黃仁勳辭任 Nvidia CEO 對 AI 產業的影響
When the Central Bank of AI Changes Chairs
黃仁勳即時辭任 Nvidia CEO,財務總監 Colette Kress 獲任命為 Interim CEO;Tomer Tunguz 分析這場交接對 AI 經濟的潛在影響。
文章將 Nvidia 管理層交接連結至初創融資、開源 AI 支持、出口管制與自訂晶片發展,並以資本承諾數據梳理可能的行業影響。
過去四年,Jensen Huang 一直執掌 AI 中央銀行。今天,他辭去 Nvidia 行政總裁一職。1
這對 AI 經濟有甚麼影響?
1. 如果 AI 中央銀行收緊政策,AI 經濟便會放緩。過去兩年,Nvidia 承諾投入 $42b 進行併購及技術收購,2以成本計值的現金則有 $61b 用於購入 229 間初創公司及 13 間上市公司的股權,3另提供 $164.5b 的租賃擔保及雲端容量後備承諾,這些承諾需要資本儲備;此外,客戶應收款項達 $63.1b,付款期限如今最長可達整整一年。45在財務紀律更嚴明、面對更嚴格董事會監督的管理體制下,無論是收緊股權投資、付款期限還是租賃後備擔保,都會令 AI 建設放緩,正如美聯儲收緊信貸時,整體經濟亦會放緩一樣。
2. Nvidia 以前所未見的方式融合了初創企業與晶片生態系統。在 Huang 領導下,Nvidia 同時擔任逾 200 間初創公司的晶片供應商、主要創投投資者、核心雲端客戶及租賃擔保人。這些交易依賴 Huang 的個人信念及人脈關係。Nvidia 現在需要一位能維繫這些創辦人合作關係的領袖,而這些關係都是由那位共同創辦人一手建立。
3. 開源初創公司失去主要支持者及買家。Nvidia 一直是美國開源 AI 公司的最大買家及資助者,向其 Nemotron 技術堆疊投入 $22b,涉及 Hugging Face、Poolside 及 Essential AI:沒有其他公司曾大規模收購開源團隊。6Meta、Google 及至少八間已籌得 $100m 或以上的美國初創公司,仍在訓練開放權重模型;7如今,它們必須自行承擔更多推動美國開源發展的重任。
4. 收緊出口管制。這次事件可能令華盛頓進一步承受壓力,收緊半導體出口管制及合規規定。
5. 為客製化晶片帶來發展機遇。2026 年,客製化 AI ASIC 已佔 AI 伺服器出貨量的 28%,以及加速器收入的 15% 至 20%;其中 Google 的 TPUs 領先,佔客製化晶片市場的 65%,此外還有 AWS 的 Trainium3、Meta 的 MTIA 及 Broadcom 的客製化 XPUs。8單一來源供應商的領導層動盪,會加速這個轉變。
AI 中央銀行的領導層變動,是業界的關鍵時刻。Nvidia 對初創企業融資、併購退出及政策的影響,已遍及美國經濟中增長最快的領域,其重要性怎樣強調也不為過。高層突然交接為市場帶來實質的不確定性,對初創公司尤其如此。
-
Nvidia 新聞中心,NVIDIA 宣佈行政總裁交接,2026 年 11 月 12 日:Jensen Huang 即時辭去總裁、行政總裁及董事會成員職務;執行副總裁兼財務總監 Colette Kress 獲委任為署理行政總裁,而 Harvey C. Jones 獲委任為董事會主席。 ↩︎
-
Nvidia 2025 及 2026 年併購及策略性技術收購(總額 $42b):Groq($20.0b LPU 技術授權及透過收購聘用工程團隊,2025 年 12 月;根據 SEC 文件,$13.0b 於 Q4 FY26 支付,另有 $2.94b 於 Q2 FY27 支付)、Hugging Face(於 2026 年 9 月 3 日公佈收購)、Poolside(Model Factory 非獨家授權,並於 2026 年 8 月將 109 名 Laguna 工程師調入 Nemotron)、Enfabrica(2025 年 9 月以 $900m 收購網絡技術授權及團隊)、Run:ai($700m)、Gretel($320m)、Deci($300m)、Shoreline($100m)、Brev、SchedMD、CentML 及 Essential AI(2026 年 6 月)。 ↩︎
-
Nvidia FY26 Form 10-K 及截至 2026 年 7 月 26 日第二季的 Form 10-Q(於 2026 年 8 月 26 日提交):過去八個季度購買股本證券的累計現金支出,按成本計共 $60.8b(FY25 為 $1.49b、FY26 為 $17.50b,FY27 上半年為 $42.40b;另有 $25.0b 待履行的股權投資承諾)。計入累計 $34.3b 的未實現按市值計價收益(FY26 為 $10.6b,FY27 上半年為 $23.7b)後,Nvidia 資產負債表上的帳面公允價值達 $94.0b 至 $99.0b,涉及 229 間私人公司及 13 間上市公司。披露的持股包括對 OpenAI 投資 $30.0b、對 Anthropic 投資最多 $10.0b,以及對 SpaceX/xAI、CoreWeave、Safe Superintelligence、Intel、Nebius、Synopsys 及 Poolside 的投資。 ↩︎
-
Nvidia Q2 FY27 Form 10-Q 的表外承擔(供應、雲端及擔保責任合計 $530.5b)及附註 7(財務報表補充資料):信貸及容量或有後備承擔合計 $164.5b,包括 $108.5b 的租賃及債務違約擔保(主要為 OpenAI 與 SB Energy 俄亥俄州數據中心租約的最高 $105.0b 後備擔保)、$36.0b 的多年期新興雲端服務商「照付不議」容量協議(包括 CoreWeave 截至 2032 年剩餘容量的 $6.3b 擔保,以及 Lambda 的 $1.5b 協議),以及 Nvidia 簽訂、待轉讓予新興雲端合作夥伴的 $20.0b、為期 15 年的數據中心租約。這些擔保在觸發前屬表外項目,但 Nvidia 必須為此維持充足的流動資金儲備。至於資產負債表上的項目,應收帳款由 FY26 年末的 $38.5b 急升至 Q2 FY27 的 $63.1b(六個月內佔用 $24.6b 經營現金流);五名客戶佔應收帳款的 70%(分別為 22%、14%、13%、11% 及 10%)。應收帳款周轉天數(DSO)由 10 年歷史平均的 47.8 天延長至 60 至 65 天;附註 7 披露,為資助客戶興建數據中心,付款期限獲延長至 90 天,最長達整整一年。 ↩︎
-
過去四個季度,Nvidia 創造 $134.4b 經營現金流,並將 $75.8b 直接投入股權投資及收購;上季投入金額達 $27.0b,佔經營現金流 112%。Nvidia 綜合現金流量簡表(FY26 Form 10-K,涵蓋截至 2026 年 1 月 25 日的財政年度;以及 Q1 和 Q2 FY27 Form 10-Q,涵蓋截至 2026 年 7 月 26 日的季度)。各季經營現金流與投向股本證券及收購/Groq 收購的現金流出:Q3 FY25(+$17.63b 經營現金流,對比 -$0.76b 投入,4%)、Q4 FY25(+$16.63b,對比 -$1.02b,6%)、Q1 FY26(+$27.41b,對比 -$1.03b,4%)、Q2 FY26(+$15.37b,對比 -$0.89b,6%)、Q3 FY26(+$23.75b,對比 -$4.15b,18%)、Q4 FY26(+$36.19b,對比 -$25.97b,72%)、Q1 FY27(+$50.34b,對比 -$18.67b,37%)及 Q2 FY27(+$24.08b,對比 -$26.98b,112%)。 ↩︎
-
Nvidia 的 $22b 開源及 Nemotron 承諾包括:$12.93b 收購 Hugging Face(2026 年 9 月)、$7.0b 收購 Poolside($6.0b Model Factory 授權 + $1.0b 股權融資,2026 年 8 月)、人才收購 Essential AI(由 Transformer 共同作者 Ashish Vaswani 及 Niki Parmar 於 2026 年 6 月創立),以及 $2.0b 的 Nemotron Alliance 開放權重模型及數據集資助。 ↩︎
-
已籌集至少 $100m、用於訓練開放權重模型的美國初創公司包括:Thinking Machines Lab(以 $40b 估值完成 $2.0b 種子輪融資,推出 Inkling 開放模型)、Poolside(已籌集 $1.6b+,估值 $12b)、Together AI(已籌集 $530m+,估值 $7.5b)、Liquid AI(已籌集 $250m+,估值 $2.3b,旗下有 Liquid Foundation Models)、Arcee AI(2026 年 9 月以 $1b 估值完成 $150m+ B 輪融資)、Reflection AI(已籌集 $130m+,於 2026 年 10 月推出 501b 參數的開放權重 Beam 模型)、Prime Intellect(2026 年 7 月以 $1b 估值完成 $130m A 輪融資,旗下有 INTELLECT 模型),以及 Deep Cogito(已籌集 $100m+,旗下有 Cogito-v2.1-671B 開放權重模型)。 ↩︎
-
TrendForce 及 Tom’s Hardware(2026 年 5 月):2026 年,專用 AI ASIC 伺服器出貨量佔 AI 伺服器市場的 27.8%(按年增長 44.6%,商用 GPU 則增長 16.1%),佔數據中心 AI 加速器收入的 15% 至 20%。在專用晶片之中,Google TPU 的市佔率為 64.8% 至 65.1%,其次是 AWS Trainium 及 Inferentia(14.6%)、Meta MTIA(8.7%)、Microsoft Maia(6.4%),以及 OpenAI/新興計劃(5.5%)。 ↩︎
來源:Tomer Tunguz 博客(VC 分析) · tomtunguz.com