3/16日，黄仁勋又穿着他的皮夹克上台了。GTC 2026，英伟达一年一度的”AI界春晚”，地点还是圣何塞的SAP中心。全球科技媒体盯着他的每一张PPT，等着看新芯片Rubin Ultra的参数、下一代架构Feynman的细节、收购Groq之后LPU怎么整合进来。
但我今天不想聊芯片，大多数人看到的的是”英伟达又发了一款更快的GPU”，我更关心的是——英伟达正在从一家卖硬件的公司，变成一家修公路、收过路费的公司。这两件事情的含金量完全不同。
一、从卖铲子到修公路
NVIDIA 2025财年（截至2025年1月）收入1305亿美元，同比翻倍；其中数据中心业务1152亿美元，占比接近88%。到了2026财年Q3（截至2025年10月），单季度收入570亿美元，数据中心512亿美元，占比已经接近90%。
表面上看，这是一家”卖GPU给数据中心”的公司。但如果你仔细拆收入结构的变化，会发现一件有意思的事情：英伟达卖出去的东西，正在从一块一块的芯片，变成一整套打包方案。
2025财年Q4，大约110亿美元的数据中心收入来自Blackwell架构的整机系统——不是单独的GPU卡，而是包含GPU、CPU、网络芯片、互联架构在内的完整DGX/HGX系统。这差不多占了当季数据中心收入的三分之一。
二、5000亿美元订单的背后
去年10月华盛顿GTC上，英伟达CFO Colette Kress说了一个让整个华尔街安静下来的数字：从2025年初到2026年底，Blackwell和Rubin平台的收入能见度已经达到5000亿美元。
这些订单的构成发生了变化。以前英伟达的大客户买的是芯片，现在他们买的是”AI工厂”：从GPU到CPU到网络交换机到操作系统Dynamo，再到上层的NIM推理微服务和DGX Cloud平台。
三、CUDA：一条修了18年的公路
CUDA是英伟达2007年推出的一套GPU编程框架。18年过去了，全球有超过400万注册开发者在用CUDA，CUDA Toolkit被下载超过4000万次，有3000多个GPU加速应用、超过4万家公司在这个生态里。
所有主流的AI训练框架——PyTorch、TensorFlow——底层都跑在CUDA上。全球AI论文的基准测试用CUDA，大学的GPU编程课程教CUDA，创业公司招工程师要求会CUDA。
四、商业模式升级
英伟达不再只卖GPU卡，开始卖整机系统（DGX、HGX），卖网络方案（InfiniBand、Spectrum-X），卖软件平台（CUDA生态、NIM微服务、Dynamo操作系统）。这就是一个经典的商业模式升级故事：从卖产品到卖平台，从一次性交易到持续性收入，从硬件差价到生态锁定。
五、黄仁勋的野心
他在GTC之前的博客里提了一个框架：AI的五层结构——能源、芯片、基础设施、模型、应用。注意，芯片只是五层里的第二层。英伟达想做的事情，是从第二层一直覆盖到第四层。
为什么要做这么多层？因为每多覆盖一层，客户的切换成本就指数级增长。
原文链接：虎嗅
