黃仁勛的“達鏈”閉環了

蘋果有果鏈、特斯拉有拉鏈，現如今，黃仁勛也為英偉達組建好了橫跨全球的“達鏈”。

別人的產業鏈，都是圍繞著產品線，但是達鏈不一樣，它的建立，圍繞著黃仁勛的五層蛋糕理論。

從最基礎的能源，再到芯片、基礎設施、模型，最后是應用，達鏈之上，一應俱全。

最新的進展是，黃仁勛在7月15日抵達東京后，只用了不到24小時，就簽下了一筆足以改變整個日本的單子，同時也讓達鏈完成了閉環。

一句話概括，黃仁勛要集結所有在日本有頭有臉的工業巨頭，合力打造出一個英偉達物理AI的數據中心，然后把物理AI發展成為日本未來的核心產業。

這也正是達鏈有意思的地方，這個鏈上每一環的最終產品，都不是英偉達自己造的，可黃仁勛卻要當整條產業鏈的總架構師。

那么達鏈到底是如何呢？我們不妨一起梳理一下。

A

黃仁勛的具體做法是這樣的，英偉達將與日本新公司Noetra合作建設一套Vera Rubin AI基礎設施。包括27500顆Rubin GPU；140MW數據中心容量；以及采用DSX架構、Spectrum-X網絡和BlueField DPU。

相當于是382套NVL72機柜級系統，其GPU顯存總量約為20.7TB（HBM4），顯存帶寬最高約1580TB/s。如果按照DeepSeek-V4 Pro的性能（總參數1.6萬億、預訓練數據33萬億token、每個token激活490億參數）來算，那么這套設施，只需要不到一天的時間，就能訓練出一個相同規模的大模型。

這個項目的錢是日本的國家財政，首筆3873億日元（約 24 億美元）。

股權更是傾盡日本“舉國”之力。

軟銀、索尼、NEC、本田這四大家核心各持10%，沒有單一控股股東，剩下40家參與企業覆蓋了日本從制造、汽車、電子、通信到金融的幾乎所有核心產業。

Noetra的本質，是把全日本的產業力量，捏成一個主體和英偉達對接。

而這套設施，也將成為日本FRONTia計劃的算力底座，用于訓練面向機器人和工業場景的多模態基礎模型；預訓練權重計劃向日本國內開發者和企業廣泛開放。

另一邊，發那科、安川、川崎這些工業機器人，集體加入Cosmos物理AI聯盟。

你可能會好奇，這有什么好稀奇的？

這事是有大背景在的。過去幾十年，發那科、安川、川崎這些日本機器人巨頭各有各的封閉控制系統，工廠里同時裝三家的機器人，聯調就得找三撥工程師各改各的代碼，行業標準碎了一地。

這次加入Cosmos聯盟，等于全球最強的工業機器人軍團，把開發標準統一到了英偉達的平臺上，就像當年顯卡廠商集體轉去CUDA一樣。

兩者不同的地方在于，過去CUDA控制的是數字世界的計算入口，Cosmos則是物理世界的數據與操作入口。

黃仁勛在物理AI時代，又一次把底層標準攥在了自己手里。

日本的目標是，2040年，要在18個行業落地1000萬臺AI機器人，拿下全球30%的AI機器人市場，對應1330億美元的產業規模。

關于本次英偉達和日本的合作，真正值錢的部分，就在于日本幾十年積累下來的工業數據。

互聯網大模型可以從公開網頁里找語料，但是如果想發展物理AI，那就必須讓機器人學習真實世界里的物理規則，比如力、速度、碰撞、溫度和材料變化。

日本擁有全球最密集的一批汽車工廠、工業機器人和精密制造產線，但這些數據長期鎖在不同企業、不同設備和不同控制系統里，既不能直接互通，也很難拿來訓練統一模型。

黃仁勛要做的，就是在不要求企業交出核心商業機密的前提下，把分散的數據，全都轉換到英偉達的平臺上，再用Vera Rubin訓練基礎模型。

這樣一來，敘事就變成了英偉達統一了日本機器人產業，并幫助其發展壯大。

B

如果說機器人、應用是達鏈的最上層，那么達鏈的中間層，則是生產與制造，這個部分主要由韓國，以及我國臺灣省來執行。

先說韓國。

2026年6月，黃仁勛飛抵首爾，和SK海力士，圍繞著第四代高帶寬存儲器（HBM4）簽下了一份綁定協議，有效期持續到2030年。

簡單來說，英偉達提前把采購HBM4的錢交給SK海力士，讓后者能夠有充足的資金提前建廠，同時SK海力士把HBM4的優先采購權交給了英偉達。

一顆英偉達Rubin GPU要搭載288GB的HBM4內存，每GB內存的成本為18.40美元。

那么一顆GPU的HBM4物料成本大約5300美元。一臺NVL72機柜里要塞72顆Rubin GPU，HBM4總量為20736GB，那么單機柜HBM4的成本就是38.2萬美元。

剛才提到的日本那套Noetra設施，382套NVL72機柜，那么它的HBM4物料總成本，就是大約1.46億美元。

全世界能造HBM的只有三家公司，分別為SK海力士、三星、美光。

6月5日，英偉達正式確認三家全部通過Rubin平臺的HBM4認證。

不過認證歸認證，訂單歸訂單，兩者各論各的。

據外媒披露，SK海力士拿下了英偉達首批HBM4訂單的大約70%，遠高于此前業界估計的50%。三星和美光分剩下的30%。

為什么是SK海力士？因為它是唯一一家能同時大規模出貨HBM3E和HBM4的廠商。

2025年9月，SK海力士率先完成了全球首款12層HBM4的開發；2026年7月14日，正式進入量產階段。

三星雖然體量比SK海力士更大，但HBM良率問題遲遲沒解決，因此出貨份額反而低于SK海力士。

進入達鏈以后，SK海力士的命運被徹底改寫。

SK海力士只在韓國上市時，很多美國基金買起來不方便，估值也容易按照韓國制造業和存儲周期股來定。因此SK海力士想通過登陸納斯達克，讓投資者把他們當成“AI基礎設施”來看。

7月9日，SK海力士在納斯達克增發ADR，定價每股149美元，募資265億美元，相當于完成了在美國的“二次上市”。

超過了阿里巴巴2014年赴美IPO的250億美元，刷新了外國企業在美國上市的最高募資紀錄。排在它前面的，只有一個月前SpaceX的750億美元。

7月10日納斯達克掛牌首日大漲約14%，盤中一度漲超18%，收盤市值約1.22萬億美元。

AI讓SK海力士賺得盆滿缽滿。

2026年第一季度營收52.6萬億韓元，營業利潤37.6萬億韓元，營業利潤率高達72%。過去12個月在韓國股市累計漲了634%。市場認購倍數超過7倍，Baillie Gifford、Coatue等三家機構合計意向認購就達70億美元。

除了英偉達，谷歌和亞馬遜也都是SK海力士的客戶，排隊下單HBM3E和HBM4，還主動提出入股SK海力士的新生產線、資助采購制造設備。

SK集團主席表示，雖然計劃五年內把產能翻倍，但客戶反饋始終是“還是不夠”。

除了解決HBM這個最關鍵的原材料，達鏈的中間層還需要一個總的組裝車間。

5月28日黃仁勛在臺灣省臺北市辦“兆元宴”，掌管臺灣省經濟命脈的大佬均出席此宴會，包括臺積電魏哲家、鴻海劉揚偉、廣達林百里、緯創林憲銘、和碩童子賢、聯發科蔡力行等人。

這場宴會過后沒幾天，黃仁勛就宣布在臺灣省北投士林科技園區，規劃建設英偉達新總部，代號Constellation（星座）。

他宣布總部2026年動工、2030年前遷入，同時承諾英偉達未來每年在臺灣投資規模將達千億美元級。

黃仁勛表示：“芯片從這里來，封裝從這里來，系統從這里造，AI超級計算機也在這里誕生。”

一臺Vera Rubin整機，差不多有200萬個零部件。

從芯片制造、先進封裝、PCB電路板、高速連接器、液冷散熱模組、電源管理、光通信模塊到機架結構，每一個環節都需要大量工廠協同。

英偉達在全球有350余家ODM和零部件工廠同步投產，覆蓋30個國家，但其中150家集中在中國臺灣地區。

這150家供應鏈伙伴運營著25個主要工廠，每年為英偉達提供超過100萬個部件。Vera Rubin的供應鏈規模，是上一代Grace Blackwell的兩倍。

真正干活的，是臺灣省的三大代工巨頭。

TrendForce的數據顯示，廣達、緯創和鴻海聯手拿下全球AI服務器近90%的ODM代工份額。

其中鴻海（工業富聯）占據英偉達AI服務器40%以上的代工份額，是Vera Rubin整機柜的獨家主力 ODM，稼動率已經接近95%，幾乎是滿負荷運轉。

2026年第二季度鴻海營收同比增長39.8%，AI服務器業務占鴻海總業務的比例持續增加。

除去代工外，臺灣省的臺積電還能提供3納米制程的芯片。截止至目前，臺積電超過70%的CoWoS產能都給了英偉達。

如此這般的完整生產組裝鏈條，全世界只有這里能跑通。

C

美國是達鏈的基石。這里是英偉達最大的客戶群，也是他們成就了今天的英偉達。

2025年9月22日，OpenAI與英偉達宣布計劃部署至少10GW的英偉達AI系統。

一座核電機組的裝機容量大約1GW，10GW相當于十座核電站全力運轉，全部用來給AI跑算力。

這份協議計劃2026年下半年啟動部署，2029年底前全部完成。

SpaceX也是英偉達的超級大客戶。

SpaceX已經建成了兩座Colossus數據中心。一號機房部署了超過22萬顆英偉達GPU（包括 H100、H200和約3萬顆GB200），二號機房更大，擁有超過55萬顆GPU（以GB200和GB300為主）。

兩座加起來，僅GPU采購就花了大約180億美元。馬斯克還把Colossus一號的全部算力租給了Anthropic，每月收租12.5億美元，合同簽到了2029年5月，總價值約400億美元。

谷歌租用了Colossus二號的部分算力，每月9.2億美元。

再說Meta。

2026年4月，Meta將全年資本開支指引上調至1250億至1450億美元，較2025年的722億幾乎翻倍。其中最大的一筆基礎設施投資是路易斯安那州的Hyperion超算中心。

2024年首次公布Hyperion時，預計的算力規模是2GW，2026年7月13日追加400億美元投資，將算力規模擴容至5GW。Hyperion也因此，成為了Meta有史以來最大的數據中心項目。

Anthropic最大的單子，也來自于英偉達。

2025年11月，微軟和英偉達聯手投資Anthropic，微軟最高出資50億美元，英偉達最高出資100億美元。

作為交換，Anthropic承諾采購總價值300億美元的Azure算力服務，使用來自英偉達Grace Blackwell和Vera Rubin 系統的最高1GW算力。

英偉達FY2026全年收入2159億美元，同比增長65%，其中數據中心收入1937億美元，占總收入的近90%。最新一季數據中心營收同比激增92%。

可想而知，英偉達在這里掙了大錢。

但問題恰恰出在這里，達鏈的根基開始動搖了，英偉達最核心的那群客戶，開始自己造芯片了。

2026年6月24日，OpenAI聯合博通正式發布首款自研AI推理芯片，代號Jalape?o，西班牙語里的“墨西哥辣椒”。

這顆芯片從立項設計到流片成功，只用了9個月。

OpenAI的AI模型直接參與芯片架構設計、功耗仿真和強化學習優化，博通負責生產制造。

博通CEO陳福陽透露，“早期測試顯示，相比當前主流AI芯片，Jalape?o可以節省大約50%的推理成本。”

尤其是對于月活超過8億的OpenAI來說，哪怕每個token的成本只降一點點，那最后省下來的錢都是天文數字。

首批工程樣片已經在實驗室內，以量產標準的頻率和功耗，跑通了GPT-5.3、Codex和Spark模型。按照OpenAI的規劃，2026年底小規模部署，2027年快速爬坡，2028年全面規模化量產，遠期總功耗最高10GW。

Anthropic比OpenAI想得更遠，織了一張巨大的算力網絡。

一邊用亞馬遜的Trainium芯片訓練和部署Claude，一邊用著谷歌的TPU，同時還不忘英偉達的GPU。

目前，Anthropic已經部署了超過100萬顆Trainium 2。并且Anthropic的工程師直接參與亞馬遜Annapurna Labs的芯片底層內核開發。

并且，Anthropic還擴大了和亞馬遜的合作，未來十年在AWS上投入超過1000億美元，鎖定最多5GW新算力。

4月，Anthropic還和谷歌、博通簽了協議，從2027年起包攬巨額的下一代TPU算力。

不過這些都沒有滿足Anthropic，他們正在籌備第一顆自研AI芯片，并與三星開始接觸，討論由三星擔任潛在制造合作伙伴。

截止至今，雙方尚未簽署或公開正式代工合同。

就在這個節骨眼上，黃仁勛在摩根士丹利組織的一場閉門會上，回答了一個無法回避的問題：當OpenAI和Anthropic紛紛自研芯片，英偉達的這條鏈還牢不牢？

黃仁勛的答案是，自研芯片與英偉達GPU可以同時增長。

黃仁勛表示，即使英偉達單季營收已接近1000億美元，增長仍有繼續加速的可能。歸其原因，黃仁勛認為，除了這些頭部模型公司，市面上絕大多數AI公司仍然需要英偉達的芯片。

云廠商仍是英偉達的基本盤，但土地和電力開始成為限制增長，因此黃仁勛把增量押在了AI實驗室、新型云廠商、主權AI和工業客戶身上。

因此，盡管達鏈的基石開始晃動，摩根士丹利在會后，依然維持了英偉達“增持”的評級，以及給出了288美元的目標價。