英伟达这一招着实高明，把竞争对手的资金直接拿来挖他们自己的墙角。最近，这家公司在一份财报里透了个底，计划拿出260亿美元专款，去搞那些免费开源的AI模型。这个数可不小，哪怕是几家一线大厂的市值也不一定凑得齐，简直是把几个顶尖AI实验室都给买下来了。黄仁勋这下子可没闲着，早就不满足于躲在挖矿的大后方当包工头了，正拎着明晃晃的刀子，往那些排队找他要芯片的老客户那边走去。 这一变动背后的逻辑很清晰：长期以来大家形成了个平衡，NVIDIA提供算力，微软、亚马逊还有谷歌这些云公司掏钱买芯片，然后在上面做自己的模型。这时候NVIDIA其实只是个“后勤部门”，虽然赚得盆满钵满，但手里的牌面毕竟有限。现在这260亿直接砸下去，就是要打破这种分工，它不光要卡住算力的上限，还要把智力分发的大权抢过来。这可不是简单的“内卷”，更像是一场生态系统的大吞并。 最让微软和亚马逊头疼的是，这笔钱居然是用自己的真金白银堆出来的。过去几年为了弄H200或者Blackwell这些顶级芯片，这些云巨头都快把一半利润都填进去了。现在倒好，英伟达转手就把这笔钱投到了开源模型研发上。这就相当于大家出钱资助了一个马上就要把自家闭源模型价格打下去的死对头。 英伟达选择从“开源”这条路切入确实够狠。对于OpenAI或者Anthropic这类闭源的企业来说，他们的生意模式全靠卖API和收订阅费过活。如果英伟达用自己的内部算力训练出性能能赶上甚至超过GPT-4甚至GPT-5的开源模型并推向市场，那么所有依赖参数收费的商业逻辑都要彻底垮台。到时候谁还愿意为了OpenAI去付Token费？NVIDIA根本不指望卖模型赚钱，它只需要把模型搞得很便宜就能刺激大家更疯狂地买它的芯片。这招“以软促硬”的策略本质上是用软件的免费去封死对手的活路。 为啥非得亲自下场做模型？因为黄仁勋心里门儿清：仅仅握着硬件不够安全。眼看着谷歌的TPU、亚马逊的Trainium还有微软的Maia都在分算力这块蛋糕，NVIDIA唯一的底牌就只剩下CUDA这个生态系统了。最好的保护办法就是让全世界最牛的AI任务都跑在自家优化过的模型上。这就是个“全栈梦想”。 假设以后AI不再是“让模型去适应硬件”，而是反过来让“硬件定义模型”，那NVIDIA就能拿着绝对的定价权肆意调整底层参数，让自家芯片的能效比高出竞争对手好几倍。哪怕AMD或者英特尔造出了纸面数据更好的芯片也没用，因为跑不起来这些主流的“NVIDIA原生模型”，只能被淘汰在边缘地带。这就是实实在在的降维打击。 现在这种局势下最危险的反而是像OpenAI和Anthropic这样的纯算法公司。大家原本以为算法是最高的堡垒，但现在面临上下游的双重挤压：上面得给NVIDIA交“算力税”，下面还要面对开源社区大规模分发的竞争。如果他们不能在AGI上保持两年以上的领先优势，生存空间很快就会被压缩。一旦智力变得普遍又便宜起来，没了算力自主权的软件公司会变得特别脆弱。 GPT-5可能就是OpenAI最后的救命稻草了。要是英伟达能在短时间内用这260亿催生出能抗衡的开源方案，那么垂直领域的应用恐怕直接就绕过中介去找英伟达了。 硅谷的新秩序正在形成。这次转身宣告了“纯硬件供应商”时代的终结。在高度封闭的AI战场上，中立性早就不是什么奢侈品了。黄仁勋正在构建一个叫做“计算之神”的闭环：用卖芯片赚的钱去制定未来的软件标准；再用软件标准反过来锁住下一代的芯片订单。这逻辑看着挺狠也很霸道，但商业上确实完美得没毛病。 微软、谷歌这些巨头曾经觉得NVIDIA只是垫脚石呢？结果人家不但没成垫脚石还成了整座宫殿的地基！自己反倒成了困在殿里的租客。