยายามขยับจากการเป็นผู้ขายชิ้นส่วนไปเป็นผู้จัดหาระบบทั้งหมดภายในวงจรนี้ และทำให้การเติบโตของบริษัทไม่ได้ผูกอยู่กับการขาย GPU รุ่นใดรุ่นหนึ่งเพียงอย่างเดียว แต่ผูกกับ การขยายตัวของ AI Compute Economy ทั้งระบบ

ยิ่งโลกต้องสร้าง Data Center เพิ่มขึ้น NVIDIA ก็มีโอกาสขาย Infrastructure มากขึ้น ยิ่ง Infrastructure ถูกติดตั้งมากขึ้น Developer และ AI Workload ก็มีโอกาสเพิ่มขึ้น โลกก็ต้องสร้าง Compute Capacity เพิ่มขึ้นอีกกลายเป็นวงจรที่สร้างเงินมหาศาล และนี่อาจเป็นเหตุผลสำคัญที่สุดว่า ทำไม NVIDIA วันนี้จึงแทบไม่ใช่ “บริษัทขายชิป” แบบที่เราเคยรู้จักอีกต่อไป

ที่มาข้อมูล NVIDIA , Forbes , Entreprenal

อ่านข่าวเทคโนโลยี โลกนวัตกรรม digital transformation กับ ThairathMoney เพื่อให้คุณ "การเงินดีชีวิตดี ได้ที่ https://www.thairath.co.th/money/tech_innovation

ติดตามเพจ Facebook: Thairath Money ได้ที่ลิงก์นี้ - https://www.facebook.com/ThairathMoney

# 全栈人工智能基础设施

# 计算基础设施人工智能

尼比乌斯从哪里弄来这么多钱进行投资？ | 数字前沿 第75期

为了满足人工智能时代复杂的计算需求，NVIDIA 正在将其商业模式从芯片供应商转变为全栈人工智能基础设施提供商。

英伟达数据中心收入同比增长 117%，占 2027 财年第二季度总收入的 90% 以上。

该公司已扩大业务范围，涵盖从 GPU、CPU、网络和软件到人工智能工厂蓝图设计等各个方面。

NVIDIA 与全球领先的金融机构合作，创建了一个众筹平台，以支持数据中心建设，并与云服务提供商采用收益分成模式。

黄仁勋的愿景是将人工智能视为世界的新基础设施，需要“人工智能工厂”将能源和数据转化为经济价值。

可折叠 iPhone Duo 来了！泰国售价方面，主款机型为 79,900 泰铢，顶配版为 127,900 泰铢。

几年前，NVIDIA或许会被视为一家生产GPU（图形处理芯片）的公司，主要面向显卡和游戏领域。但随着生成式人工智能（GENERAT）革新计算领域，NVIDIA的形象正在发生翻天覆地的变化。

因为英伟达不再仅仅在谁能生产出最强大的芯片上展开竞争，而是朝着成为全栈人工智能基础设施提供商的方向发展，涵盖 GPU、CPU、网络、系统、软件，甚至数据中心容量、土地、电力以及使人工智能工厂能够运行的基础设施。

最新数据显示，这一变化显而易见。在2027财年第二季度，英伟达总营收达962亿美元，同比增长106%。其中，数据中心业务营收达890亿美元，同比增长117%，占该季度总营收的90%以上。

简而言之，英伟达如今的核心业务不再仅仅是“销售芯片”。其发展方向已完全转向为人工智能时代构建计算基础设施。

从芯片销售公司到全栈人工智能公司。

英伟达之所以将业务拓展到芯片以外的领域，一个关键原因在于，现代人工智能计算需要的不仅仅是更强大的芯片；它需要一个完整的系统，使大量的GPU能够高效协同工作。试想一下人工智能时代的数据中心——它不再仅仅是一个摆满服务器的房间，而更像是一个“人工智能工厂”。

想象一下人工智能时代的数据中心——它不仅仅是一个摆满服务器的房间，更像是一座人工智能制造工厂。在这个工厂里，所有组件都需要集成，从GPU/CPU到内存和存储，再到网络和互连，最后到服务器/机架级系统、电力/冷却/数据中心基础设施，以及人工智能软件和模型。NVIDIA将逐步为这个系统的每一层提供解决方案。

最显著的变化是NVIDIA不再局限于GPU。Grace CPU和Vera CPU的推出，使NVIDIA进军CPU领域，而CPU是AI服务器的关键组件。与此同时，Blackwell和Vera Rubin等平台的设计更多地着眼于系统和数据中心层面，而非作为独立芯片。

英伟达在最新季度财报中表示，Vera Rubin平台已进入全面量产阶段，基于该平台的机架已被CoreWeave、谷歌云、微软Azure、Oracle云基础设施和Nebius等主流云服务提供商采用。因此，英伟达目前销售的产品正逐渐演变成一台完整的AI超级计算机，而不仅仅是一颗芯片。

另一个至关重要的层面是网络。当数据中心拥有大量GPU时，重要的不仅是GPU本身的速度，还有它们之间能否快速通信。正因如此，NVIDIA拓展了InfiniBand、以太网、NVLink、交换系统和BlueField等技术领域。

因为在人工智能工厂中，“网络”使得大量的GPU能够作为一个整体系统协同工作。因此，英伟达不仅仅是在销售人工智能引擎，它还在销售连接所有这些引擎的“道路”。

第三层是软件。像 CUDA 这样的优势长期以来在 NVIDIA 构建了一个开发者和软件工作者的生态系统，但如今该公司正在进一步扩张，从人工智能库、开发工具和推理软件扩展到人工智能代理、机器人、自动驾驶汽车和物理人工智能。

这其中包括 NVIDIA DSX，它是用于设计、模拟和管理千兆瓦级人工智能工厂的蓝图。它允许在实际施工开始之前，将建筑设计、电气系统、冷却系统和人工智能基础设施进行集成。所有这一切都指向 NVIDIA 最重要的概念：人工智能工厂。

NVIDIA 是什么时候开始转变发展方向，成为人工智能基础设施建设者的？

NVIDIA 在其 2024 年年度报告中指出，生成式人工智能正在推动平台转型，并引领一场新的工业革命。NVIDIA 将人工智能工厂设想为生产智能或计算能力的基础设施，就像生产商品的工业工厂一样。

随后，在2024年6月的台北国际电脑展（COMPUTEX）上，黄仁勋进一步明确表示，英伟达并不把自己定位为一家GPU制造商，而是致力于为企业打造全栈计算平台，帮助他们构建自己的AI工厂。以下一段话清晰地体现了这一理念：

“构建整个数据中心规模，然后将其拆分并出售给您……”

换句话说，NVIDIA 设计整个数据中心系统，然后将芯片、处理器、网络和基础设施等各个组件单独出售给客户。这已成为其新商业模式的关键组成部分。

一年后，在 2025 年台北国际电脑展 (COMPUTEX 2025) 上，英伟达的愿景变得更加清晰。黄仁勋表示：“人工智能现在是一种基础设施……就像互联网、电力一样，需要工厂。”

他认为传统数据中心正在转型，正在建设的不应该仅仅被称为数据中心，而应该被称为人工智能工厂，它利用能源、数据和计算来生产像代币这样具有经济价值的东西。

描述这种商业模式最有趣的一句话是“买得越多，赚得越多”。也就是说，随着人工智能成为基础设施，对人工智能工厂的投资越多，产生的计算能力就越多，人工智能也就越多。自然而然地，人工智能的应用范围更广，创造更多收入，从而为投资计算能力提供更多理由，形成人工智能经济中的新投资循环。

从愿景到2026年真正的盈利模式

有趣的是，2026年，人工智能工厂的概念开始朝着清晰的盈利模式发展。2026年8月，英伟达宣布与阿波罗全球管理公司、贝莱德、黑石集团、布鲁克菲尔德投资公司、高盛集团和KKR合作，创建一个人工智能基础设施融资平台，目标是在长期内筹集超过5000亿美元的私募股权资金。

原因在于，新一代人工智能工厂需要巨额投资。因此，英伟达无需拥有所有数据中心，而是可以作为技术平台、基础设施合作伙伴以及融资渠道，加速数据中心的建设。

最近，NVIDIA 调整了其收入结构，通过两种方式从同一数据中心获得收入：硬件销售收入和计算资源租赁收入分成。NVIDIA 在 2027 年第二季度财报电话会议上公布了与 Neoclouds 合作的这一收入分成模式。

该架构涉及NVIDIA为数据中心项目提供“照付不议”承诺，保证基于容量的最低收入分成。这使得Neocloud提供商更容易从贷款机构获得资金，作为交换，NVIDIA将获得超出保证最低水平的计算租赁收入的一部分。

黄仁勋直截了当地解释了这一模式，指出它除了核心平台带来的收入外，还有潜力产生额外的、与使用量挂钩的经常性收入，在中长期内可能创造数十亿美元的收益。这是因为随着人工智能的不断发展，世界需要建设更多的数据中心，而建设人工智能时代的数据中心并非仅仅是购买GPU那么简单。

NVIDIA 在最近的一份报告中指出，土地、电力、壳和资本是扩展 AI 基础设施的关键资源，这些领域的限制可能会成为瓶颈，阻止客户快速部署 NVIDIA 基础设施以满足需求。

阅读更多：英伟达推出全新金融游戏，将“人工智能芯片”转变为贷款设备，并与 6 家金融巨头合作筹集 5000 亿泰铢。

NVIDIA 建设的数据中心越多，它获得的优势就越多。

在人工智能蓬勃发展的初期，推理计算的需求主要源于大规模模型的训练。然而，随着人工智能在搜索、副驾驶、人工智能代理、企业软件、机器人和自主系统等实际应用中的部署，用户每次启动人工智能应用都会产生计算需求。如今，随着基础设施提供商在全球范围内扩展其数据中心业务，推理计算的需求正在显著增长。

简而言之，新的数据中心将成为英伟达和类似服务提供商销售其基础设施的更大市场。

这就是英伟达全栈模式如此吸引商业利益的原因。通过整合人工智能基础设施的多个层面，构建一个数据中心就能为英伟达创造多种商业机会。英伟达无需拥有每个数据中心；它可以融入不断增长的全球数据中心价值链。简而言之：

第一层：硬件（GPU + CPU + 网络 + 系统）

第二层：软件 CUDA + AI 软件 + AI 平台

第三层，计算基础设施，用于构建人工智能云，并向其他客户提供计算服务。

第四层，即生态系统，意味着 NVIDIA 基础设施越多，开发者、AI 模型和应用程序的发展机会就越大。

第五层：资金。当人工智能工厂需要巨额投资时，英伟达开始将其基础设施与金融机构和长期投资者的资金联系起来。

创建一个能够持续产生收入的生态系统。

从整体来看，NVIDIA 的改变并非仅仅是为了销售更多类型的产品，而是由人工智能驱动的商业模式的自然转变。

从更宏观的角度来看，英伟达的遭遇或许不仅仅是一家公司业务扩张的案例，也反映了数字经济结构的转变。在云计算时代，科技公司需要数据中心；而在人工智能时代，这些公司需要人工智能工厂，而人工智能工厂则需要从电力和排水系统到先进模型等各种配套设施。

因此，NVIDIA 正试图从组件销售商转型为完整系统提供商，以确保公司的增长不依赖于单一 GPU 型号的销售，而是依赖于整个 AI 计算经济的扩张。

随着全球对数据中心的需求不断增长，NVIDIA 的基础设施销售机会也随之增多。基础设施建设越多，开发者和人工智能工作负载的机会就越多。这反过来又需要更多的计算能力，从而形成巨大的营收循环。而这或许正是 NVIDIA 如今已不再是我们曾经熟知的“芯片公司”的最重要原因。

信息来源：NVIDIA、福布斯、Entrepreneur

通过 ThairathMoney 阅读最新的科技新闻、创新和数字化转型资讯，助您实现更美好的财务生活。访问 https://www.thairath.co.th/money/tech_innovation

请点击以下链接关注Thairath Money的Facebook主页：https://www.facebook.com/ThairathMoney