实时行情（自动 · Dataview JS）

Dataview JS · 仅 Obsidian 内可见

NVIDIA

AI 算力的绝对霸主。数据中心 AI GPU 市占率 80-90%。20 年积累的 CUDA 生态是真正的护城河。

业务概览

核心产品：H100 / H200 / B200 / GB200（Blackwell 架构）、下一代 Rubin 架构
全栈平台：芯片 + 互联（NVLink 5.0）+ 软件（CUDA 生态）+ DGX 系统
价值链定位：第二层 GPU 芯片设计（无晶圆厂，台积电代工）+ 第三层 DGX Cloud + 第四层推理优化工具
跨层归属：主层 2（芯片设计），次层 3（云服务）+ 4（推理框架）

关键数据（2025-2026）

维度	数据	时间
最新市值	约 $5.05 万亿（股价 $208.64 · PE-TTM 32 · PB 32；行情金标准）	2026-06-09
FY2025 数据中心营收	$1,152 亿（+142% YoY）	截至 2025-01
数据中心 AI GPU 市占率	80-90%	2025
中国市占率	约 50%（含合规渠道，从 4 年前的 95% 下降，黄仁勋自述）	2025
CUDA 开发者	400 万+，3,000+ 优化应用	2025

[!note] 市值口径「最新市值」为时点值，随行情波动，来源为本库行情金标准 data/quotes/NVDA.US.json（scripts/refresh-quotes.py 每日刷新）。本页其余章节如需提及市值，一律引用此表，不另写绝对数字（避免页内口径漂移）。历史时点参考：$3.2 万亿（2026-02）→ $5.05 万亿（2026-06-09）。

关键产品 / 架构

Blackwell（B200 / GB200） — FP4 算力 20 PFLOPS，是 H100 的 25 倍
GB200 NVL72 — 将 72 颗 GPU 通过 NVLink 5.0 互联为统一算力池（系统级竞争代表）
Rubin — 下一代架构（2026+）

上下游关系

↑ up::台积电 — 4nm/3nm 代工，CoWoS 先进封装 ↑ up::SK海力士 / Micron / Samsung — HBM 内存供应（见 2-04-存储体系） ↓ down::Microsoft AWS Google Meta Oracle — 超大规模云厂商 ↓ down::阿里巴巴腾讯百度字节跳动 — 中国大客户（含合规渠道） ↓ down::OpenAI Anthropic xAI — 大模型训练 ⚔ competitor::AMD — 主要挑战者 Achronix Apple Arista Networks Cerebras Systems Cisco Google链 Groq Infinity Fabric Intel Mobileye Pensando SambaNova Tenstorrent Ultra Ethernet Consortium 中科驭数云脉芯联云豹智能华为华为链地平线机器人天数智芯寒武纪平头哥半导体摩尔线程摩尔线程S80 晶圆级芯片沐曦集成海光信息燧原科技盛科网络算能科技群核科技黑芝麻智能 ⚔ competitor::华为昇腾 — 中国主要替代 ⚔ competitor::Google TPU / AWS Trainium — 云厂商自研 ASIC ∈ belongs_to::2-01-核心逻辑芯片

网络业务（2-12 网络设备）

NVIDIA 通过 2019 年 $69 亿收购 Mellanox 切入数据中心网络，目前是 InfiniBand 唯一供应商 + 以太网新势力：

InfiniBand / Quantum 系列 — Quantum-2（400G NDR）/ Quantum-3（800G XDR，2026）；万卡 GPU 集群训练首选
Spectrum-X — 面向 AI 的以太网平台，2024 推出，2025 销售逼近 Arista Networks、超越 Cisco，含自适应路由+拥塞控制
BlueField DPU — BlueField-3（400G，2024）/ BlueField-4（800G，2026H2）— SmartNIC + 安全卸载
2025-02 与 Cisco "地狱结冰"合作 — Nexus 集成 Spectrum-X 拥塞控制

→ 详见 2-12-网络设备

重要事件

2025-12-NVIDIA收购Groq — 以约 $200 亿收购 Groq 资产（NVIDIA 史上最大并购，战略锁定推理芯片赛道）
2019 收购 Mellanox — $69 亿，InfiniBand + 以太网 NIC，奠定数据中心网络霸主地位

战略要点

护城河是软件，不是硬件 — CUDA 20 年积累的开发者生态是无法在短期被复制的
系统级竞争 — GB200 NVL72 把竞争从"单芯片"提升到"机柜系统"，提高对手追赶成本
推理战略前置 — 收购 Groq 表明对推理超越训练趋势的认识
主权 AI 概念 — 推动各国政府独立算力建设，扩大需求基础

3-06 视角：Spectrum + InfiniBand + BlueField 端到端 AI 网络

来自 3-06-数据中心网络架构与互联服务报告补充（2026-02）

NVIDIA 是 AI 数据中心网络市场唯一具备"交换机 + DPU + InfiniBand + 以太网 + 光模块"端到端能力的厂商：

数据中心交换机份额 11.6%（2025），增速 +167.7% YoY（$10 亿+），三大网络厂中增速第一
AI 后端网络份额：NVIDIA + Celestica 合计约 50%（2025）
三条网络产品线全部领先：
- Spectrum-X 以太网平台 — 2024 推出，2025 销售逼近 Arista Networks、超越 Cisco
- InfiniBand Quantum 系列 — Q2（400G NDR）/ Q3（800G XDR，2026），万卡 GPU 集群训练首选
- BlueField DPU — BlueField-3（400G，2024 量产）/ BlueField-4（2025-10 发布，800Gbps，64 核 Arm Neoverse V2，640 亿晶体管，2026 出货）
AI 数据中心 DPU 标杆 — BlueField-4 之后"每台 AI 服务器一定有一块 DPU"成为行业共识，中科驭数等国产 DPU 厂商对标
以太网 vs InfiniBand 并行押注 — 既是 Ultra Ethernet Consortium 推动的对手（InfiniBand 唯一供应商），又是参与者（Spectrum-X 是以太网），两边下注
生态绑定 — Amphenol DAC/AEC 高速铜缆深度配套 GB200 NVL72 整机柜，Corning 光纤大客户

→ 3-06-数据中心网络架构与互联服务 — 子行业全景

在 4-01-数据引擎中的角色

来自 4-01-数据引擎报告补充（2026-02）

NVIDIA 在数据引擎子行业是**"芯片+数据+模型"纵向整合战略**的样板：

2025-03 以 >$3.2 亿收购 Gretel AI（被收购前约 80 名员工） — 把合成数据能力整合入生成式 AI 开发者服务套件，是 AI 芯片厂商向数据层延伸的标志事件
与 Getty Images / Shutterstock 签订 AI 训练数据授权协议 — 合规授权数据驱动 AI 图像生成工具
战略意图：从 GPU 单点优势扩展到"芯片设计 + 算力 + 数据 + 模型工具链"的全栈控制

∈ belongs_to::4-01-数据引擎

在 4-03-模型生态与工具链中的角色

来自 4-03-模型生态与工具链报告补充（2026-02）

NVIDIA 在模型生态层是生态投资 + 自研托管双轨：

Hugging Face 主要投资者（与 Google / Amazon / IBM / Salesforce 并列）
Together AI 主要投资者（与 General Catalyst / Prosperity7 / Salesforce Ventures / Kleiner Perkins 并列）— Together AI 部署 NVIDIA Blackwell GPU 集群（200MW 电力容量）作为推理底座
NIM (NVIDIA Inference Microservices) — 自研模型托管生态参与方
母公司为全球市值最高的半导体公司（NASDAQ:NVDA，市值见上方关键数据）

∈ belongs_to::4-03-模型生态与工具链

在 4-04-模型部署与优化中的角色

来自 4-04-模型部署与优化报告补充（2026-02）

推理引擎事实标准：

TensorRT-LLM — 专门针对 LLM 推理优化（FP16/INT8/INT4 量化、层融合、动态张量内存管理），已成主流云服务商部署大模型首选推理框架之一
Triton Inference Server — 企业级 GPU 推理服务主导框架，在多模型协同推理场景占据主导
与自家 Blackwell / Rubin GPU 形成"硬件 + 推理引擎"闭环
母公司市值见上方关键数据

∈ belongs_to::4-04-模型部署与优化

在 5-05-智慧城市-AIoT 中的角色

来自 5-05-智慧城市-AIoT 报告补充（2026-02）

NVIDIA 在智慧城市/AIoT 子行业以边缘 AI 芯片 + 城市平台身份覆盖：

Jetson 系列 — 边缘 AI 芯片，与寒武纪 / 地平线机器人 / 华为昇腾共同构成边缘 AI 芯片格局
Metropolis 智慧城市平台 — 国际方案商首选
5-05 报告将 NVIDIA 列入「上游芯片厂商」，是 AIoT 端侧国际竞品；中国智慧城市方案商对 Jetson 系列依赖度仍高（国产化率仅 ~40%）

∈ belongs_to::5-05-智慧城市-AIoT

关键来源

2-01-核心逻辑芯片 — 子行业深度报告
3-06-数据中心网络架构与互联服务 — 数据中心网络与互联子行业
4-01-数据引擎 — 数据引擎子行业
4-03-模型生态与工具链 — 模型生态与工具链子行业
4-04-模型部署与优化 — 模型部署与优化子行业
5-05-智慧城市-AIoT — 智慧城市与 AIoT 子行业

在 Bernstein「AI DC Connectivity」深度报告中的视角

Bernstein 把 NVIDIA 定位为 CPO 路线的旗手 — 主推 "CPO 实际接近 NPO"（near-package optics）架构，使用可分离 OE 改善服务性。报告援引 NVIDIA 自身宣称的 CPO 优势：3.5× 功效 / 63× 信号完整性 / 10× 网络弹性 / 1.3× 部署速度。Bernstein 判断 CPO 在 scale-out 先落地（2H26 起小批量），scale-up 2026-27 仍以铜为主流；NVIDIA 因此同时受益于 CPO 切换器与 scale-up 铜连接的延长周期。

报告也指出 BMC connectivity 是 NVIDIA 在 connectivity 战场的另一发力点。光模块全球出货 2025 年 800G 模块 1,000 万 unit / 1.6T 预测 4 年达到同一里程碑（vs 100G 用了 10 年）— 整个产业链由 NVIDIA Vera Rubin 节拍驱动。

[据 Bernstein 2026-05-08 AI DC Connectivity 180 页深度](../来源摘要/Bernstein-ARTIFICIAL INTELLIGENCE： INSIDE THE WAR FOR AI DATA CENTER CONNECTIVITY.pdf.md)

在 Goldman Sachs「Navigating China Internet」5 大 AI 辩论报告中的视角

GS 在中国 AI 5 大辩论中第 4 条专门讨论"国产芯片转向"：中国芯片国产化加速 — 美国出口限制 + 国产替代政策共同推动，对昇腾 / 寒武纪 / 国产 GPU 利好；对 NVIDIA H20 类降级芯片增长承压。

报告也警示 DeepSeek 演示的低成本推理可能蚕食 OpenAI/Anthropic 推理需求，使 NVIDIA 高端推理 GPU 需求承压（但 MS 解读为利好中国 AI 国产链 — 见对应公司视角）。

[据 Goldman Sachs 2026-05-04 中国互联网/AI 模型 5 大辩论](../来源摘要/Navigating China Internet_AI models_ Framing five key AI debates; Buy Alibaba (on CL); upgrade MiniMax to Buy.pdf.md)

在 Goldman Sachs「Decoding the Agentic Economy」拐点报告中的视角

GS 把 NVIDIA 列为 Semiconductors 首选之一 — "高性能商用 GPU 领导者"。报告核心拐点叙事：token 消耗 24× 增长 by 2030 vs 单 token 成本下降 60-70%/yr = 毛利率正向拐点未来 3-12 个月内。

GS 用 bottom-up 方法（用伪代码构造"真实可实施 agents"以估算 token 消耗 + 全成本，再用芯片性能 / 基准 / 价格数据计算 token 全成本）— 不是简单 top-down TAM 估算。"always-on" 后台 agent 是 token 阶跃最大触发因素（vs 用户主动触发）。

2026 仍 compute-capacity constrained — NVIDIA 仍是 unit economics 改善周期中的最大现货受益方。

据 Goldman Sachs 2026-05-05 Decoding the Agentic Economy

增量补充（2026-05-29）

来源：彭博报道：700亿美金买NV卡的小道消息（Tier D · ）

有星球发帖人质疑「中国将以约 $700 亿（近￥5000 亿）扫货 NVIDIA GPU」的传闻（观点，未证实），理由是该金额相对可采购卡源体量过大、且 NVIDIA 高端卡供给受限并非任意敞口供应。详见彭博报道：700亿美金买NV卡的小道消息。