英伟达投资全面提速：一周豪掷92亿美元布局AI基础设施与机器人

英伟达的投资活动正在以前所未有的速度推进。

根据Crunchbase的数据统计，2020年至2024年间，英伟达每年对初创企业的投资笔数分别为2笔、10笔、9笔、47笔和56笔，其中2024年成为其有史以来投资最为密集的一年。一个典型的例子是，仅在9月中旬的一周之内，该公司便官宣了五笔重大投资，涉及总金额超过92亿美元（约合655亿元人民币）。

值得注意的是，这五笔投资尚未包含其对OpenAI高达1000亿美元的投资承诺。正如投中网在《7100亿，黄仁勋梭哈了》一文中所探讨的，这种“左脚踩右脚”式、类似梯云纵的密集投资，是美国式产业投资的典型策略，旨在通过巨头合作共同构建AI产业生态。一周之内完成五笔大规模投资，不仅金额庞大，其节奏也显得极为激进。

五笔战略投资，聚焦AI基础设施与机器人赛道

在这五笔投资中，最具影响力的是向英特尔注资50亿美元。市场上对此已有大量分析与报道，此处不再详述。从业务战略角度看，此举有助于英伟达减少对台积电的依赖，同时，与英特尔的产品和技术结合，有望在客户层面激发新的创新火花。毕竟，英特尔的产品和品牌在许多企业客户心中依然占据着重要地位。

此外，英伟达以9亿美元的价格全资收购了美国AI网络芯片初创企业Enfabrica。这是一次全方位的收购，不仅将创始人兼CEO Rochan Sankar及其核心团队纳入麾下，还获得了该公司的关键技术授权。

图片来自官网

早在2020年，英伟达就以70亿美元收购了网络巨头Mellanox，弥补了其在高速网络互联领域的技术短板。五年后，英伟达再次将目光投向网络芯片领域，直指当前AI内存瓶颈的痛点。Enfabrica的产品不仅为这一行业难题提供了创新的解决方案，还能同时实现“降低成本”与“提升效率”的双重目标，尤其适用于长提示、大上下文窗口、多AI代理等内存密集型应用场景。

该公司的创始人Rochan Sankar和Shrijeet Mukherjee均是行业资深人士，拥有在博通和思科等巨头任职的深厚背景。稀缺的技术创新结合难得的产业经验，这解释了为何英伟达毫不犹豫地将整个团队收入囊中。

另外两笔投资是在同一背景下达成的。9月份，英伟达CEO黄仁勋访问英国，并承诺将向英国投资20亿英镑（约合26亿美元），以加强英国人工智能初创企业生态系统的建设。

访问期间，黄仁勋点名了八家英国初创公司，包括金融科技公司Revolut、AI视频公司Synthesia以及自动驾驶运输集团Oxa，并对它们表示：“我将在你们的下一轮融资中进行投资。”

但最先获得青睐的是自动驾驶公司Wayve和AI基础设施公司Nscale。

Wayve透露，英伟达将参与其下一轮5亿美元的战略融资，双方已签署意向书。这并非英伟达首次投资Wayve，去年5月，英伟达就参与了Wayve高达10.5亿美元的C轮融资。

公开资料显示，Wayve成立于2017年，其采用自学习而非基于规则的自动驾驶软件方法备受关注，也获得了投资者的广泛青睐。该公司自2018年以来一直使用英伟达的系统，并被黄仁勋视为“下一个万亿美元”级别的企业。

相比之下，英伟达与Nscale的关系则略显复杂。Nscale自称是“为人工智能而设计的超大规模计算平台”。几天前，成立不到两年的Nscale宣布完成了11亿美元的B轮融资，本轮融资由挪威能源基础设施集团Aker领投，诺基亚、英伟达等多家公司跟投。

根据PitchBook的数据，Nscale此轮融资是今年迄今为止英国规模最大的风险投资交易，也是欧洲第二大风险投资交易，仅次于OpenAI的竞争对手Mistral AI本月早些时候完成的17亿欧元（约20亿美元）C轮融资。

结合此前信息，英伟达此次向Nscale投资了6.83亿美元。除了股权交易，更大的目标是在2026年前将英国的GPU算力容量扩大到60,000台，相关硬件将部署在Nscale的数据中心。近期，Nscale还宣布计划与微软合作，打造英国最大的超级计算机。

就在两年前，Nscale还不是一个独立实体。去年5月，它从加密挖矿基础设施提供商Arkon Energy中剥离出来，旨在满足市场对专用AI数据中心激增的需求。

与美国的CoreWeave类似，Nscale将其业务重心从加密挖矿转向AI基础设施，将庞大的数据中心容量、高密度电力供应以及数千个GPU与客户端软件层相结合。Nscale最初依赖AMD硬件，但随着与英伟达合作的深化，已转向使用英伟达GPU。

从英伟达在英国的这两笔投资可以看出，它优先选择了投资最具潜力的客户，其产业投资的意图十分明显。

英伟达出手的另一家公司是具身智能企业Dyna Robotics。不久前，该公司对外宣布完成了1.2亿美元的A轮融资，估值从1亿美元飙升至6亿美元以上，在短短半年内增长了5倍。

这是一家仅成立一年的公司。今年4月，他们发布了自研的视觉语言动作（VLA）模型DYNA-1（Dynamism v1），这是全球首款可落地于商业场景的灵巧操作基础模型。除了身处炙手可热的赛道，该公司还有一个鲜明标签——纯华人创始团队，成员包括Lindon Gao、York Yang和Jason Ma。

其中，Lindon Gao是Dyna的联合创始人兼CEO，毕业于纽约大学Stern商学院，负责公司整体战略和商业化。York Yang和Jason Ma分别负责研发和基础模型。York本科就读于浙江大学电子工程专业，后赴加州大学洛杉矶分校（UCLA）攻读计算机科学硕士学位。Jason是宾夕法尼亚大学计算机与信息科学系的博士，曾在Google DeepMind、英伟达AI和Meta AI等顶尖人工智能实验室工作。

从团队配置看，Dyna确实符合硅谷青睐的创业画像，更何况他们不仅专注于科研，已经推出了可落地的产品和模型。对于英伟达而言，这是其今年投资的第三个机器人项目，另外两家是Figure AI和Skild AI。

简而言之，除了对英特尔的投资外，英伟达的三笔融资都流向了现有或潜在客户。这种以入股为基础深化合作，或以合作为前提进行入股的模式值得深思。唯一的一笔收购，则是出于技术补强的战略考量，旨在为当前AI发展的核心需求提供新的解决方案。

英伟达的新挑战：如何有效配置巨额现金

实际上，不仅是英国和美国，英伟达正在全球范围内通过合纵连横式的投资，将各领域的领军者转变为紧密的盟友。当然，这一切的一个必要前提是，英伟达拥有极其充裕的资金储备。

据FactSet估计，英伟达在过去四个季度创造了720亿美元的自由现金流，预计在本财年结束时将接近1000亿美元。这一数字超过了除苹果之外所有大型科技公司今年的预期自由现金流。

然而，拥有巨额现金是一回事，如何让这些资金高效发挥作用则是另一大挑战。

例如，英伟达在过去四个季度回购了价值近500亿美元的股票，最近又在其股票回购计划中追加了600亿美元额度。

再如，尽管过去两年研发支出翻了一番，但在过去四个季度，英伟达的研发支出仅占其营收的9%多一点。这反映出其销售增长过于迅猛，使得研发投入在比例上显得相对不足。

如海啸般袭来的收入增长，正在成为英伟达“甜蜜的负担”。一方面，正如开篇所提，巨额资金该如何有效配置？另一方面，如何维持订单增长的强劲势头？或者更宏大地看，如何牢牢抓住AI时代的红利？

扩大对外投资与进行小型收购，似乎是应对上述两个问题的通用策略。

如前文所述，英伟达对初创公司的投资最终都指向了深度合作，因此我们看到今年英伟达在AI各个细分领域、全球各个地区“掐尖”投资。这种策略并非一时冲动，而是有迹可循。有分析指出，英伟达每向OpenAI投资100亿美元，后者就将花费约350亿美元购买英伟达的芯片。

短期来看，这种做法可能会牺牲一部分利润，但它锁定了持续的需求，也为初创公司提供了关键支持，是一笔划算的买卖。

黄仁勋表示，英伟达的定位已不止于一家芯片公司，而是着眼于整个AI基础设施生态，并寻求多种方式与各方合作。他曾幽默地表示：“我们并不要求任何人从我们这里购买所有东西。我唯一的请求就是，从我们这儿买点东西。”

除了产业投资的目的，英伟达也在通过大规模投资弥补过去的遗憾，防止错过下一个巨头。

黄仁勋访谈截图

在最近的一次访谈中，黄仁勋回顾了与OpenAI的早期关系，坦言自己曾在投资决策上留有深刻遗憾。他提到，当OpenAI早年邀请英伟达参与投资时，公司资金有限，未能下重注：“他们当时邀请我们投资，但我们太‘穷’了，没有投够。我应该把所有的钱都投给他们。”

对于任何有望成为下一个万亿美元市值的企业，谁不想成为其早期投资人呢？

再来看小型并购。对英伟达而言，任何大型收购都可能面临严格的监管审查，因此这条路并非首选。

相比之下，黄仁勋更偏好扁平化的组织架构，他拥有大量直接下属，这使得内部进行小规模的补充性收购比大型并购更受青睐，Enfabrica的收购案例正是如此。

今年以来，英伟达持续在全球范围内开拓新客户和市场，包括推动面向工业等领域的“AI工厂”建设、抓住“主权AI”机遇在多地建设AI基础设施。这些举措在某种程度上也为其下一代芯片平台的销路提供了保障。

高处不胜寒。

如今，站在4万亿美元市值高位的英伟达，面临的挑战不止于技术、客户和增长，更是一门关于巨额资金如何高效配置与利用的新学问。