英伟达的下一个一万亿在哪里？

整个2023年，英伟达市值上涨了238%，并在2024年继续碾过血压升高的华尔街空头和怕高的苦命人，再度上涨近50%。

但由于英伟达业绩过于骇人，导致股票估值反而越来越便宜。

2016年黄仁勋上门配送显卡，马斯克亲自签收的名场面被视为英伟达押注AI的例证。但考虑到当时搞AGI约等于民科，很难说英伟达对AI有多上心。人工智能泰斗级学者杰夫·辛顿曾恳请英伟达赞助一块显卡用来搞研究，被一口回绝。

马斯克作为OpenAI董事长签收DXG-1，2016年

给OpenAI送显卡之前，黄总魂牵梦萦的新赛道只有两条：移动芯片和汽车芯片。

2013年小米3发布，英文不好的雷军和中文不好的黄仁勋罕见同台，后者用蹩脚汉语猛吹了小米一圈彩虹屁。小米3的处理器采用高通骁龙800和英伟达的Tegra系列混搭，是英伟达切入手机市场，开辟显卡之外第二战线的绝佳机会。

小米3发布会，2013年

结果却不尽人意，Tegra芯片因为制程和外挂基带问题，能耗失控发热严重，字面意义上的为发烧而生。

英伟达的移动芯片业务此后也未见起色，把市场拱手让与高通和联发科，Tegra系列只能在任天堂Switch上发挥余热。后来黄仁勋去台大演讲，称英伟达“主动放弃”了智能手机市场。

和移动芯片同时起步的汽车芯片业务，长期收入贡献不高，远不及游戏和数据中心业务耀眼。但英伟达对汽车业务却关怀备至，由1999年加入公司的老将Gary Hicok亲自坐镇，完全没有松手的迹象。按照黄仁勋的规划，汽车业务的收入占比应该达到30%。

往者不可谏，来者犹可追，汽车芯片这条赛道，还能再创造一个英伟达。

业界常说新能源车“上半场是电动化，下半场是智能化”，每一个半场带来的不仅仅是汽车的零部件构成的变化，也是产业链的一次权力重组。

成本占比高达30%以上的动力电池不仅取代发动机，成为电动车最核心的零部件，也创造了LG能源、宁德时代这些资本市场的庞然大物。

当L2以上的自动驾驶功能逐步普及，汽车成为大号手机，传统的分布式电子架构同样面临高算力芯片的夺权。

马斯克发动的架构革新，给英伟达的第三条曲线叩开了大门。

在特斯拉之前，汽车的各种智能化功能由遍布车内大大小小的MCU（Micro Controller Unit）实现。MCU俗称单片机，可以简单理解为执行单一任务的微型计算机，比如智能雨刷、自动落锁这类功能。

特斯拉的方案是让一个算力更强的芯片取代各类MCU芯片，直接分管多个不同的功能，从而让分散的权力集中在自动驾驶芯片和智能座舱芯片上，由此带来了两个变化：

一是车企可以自行修改与控制软件功能迭代。

分布式电子架构下，汽车的功能大多出厂即写死，无法修改。但特斯拉的集中式架构可以直接改写运行在硬件上的软件，改变硬件功能，即“硬件预埋，软件升级”——先把算力堆上去，再通过OTA慢慢迭代。

2019年10月，汽车媒体Top Gear在节目里表示保时捷Taycan百公里加速成绩强于Model S后，马斯克迅速指责节目不公平，Top Gear应改名为“Low Gear”，并在破防之余着手修改电机软件算法，让Model S最大功率提升50匹马力，反败为胜。

二是驱动高速领航、自动泊车甚至更高级别的自动驾驶功能。

2020年，特斯拉的自动驾驶算法引入Transformer架构，将2D图像拼接为3D视角，并3D空间基础上加入了时序信息，转化为4D空间。2022年，特斯拉又引入占用网络（Occupancy Network），解决通用障碍物识别问题。

这种自动驾驶算法的大模型化，让对应的算力需求与日俱增。无论是各类智能化功能，还是自动驾驶算法的驱动，都需要一颗大算力的“超级芯片。”这也是为什么黄仁勋说：TOPS（衡量算力的单位）就是新的马力。

特斯拉通过大模型对图像进行4D重建

雷凌、轩逸这类“移动路障”的动力和F1赛车相比不到十倍，但配备高等级自动驾驶能力的汽车，对应算力很有可能是其他车辆的百倍千倍。

2022年，全球汽车芯片市场规模约为450亿美元，差不多是手机处理器芯片+基带芯片的规模。按照IDC的预测，未来两年L3级别以上自动驾驶汽车出货量年化增长率将超过100%。

用“超级芯片”代替几十上百颗MCU手中，就是汽车工业正在上演的权力重组，带来的最直接影响是，一台汽车上分散的价值向“超级芯片”集中。特斯拉的HW3.0系统中，两块FSD芯片占据了总成本的61%，各类MCU加在一块仅有5%。

生产经久耐用的MCU，是瑞萨、恩智浦这类老牌汽车芯片厂的强项。但在算力的赛场上力大砖飞，就是英伟达和高通主场作战了。

掀桌子的马斯克非常清楚核心零部件对新能源车企的重要性，因此过去几年间，特斯拉将自动驾驶芯片（FSD）、云端计算芯片（Dojo）、操作系统（基于Linux自研）陆续“自主可控”。

最核心的车载芯片有两种。一种为智能座舱提供算力，支持导航、游戏、影音娱乐等功能。新势力纷纷首发的8295芯片就在此列，特斯拉则采用了AMD的Ryzen系列。

另一种则为自动驾驶提供算力，对算力要求更高。除了Mobileye、地平线这类上车时间早的新玩家，牌桌上的都是高通、华为这些消费电子时代的巨无霸。

特斯拉一度是英伟达的大客户，Model S/X都曾搭载过Tegra X2芯片+Pascal架构GPU组成的Drive PX 2系统。但高达1.5万美元的定价注定了双方分手的结局。2019年，特斯拉用“自主可控”的FSD芯片彻底取代了英伟达。

自研芯片确实可以实现软硬件的最优适配，但问题是，特斯拉的玩法难度实在是太大了。

对主流汽车芯片公司如瑞萨、英飞凌来说，高性能计算是完全陌生的领域，船大掉头难；老牌车企则纷纷放弃治疗，主动上了Mobileye和英伟达的贼船；造车新势力虽然嘴上一直在全栈自研，但发布会上依然按部就班首发麒麟电池和高通骁龙8295。

老玩家心有余力不足的地方，就是“灵魂供应商”的巨大市场。

从2015年切入汽车市场算起，英伟达的汽车芯片已经推出了六代产品：

• 2015年，英伟达以1TOPS算力的Tegra系列小试牛刀，虽然坑惨了雷总，但深得车企喜爱，早期的Model S/X和蔚来ES6/8车型都搭载了这款芯片，主要为智能座舱提供算力。
• 2016年，英伟达推出3TOPS的Tegra Parker处理器。2020年量产30TOPS的Xavier处理器，被2020款小鹏P7采用。
• 2022年，250TOPS算力的英伟达Orin处理器量产，被众多新能源车采用，比如蔚来ET7、小鹏P7等。

同一年，英伟达发布算力高达2000TOPS的Thor，直接跨过被取消的1000TOPS的Atlan产品线。

Thor将座舱芯片和自动驾驶芯片的功能整合在了一起，所有灵魂集成在一颗芯片上。虽然尚未量产，但吉利旗下的极氪已经预约了首发。

2022年，英伟达发布Thor芯片

从英伟达的产品迭代策略上，就能看出其优势所在。英伟达芯片的“通用性”常被视为其弱点，即GPU既用于游戏、AI运算，也用于自动驾驶，一定不如专门用来处理自动驾驶的“专用芯片”。这个道理在技术层面没错，但在商业层面却反而是英伟达的优势。

英伟达各条产品线的最大特点是“架构通用”，每两年更新一次架构，覆盖所有产品。

• Tegra Parker采用的Pascal架构，最先应用于消费级显卡GTX10系列；
• Xavier的Volta架构，也应用于高性能GPU V100；
• Orin采用Ampere架构，同时应用于消费级显卡RTX30系列和高性能GPU A100，一鱼三吃。

就像药企的研发投入需要大规模销量摊薄一样，芯片的竞争力固然是算力，但更重要的是“单个芯片的成本”。

车企虽然有颗自研的心，但巨大的研发成本难以被汽车销量摊薄。但英伟达可以用游戏和数据中心业务的出货量，把汽车芯片的开发成本压的非常低。Thor采用的Hopper架构，成本可能早就被同架构的H100摊完了。

这就不难解释，为什么为车企批量供应灵魂的，都是高通、华为、英伟达这类在消费电子领域大杀四方的巨头。

相比前两个对手，英伟达的汽车梦可能还需要最后一块拼图。

2016年5月，一辆开启自动驾驶模式的Model S在佛罗里达州撞车，司机当场身亡。5个月后，马斯克宣布与自动驾驶方案商Mobileye分手，转投英伟达的怀抱。

Model S车祸现场

Mobileye是目前出货量最大的自动驾驶芯片公司，市场份额一度接近垄断。事实上，就算没有这次车祸，特斯拉与Mobileye的反目也是时间问题。

Mobileye的经营策略是算法与芯片绑定，交付给客户的是一个无法修改算法的“黑箱”，好处是对车企来说成本低廉，也无需自行开发算法。但对马斯克这种连电池都要自产的人来说，肯定不能忍。

2015年，黄仁勋提前拿到了一辆Model X P90D

英伟达的思路是“平台化芯片”：提供高算力芯片和完整的软件工具箱，让车企可以基于英伟达的硬件自行开发软件算法。

算法是自动驾驶的核心竞争力，大型车企一定会尝试自研算法。因此，大部分新势力车企早期都采用了Mobileye的方案，随后都倒戈英伟达。

从DRIVE OS、DRIVEWORKS到DRIVE AV、DRIVE IX，英伟达的工具链极其丰富，有实力的车企可以从底层系统开始研发，水平一般的选手也能从上层应用研发。相当于给车企提供食材和菜谱，但做出来是文思豆腐还是黑暗料理就各凭本事了——当然，软件授权费请交给黄总。

这就是英伟达的第一块拼图：软件生态。英伟达超过70%的研发人员都是软件工程师，不是没有道理。

英伟达的第二块拼图名为刀法，即多元化的产品组合。借由众多产品的推出，英伟达可以基于不同的芯片组合成完整的高中低产品线打包销售，无论什么水平的瓷器活，都有一把金刚钻适合你。

而英伟达目前欠缺的拼图，是“适配”。即与车企对接的交付团队，以及对应的交付能力。

2020年6月，英伟达宣布与奔驰合作，为后者提供包括自动驾驶在内AI软件架构，黄仁勋的站台对象也从Model X变成了奔驰S级。

黄仁勋与梅赛德斯奔驰CEO Ola Kaellenius

原因不难理解，按照英伟达和奔驰的合作方式，英伟达会根据对应奔驰产品的销量抽成，这种全新的合作模式是黄仁勋实现汽车业务30%收入占比的关键。但英伟达却在合作过程中频频翻车，一度传出奔驰要求引入新供应商。

补足“适配”环节的短板，促使英伟达从小鹏挖走了自动驾驶副总裁吴新宙，后者称为全球科技公司级别最高的华人高管。此后，英伟达陆续从小鹏自动驾驶团队挖走多人，不久前又挖走了百度Apollo团队技术负责人之一的罗琦，足见英伟达对适配能力的重视。

英伟达的核心能力一直是“卖卡”，以及围绕芯片产品的软件开发，但“进厂”经验长期不足。理解了这一点，就不难解释为什么英伟达将华为视为最重要的竞争对手。

在2024年年报中，华为首次出现在英伟达竞争对手列表。五个领域里，华为在GPU加速芯片、云服务商自研芯片、Arm架构CPU、网络产品四大领域榜上有名，第一次上榜就超过了老对手AMD（三个）。华为不仅“进厂”经验丰富，在光通信等通信领域，能力也超过做芯片的英伟达。

但对广大车企、自动驾驶公司和Tier 1供应商来说，他们恐怕也将领教PC生产商的梦魇：每一台笔记本电脑上的“Nvidia Geforce”贴纸，都已在暗中标好了价格。