英伟达的护城河不止CUDA！黄仁勋揭秘“token工厂”与TPU竞争格局

导语：黄仁勋深度专访：英伟达护城河不止CUDA，更是“token工厂”与全栈生态。

引言：黄仁勋深度专访，解读英伟达生态地位

近日，英伟达创始人黄仁勋在接受Dwarkesh Patel深度专访时，首次系统阐述了英伟达的核心护城河。他指出，英伟达的本质是一个“token工厂”——输入的是电子，输出的是高价值token，而中间层就是英伟达的完整技术栈。这一观点揭示了英伟达在AI基础设施中的独特定位，并回应了市场对CUDA之外竞争力的疑问。

一、不止CUDA：英伟达护城河的五大层次

1. 五层蛋糕结构：全栈覆盖

黄仁勋以“五层蛋糕”比喻AI产业的结构，从底层硬件到顶层应用，英伟达的生态布局覆盖了全部五个层级。核心环节如架构设计、软件栈（CUDA）、系统集成等，英伟达自主构建了极高的技术和工程门槛；而非核心环节则通过生态合作完成，包括上游供应链、下游计算机制造商、应用开发者及模型厂商。这种“做必要之事，同时做尽可能少的事”的原则，使得英伟达难以被商品化。

2. 供应链布局：2500亿美元的认知对齐

针对主持人关于“锁定未来芯片供应”的提问，黄仁勋回应称，供应链优势远不止产能锁定。最新文件显示，英伟达与代工厂、内存及封装厂商签订了近1000亿美元的采购承诺，而据SemiAnalysis估算，实际总额将达到2500亿美元。黄仁勋强调，这些承诺基于对AI产业规模的预判，通过GTC等大会与供应链企业实现“认知对齐”，推动他们提前扩产。而供应链愿意配合，是因为英伟达拥有庞大且确定的下游需求，能够消化新增产能。

3. 软件工具不会商品化：AI智能体带来需求爆发

市场担忧AI会让软件走向商品化，黄仁勋却持相反观点。他认为，大多数软件企业是工具制造商，其应用规模受限于人类工程师数量。但随着AI Agents的兴起，能够使用工具的主体将大幅增加，工具调用实例会成倍增长。目前软件工具使用未激增，是因为AI智能体能力尚未成熟；一旦突破，软件企业将迎来需求扩张，而非衰落。这进一步带动算力需求，巩固英伟达作为“token工厂”的地位。

二、TPU的威胁：黄仁勋谈ASIC与加速计算的差异

近期，Claude和Gemini等顶级大模型均采用谷歌TPU完成训练，TPU v8系列性价比提升2.7倍，引发市场对英伟达GPU地位的讨论。Anthropic和OpenAI等巨头已分配数千兆瓦容量给非英伟达平台。

对此，黄仁勋明确表示，英伟达打造的是不同的产品。TPU是面向张量计算的固化ASIC，而英伟达构建的是“加速计算”平台——高度可编程的CUDA生态能够适配各类框架和算法。一旦AI架构发生变化，CUDA的灵活性支持技术创新，而ASIC则存在应用局限性。从TCO角度看，英伟达平台虽然初始成本高，但通用性降低了长期迁移和适配成本。

三、结论：综合护城河难以复制

英伟达的护城河并非单一技术或产能，而是由全栈生态、供应链绑定、开发者生态、软件平台灵活性共同构成的复杂系统。黄仁勋的“token工厂”理念，将硬件、软件、生态整合为端到端的价值转化链。面对TPU等定制芯片的竞争，英伟达通过可编程性和规模优势保持领先。未来，随着AI智能体和应用爆发，对算力的需求将持续扩大，英伟达的护城河将进一步加深。