転一篇#英伟达# の文章、英伟达已经不是一家公司而是一个AI帝国。
很多人还在把 NVIDIA 当成一家卖芯片的公司，但我越来越觉得，这种理解已经落后了。当我把这张投资版图拆开来看，一个更清晰的逻辑开始浮现：——这不是投资，这是在“布控整个 AI 需求链”。如果只看表面，你会觉得这是分散投资，但如果把所有节点连起来，会发现它们全部指向同一个终点：GPU 需求。
（1）先看最底层。$英特尔 INTC$ $新思科技 SNPS$
これはチップ設計と製造能力であり、本質は半導体エコシステム全体がボトルネックにならないようにすることです。理解できるのは：将来的に競争が激化しても、基礎設計能力は体系内に残るということです。
（2）再び一つ上の層は、ネットワークと光インターコネクト。$Lumentum LITE$ $COHR $MRVL
これらの会社が解決しているのは同じ問題——データがAIクラスター間で高速に流れる方法です。この層がなければ、どんなにGPUが強くても帯域幅に引きずられてしまいます。言い換えれば、この層が「計算能力を実際に活用できるかどうか」を決めています。
（3）次に最も重要な層——計算力の配分。$CRWV $NBIS およびNscale、LambdaのようなGPUクラウドベンダーは、本質的にNVIDIAのGPUを「レンタル可能なリソース」に変えることです。これは一度きりのハードウェア販売ではなく、継続的な賃貸エコシステムに変える非常に重要なステップです。これによりビジネスモデルが変わります：デバイス販売から、継続的な収益化へ。
（4）次はモデル層。OpenAI、xAI、Mistral、Cohere、Perplexity
この層こそが「計算力を食いつぶす」真のブラックホールです。すべてのモデル企業は本質的にGPUの最大消費者です。面白い構造が見えてきます：NVIDIAが投資しているのは「勝者一人」ではなく、「勝者になり得るすべての人たち」です。誰が勝っても、GPUは消費され続ける。
（5）さらに上の層は、アプリケーションと最先端シナリオ。自動運転（Wayve）、ロボット（Figure AI）、AI医薬品（$LLY、$RXRX）、さらには核融合（Commonwealth Fusion）など、これらは一見散らばっているように見えますが、本質は一つ：——AIを「ソフトウェア」から「現実世界の需要」へと変えることです。AIが物理世界に入り込むと、計算力の需要は線形ではなく指数関数的に拡大します。これが、NVIDIAの布局に「一見関係のない」分野が出てくる理由です。なぜなら、彼らが賭けているのは業界ではなく、「需要爆発点」です。
だから今、より核心的な問題に戻ります：なぜNVIDIAはこれほど広範囲に投資しているのか？それは、非常に少数の企業しかできないこと——供給側（チップ + ネットワーク + 計算力）と需要側（モデル + アプリケーション + シナリオ）を同時にコントロールしながら布局しているからです。これが何を意味するのか？
それは、NVIDIAが単にAIサイクルに参加しているだけでなく、「AIサイクルを拡大している」ことです。多くの人はAIを競争と見なしていますが、NVIDIAの戦略はもっと違います——誰が勝つかに賭けるのではなく、すべての人に私のチップを使わせることを保証しているのです。
この視点からこの図を見ると、より深い構造が見えてきます：各投資は、閉ループを強化しています：投資 → 需要増加 → GPU消費 → 収益向上 → 再投資。これこそが真のフライホイールです。
很多人还在把 NVIDIA 当成一家卖芯片的公司，但我越来越觉得，这种理解已经落后了。当我把这张投资版图拆开来看，一个更清晰的逻辑开始浮现：——这不是投资，这是在“布控整个 AI 需求链”。如果只看表面，你会觉得这是分散投资，但如果把所有节点连起来，会发现它们全部指向同一个终点：GPU 需求。
（1）先看最底层。$英特尔 INTC$ $新思科技 SNPS$
これはチップ設計と製造能力であり、本質は半導体エコシステム全体がボトルネックにならないようにすることです。理解できるのは：将来的に競争が激化しても、基礎設計能力は体系内に残るということです。
（2）再び一つ上の層は、ネットワークと光インターコネクト。$Lumentum LITE$ $COHR $MRVL
これらの会社が解決しているのは同じ問題——データがAIクラスター間で高速に流れる方法です。この層がなければ、どんなにGPUが強くても帯域幅に引きずられてしまいます。言い換えれば、この層が「計算能力を実際に活用できるかどうか」を決めています。
（3）次に最も重要な層——計算力の配分。$CRWV $NBIS およびNscale、LambdaのようなGPUクラウドベンダーは、本質的にNVIDIAのGPUを「レンタル可能なリソース」に変えることです。これは一度きりのハードウェア販売ではなく、継続的な賃貸エコシステムに変える非常に重要なステップです。これによりビジネスモデルが変わります：デバイス販売から、継続的な収益化へ。
（4）次はモデル層。OpenAI、xAI、Mistral、Cohere、Perplexity
この層こそが「計算力を食いつぶす」真のブラックホールです。すべてのモデル企業は本質的にGPUの最大消費者です。面白い構造が見えてきます：NVIDIAが投資しているのは「勝者一人」ではなく、「勝者になり得るすべての人たち」です。誰が勝っても、GPUは消費され続ける。
（5）さらに上の層は、アプリケーションと最先端シナリオ。自動運転（Wayve）、ロボット（Figure AI）、AI医薬品（$LLY、$RXRX）、さらには核融合（Commonwealth Fusion）など、これらは一見散らばっているように見えますが、本質は一つ：——AIを「ソフトウェア」から「現実世界の需要」へと変えることです。AIが物理世界に入り込むと、計算力の需要は線形ではなく指数関数的に拡大します。これが、NVIDIAの布局に「一見関係のない」分野が出てくる理由です。なぜなら、彼らが賭けているのは業界ではなく、「需要爆発点」です。
だから今、より核心的な問題に戻ります：なぜNVIDIAはこれほど広範囲に投資しているのか？それは、非常に少数の企業しかできないこと——供給側（チップ + ネットワーク + 計算力）と需要側（モデル + アプリケーション + シナリオ）を同時にコントロールしながら布局しているからです。これが何を意味するのか？
それは、NVIDIAが単にAIサイクルに参加しているだけでなく、「AIサイクルを拡大している」ことです。多くの人はAIを競争と見なしていますが、NVIDIAの戦略はもっと違います——誰が勝つかに賭けるのではなく、すべての人に私のチップを使わせることを保証しているのです。
この視点からこの図を見ると、より深い構造が見えてきます：各投資は、閉ループを強化しています：投資 → 需要増加 → GPU消費 → 収益向上 → 再投資。これこそが真のフライホイールです。
