"黄仁勋的终局：卖工厂，不卖零件。"
作者｜家昌
出品｜极新
英伟达Vera CPU正式量产交付，标志着这家AI算力巨头完成了从“GPU供应商”到“全栈算力工厂定义者”的身份跃迁。CPU+GPU+网络的三位一体垂直整合，不仅是对英特尔、AMD老牌x86阵营的直接宣战，更是在为下一代AI数据中心确立一套全新的技术标准。当英伟达开始控制从芯片设计到系统架构的每一个环节，全球算力格局的底层逻辑正在被改写——从开放生态下的水平分工，走向一家公司定义一切的垂直闭环。这场变革的影响力将以十年为单位计算。
1
从买铲子到建整座大山
要理解Vera CPU的战略分量，需要先看清英伟达过去十年的进化轨迹。
十年前，英伟达还是一家专注于图形渲染和游戏显卡的公司，在PC产业链上扮演着一个零部件供应商的角色。2016年，随着CUDA生态在深度学习领域的爆发，它开始从“游戏显卡公司”蜕变为“AI加速器公司”。2020年收购Mellanox之后，它补上了高速网络互联这一块关键拼图。2023年推出Grace系列CPU，第一次正式涉足中央处理器领域。而现在，Vera的量产交付，意味着CPU、GPU、网络——数据中心最核心的三大计算组件——全部被英伟达收入囊中。
这不是一次简单的产品线扩充。它的本质，是英伟达不再满足于当AI时代的“铲子制造商”，而是要亲自经营整座矿山。过去，一家云厂商要搭建AI集群，需要从英伟达买GPU、从英特尔或AMD买CPU、从博通或其他厂商买交换机芯片，然后自己完成系统集成和调优。现在，英伟达提供的是一套开箱即用的完整方案：你只需要接入电力和冷却系统，AI工厂就可以开始运转。
这种模式切换，对英特尔和AMD的威胁是致命的。x86架构在过去四十年里统治了全球数据中心，靠的就是“Intel Inside”式的生态绑定——所有服务器厂商、所有操作系统、所有企业软件，都围绕x86指令集构建。但AI工作负载的爆发，正在从根基上动摇这座大厦。大模型训练和推理的计算特征——海量矩阵运算、超高内存带宽、超大规模集群并行——与传统企业计算截然不同。当数据中心的主要任务从“跑数据库”变成“跑神经网络”，x86指令集的生态护城河就失去了大半意义。
2
发布时机的刀锋
Vera量产消息的发布时间，被刻意选在了AMD年度AI大会的前一天。
这已经是黄仁勋的标志性战术动作了。在商业史上，很少有企业领导人像他这样，对竞争对手的时间表保持着近乎偏执的关注，并乐于用精确到小时的产品发布来打乱对手的节奏。效果立竿见影：当AMD的高管们站在台上展示MI系列加速器的最新进展时，台下投资者和客户脑子里盘旋的，已经是英伟达那个CPU+GPU全栈方案到底能不能更快交付的问题。
更让AMD和英特尔感到窒息的，是英伟达已经为Vera找到了第一批顶级客户。OpenAI和Anthropic——全球最领先的两大模型公司——被证实已经率先部署了基于Vera的算力集群。这两家公司的选择，在AI产业中具有风向标意义。它们代表着最前沿的算力需求方，当它们开始用脚投票，从x86生态转向英伟达全栈方案时，给整个产业链传递的信号是明确的：AI时代的计算标准，正在由英伟达一家公司来书写。
这不是一场公平的竞争。英伟达拥有GPU这一AI时代最稀缺的计算资源，它可以把Vera CPU和自家GPU进行深度耦合设计——从内存一致性协议到互联带宽，从功耗配比到散热方案，每一个细节都在系统层面做了最优解。这种耦合深度，是英特尔和AMD永远无法企及的，因为它们不控制GPU。反过来，AMD虽然同时拥有CPU和GPU产品线，但它的GPU在AI训练领域的市场份额与英伟达相去甚远，无法形成同样的捆绑效应。
3
谁在被颠覆？
Vera的量产，将重新划分半导体产业的权力版图。首当其冲的是英特尔。这家曾经定义了“数据中心”标准的公司，在AI时代陷入了战略迷失。它的至强处理器仍然是全球服务器出货量最大的CPU，但在AI训练和推理领域，至强越来越像一个配角——负责数据预处理和任务调度，核心计算全部交给GPU。Vera的出现，意味着英伟达连这个配角的位置也要拿走。如果AI数据中心的CPU插槽从至强换成Vera，英特尔失去的将不仅是收入，更是与前沿计算场景的关联度。
AMD的处境稍好，但同样危险。它同时拥有EPYC服务器CPU和Instinct系列AI加速器，理论上具备和英伟达对标全栈方案的能力。但现实是，英伟达的GPU生态壁垒太高了。CUDA积累近二十年的开发者工具链、模型优化库和社区惯性，不是靠几款硬件产品就能撼动的。AMD的策略一直是“性价比替代”——用更低的价格提供相近的性能。但当英伟达开始用CPU+GPU的捆绑方案来锁定客户时，单纯的价格优势就变得苍白无力了。客户切换的不只是一块芯片，而是整套基础设施架构，迁移成本足以让大部分企业打消念头。
传统服务器厂商——戴尔、惠普、联想——同样面临着被边缘化的风险。当英伟达直接向云厂商和企业客户交付“整机柜”级别的AI工厂方案时，这些OEM厂商在价值链中的位置被大幅压缩。过去，它们从英特尔采购CPU、从英伟达采购GPU，通过系统设计和集成服务来创造附加值。现在，英伟达把这一切都做完了，留给它们的只剩下组装外壳和提供售后。
4
闭环的诱惑与风险
英伟达的全栈垂直整合，在商业逻辑上几乎无懈可击，但它也引发了整个产业最深层的忧虑：一家公司掌控所有关键环节，对于整个AI生态的健康来说，到底是好是坏？
从短期看，垂直整合带来了显著的效率提升。Vera与英伟达GPU之间的NVLink-C2C互连，提供了远超市面上任何标准总线协议的带宽和延迟表现。在千卡乃至万卡级别的集群训练中，这种耦合深度直接转化为更短的训练时间和更低的能耗。对于OpenAI和Anthropic这样追求极致效率的客户来说，选择英伟达全栈方案不是政治决策，而是技术决策。
但从长期看，闭环生态的风险同样不容忽视。当一家公司控制了从芯片架构到互联协议到软件工具链的全部环节，整个产业的创新节奏就被绑在了这一家公司的产品路线上。客户失去了议价能力，竞争对手失去了赶超的窗口，最终整个生态可能会走向僵化。这并非杞人忧天——在移动互联网时代，苹果用iOS的闭环生态证明了垂直整合的商业威力，但同时也让整个移动应用产业对一家公司的政策变化高度敏感。英伟达在AI时代的野心，与苹果在移动时代的路径如出一辙。
对于中国芯片厂商而言，英伟达的全栈战略既是压力，也是启示。压力在于，Vera+GPU的捆绑方案进一步拉高了技术追赶的难度——追赶一款产品已经很难，追赶一套体系难上加难。但启示同样清晰：在外部技术封锁的背景下，中国厂商天然不具备参与全球水平分工的条件，被迫走全栈自主的道路，反而可能与英伟达的垂直整合逻辑形成某种战略上的殊途同归。华为昇腾系列从芯片到框架到应用的全栈布局，寒武纪、燧原科技在推理芯片与软件生态上的持续投入，都可以在Vera的战略逻辑中找到参照。
Vera CPU的量产交付，不是英伟达产品线的又一次扩充，而是一次对自身定位的重新定义。黄仁勋正在终结那个“各司其职”的PC时代遗产——CPU归英特尔、GPU归英伟达、网络归博通——这种延续了四十年的水平分工格局，在AI计算的巨大引力下正在瓦解。取而代之的，是一个由英伟达定义全部规则的垂直帝国。
这场变革的赢家和输家，不会在几个季度内见分晓，而是需要五到十年来验证。但有一件事已经在今天变得清晰：AI时代的计算标准之争，已经从“谁的GPU更强”升级为“谁的体系更完整”。而英伟达刚刚用Vera向全世界宣告，它要做的不是体系中最强的一环，而是整个体系本身。
更多干货分享敬请注我们的公众号与视频号~超多精彩对话内容等待您的解锁！
热门跟贴