黄仁勋被免除英伟达全部职务 缺乏AB股与接班计划重创万亿巨头

The "Post-Jensen Huang Era": NVIDIA’s Moat, Capital Strategy, and the Shifting AI Landscape — 硅谷101

硅谷101

因缺乏双重股权控制与接班人储备,黄仁勋的骤然离职导致英伟达强人决策体系崩溃,在AI编程侵蚀CUDA壁垒与供应链互信动摇的关口,公司面临至少25%的估值折让与创新放缓风险。

AI-assisted summary of The "Post-Jensen Huang Era": NVIDIA’s Moat, Capital Strategy, and the Shifting AI Landscape — original source. Check the original for full context.

Source published:

Key ideas

  • 黄仁勋在掌舵英伟达33年后因突发丑闻辞去CEO并退出董事会,由于英伟达未设立双重股权架构(AB股),其仅持股约3.58%,导致在董事会逼宫面前缺乏反制底牌。 (34:20)
  • AI Coding智能体的快速演进(如Anthropic将任务跨平台迁移至AMD芯片仅用时三天)正在削弱英伟达二十年来依仗的CUDA软件生态壁垒。 (1:15)
  • 英伟达与台积电三十年“不签合同”的高度信任关系面临重构,在黄仁勋去职后,台积电或将分散先进封装(CoWoS)与先进制程产能给AMD等竞品。 (8:16)
  • 英伟达内部对激进资本运作长期存在分歧,黄仁勋曾力主向OpenAI数据中心提供2500亿美元融资担保,遭临时接任CEO的CFO Colette Kress强行削减过半。 (21:03)
  • 华尔街与市场共识认为黄仁勋的个人溢价占英伟达估值的25%以上,其扁平化的“创始人模式”未设接班人计划,正引发治理与人才流失危机。 (23:52)

Detailed notes

## Background 本期视频由科技频道《硅谷101》于2026年11月17日发布在YouTube平台上。视频简介指出,在掌舵33年后,黄仁勋因丑闻风波突然辞去英伟达CEO职务并退出董事会,节目通过采访硅谷与华尔街的多位资深行业人士,深入探讨失去创始人的英伟达在技术护城河、供应链、资本布局及管理治理上面临的剧烈动荡与未来挑战。

## TL;DR 节目全面剖析了黄仁勋突遭解职后英伟达所陷入的多重危机。技术上,AI Coding正迅速削弱CUDA生态壁垒,竞争转向机柜级系统集成但行业创新面临减速风险;供应链与资本层面,缺乏黄仁勋强力统筹的台积电高协同信任面临重塑,而激进的“芯片循环融资”与百亿级担保也在内部引发路线分歧。此外,高度依赖个人强人决策的扁平化组织缺乏接班人培养,加之无AB股保护导致的治理单点崩溃,以及股价暴涨后的人才离心力,均让这家万亿算力巨头进入充满变数的前路考验。

## Atmosphere & style 全片弥漫着极具冲击力的肃穆感、危机意识与时代落幕的唏嘘氛围。主持人的叙事冷静而犀利,受访嘉宾的剖析直击技术第一性原理与资本商业本质,既有对万亿帝国单点崩溃治理缺陷的冷峻反思,也穿插着对老黄三十载叛逆远见与战斗精神的由衷敬意。整期节目节奏紧凑、信息密度极高,给观众带来一种亲历科技史关键转折点时的失重与震撼感。

## Bulletin - [34:20](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=2060s) 黄仁勋在掌舵英伟达33年后因突发丑闻辞去CEO并退出董事会,由于英伟达未设立双重股权架构(AB股),其仅持股约3.58%,导致在董事会逼宫面前缺乏反制底牌。 - [01:15](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=75s) AI Coding智能体的快速演进(如Anthropic将任务跨平台迁移至AMD芯片仅用时三天)正在削弱英伟达二十年来依仗的CUDA软件生态壁垒。 - [08:16](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=496s) 英伟达与台积电三十年“不签合同”的高度信任关系面临重构,在黄仁勋去职后,台积电或将分散先进封装(CoWoS)与先进制程产能给AMD等竞品。 - [21:03](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1263s) 英伟达内部对激进资本运作长期存在分歧,黄仁勋曾力主向OpenAI数据中心提供2500亿美元融资担保,遭临时接任CEO的CFO Colette Kress强行削减过半。 - [23:52](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1432s) 华尔街与市场共识认为黄仁勋的个人溢价占英伟达估值的25%以上,其扁平化的“创始人模式”未设接班人计划,正引发治理与人才流失危机。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=0s) 黄仁勋因突发丑闻辞去英伟达CEO职务并离开董事会,英伟达在宏观政策不确定性与权力更迭震荡中猝然步入“后黄仁勋时代”。 - [01:15](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=75s) AI Coding Agent能够绕过底层手工编写并端到端生成算子与软件栈,使CUDA长年构建的软件护城河面临被逐步拉平的事实性风险。 - [01:50](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=110s) Anthropic借助Claude Mythos仅耗时3天即将特定推理任务迁移至AMD GPU,标志着跨硬件平台的软件迁移成本正被大幅压缩。 - [05:16](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=316s) 芯片业竞争重心从单卡性能转向整机柜与数据中心系统整合,黄仁勋的离开可能导致全行业推进CPO与高压输电等激进创新的节奏放缓。 - [08:16](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=496s) 英伟达独占台积电CoWoS先进封装约60%产能,但双方维系数十年的无合同互信一旦因高层变动受损,台积电可能将产能向AMD等对手倾斜以平衡风险。 - [11:47](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=707s) 英伟达通过收购Hugging Face并推出开源基础模型,旨在把控开源开发者的分发与调用入口,以对抗闭源大厂与自研芯片生态的剥离。 - [18:06](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1086s) 英伟达庞大的资本版图与“芯片循环融资”机制(投资初创公司→购买云算力→回购英伟达GPU)引发了估值泡沫和系统脆弱性的质疑。 - [21:03](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1263s) 管理层内部对激进生态扶持分歧严重,CFO Colette Kress曾强行将OpenAI数据中心2500亿美元融资担保规模削减过半,其接任可能导致生态资金支持收缩。 - [23:52](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1432s) 英伟达推行由黄仁勋直接管理60多位高管并抽读“Top 5 Things”的极度扁平化架构,缺乏接班人梯队,形成高度脆弱的单点决策风险。 - [26:20](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1580s) 投资界认为黄仁勋的领袖号召力与远见构成英伟达至少25%的估值溢价,其离场将对公司的中长期资本定价造成直接冲击。 - [27:17](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1637s) 黄仁勋身兼销售领袖与需求定义者,从亲自交付首台DGX-1到向多国首脑兜售“主权AI”,其不可复制的个人外交是英伟达商业转化的核心引擎。 - [30:23](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1823s) 股价飙升让早期员工普遍实现财富自由导致进取心钝化,同时作为硬件算力变现公司的定位也限制了其在前沿算法与前沿科学家争夺战中的吸引力。 - [34:20](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=2060s) 由于1999年上市时未设立AB双重股权架构,黄仁勋在仅持股3.58%的情况下遭遇董事会闪电免职,暴露出初代科技巨头的治理结构漏洞。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=0s) 后黄仁勋时代,英伟达何去何从?

掌舵英伟达长达 33 年的创始人黄仁勋,在突如其来的丑闻风波中辞去 CEO 职务并退出董事会。正值美国中期选举带来的政策不确定性给 AI 产业蒙上阴影之际,市场情绪脆弱,这家掌握全球 AI 算力命脉的万亿美元芯片巨头骤然陷入权力更迭的震荡之中。“黄仁勋人走茶凉了”,外界开始普遍质疑:失去黄仁勋的英伟达是否将一无所有?

围绕直接向黄仁勋汇报的 60 多位高管团队,以及英伟达在管理、销售、技术研发、供应链与开源生态上的布局,《硅谷101》采访了多位硅谷与华尔街的芯片、科技及金融行业人士,深入拆解失去这位精神领袖后的英伟达走向。受访专家指出,英伟达当前的护城河正面临前所未有的根本性挑战,AI Coding Agent(编程智能体)的崛起,可能很快让英伟达倚仗二十年的软件生态壁垒失去意义;而在供应链层面,台积电与英伟达长年不签合同、仅凭信任建立的高协同关系,也面临重塑的风险。

---

[01:15](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=75s) AI大模型冲击CUDA护城河

黄仁勋辞职引发科技圈震动,社交平台 X 上大量科技领袖发声声援,甚至直言“Nvidia without Jensen is nothing”(英伟达没有黄仁勋就什么都不是)。硅谷普遍认为,当前恰恰是英伟达乃至整个 AI 行业最需要黄仁勋的时刻,因为新一代 AI 大模型正在侵蚀英伟达最根本的壁垒——CUDA 软件生态。

CUDA 自 2006 年推出以来,使开发者能够利用英伟达 GPU 进行通用并行计算。长期以来,哪怕 AMD 等竞争对手能够制造出性价比更高或性能更强的 GPU,客户也因为高昂的迁移时间与工程重构成本(从几周到几个月不等)而难以放弃 CUDA。同类的迁移壁垒也存在于 GPU 与谷歌 TPU 等 ASIC 芯片之间。然而,大模型的代码生成能力正在彻底改写这一规则。根据 The Decoder 披露的 Anthropic 路演 PPT,过去将 AI 任务适配到全新芯片平台通常需要数十名工程师耗费 6 到 12 个月,而 Anthropic 借助新模型 Claude Mythos,仅耗时大约三天就将特定的推理任务成功迁移至 AMD 的 GPU 上。

对此,受访专家 Howie Xu 给出断言:

> “因为AI coding agent(编程智能体)的原因,迟早CUDA就会变成一个不是护城河,这不是一个vision(愿景),是一个事实了。”

Howie Xu 进一步从技术第一性原理剖析了底层逻辑: 1. **底层 Kernel 层的重塑**:过去需要海量精通 CUDA 的稀缺工程师手动编写算子库,如今 AI Agent 不仅能自动生成代码,甚至可以绕过 CUDA 直接写底层汇编指令,实现极其极致的定制化优化。 2. **端到端(End-to-End)软件定制**:随着 Agent 编排调度能力的爆发,AI 能够直接从上层应用一键端到端生成涵盖推理服务(Serving)框架、软件运行时(Runtime)调度及底层汇编代码的全栈系统。针对每个模型、每个应用都可以量身定做独特的软件栈(Software Stack),导致 CUDA 这一中间层生态彻底被淹没。

虽然 Anthropic 该实验目前仅涉及 AMD MI355X GPU 上的提示词处理任务,尚未扩展到全系统跨平台迁移,仍待更多复现验证,但它已经释放了明确的信号:AI 正在迅速压平软件迁移门槛,英伟达最大的壁垒开始出现动摇。

---

[05:16](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=316s) “整个半导体的创新都会放缓”

当单卡算力与 CUDA 优势被算法削弱,芯片业的竞争重心正在由单卡性能全面转向异构芯片与整机柜、数据中心级的系统整合能力。硅谷资深半导体从业者透露,黄仁勋早已预见到了软件层被拉平的趋势,并在硬件系统整合上提前布下多步棋子。

英伟达近年来的架构整合体现了高密度的异构布局: - 内部调度软件如 Dynamo 承担跨芯片管理; - 收购 Groq 相关的拆分技术,实现 Prefill(预填充)与 Decode(解码)的 Disaggregation(拆分); - 推出 CPX 与 StorageChain,把 KV cache 卸载(Offload)到存储层; - 推出将 CPU 与 GPU 封装在一起的 Grace Hopper 系统; - 在下一代 Vera Rubin 系统中,更是集成了 6 种不同的芯片,并借助当年收购 Mellanox 积累的网络实力、自主研发的液冷(Liquid Cooling)技术以及高速光互连占据先机; - 针对高速互联,英伟达正发表论文探索使用 OCS(Optical Circuit Switch,光电路交换机)替代原有的 NVLink Switch,紧跟谷歌的前瞻路线。

```mermaid flowchart TD accTitle: 英伟达异构计算与数据中心系统整合架构 accDescr: 展示英伟达从上层软件调度、异构计算单元到机柜物理互联的系统集成布局

subgraph SW["软件调度与异构拆分"] A["Dynamo 系统调度"] B["Prefill / Decode 拆分"] C["CPX / StorageChain (KV Cache 卸载)"] end

subgraph HW["异构计算与核心芯片"] D["Grace Hopper (CPU + GPU 混合封装)"] E["Vera Rubin 系统 (集成 6 种不同芯片)"] end

subgraph DC["数据中心与机柜级物理系统"] F["Mellanox 高性能网络"] G["液冷散热 (Liquid Cooling)"] H["光互连创新 (OCS 替代 NVLink Switch)"] I["800V 高压输电 / CPO 共封装光学"] end

SW --> HW HW --> DC ```

这种系统级整合往往需要激进的技术路线推动,例如 CPO(共封装光学)或 800V 高压输电。资深从业者指出,这些硬件创新往往研发与验证周期极其漫长,过去全靠黄仁勋以极度前瞻的魄力与业界号召力强力催熟:“老黄基本上是一个电话打过去,大家都会一起响应,大家积极地把这个AI的产业推进。”

随着黄仁勋退出,行业内缺乏第二位能以类似魄力调动产业链上下游同步冒险的领袖。嘉宾深感担忧,认为未来产业链上下游面对激进架构将陷入观望与犹豫,英伟达遗留的既有订单处理与资本开支节奏可能产生停顿,“整个半导体的创新都会放缓”。

---

[08:16](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=496s) 失衡的供应链:英伟达还稳得住台积电吗?

相比 CUDA 护城河的松动,更迫在眉睫的危机来自英伟达的供应链底牌。黄仁勋在 2026 年 3 月接受 Lex Fridman 采访时曾谈到与台积电的特殊合作关系:

> “30年来,我都说不清我们和他们(台积电)做了多少生意,几百亿、上千亿美元吧,可我们连合同都没签。这挺了不起的。”

双方长达 30 年不立合同的合作根基是极致的商业信任。台积电 2025 年财报显示,英伟达已超越苹果成为其最大客户,贡献了台积电 19% 的全年营收;在关键的 CoWoS 先进封装产能上,英伟达 2025 年更独占全球约 60% 的份额。

受访嘉宾强调:

> “供应链我觉得应该是比CUDA更重要的一个点,对英伟达是一个很大的冲击。”

建造晶圆厂动辄需数百亿美元、数年建设周期,对台积电而言最理想的客户绝不仅是短期采购量大,而是能提供未来几年确定性增长预期的伙伴。黄仁勋每年以激进的节奏迭代硬件、提升先进制程与封装要求,实际上是在驱动台积电提前投资扩产。正如嘉宾所言:“供应链这件事情,你是要相信才会有钱赚……你如果说不信他的话,你是没钱赚的。”

随着黄仁勋下台,维系双方高层互信的关键枢纽消失。面对 AMD 等竞争对手 ROCm 软件生态逐步成熟、硬件性能持续赶超的现状,台积电必然会选择“把鸡蛋放在不同的篮子里”,重新权衡先进封装与先进制程(Advanced Node)的产能分配额度,给予 AMD 等厂商更多份额,从而逐步削弱英伟达以往独霸供应链的统治地位。

---

[11:47](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=707s) 卖芯片的英伟达,为什么如此重视开源?

黄仁勋曾将 AI 产业比喻为一个由下至上的“五层蛋糕”:底层为能源,依次往上是芯片、基础设施、模型和应用。尽管以芯片起家,英伟达早已通过投资、并购渗透到了产业的每一层。

```mermaid flowchart LR accTitle: AI产业五层蛋糕与英伟达资本渗透 accDescr: 展示自下而上的AI产业分层结构及英伟达在各层的代表性布局

L1["能源层 (Energy)"] --- L2["芯片与硬件 (Chips)"] L2 --- L3["基础设施 (Infra)"] L3 --- L4["前沿与开源模型 (Models)"] L4 --- L5["应用与分发 (Apps & Distr.)"]

subgraph NV["英伟达生态渗透"] NV_L1["800V高压输电 / 液冷方案"] NV_L2["GPU / Grace Hopper / Vera Rubin"] NV_L3["Mellanox网络 / 云算力合作"] NV_L4["Nemotron / GR00T / Cosmos / Alpamayo"] NV_L5["Hugging Face 收购 (分发核心入口)"] end

L1 -.-> NV_L1 L2 -.-> NV_L2 L3 -.-> NV_L3 L4 -.-> NV_L4 L5 -.-> NV_L5 ```

英伟达最引人瞩目的一笔动作是 9 月初由黄仁勋亲自宣布收购开源模型托管平台 Hugging Face。该平台汇集了超过 2000 万用户、20 万家企业,托管了约 323 万个模型、113 万个数据集及超 140 万个应用,是全世界开源模型发布、下载与部署的首选入口。对此,Leonis Capital 合伙人 Jenny Xiao 评价道:

> “我认为,收购Hugging Face 释放了一个很明确的信号,英伟达不只想为开源模型提供芯片,也想成为开源AI的核心参与者。”

卖芯片的英伟达之所以深度押注开源生态,核心商业逻辑在于: 1. **利益高度契合**:英伟达本质上是“卖铲人”,AI 算力市场盘子越大对其越有利。闭源顶级实验室(如 OpenAI 与博通合作自研 Jalapeño 芯片,Anthropic 坚持多云多芯片策略,以及亚马逊、微软、Meta、谷歌自研替代芯片)正在极力摆脱对英伟达单极垄断的依赖; 2. **长尾开发者依赖**:相比大厂,开源社区的小型初创公司、独立研究员无法承受自研或多芯片适配的工程成本,英伟达成熟的工具链能让新模型在发布后以最快速度落地跑通,从而死死锁定这部分未来增量客户; 3. **把控分发与调用标准**:开发者通过 Hugging Face 的 Transformers 库等统一软件接口调用模型,英伟达掌控该入口便能从模型发现、算力选择一直渗透到底层部署,构成未来十数年的长期护城河。

黄仁勋一直坚定站在开源一方:2026 年 7 月 24 日他在 X 上的第一条推文就是支持开放权重模型的公开信,英伟达自身也持续推出开源基础模型 Nemotron、物理世界及机器人模型 GR00T 与 Cosmos、自动驾驶模型 Alpamayo。黄仁勋辞职后,Hugging Face CEO Clem Delangue 感叹“这是非常悲伤的一天”,AI 研究员 Nathan Lambert 亦评价称黄仁勋的离开“对美国开放模型非常、非常非常不利”。

---

[18:06](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1086s) 芯片循环融资:英伟达AI版图的隐忧

收购 Hugging Face 仅是黄仁勋构建的庞大 AI 资本版图的冰山一角。截至 2026 年 7 月,英伟达用于收购其他公司股权的现金已达 424 亿美元,持有股权投资账面价值达 990 亿美元,同时还有高达 250 亿美元的后续投资承诺。

在这张跨越能源、基础设施、模型及应用的版图里,包括了大量前沿研究型 AI 初创公司(NeoLabs)。例如前 OpenAI CTO Mira Murati 创立的 Thinking Machines Lab,在 2026 年 3 月宣布与英伟达展开战略合作,计划部署至少 1 吉瓦(GW)由 Vera Rubin 系统驱动的算力集群,英伟达同步对其进行了战略投资。

然而,这种激进的资本渗透引发了华尔街与硅谷的深度警惕与泡沫质疑。Jenny Xiao 指出了一种广泛存在的“芯片循环融资”机制:英伟达作为战略投资方将资金注入模型初创公司,初创公司拿着这笔资金向微软、甲骨文等云服务商购买算力,而云厂商转头再向英伟达采购最新的 GPU 设备,资金转了一圈重新回到英伟达的财报收入中:

> “英伟达是这类新兴AI实验室 最活跃的投资方,我们研究美国的这类实验室时,发现英伟达几乎家家都投了,这让人感觉存在循环融资,也让人怀疑AI是不是有泡沫。”

这类实验室之所以估值居高不下,很大程度上并非基于追求财务回报的传统 VC 机构定价,而是依赖英伟达这类不以短期财务回报为首要诉求的战略投资人托底。随着缔造这套资本飞轮的黄仁勋离开,这种左手倒右手的循环扩张模式与巨额投资承诺,正成为摆在继任管理层面前的一大风险变数。

[21:03](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1263s) 芯片循环融资争议与黄仁勋、CFO的分歧

英伟达近年来在 AI 生态中主导的庞大投融资网络引发了资本市场的双重审视:财务投资者开始质疑究竟该不该跟随英伟达入局,或者英伟达的介入是否人为吹大了这类初创企业的估值泡沫;这种“卖芯片—投初创企业—买更多芯片”的循环融资模式,正在加剧整个 AI 市场的脆弱性。黄仁勋搭建起了一套远超底层芯片本身的复杂商业同盟,但在英伟达内部,如此激进的巨额资本运作却从未达成全盘共识。华尔街日报与 The Information 的报道揭示,黄仁勋与英伟达首席财务官(CFO)Colette Kress(也是董事会任命的临时接任者)在投资与融资策略上长期存在巨大分歧。黄仁勋力主通过股权直投、信贷担保等手段不计代价地扶持云计算企业和数据中心扩张,从而制造出对英伟达 GPU 源源不断的市场刚需;而严谨审慎的 Kress 则对数百亿美元信贷担保的敞口风险和实际回报机制提出严厉质询。

最尖锐的冲突集中在 OpenAI 的超大数据中心项目上。英伟达原本计划为 OpenAI 提供高达 2500 亿美元的融资担保,协助其筹集资金、租建机房并批量部署英伟达芯片。Kress 对此极度审慎,亲自介入重新谈判并推倒重构了交易架构,强行将首期融资担保金额削减至原定方案的一半以下。在一次高管会议上,这种战略路线之争演变成公开的人身攻击,黄仁勋当场严厉痛斥 Kress 缺乏战略远见,甚至当众讽刺她“像只被车头灯照傻的鹿”。随着黄仁勋辞职、Kress 临危受命,外界普遍对英伟达未来能否维持激进的生态扶持持消极态度;受访嘉宾直言,一旦英伟达缩减真金白银的生态培育,很多原本依赖补贴式支持的生态伙伴面临融资链断裂风险,整个 AI 产业链可能被整体向下拖拽,尤其在面对中国开源模型步步紧逼时,失去魄力与决断的英伟达,其作为“美国开源生态最后机会”的护城河正在面临动摇。

- **争议融资规模**:原计划向 OpenAI 数据中心项目提供高达 2500 亿美元的融资担保。 - **方案削减结果**:经 CFO Colette Kress 重新设计后,首期融资担保规模缩水至原计划的一半以下。 - **内部公开冲突**:黄仁勋曾在高管会上当面怒斥质疑风险的 Kress “像只被车头灯照傻的鹿”。 - **行业连锁反应**:受访嘉宾评估指出:“如果新的CEO不用花钱去扶持、培养行业整个ecosystem(生态)其他一些玩家,那很多人今后的financing(融资)也好,可能也会出现一个问题,所以就相当于把整个生态系统一定会往下拖。”

[23:52](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1432s) 创始人模式(Founder's Mode):从效率神话到单点崩溃

在数万亿美元市值的科技巨头中,英伟达是“最不像大公司的大公司”。黄仁勋打造了一套极致扁平且独一无二的“创始人模式(Founder's Mode)”,全公司有超过 60 位高管直接向他单线汇报,业务版图横跨 GPU、CPU、网络交换、系统软件、机器人、自动驾驶直至医疗健康,每一条业务线的关键节点他都亲力亲为。内部推行多年的“最重要的五件事”(Top 5 Things)机制要求员工定期邮件汇报核心工作,黄仁勋亲自抽读、秒回并迅速调配资源,彻底砍断了大企业病中的层层审批与官僚政治。然而,这种强人集权式的办公场景也充斥着高压与铁腕:60 多位高管同处一室开会,黄仁勋当面训斥从不留情,甚至有资深男性高管在会上当众被骂哭。

这套高度依赖黄仁勋超强个人算力的组织架构,在带来极致敏捷执行力的同时,成了公司最大的软肋。这并不是一套任何职业经理人接手都能顺畅运转的标准化制度,而是一台完全围绕黄仁勋大脑量身定制的“个人操作系统”。60 多位高管在各自纵深领域是绝对专家,但整个公司几乎找不出第二个人兼具横跨底层硬件架构、软件体系、商业生态与资本棋局的全局统筹力。加上黄仁勋自认还能再干几十年,公司内部根本没有任何实质性的接班人培养计划(Succession Plan)。当突发丑闻导致董事会在几天内投票将其彻底免职、甚至踢出董事会完成“裸辞”时,公司治理瞬间暴露在真空之中。受访投资人指出,尽管英伟达在 2027 年甚至 2028 年之前的既定财务数字不会立刻崩塌,但失去灵魂人物对公司估值体系是灾难性的打击,类比巴菲特之于伯克希尔·哈撒韦,市场共识认为黄仁勋个人的溢价至少占公司总市值的 25%。

```mermaid flowchart TD accTitle: 创始人模式组织结构与其治理脆弱性 accDescr: 展示超过60位高管与Top 5汇报全部汇聚于黄仁勋一人,导致缺乏第二梯队和接班人计划,最终引发单点崩溃风险。

subgraph FlatExec ["扁平化高压决策(60+汇报与Top 5机制)"] G1["GPU / CPU / 硬件架构"] G2["CUDA / 基础软件 / 算法"] G3["高速网络 / 系统整机"] G4["汽车 / 机器人 / 医疗生态"] end

JH["黄仁勋(中央决策中枢)<br>兼顾技术、商业、资本与客户关系"]

subgraph SuccessionVulnerability ["治理结构致命隐患"] NoSuccessor["完全无接班人培养计划"] SinglePointFailure["高管精于垂直领域,缺乏全局战略视野"] SuddenOuster["突遭董事会解职并退出董事会(裸辞)"] end

G1 & G2 & G3 & G4 -->|"直连汇报 / 强人掌控"| JH JH -->|"绝对话语权"| SuccessionVulnerability SuccessionVulnerability -->|"市场预期估值缩水"| ValuationDiscount["公司整体估值面临至少 25% 的折让"] ```

- **汇报层级结构**:超过 60 名各业务线高管直接向黄仁勋单线汇报,决策免除层级阻隔。 - **内部管理机制**:“Top 5 Things”制度要求全员定期邮件列出 5 件大事,黄仁勋亲自阅读并批复。 - **接班断层危机**:公司全盘押注黄仁勋个人决断,长期缺乏第二梯队系统性培养计划。 - **市场估值影响**:投资人以巴菲特与伯克希尔·哈撒韦作比,纽约 Amont Partners 管理合伙人 Rob Li 表示:“市场现在的consensus(共识),就大概估值要下至少25个点,就说这个人一个人的作用,至少占公司的整个估值里面有1/4。”

[27:17](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1637s) 超级销售体系:黄仁勋不可复制的个人外交

英伟达的销售团队在拜访客户时,最标志性的一句开场白是:“What keeps you up at night?(是什么让你彻夜难眠?)”随后全公司便会调动资源去消灭客户的痛点。而整套商业战线的最前沿,始终是黄仁勋本人。从 1994 年首位销售员工 Jeff Fisher 加入这家仅有 25 人、尚未发布正式产品的作坊式公司,到 2005 年挖来 Jay Puri 将显卡作坊改造为面向全球企业的计算平台供应商,英伟达的销售架构早已完成了从“卖硬件芯片”到“提供软硬件平台”,再到“直接给产业创造需求”的超级进化。工程师直接下场帮客户调代码、开发者生态提前布局 CUDA、战略投资部出资孵化算力采购方、CEO 亲自牵头敲定超级单,这套四位一体的立体进攻网络让竞争对手望尘莫及。

然而,这套超级销售模式的核心发动机是黄仁勋个人极具魅力的销售手腕与敏锐直觉。他常年穿梭亚洲等地拜访供应链与大客户,对产品底层细节了如指掌(Inside Out),甚至在产品研发成型前就开始潜移默化地培育并重塑客户的需求边界。2016 年,他亲自抱着第一台 DGX-1 交付给当时囊中羞涩、毫无采购规模的 OpenAI;8 年之后,甲骨文创始人拉里·埃里森(Larry Ellison)与埃隆·马斯克(Elon Musk)却不得不在晚宴餐桌上苦苦央求黄仁勋分拨配额;近两年,他更是直接出入各国元首府邸,亲自向国家领导人兜售“主权 AI(Sovereign AI)”基础设施。受访业内人士感叹,技术参数与客户管理流程可以被职业经理人接盘继承,但黄仁勋身兼“技术路线定义者、全球客户最高纽带、行业信仰布道师”于一身的超级销售动能,根本无法在交接中自动完成转移。

- **早期销售起点**:1994 年首位销售人员 Jeff Fisher 加盟时英伟达仅 25 名员工,尚无正式产品。 - **平台转型节点**:2005 年从外部挖来 Jay Puri,奠定企业级计算平台销售架构。 - **代表性销售战绩**:2016 年亲自为初创期 OpenAI 运送首台 DGX-1;后期完成面向国家级政府推销主权 AI 基础设施的战略升级。 - **难以复制的核心能力**:硅谷资深半导体行业从业者评价黄仁勋道:“老黄是最大的销售,其实是最好的销售,首先他对自己公司的产品是inside out(了如指掌),他非常了解的,他其实会在培养客户,就像CUDA一样,其实是他一直在培育客户,甚至于在引导客户,他不是说我东西做出来然后再去卖,他实际上是在潜移默化中把他的东西这个价值体现出来。”

[30:23](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=1823s) 人才结构失衡、股权悖论与领袖号召力真空

除了管理断代,英伟达正在经历深层的人才离心力。英伟达三十年筑造的核心技术高地集中于 GPU 架构设计、芯片后端工程、CUDA 驱动链、算力系统集群以及高速互联网络(InfiniBand / NVLink),这些核心支柱业务能够给工程师提供最顶级的计算资源与发展舞台。然而在当下炙手可热的自动驾驶、具身机器人、世界模型以及生命科学等前沿研究领域,组织环境却极为拧巴:一位世界模型顶级研究员在英伟达内部可能只是边缘支持项目的小组长,但投身一线模型实验室或选择创业,却能直接定义前沿产品的技术主航道。英伟达终究是一家以算力硬件为终局的基础设施提供商,技术研发必须服务于“消耗更多芯片算力”的商业目标,这使它在面对 OpenAI、Anthropic、xAI 以及具身智能明星初创企业争抢最顶尖 AI 科学家和高质量实习生时屡屡碰壁。

与此同时,英伟达赖以留存人才的核心武器——股票激励机制,陷入了深刻的财富悖论。自 2022 年底至今年 9 月,英伟达股价飙升约 1400%,据 Levels.fyi 测算,一名 2022 年入职的高级软件工程师仅股票持仓便价值约 410 万美元。财富暴增催生了一批早早实现财务自由的元老级员工,许多人已开始围绕股权归属(Vesting)周期盘算退休或跳槽创业,工作进取心遭遇钝化;而对于高位入职的新一代员工,面对今年股价的震荡回调,手里的股权激励前景充满不确定性,公司不得不面临必须加码高额现金薪酬与更大自主权的留人成本。更为致命的是精神图腾的坍塌,许多年轻工程师之所以选择留在高压的英伟达,完全是源于“为老黄工作(Working for Jensen)”的狂热崇拜,这种个人魅力与马斯克在特斯拉、SpaceX 的号召力如出一辙。黄仁勋的骤然离场,极易引发核心技术团队的恐慌性外流。

- **股价与财富增长**:2022 年底至 2026 年 9 月股价累计涨幅达约 1400%。 - **老员工持股市值**:2022 年入职的高级软件工程师,其归属股票市场价值约达 410 万美元。 - **人才吸引力受限**:机器人与前沿模型非主营变现业务,无法提供业界最具进攻性的顶薪包裹与产品主导权。 - **离职潮风险加剧**:关于核心员工去向,陈茜与受访者讨论道:“甚至于我觉得英伟达会有很多人出来,然后要么创业,要么加入到其他公司,要么加入老黄的新公司。”

[34:20](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=2060s) 治理漏洞与结尾:没有 AB 股的巨人生涯余韵

整个硅谷在黄仁勋去职后陷入漫长的震惊与失神。外界惊觉,这位在 AI 时代一呼百应、权势看似无可撼动的教父级领袖,在几天之内便被董事会罢免驱逐。剖析其股权结构,核心漏洞浮出水面:黄仁勋在英伟达的实际持股比例仅剩 3.58%,而且由于英伟达早在 1999 年就已在纳斯达克上市,属于 30 多年前的第一代科技公司,当时硅谷尚未流行如今 Meta、Alphabet 等现代科技企业普遍采用的双重股权架构(Dual-Class Shares / AB 股超级投票权机制)。黄仁勋对董事会没有绝对的投票控制权,这让他在遭遇突发丑闻时缺乏反制底牌,陷入了当年 Uber 创始人特拉维斯·卡兰尼克(Travis Kalanick)被投资人董事会瞬间倒戈逼宫清洗的相同命运。

片尾,《硅谷101》制作人陈茜分享了幕后创作的心路历程。三年前频道推出的深度纪录片《在诉讼与骂名中崛起的英伟达GPU 从未停止过战斗 也没有永远的朋友》曾是全网第一个爆款,如今面对掌舵 33 年的灵魂领袖落幕令人格外唏嘘。回顾多年来近距离参加 GTC 大会与媒体群访的观察,黄仁勋最值得尊敬的不是市值与财富,而是超越时代的技术直觉、在失败质疑中的坚韧、对创业生态的孵化以及对底层工程技术的纯粹信仰。尽管眼下的风波仍有大量指控有待调查与厘清,但这绝不能抹杀他改写人类计算产业的卓越功绩。三年前视频结尾写道“英伟达没有永远的客户,没有永远的朋友,黄仁勋是孤独的也是叛逆的,他能做的只有不断往前跑,战斗永不停止”,如今无论英伟达前路如何,这位叛逆斗士的征途依然未到终局。

- **股权控制权缺失**:黄仁勋在英伟达仅持有约 3.58% 的普通股股份。 - **上市架构制度限制**:1999 年上市时未设立 AB 股超级投票权制度,创始人无法在董事会内部行使一票否决式的绝对控制权。 - **治理教训反思**:受访投资人将其与当年 Uber 联合创始人 Travis 的遭遇并置,认为治理结构是最大的历史遗留疏漏:“黄仁勋我觉得做的最大一个失误在于,他没有像新一代的科技公司,因为他毕竟是第一代30多年前的科技公司,他没有做AB股这样一个结构,如果你有AB股的话,即使你经济的占比只有3个点、不到4个点,但如果你说我有一股可以当一万股,我还能够控制公司的话,那他就不会出现今天这样一个局面。” - **时代注脚与期许**:针对老黄的未来走向,陈茜在节目末尾感慨:“我不知道黄仁勋的战斗会不会止于此,但我希望不会。”

## Notable quotes > [01:15](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=75s) 因为AI coding agent(编程智能体)的原因,迟早CUDA就会变成一个不是护城河,这不是一个vision(愿景),是一个事实了。 — Howie Xu

> [11:47](https://www.youtube.com/watch?v=xJUWVxZfNVI&t=707s) 我认为,收购Hugging Face 释放了一个很明确的信号,英伟达不只想为开源模型提供芯片,也想成为开源AI的核心参与者。 — Jenny Xiao

## Mentioned 英伟达, 黄仁勋, 台积电, CUDA, AMD, Anthropic, Claude Mythos, MI355X, Howie Xu, Gen Digital, Dynamo, Groq, Grace Hopper, Vera Rubin, Mellanox, Hugging Face, Clem Delangue, Jenny Xiao, Leonis Capital, Thinking Machines Lab, Mira Murati, Colette Kress, OpenAI, 博通, Rob Li, Amont Partners, Jeff Fisher, Jay Puri, Larry Ellison, Elon Musk, DGX-1, Travis Kalanick, 陈茜, 硅谷101

## Video description 掌舵33年后,黄仁勋突然辞去了英伟达CEO职务,并离开董事会。一场丑闻风波,让这家站在全球AI浪潮中心的科技巨头,猝然进入“后黄仁勋时代”。当创始人不再掌舵,英伟达究竟失去了什么?

这个问题,远不止一次管理层交接。AI Coding正在改变芯片软件的开发方式,CUDA的生态壁垒正在被冲击,GPU竞争正在走向整机柜、数据中心级别的系统整合。英伟达与台积电等供应链伙伴长期建立的信任与协作,能否脱离黄仁勋本人继续维系?这些都是决定英伟达未来竞争力的关键变量。

与此同时,黄仁勋还留下了一张横跨AI产业链的商业版图:押注开源模型与开发者生态,推动收购Hugging Face,投资AI实验室、云计算和数据中心,甚至通过资本支持创造对自身芯片的需求。继任者会延续这套激进的扩张战略,还是重新衡量其中的风险?

我们采访了多位来自硅谷和华尔街的芯片、科技及金融行业人士,从技术路线、供应链、资本布局,到销售体系、人才与管理制度,重新审视英伟达的内部运转逻辑。60多位高管直接汇报的扁平化组织,曾经是这家公司的效率秘诀,如今却也成为继任难题。

黄仁勋的远见、魄力和号召力塑造了今天的英伟达,而黄仁勋离开后的英伟达,要如何保持卓越?我们没有答案。

采访嘉宾: Howie Xu,Gen Digital首席AI/创新官 匿名, 硅谷资深半导体行业从业者 王铁震,前Hugging Face亚太生态负责人 Rob Li,纽约Amont Partners管理合伙人

时间轴: 00:00 后黄仁勋时代,英伟达何去何从? 01:15 AI大模型冲击CUDA护城河 05:16 “整个半导体的创新都会放缓” 08:16 失衡的供应链:英伟达还稳得住台积电吗? 11:47 卖芯片的英伟达,为什么如此重视开源? 18:06 芯片循环融资:英伟达AI版图的隐忧 21:34 黄仁勋与CFO的分歧:激进扩张还能继续吗? 23:48 创始人模式:“效率秘诀成为如今最大软肋” 27:17 “黄仁勋本人,就是英伟达最好的销售” 30:23 股票、人才与领袖号召力:“人才会大量流失” 34:20 老黄的战斗,会停止吗?

【延伸观看】

从早期GPU市场的激烈竞争,到CUDA生态的建立,再到AI时代的算力与产业链布局,英伟达的崛起并非一蹴而就。关于这家公司的发展历程、商业战略,以及AI基础设施面临的现实挑战,我们之前还做过几期深度视频,感兴趣可以接着看看👇

https://youtu.be/UBwHVneGiXs?si=ShFFIpk1_sUN0P5s

https://youtu.be/B3wJuvYjLu0?si=FTxYEmlYGqKlW8pn

https://www.youtube.com/watch?v=goiVFy4jqPA

【欢迎加入硅谷101 Discord讨论群】 👉https://discord.gg/PACWRvyfCm

【往期精彩视频】 https://youtu.be/1b6qVM0fKbk?si=zjvsRODaG3R2oxyS

https://www.youtube.com/watch?v=pC3QbOu7_s4

https://youtu.be/nuD-P-AFjG0?si=3ubP0fN-cy27-Vij

https://youtu.be/BmcoQDwdkeM?si=WrLn-34Kv-O6a5Q2

https://youtu.be/2pZ9Gl7qVUo?si=01gRD4_4pEC5qU-3

https://www.youtube.com/watch?v=nilNLfW7izg

https://www.youtube.com/watch?v=tzEWYNQmnmc

https://www.youtube.com/watch?v=ARocqV7DtC8&t=1131s

https://youtu.be/x2meJPOn9ws?si=p4voD9TJW9-M44hm

https://youtu.be/svNElhOYajQ?si=vFKE_9M_Onr7yUOf

https://youtu.be/cB_X6AImPjQ?si=b5jpZegDdrzAfk9N

https://youtu.be/H35nVgNGyo8?si=d4SAJHw4JmfBTPYb

https://youtu.be/G-1qbtXJKyQ?si=qiVXq7JGKkDZIQAT

https://youtu.be/--ePbkaRwl4?si=mMyZLksZtaocIq66

https://youtu.be/i0t3RyLILnw?si=RTAcHEoVXsGKd5j7

[Source](https://www.youtube.com/watch?v=xJUWVxZfNVI)

中文简报

黄仁勋被免除英伟达全部职务 缺乏AB股与接班计划重创万亿巨头 因缺乏双重股权控制与接班人储备,黄仁勋的骤然离职导致英伟达强人决策体系崩溃,在AI编程侵蚀CUDA壁垒与供应链互信动摇的关口,公司面临至少25%的估值折让与创新放缓风险。 黄仁勋突遭解职令英伟达陷入多重危机。技术层面上,AI编程正迅速削弱CUDA生态壁垒,竞争虽转向机柜级系统集成但行业创新面临放缓风险;供应链与资本层面,缺乏黄仁勋统筹后,与台积电的高度协同与信任面临重塑,激进的芯片循环融资与巨额担保亦在内部引发路线分歧。此外,高度依赖个人决策的扁平化组织缺乏接班人培养,叠加无双重股权架构保护导致的治理单点崩溃以及股价暴涨后的人才离心力,均使英伟达的前景充满变数。 黄仁勋在掌舵英伟达33年后因突发丑闻辞去CEO并退出董事会,由于英伟达未设立双重股权架构(AB股),其仅持股约3.58%,导致在董事会逼宫面前缺乏反制底牌。 (34:20) AI Coding智能体的快速演进(如Anthropic将任务跨平台迁移至AMD芯片仅用时三天)正在削弱英伟达二十年来依仗的CUDA软件生态壁垒。 (1:15) 英伟达与台积电三十年“不签合同”的高度信任关系面临重构,在黄仁勋去职后,台积电或将分散先进封装(CoWoS)与先进制程产能给AMD等竞品。 (8:16) 英伟达内部对激进资本运作长期存在分歧,黄仁勋曾力主向OpenAI数据中心提供2500亿美元融资担保,遭临时接任CEO的CFO Colette Kress强行削减过半。 (21:03) 华尔街与市场共识认为黄仁勋的个人溢价占英伟达估值的25%以上,其扁平化的“创始人模式”未设接班人计划,正引发治理与人才流失危机。 (23:52)

Source quotes

[1:15] Howie Xu: 因为AI coding agent(编程智能体)的原因,迟早CUDA就会变成一个不是护城河,这不是一个vision(愿景),是一个事实了。 [11:47] Jenny Xiao: 我认为,收购Hugging Face 释放了一个很明确的信号,英伟达不只想为开源模型提供芯片,也想成为开源AI的核心参与者。

Original transcript

[0:00] 没有黄仁勋的英伟达 意味着什么 [0:02] 英伟达的CEO刚刚辞职了 [0:05] 黄仁勋人走茶凉了 [0:07] 美国中期选举带来的政策不确定性 [0:09] 已经给AI产业的发展罩上了一朵乌云 [0:12] 市场情绪愈发脆弱 [0:14] 而英伟达创始人黄仁勋在丑闻风波中突然辞职 [0:18] 更让外界为这家掌握着全球AI算力命脉的万亿美元芯片巨头 [0:23] 捏了一把冷汗 [0:24] 现在的关键问题是 这对英伟达意味着什么 [0:27] 又对全球AI发展来说 意味着什么 [0:30] 因为AI coding agent(编程智能体)的原因 [0:33] 迟早CUDA就会变成一个不是护城河 [0:36] 就是AI以端到端去做 [0:38] 把serving(推理服务)框架、软件 [0:39] Runtime(运行时)调度全部做成定制化 [0:42] 这个CUDA本身这一层的生态 [0:44] 其实也就淹没在这里面 [0:45] 供应链我觉得应该是 [0:47] 比CUDA更重要的一个点 [0:49] 这一期硅谷101视频 [0:50] 我们集中采访了在硅谷和华尔街的 [0:53] 数位芯片、科技、金融行业内嘉宾 [0:55] 深扒直接向黄仁勋汇报的60余高管 [0:59] 从英伟达的管理、销售、技术研发、供应链 [1:01] 开源生态布局、下一代技术押注等等方向 [1:04] 来深度聊聊 [1:06] 如果没有黄仁勋 英伟达的未来在何处 [1:17] 黄仁勋辞职前后 [1:18] 美国社交媒体X上 [1:20] 到处都是科技圈领袖们对黄仁勋的声援 [1:23] 他们希望英伟达董事会三思 [1:25] 因为Nvidia without Jensen is nothing [1:28] 英伟达没有黄仁勋 就什么都不是 [1:31] 硅谷认为英伟达 [1:32] 甚至是整个AI界 [1:34] 如今是最需要黄仁勋的时刻 [1:36] 原因很简单 [1:37] CUDA的生态护城河可能很快 [1:40] 要被AI大模型动摇了 [1:45] 新一代AI大模型 [1:46] 正在吃掉软件生态护城河 [1:48] 这一次到了CUDA [1:50] CUDA是英伟达2006年推出来的一套 [1:53] 并行计算平台和编程体系 [1:55] 简单来说它让开发者能够使用GPU [1:58] 执行通用计算任务 [1:59] 虽然GPU拥有强大的计算能力 [2:02] 但是开发者也需要一套软件工具 [2:04] 才能够方便地调用 [2:06] 还有充分地利用这些能力 [2:08] 这是此前英伟达最强的护城河 [2:10] 因为整个AI行业 [2:12] 已经深度依赖CUDA这套生态了 [2:15] 退一万步说 [2:16] 即使竞争对手 [2:17] 比如说AMD [2:17] 可以制造出性能更强或者价格更低的GPU [2:21] 要让客户们放弃已经熟悉的CUDA体系 [2:24] 依然需要付出高昂的时间和工程成本 [2:28] 这种高昂的迁移成本也存在于 [2:30] GPU与谷歌TPU等ASIC [2:32] 专用集成电路之间 [2:34] 但是Anthropic在最新的路演中说 [2:36] 现在 几个月的时间可以被模型压缩到几天 [2:40] 根据The decoder披露的路演PPT [2:43] Anthropic号称 [2:44] 之前接入一种新的芯片平台 [2:46] 可能需要几十名工程师 [2:48] 耗费6到12个月的时间 [2:50] 而这一次 [2:50] Claude Mythos只用了大约三天 [2:52] 就帮助公司把一个AI模型的特定推理任务 [2:56] 适配到了AMD的GPU上 [2:58] 因为AI coding agent(编程智能体)的原因 [3:02] 迟早CUDA就会变成一个不是护城河 [3:05] 这不是一个vision(愿景) [3:06] 是一个事实了 [3:08] 不是说CUDA一夜之间没有了 [3:10] 但是这看到的是一个方向 [3:12] 以前之所以CUDA是一个护城河 [3:15] 就是事情都能做 [3:16] 但你要堆大量的人 [3:18] 而且懂的人并不多 [3:20] 这是问题 [3:22] 现在大量的人跟懂的人不多 [3:25] 这两个问题都解决了 [3:26] 因为Mythos或者说新的模型 [3:28] 都能解决这些问题 [3:30] 当然了 真正要等到要让我们看到 [3:32] CUDA不relevant(重要) [3:34] 这不是今年、明年的事情 [3:37] 要需要点时间 [3:38] 但是我觉得这已经是一个 [3:40] 用第一性原理去思考 [3:41] 这个本来就是 [3:42] 本来要人写的 [3:43] 现在机器就能写 [3:44] 或者说agent就能写了 [3:46] 就这么回事情 [3:47] 首先是Kernel(计算内核)这一层 [3:48] 你甚至于不用写CUDA了 [3:51] 直接写下面的汇编了 [3:52] 这样可以做更好的优化 [3:54] 第二个就是CUDA这个生态 [3:57] 其实是当时是各行各业的人用GPU [4:00] 其实是一个异构系统 [4:02] 所以它需要手动地去写很多的 [4:04] 各种各样的算子库 [4:06] 有了AI以后 [4:07] 这种手工做的算子库 [4:09] 如果有一个新的领域 [4:10] 它是可以快速地adapt(适配) [4:12] 这是第一点 [4:13] 第二点就是有了AI以后 [4:14] Agent的orchestration(编排) [4:15] 能力非常强 [4:16] 所以在这个系统调度的层次 [4:18] AI的能力也非常强 [4:20] 甚至于我现在看到的一些迹象 [4:22] 就是AI以端到端去做 [4:23] 从任意一个应用 [4:25] 直接到生成整个汇编到后面的源代码 [4:29] 它可以端到端 [4:30] 把serving(推理服务)框架、软件 [4:32] Runtime(运行时)调度全部做成定制化 [4:35] 每一个模型、每一个应用 [4:37] 都有自己一套独特的软件stack(软件栈) [4:40] 这个都可以端到端了 [4:41] 你想想看 [4:43] 这个CUDA本身这一层的生态 [4:45] 其实也就淹没在这里面 [4:47] 这里要强调的是 [4:48] 在被媒体曝光的 [4:50] 这页Anthropic的路演PPT实验 [4:52] 仅涉及一个模型 [4:53] 在AMD MI355X GPU上面的提示词处理任务 [4:58] 不能够直接等同于 [5:00] 整个AI系统的跨平台迁移 [5:02] 而更多具体的 [5:03] 我们还需要等更多的复现和验证 [5:05] 但可以确定的是 [5:07] 英伟达引以为傲的CUDA护城河 [5:10] 正在摇摇欲坠 [5:11] 而这 正是公司最需要黄仁勋的时刻 [5:18] 如果CUDA的护城河被攻破 [5:19] 英伟达还有什么优势呢 [5:21] 硅谷半导体行业的资深从业者对我们表示 [5:24] 黄仁勋此前已经预见到了CUDA被削弱 [5:28] 所以接下来 [5:28] 芯片厂商拼的不再是单卡的性能 [5:31] 而是异构芯片以及系统性的整合能力 [5:35] 此前英伟达已经在往这个方向走了 [5:38] 拼的其实还是系统的整合能力 [5:40] 还有 原来软件这一块 [5:42] 其实英伟达也有很强大 [5:43] 像Dynamo这些新的系统上面的调度软件 [5:46] 英伟达其实包括收购Groq [5:49] 就是prefill(预填充)、decode(解码) [5:49] 做这种disaggregation(拆分) [5:51] 他后来又做了CPX [5:53] 做StorageChain [5:54] 就相当于是把KV cache [5:56] offload(卸载)到storage(存储层) [5:57] 这又是一个异构的系统 [5:59] 然后Grace Hopper是CPU跟GPU封在一起 [6:02] 这也是异构 [6:03] 所以整个系统里面 [6:04] 你看这个异构的元素非常非常的多 [6:07] 英伟达其实已经在往那个方向去走了 [6:10] 黄仁勋其实已经在为异构芯片系统铺路了 [6:13] 未来 英伟达的竞争优势 [6:15] 可能不再只来自于GPU和CUDA [6:17] 而是进一步转向整个机柜 [6:19] 甚至数据中心的系统集成能力 [6:22] 但是这需要大量的前沿技术创新 [6:25] 比如说高速光互连、比如说液冷散热 [6:28] 以及更高效的供电系统等等 [6:30] 这些技术并不是英伟达发明的 [6:33] 但过去几年 [6:34] 英伟达凭借着激进的产品迭代节奏 [6:36] 和越来越高的系统性能要求 [6:38] 推动整个供应链加快创新 [6:41] 让许多原本需要漫长研发、验证 [6:43] 和部署周期的硬件技术 [6:45] 得以迅速进入大规模商业应用 [6:48] 像英伟达的这种Vera Rubin的系统 [6:51] 它可能有6种不同的芯片 [6:53] 它因为收购了以前的Mellanox [6:56] 所以它有网络这一块非常强 [6:58] 他自己做Grace Hopper [7:00] 所以CPU这一块也非常强 [7:02] 做liquid cooling(液冷) [7:04] 还有做光相关的 [7:05] 其实这是非常的 [7:07] 走在非常前面 [7:08] 包括英伟达做OCS [7:10] 就Optical Circuit Switch (光电路交换机) [7:11] Google先做的 [7:12] 英伟达现在最近也有一些论文出来 [7:15] 他们在用OCS代替NVLink Switch [7:18] 这个都是非常非常有前瞻性的一些东西 [7:21] 这些技术需要CEO和创始人的前瞻性 [7:25] 黄仁勋目前布的局 [7:26] 还可以帮助英伟达再走一段时间 [7:28] 但是之后 [7:29] 嘉宾担心 [7:30] 没有第二个人有老黄这样的号召力和魄力 [7:33] 整个半导体行业的创新接下来都会放缓 [7:37] 老黄基本上是一个电话打过去 [7:39] 大家都会一起响应 [7:41] 大家积极地把这个AI的产业推进 [7:44] 包括一些非常激进的路线 [7:46] 比如说我们做CPO(共封装光学)类似的 [7:49] 或者是做800伏的这种高压输电 [7:53] 这种其实都是老黄最激进 [7:54] 最先提出来一些 [7:56] 产业就跟进 [7:57] 所以对产业来说 [7:59] 可能大家就会 [8:00] 不知道后面怎么处理一些事情 [8:02] 有可能会停顿 [8:04] 有可能资本开支也会停一停 [8:06] 包括产业的积极扩张也会停一停 [8:10] 包括老黄这边的一些后面的单子 [8:12] 要怎么处理 [8:13] 其实是影响非常的深远 [8:18] 接下来的重要一点 [8:19] 在于黄仁勋在供应链上面的话语权 [8:22] 黄仁勋在今年3月 [8:23] 接受Lex Fridman采访的时候 [8:25] 说过这么一句话 [8:26] 30年来 [8:27] 我都说不清我们和他们(台积电)做了多少生意 [8:29] 几百亿、上千亿美元吧 [8:33] 可我们连合同都没签 [8:35] 这挺了不起的 [8:36] 与台积电合作30年 [8:38] 英伟达不需要签协议 [8:39] 这是老黄的原话 靠的是信任 [8:42] 根据台积电2025年的财报 [8:44] 英伟达已经超越苹果 [8:46] 成为台积电最大的客户 [8:47] 贡献了台积电19%的全年营收 [8:50] 而在AI芯片最关键的 [8:52] CoWoS先进封装环节 [8:54] 根据研究机构的估算 [8:55] 英伟达2025年更是消耗了 [8:57] 全球大约60%的产能 [9:00] 而明明订单需求非常多 [9:01] 为什么台积电只愿意接受英伟达的大单呢 [9:05] 可能答案还是黄仁勋 [9:07] 因为英伟达不仅带来了巨额的订单 [9:10] 更重要的是 [9:11] 它能够向台积电提供未来几年 [9:13] 持续增长的需求预期 [9:16] 黄仁勋每年推出新一代AI芯片 [9:18] 不断提高对先进制程和封装技术的要求 [9:22] 实际上也在推动台积电 [9:24] 提前投资、扩大产能 [9:26] 对于一家建造晶圆厂动辄需要数百亿美元 [9:29] 投资回报周期长达数年的企业来说 [9:32] 最宝贵的客户 [9:33] 不是今天买得最多的客户 [9:35] 更是那个能够让它相信 [9:37] 能长期有钱赚的客户 [9:39] 供应链我觉得应该是 [9:41] 比CUDA更重要的一个点 [9:43] 对英伟达是一个很大的冲击 [9:46] 因为它对供应链的影响 [9:48] 不是差一点点 [9:50] 我觉得几乎就是跟一个普通的 [9:52] 另外几家它的竞争者就差不多了 [9:55] 供应链这件事情 [9:57] 你是要相信才会有钱赚 [10:00] 你如果说 [10:01] 或者说像过去几年这么有钱赚 [10:03] 你如果说不信他的话 [10:05] 你是没钱赚的 [10:06] 这个影响不只是英伟达 [10:08] 是影响整个行业 [10:10] 英伟达与台积电的关系 [10:11] 早已超越了普通的芯片采购 [10:14] 双方通过几十年的技术协作 [10:16] 产能规划还有商业承诺 [10:18] 是建立了一种高度相互依赖的关系 [10:21] 如今 黄仁勋下台 [10:22] 台积电可能将要重新开始把鸡蛋 [10:25] 放在不同的篮子里 [10:27] 而这意味着 [10:27] 英伟达稳固的供应链 [10:29] 也可能不再稳固了 [10:31] 台积电它是要分配产能的 [10:33] 包括它的先进封装的产能 [10:35] 包括它的advanced node(先进制程) [10:36] 产能的分配 [10:37] 所以他会看 [10:38] 扶持一些企业 [10:39] 有一些企业他觉得有potential(潜力) [10:41] 他其实要分配产能 [10:42] 后面的话 [10:44] 如果有一些企业 [10:45] AMD的ROCm的生态 [10:48] 其实没有太大的瓶颈 [10:50] 它的那些性能也越来越好 [10:52] 后面其实从供应链的台积电的产能分配上 [10:55] 就会给AMD更多的一些额度 [10:58] 我觉得后面其实会更多 [11:00] 英伟达的竞争地位或者强势地位 [11:04] 可能会有一定的平衡 [11:06] 好 以上我们了解了英伟达最核心的业务 [11:09] 以及黄仁勋下台之后 [11:10] 对英伟达的影响最大的几个方面 [11:13] 接下来我们会继续聊到 [11:15] 老黄花了很多心血布局的赛道 [11:17] 包括开源生态 [11:19] 包括自动驾驶 [11:20] 机器人和量子计算等等 [11:22] 这些赛道目前对英伟达的财报作用不大 [11:25] 但是老黄赌的是 [11:26] 下一个加速计算爆发的方向 [11:29] 他要保证当那个赛道爆发的时候 [11:31] 算力生态和系统标准 [11:33] 是由英伟达来主导的 [11:35] 接下来 我们把镜头交给Yiwen [11:37] 来看看英伟达的生态布局 [11:40] 以及在后黄仁勋时代 [11:42] 这些布局是否还能够实现呢 [11:48] Hello大家好 [11:49] 我是《硅谷101》的Yiwen [11:51] 我们知道老黄说过 [11:53] AI是一个五层的蛋糕 [11:55] 最下层是能源 [11:57] 依次往上是 [11:58] 芯片、基础设施、模型和应用 [12:00] 英伟达当然是做芯片起家的 [12:03] 但通过不断地收购、投资还有合作 [12:07] 英伟达的资本其实已经渗入到了 [12:09] 这当中的每一层 [12:11] 也就是说今天的AI生态不管到哪里 [12:14] 都和英伟达脱不开干系 [12:16] 在这里 我们就来盘一盘 [12:18] 英伟达最新的一次收购 [12:20] 也就是Hugging Face [12:21] 通过它来理解当下英伟达的收购版图 [12:25] 自从开源模型火起来后 [12:27] 相信大家对这家公司也很熟悉了 [12:29] 今天全世界的大部分开源模型发布以后 [12:33] 第一站就是Hugging Face [12:34] 现在 平台上有超过2000万个用户 [12:37] 包括20万家公司 [12:39] 约323万个模型、113万个数据集 [12:42] 和超过140万个应用 [12:44] 可以说这是开发者找模型、下载权重 [12:47] 做微调和部署的第一步 [12:49] 于是老黄在9月初亲自宣布了这笔收购 [12:53] 买下了开源AI最重要的分发渠道和入口 [12:56] Leonis Capital的合伙人Jenny Xiao [12:59] 对《硅谷101》表示 [13:00] 这是英伟达支持开源生态的关键信号 [13:04] 随着闭源实验室越来越多地选用 [13:07] 英伟达以外的芯片 [13:09] 英伟达也在尝试参与开源生态 [13:13] 我认为 [13:14] 收购Hugging Face 释放了一个很明确的信号 [13:16] 英伟达不只想为开源模型提供芯片 [13:21] 也想成为开源AI的核心参与者 [13:26] 当然 这笔收购目前还在走监管流程 [13:28] 根据报道 [13:29] 美国司法部已经从反垄断层面提出了质疑 [13:32] 再加上如今英伟达的动荡局面 [13:35] 这笔交易并不是定数 [13:37] 但是 我们可以从两个角度来拆解这次收购 [13:40] 第一 英伟达为什么如此重视开源 [13:43] 第二 这又和英伟达现在整体的版图 [13:47] 有什么关系呢 [13:48] 首先我们来看开源 [13:50] 在宣布收购Hugging Face之前 [13:52] 黄仁勋和英伟达 [13:53] 已经多次公开支持开放模型 [13:56] 今年7月24日 [13:57] 他在X上发的第一条推文 [13:59] 就是分享一封英伟达牵头的公开信 [14:02] 这封信呼吁政策制定者支持开放权重模型 [14:06] 避免过早限制 压制竞争 [14:08] 英伟达也在自己发布模型 [14:10] 数据集和训练工具 [14:12] 从语言模型Nemotron [14:14] 到面向机器人和物理世界的GR00T、Cosmos [14:17] 再到自动驾驶大模型Alpamayo [14:20] 英伟达在不断帮助开发者搭建自己的AI [14:24] 为什么卖芯片的英伟达要那么支持开源呢 [14:27] 很简单 因为在当下 [14:29] 美国的所有科技巨头里面 [14:31] 英伟达的利益可以说是和开源最符合的 [14:34] 它卖的是铲子 [14:36] 所以算力市场越大越好 [14:38] 开发者今天在英伟达上做实验 [14:40] 等到了项目长大以后 [14:42] 很可能会沿用熟悉的硬件和工具 [14:45] 所以服务今天的开发者 [14:46] 也是在服务未来的客户 [14:49] 与此同时 [14:49] 闭源实验室也在逐渐减少对英伟达的依赖 [14:53] 随着算力成本越来越高 [14:55] 像OpenAI、Anthropic [14:56] 这样有大量资源的实验室 [14:58] 都正在寻找英伟达之外的选择 [15:01] 比如Anthropic一直在推进 [15:03] 多云、多芯片的路线 [15:04] 和许多其他供应商都有合作 [15:07] OpenAI也在今年和博通合作 [15:09] 自研Jalapeño芯片 [15:11] 还有英伟达最大的客户云厂商们 [15:13] 亚马逊、微软、Meta、Oracle和谷歌 [15:16] 这几家公司也都在找英伟达的替代品 [15:20] 但是开源社区里的小公司、研究员 [15:23] 和个人开发者 [15:24] 却很难承担同样的成本 [15:27] 他们需要新模型发布后 [15:28] 能够尽快在手里的设备上跑起来 [15:31] 而不是花时间做硬件和加速器方面的适配 [15:35] 而且在当下 [15:36] 每个月都有大量新开源模型的情况下 [15:39] 每个模型都拿去适配 [15:41] 更是基本不可能 [15:43] 英伟达正好有成熟的工具 [15:45] 可以支持不同的模型 [15:47] 开源模型越来越普及 [15:48] 参加开发、微调和部署的人越来越多 [15:51] 英伟达能够接触到的算力需求也就更大 [15:55] 所以说开源社区在很长一段时间看来 [15:58] 它会一直是英伟达的一个合作伙伴 [16:01] Hugging Face提供了这个标准的接口之后 [16:03] 如果说它能够加入英伟达 [16:06] 在里面扮演一个非常重要的角色 [16:08] 可能会形成英伟达未来几年或者是十几年 [16:11] 更长的一个moat(护城河) [16:12] 但是这也是一个赌注 [16:14] 也要看说其他几家追的速度是怎么样 [16:17] 但据我观察 [16:18] 包括AMD和TPU [16:19] 其实他们更重视 [16:20] 在key clients(大客户)的体验 [16:24] 他对开发者社区的支持 [16:26] 还有在这方面的一个愿景 [16:29] 或者是他的一些计划 [16:31] 其实相比于英伟达都是非常非常不足的 [16:34] 我们理解了这一点 [16:35] 就可以理解Hugging Face [16:36] 对于英伟达而言的重要性了 [16:39] 前面我们提到 [16:40] 它是开发者寻找和下载模型的入口 [16:42] 但其实开发者还将Hugging Face [16:44] 用作一个使用模型的接口 [16:46] Hugging Face的Hub集中托管模型权重 [16:49] Transformers等软件库 [16:51] 则提供相对统一的调用方式 [16:53] 开发者每换一个模型 [16:55] 不必每次都从头研究一套完全不同的代码 [16:59] 对比早期的时候 [17:00] 模型发布后代码可能放在Github [17:02] 权重却存在网盘里 [17:04] 其他人想要复现 [17:05] 需要至少一个星期的时间 [17:08] Hugging Face则是解决了这个问题 [17:10] 所以 英伟达收购这样的平台 [17:12] 就能够更深入地参加开发者 [17:14] 从发现、到选择模型 [17:16] 再到选择算力的过程 [17:19] 那么 黄仁勋离开后 [17:20] 会对英伟达的开源业务 [17:22] 甚至整个美国的开源生态 [17:24] 造成什么样的影响呢 [17:26] 对于这一点我们观察到 [17:27] 很多支持开源的美国研究员们 [17:30] 都是十分悲观的 [17:31] 曾经上过我们节目的Nathan Lambert表示 [17:34] 黄仁勋不再担任CEO [17:36] 对美国开放模型非常、非常非常不利 [17:39] Hugging Face的CEO Clem Delangue [17:41] 也在黄仁勋辞职后说 [17:43] 这是非常悲伤的一天 [17:45] 但他和Hugging Face团队 [17:47] 会继续支持开源AI [17:49] 当然了 开源并不仅仅是黄仁勋的个人兴趣 [17:52] 它也已经深深嵌入了英伟达的商业逻辑 [17:56] 尽管有很多媒体认为 [17:57] 新的管理层会对开源更加谨慎 [18:00] 但这也并不一定意味着 [18:02] 这条路线就会就此消失 [18:05] 而Hugging Face [18:05] 也只是黄仁勋留下的 [18:07] 庞大资本版图当中的一小块 [18:10] 如果我们把视角拉远一点就会发现 [18:12] 从模型和应用 [18:14] 再到数据中心、芯片乃至是能源 [18:17] 英伟达通过收购、投资 [18:19] 以及商业合作所建立的联系 [18:21] 早就已经贯穿了 [18:22] 我们开头提到的“五层蛋糕” [18:25] 根据Jenny Xiao的分析 [18:27] 英伟达过去的投资、收购和算力合作 [18:29] 已经包含了它的业务涉及的几乎所有领域 [18:33] 算力、实验室、前沿模型、应用和机器人 [18:36] 还有Hugging Face代表的分发层 [18:39] 截至2026年7月 [18:40] 英伟达用于购买其他公司股权的现金 [18:43] 就达到424亿美元 [18:46] 到7月底 [18:46] 它持有的股权投资价值 [18:48] 已经达到990亿美元 [18:51] 另外还有250亿美元的后续投资承诺 [18:54] 如果看英伟达的投资和收购活动 [18:59] 它确实在争取参与每一个层级 [19:02] Hugging Face为这张地图补上了分发层 [19:06] 让它的布局从应用、前沿模型 [19:11] 和算力进一步延伸 [19:12] 英伟达的投资对象还包括一批刚成立 [19:15] 还在探索技术路线的研究型AI公司 [19:18] 也就是我们常说的NeoLabs [19:21] 前OpenAI CTO Mira Murati创立的 [19:23] Thinking Machines Lab [19:25] 在今年3月宣布与英伟达合作 [19:27] 计划部署至少一吉瓦的 [19:29] 下一代Vera Rubin系统 [19:31] 英伟达也同时对它进行了投资 [19:34] 画面上这些公司和英伟达的关系 [19:37] 当然各有不同 [19:38] 有的是被收购后 [19:39] 技术和团队进入英伟达 [19:41] 有的是股权投资 [19:43] 仍然独立运营 [19:44] 还有的是通过供货、算力 [19:46] 或者基础设施合作建立联系 [19:49] 但放在一起 [19:50] 它们都指向一个共同的方向 [19:53] 那就是英伟达正在更早地参与 [19:55] AI项目的成长 [19:57] 也更深入地参与到 [19:58] 这些的项目所需要的基础设施当中 [20:01] 当然 这张图也带来了一个 [20:03] 越来越难回避的问题 [20:05] 那就是当英伟达这样的芯片供应商 [20:08] 同时成为自己客户的投资人 [20:11] 我们还能清晰地判断 [20:13] 当下AI产业的算力需求吗 [20:16] 英伟达投资一家模型公司 [20:18] 模型公司向云服务商购买算力 [20:21] 云服务商再采购英伟达设备 [20:23] 资金可能沿着这些关系 [20:25] 重新流回到英伟达的业务里 [20:28] 英伟达是这类新兴AI实验室 最活跃的投资方 [20:32] 我们研究美国的这类实验室时 [20:36] 发现英伟达几乎家家都投了 [20:38] 这让人感觉存在循环融资 [20:44] 也让人怀疑AI是不是有泡沫 [20:47] 为什么AI估值这么高 [20:49] 因为很多这类实验室的资金 [20:54] 来自对财务回报没那么在意的战略投资者 [20:57] 而非财务投资者 [20:59] 我们也一直在想 [21:01] 这对整个AI投资意味着什么 [21:03] 作为财务投资者 [21:05] 我们该因为英伟达投了就跟投吗 [21:10] 还是说 英伟达的参与 [21:13] 人为推高了这类公司的估值 [21:16] 这种循环融资 [21:18] 会不会让整个AI市场变得更脆弱 [21:23] 我们节目里也多次分析过 [21:25] 当下AI的“循环融资” [21:27] 黄仁勋管理的英伟达创造了一套 [21:30] 已经远远超过芯片本身的业务关系 [21:33] 但值得注意的是 [21:34] 英伟达近年来主导的巨额AI投资和融资 [21:39] 并不是英伟达内部所有高管的共识 [21:43] 据华尔街日报报道 [21:44] 黄仁勋和英伟达的CFO Colette Kress [21:47] 也是董事会任命暂时接管CEO一职的高管 [21:50] 曾经在融资策略上产生过分歧 [21:53] 黄仁勋希望通过投资、信贷担保等方式 [21:57] 支持云计算公司和数据中心建设 [22:00] 进一步扩大英伟达GPU的市场需求 [22:03] 但Kress对这些交易的风险提出了质疑 [22:06] 英伟达究竟应该支持哪些项目 [22:09] 如何评估数百亿美元信贷担保的价值 [22:12] 又如何确保这些投资最终能带来回报呢 [22:16] 其中一个典型案例就是英伟达原本计划 [22:19] 为OpenAI的数据中心项目 [22:21] 提供高达2500亿美元的融资担保 [22:24] 帮助OpenAI获得资金、租用数据中心 [22:27] 以及部署英伟达的芯片 [22:29] 根据The Information报道 [22:30] Kress曾经对这个高风险的项目提出异议 [22:33] 随后Kress亲自参与重新设计交易 [22:37] 将英伟达第一阶段的融资担保 [22:39] 削减到原计划的一半以下 [22:42] 这些分歧甚至演变成了 [22:43] 高管之间的公开冲突 [22:45] 黄仁勋曾经在一次高管会议上 [22:48] 严厉批评Kress [22:49] 认为她缺乏战略判断力 [22:51] 说她 [22:52] 说她“像只被车头灯照傻的鹿” [22:55] 随着黄仁勋辞职以及Kress的临时任命 [22:58] 这里又出现了一个新的悬念 [23:00] 那就是英伟达是否还会延续 [23:02] 过去这种激进的投资策略 [23:05] 以及激进的生态搭建呢 [23:07] 不少人都给出了相对消极的判断 [23:10] 如果新的CEO不用花钱去扶持 [23:13] 培养行业整个ecosystem(生态) [23:15] 其他一些玩家 [23:16] 那很多人今后的financing(融资)也好 [23:18] 可能也会出现一个问题 [23:20] 所以就相当于把整个生态系统 [23:22] 一定会往下拖 [23:23] 除非新的这个CEO他的想法、他的魄力 [23:26] 他的决断、他愿意花钱 [23:27] 这样一种激进的方式 [23:29] 能不能和黄仁勋保持一致 [23:30] 但目前来说肯定是一个很大的落差的 [23:32] 随着中国开源模型的快速跟进 [23:34] 有人将英伟达称为 [23:36] “美国开源生态的最后一个机会” [23:39] 那么随着黄仁勋的离开 [23:41] 这个机会还会存在吗 [23:43] 我们也会持续关注 [23:44] 接下来让我们把时间交还给Qian姐 [23:52] 除了芯片业务以及刚才Yiwen说到的 [23:55] 对开源生态的激进押注 [23:57] 英伟达的成功其实还有一个秘诀 [23:59] 就是老黄的founder’s mode(创始人模式) [24:03] 作为一家市值数万亿美元的科技巨头 [24:05] 英伟达可能是 [24:07] 最不像一家“大公司”的大公司了 [24:09] 过去几十年 [24:10] 黄仁勋建立了一套极其独特的管理体系 [24:14] 超过60位高管直接向他汇报 [24:17] 从GPU、CPU、网络、软件 [24:19] 到机器人、自动驾驶、健康医疗 [24:22] 几乎每一条重要的业务线 [24:24] 他都亲自参与决策 [24:26] 英伟达内部还有一个延续多年的制度 [24:28] 叫做“最重要的五件事”(Top 5 Things) [24:32] 所有员工们通过定期邮件 [24:34] 汇报自己正在做的五件重要的事情 [24:37] 黄仁勋会亲自阅读这些邮件、迅速回复 [24:40] 并且对组织和项目进展非常了解 [24:43] 传统大公司需要经过层层汇报 [24:45] 协调和审批的决策 [24:47] 在英伟达 [24:48] 可以直接到达最高决策者 [24:50] 并且很大程度上减少公司的办公室政治 [24:55] 开会的时候60多个高管一起开 [24:57] 要骂人的时候直接当着60多个高管直接骂 [25:00] 甚至我听说经常有很资深的男性高管 [25:03] 直接在会议上被骂哭 [25:05] 而正是这套扁平化的结构 [25:08] 很大程度上解释了 [25:09] 为什么英伟达能够在如此庞大的规模下 [25:12] 依然保持惊人的执行速度 [25:15] 但它也隐藏着一个致命的弱点 [25:18] 这个弱点就是 [25:18] 英伟达建立的不是一套任何CEO [25:21] 都可以驾驭的管理制度 [25:23] 而是一套 [25:24] 围绕黄仁勋个人能力设计的操作系统 [25:27] 60位高管各自精通自己的垂直领域 [25:30] 但是全公司有黄仁勋这样横跨技术、产品 [25:33] 商业和资本的全局视野的人寥寥无几 [25:37] 而当所有重大决策都汇聚到一个人身上 [25:40] 公司组织就很难自然培养出第二个 [25:43] 具备同样综合能力的领导者 [25:45] 并且黄仁勋本人 [25:46] 也根本没有继承人培养计划 [25:48] 原因是他认为自己还能再干个几十年 [25:51] 而当最近的丑闻被曝光 [25:53] 黄仁勋在几天时间内 [25:54] 就被董事会投票要求辞职时 [25:57] 他用33年时间打造的英伟达的效率秘诀 [26:01] 立刻变成了这家万亿巨头如今最大的软肋 [26:05] 基本上你可以把他理解为 [26:07] 这公司所有的事情是他一个人说了算 [26:10] 所以他离开之后 [26:11] 尤其现在比较麻烦的事情 [26:13] 他不但是没有了CEO那个职位 [26:16] 他现在在董事会上也离开了 [26:19] 就相当于裸辞 [26:20] 什么都没有了 [26:21] 所以即便你的2027年数字不会受任何影响 [26:24] 甚至你2028年的数字可能不受任何的影响 [26:28] 但从公司估值的角度 [26:30] 那一定比他以前是很大一个挫折的 [26:34] 就类似于 [26:35] 我们可以做一个很简单比喻 [26:37] 大家投伯克希尔·哈撒韦 [26:38] 很重要的理由是因为他的老大是巴菲特 [26:42] 如果有一天巴菲特去世了 [26:44] 虽然他的业务还是很稳定 [26:46] 但伯克希尔·哈撒韦的估值 [26:47] 一定会受影响的 [26:48] 因为这个创始人太重要了 [26:52] 你觉得估值会要打多大的一个折扣 [26:56] 这东西很难讲 [26:57] 市场现在的consensus(共识) [26:59] 就大概估值要下至少25个点 [27:02] 就说这个人一个人的作用 [27:05] 至少占公司的整个估值里面有1/4 [27:09] 可能没有像Elon Musk [27:10] 对于SpaceX和Tesla那么重要 [27:13] 但是四分之一我觉得应该是有的 [27:19] 同时我还想提一下的是 [27:21] 英伟达的销售体系 [27:23] 有内部人员跟我说 [27:24] 英伟达的销售在面对客户的时候 [27:26] 经常会问的一句话是 [27:28] What keeps you up at night? (是什么让你彻夜难眠) [27:32] 之后英伟达会尝试去解决那个问题 [27:35] 而老黄更是亲力亲为 [27:37] 每年飞到亚洲多地见客户和合作伙伴 [27:40] 老黄是最大的销售 [27:42] 其实是最好的销售 [27:44] 首先他对自己公司的产品是 [27:46] inside out(了如指掌) [27:47] 他是非常了解的 [27:48] 他其实会在培养客户 [27:51] 就像CUDA一样 [27:52] 其实是他一直在培育客户 [27:54] 甚至于在引导客户 [27:56] 他不是说我东西做出来然后再去卖 [27:59] 他实际上是在潜移默化中 [28:01] 把他的东西这个价值体现出来 [28:03] 第二就是英伟达的产品确实好 [28:05] 也有各种各样的问题 [28:06] 但是他们会解决得非常快 [28:08] 所以还是产品好 [28:10] 对自己的客户的理解是非常深透的 [28:13] 如果仔细研究英伟达过去30年的历史 [28:16] 你会发现 [28:17] 英伟达的销售能力是绝对难以被复制的 [28:20] 其中的核心能力依然是老黄 [28:23] 1994年 [28:24] 英伟达的第一位销售人员Jeff Fisher [28:26] 加入公司的时候 [28:28] 它还只有25名员工 [28:29] 甚至没有正式推出产品 [28:32] 2005年 黄仁勋从业界挖来Jay Puri [28:35] 把英伟达从一家 [28:36] 面向电脑厂商的显卡供应商 [28:38] 逐渐改造成一家 [28:40] 能够服务全球企业的计算平台公司 [28:43] 而英伟达的销售体系厉害之处 [28:45] 在于它成为了一套技术、产品 [28:47] 生态与客户关系高度融合的系统 [28:50] 它不仅让销售人员与客户沟通 [28:52] 还让工程师亲自解决客户的问题 [28:55] 让开发者提前熟悉CUDA [28:57] 让投资资金帮助新兴AI企业成长 [29:00] 甚至让CEO亲自参与最重要的交易 [29:03] 而黄仁勋本人就是最好的销售 [29:07] 2016年 黄仁勋亲自将第一台DGX-1 [29:10] 送到几乎没有采购能力的OpenAI [29:13] 八年之后 [29:13] 甲骨文创始人埃里森和马斯克 [29:15] 却要在饭桌上恳求黄仁勋 [29:17] 多卖给他们一些GPU [29:20] 再到后来 [29:20] 黄仁勋开始出现在各国领导人面前 [29:23] 向他们推销国家级AI基础设施 [29:26] 在过去几年中 [29:27] 英伟达已经完成了 [29:28] “超级销售模式”的进化 [29:30] 从销售芯片到销售计算平台 [29:33] 再到参与创造整个AI产业的需求 [29:36] 然而 这套系统同样存在着一个隐忧 [29:39] 传统公司的销售体系可以通过流程、组织 [29:42] 以及客户管理制度去传承 [29:44] 而英伟达最核心的战略销售能力 [29:47] 却在很大程度上集中在黄仁勋一个人身上 [29:51] 他既是技术路线的定义者 [29:52] 又是全球重要客户的关系管理者 [29:55] 还是整个AI生态最有影响力的布道者 [29:58] 这样的个人能力可以给一家公司 [30:00] 带来惊人的商业效率 [30:02] 但是它可能并不会随着CEO职位的交接 [30:05] 而自动转移 [30:07] 也就是说英伟达无法复制 [30:09] 黄仁勋身上自带的超级销售能力 [30:12] 即便有人能够接管全球销售 [30:14] 但如何去承接老黄与客户、产业 [30:18] 还有政府建立的关系 [30:20] 仍然是非常关键的挑战 [30:25] 英伟达今天面临的另外一个挑战是人才 [30:28] 过去三十年 [30:29] 英伟达最重要的技术能力集中在GPU架构 [30:32] 芯片设计、CUDA、计算系统和高速网络 [30:35] 这些恰恰是英伟达的主营业务 [30:37] 也是公司能够为工程师提供最大资源 [30:40] 最大影响力和最好职业发展空间的地方 [30:43] 但比如说自动驾驶、机器人、世界模型 [30:46] 基础大模型甚至健康医疗 [30:48] 情况就非常不一样了 [30:50] 这些领域 [30:51] 虽然与英伟达的硬件和软件平台紧密相关 [30:54] 却并不是公司最主要的营收来源 [30:57] 一名顶尖的世界模型研究者 [30:59] 在英伟达可能只是 [31:00] 众多研究项目中的一位负责人 [31:02] 但是如果他选择创业 [31:04] 或者加入一家前沿模型实验室 [31:07] 他就有机会成为定义整个产品方向的人 [31:10] 这种差异正在改变英伟达的人才竞争格局 [31:14] 我不只一次听到来自机器人团队的 [31:17] 英伟达员工吐槽说 [31:18] 留住顶尖的实习生实在是太难了 [31:21] 因为其他的科技大厂 [31:22] 顶级AI实验室 [31:24] 明星初创企业们都在抢这群人 [31:27] 英伟达给不出最高的薪水包裹 [31:30] 从事的工作也不是公司最核心的业务 [31:33] 同时股价在今年还不温不火 [31:35] 您说 [31:35] 怎么去跟OpenAI、Anthropic这些公司争呢 [31:38] 此前黄仁勋也早就意识到这个问题 [31:41] 英伟达在过去几年开始越来越积极地 [31:44] 通过收购和技术授权交易 [31:46] 直接获得外部创业团队的技术和人才 [31:49] 但是能够买来一支团队 [31:51] 并不代表能够永远留住这支团队 [31:54] 而且 对于最顶尖的科学家而言 [31:56] 钱可能还不是最重要的因素 [31:59] 在英伟达 他们可以拥有 [32:00] 世界级的计算资源和研究平台 [32:03] 但必须与公司的整体商业战略保持一致 [32:06] 对于OpenAI、Anthropic [32:08] 或者一家专注机器人基础模型的 [32:10] 创业公司而言 [32:11] 模型本身就是产品 [32:13] 也是整个公司的未来 [32:15] 但是英伟达不是 [32:16] 它势必做的不是产品而是基础设施 [32:20] 最终目的是让更多企业和开发者 [32:22] 使用它的算力 [32:24] 这就会对很多想产生更大影响力 [32:27] 或者通过真实产品来改变世界的 [32:30] 顶级人才来说 [32:31] 英伟达的offer就不那么具有吸引力了 [32:34] 而更加微妙的是 [32:35] 英伟达过去最有效的人才留存工具 [32:38] 也就是股票 [32:39] 也开始出现了新的变化 [32:41] 过去几年 英伟达股价的爆发式上涨 [32:44] 创造了大量千万富翁 [32:46] 甚至让一些普通工程师 [32:48] 获得了提前退休的财务自由 [32:50] 但是财富的积累也产生了一个悖论 [32:53] 有钱了 员工反而也会离开 [32:56] 《Business Insider》的报道指出 [32:58] 自2022年底到今年9月 [33:00] 英伟达股价累计上涨大约1400% [33:04] 根据Levels.fyi的估算 [33:05] 一名2022年加入公司的高级软件工程师 [33:09] 所持股票价值大约是有410万美元 [33:13] 所以一些员工开始围绕股权归属时间 [33:16] 安排他们的退休和创业计划 [33:18] 但是新员工面临的则是另外一种情况 [33:21] 他们加入英伟达的时候 [33:23] 公司的股价已经在高位了 [33:25] 随着今年英伟达股价出现明显的回调 [33:28] 股票激励未来的实际价值也更加不确定 [33:31] 这意味着一个非常现实的问题 [33:34] 如果员工不再相信自己的股票 [33:36] 能够持续带来超额的财富 [33:38] 公司就需要依靠更高的现金薪酬 [33:41] 更大的技术自主权 [33:43] 还有更有吸引力的职业发展机会 [33:45] 去留住他们 [33:46] 而如今 最大的一个变量 [33:48] 就是黄仁勋本人了 [33:50] 说实话 其实很多愿意留下来的 [33:52] 都是因为能够working for Jensen(为老黄工作) [33:55] 年轻人们崇拜他、敬仰他 [33:57] 想为他而工作 [33:58] 这样的理由 [33:59] 我也在很多马斯克旗下的公司当中 [34:01] 包括特斯拉、SpaceX、xAI当中听到过 [34:05] 而如今黄仁勋的离开 [34:06] 可能会加速核心人才的流失 [34:09] 甚至于我觉得英伟达会有很多人出来 [34:12] 然后要么创业 [34:13] 要么加入到其他公司 [34:14] 要么加入老黄的新公司 [34:16] 也有可能 [34:17] 对 这也有可能 [34:21] 对于整个硅谷来说 [34:23] 过去一周多的时间都处于震惊当中 [34:26] 包括英伟达的员工们 [34:27] 所有人都没有想到 [34:29] 权利看似最牢固的AI领袖 [34:31] 能够在几天内就被迅速赶下台 [34:34] 这看上去实在是太荒谬了 [34:36] 直到这个时候外界才发现 [34:38] 黄仁勋只有英伟达3.58%的持股比例 [34:41] 并且英伟达1999年上市的时候 [34:43] 没有建立让黄仁勋保有超级投票权的 [34:46] 双重股权架构 [34:48] 也就是说 [34:49] 黄仁勋并没有设置AB股 [34:50] 来保证他对于董事会的影响力 [34:53] 我觉得他董事会没搞定 [34:55] 我觉得这是一个surprise(意外) [34:56] 就让我想起了当年的Uber [34:58] Uber的Travis [34:59] 他是以为把董事会能够搞得很定的 [35:03] 但突然之间董事会也就翻脸了 [35:06] 说翻脸就是翻脸 [35:08] 这是一个我觉得有点surprise的 [35:11] 黄仁勋我觉得做的最大一个失误在于 [35:14] 他没有像新一代的科技公司 [35:18] 因为他毕竟是第一代30多年前的科技公司 [35:21] 他没有做AB股这样一个结构 [35:23] 如果你有AB股的话 [35:24] 即使你经济的占比只有3个点 [35:27] 不到4个点 [35:28] 但如果你说我有一股可以当一万股 [35:31] 我还能够控制公司的话 [35:33] 那他就不会出现今天这样一个局面 [35:35] 但在他那个时候 [35:36] 他开公司太早了 [35:38] 所以他现在就相当于 [35:39] 对公司其实没有控制权的 [35:41] 所以导致今天这样一个局面 [35:56] 说实话 [35:57] 这篇稿件快写完的时候我正在休假 [36:00] 不知道为什么我每次休假的时候 [36:02] 都能够出一些硅谷的“大瓜” [36:04] 上次Sam Altman被“逼宫”的时候 [36:06] 也在我休假期间 [36:08] 所以之前几天都窝在酒店里面 [36:10] 打电话、采访和写稿 [36:11] 直到现在都还有点恍惚和难以置信 [36:18] 过去几年 [36:18] 我连续参加过好几届英伟达的GTC大会 [36:21] 也曾经有机会在很近的距离 [36:23] 参与对黄仁勋的媒体群访 [36:26] 三年前我们做过一期视频 [36:28] 叫《在诉讼与骂名中崛起的英伟达GPU [36:31] 从未停止过战斗 也没有永远的朋友》 [36:34] 那算得上是《硅谷101》成立以来 [36:36] 第一个真正意义上的爆款视频 [36:39] 一路看着英伟达成长为 [36:40] 全球AI浪潮中最重要的科技巨头之一 [36:43] 我始终对黄仁勋有着很深的尊重 [36:48] 这种尊重不是因为他的财富 [36:50] 也不只是因为英伟达的市值 [36:52] 而是因为黄仁勋身上 [36:54] 那些非常稀缺的创业者品质 [36:56] 超越时代的技术远见 [36:58] 几十年如一日的坚持 [37:00] 面对失败和质疑时候的韧性 [37:03] 以及将一群顶尖工程师 [37:05] 凝聚在同一个愿景之下的领导力 [37:07] 他对创业生态的扶持 [37:09] 对工程技术的信仰 [37:11] 都让他成为在硅谷极具影响力 [37:13] 也真正受到尊重的企业家 [37:16] 这次风波当中 [37:17] 依然有一些指控需要调查和厘清 [37:20] 但是我们这个视频中谈到的这些成就 [37:23] 不应该因为今天的风波而被一笔抹去 [37:26] 但也因为如此 [37:27] 这次的事件才让人感到格外唏嘘 [37:31] 在我们三年前的那个片子中 [37:32] 我们结尾是这样说的 [37:34] 英伟达没有永远的客户 [37:36] 没有永远的朋友 [37:38] 黄仁勋是孤独的也是叛逆的 [37:40] 他能做的只有不断往前跑 [37:42] 战斗永不停止 [37:45] 我不知道黄仁勋的战斗会不会止于此 [37:48] 但我希望不会 [38:09] 好了 以上就是这期视频的全部内容了 [38:11] 因为时效性的关系 [38:13] 在撰稿、录制和后期制作上来说 [38:15] 可能来不及太精细 [38:17] 如果有粗糙的地方还请大家见谅 [38:19] 你们的关注、留言、点赞和转发 [38:21] 是支持我们《硅谷101》 [38:23] 做好深度科技和商业内容的最佳动力 [38:25] 我是陈茜 [38:26] 那我们就下期视频再见啦 [38:28] bye~