随着10月29日美股开盘，英伟达的股价上涨了4个点，再一次创下了历史新高，并且成为了全球首家市值突破5万亿美元的公司。就在早一些时间，英伟达宣布了将会对通信制造商诺基亚投资的消息。据有关公开资料显示，当地时间10月28日，诺基亚董事会宣布，以决定在定向增发中发行166389351股新股，以使英伟达能够对诺基亚进行10亿美元的股权投资。

 

就在10月28日的GTC DC大会上，英伟达CEO黄仁勋表示，全世界将会有数百万个基站，双方合作将能在新技术的基础上，基于加速计算和人工智能改变行业。同时，英伟达宣布将会与优步达成合作，将利用其新一代无人驾驶出租车和自动配送车队、全新英伟达DRIVE AGX Hyperion 10自动驾驶开发平台以及专为L4级自动驾驶打造英伟达DRIVE AV软件，共同拓展全球L4级的自动驾驶网络，预计到2027年，将逐步拓展至10万辆。

 

而在今年9月份，英伟达宣布与OpenAI达成战略合作意向，OpenAI将建成并部署至少10亿兆瓦的AI数据中心，配备数百万块英伟达GPU，用于构建下一代AI基础设施。预计，英伟达将会在新系统落地过程当中像OpenAI投资最多1000亿美元。

 

如果我们将英伟达的这些动作与它的市值超5万亿元联系起来看待的话，或许可以找到些许的蛛丝马迹。那么，透过英伟达的动作以及英伟达的市值超5万亿美元，我们究竟可以看到当下的AI行业，正在发生着怎样的变化呢？

 

AI的基础设施正在加速布局

 

每一个时代都有属于每一个时代的基础设施，对于AI时代来讲，同样如此。随着AI时代的来临，部署属于这样一个时代的基础设施，成为了像英伟达一样的玩家们必然需要去关注的另外一个方面。透过英伟达的动作，我们可以看出，英伟达不仅在专注于芯片的研发，而且将更多关注的焦点聚焦在了更为广阔的基础设施的身上。

 

透过英伟达的操作，我们可以看出，欲要在AI时代有所作为，必然需要加快AI基础设施的布局，通过这样一种布局来获得更大的发展潜能。对于像英伟达这样的硬件玩家们而言，如何将自身的产品与AI基础设施的布局联系在一起，并且找到更多新的赢利点，从而获得更大的发展潜能，才是其真正可以获得新的发展的关键所在。

 

同时，我们还需要看到的是，AI基础设施的布局，并不仅仅只是包含英伟达投资的诺基亚的通信基站，而且还包含了算力中心等诸多其他的部分。对于像英伟达这样的玩家们而言，AI的基础设施，其实就是它的应用场景，而它的应用场景越多，越丰富，它的市场价值的想象空间也就越大。因此，加快布局AI的基础设施，并且通过这样一种基础设施的布局来提升自身的市值，才是打开新的发展的关键所在。

 

AI的落地应用正在加速推进

 

当AI的基础设施在开始不断地扩大布局的同时，我们还看到了以无人驾驶、无人零售、具身智能为代表的AI的落地和应用，同样正在开始持续不断地铺开。英伟达早先对于OpenAI的投资，以及其与优步的达成合作，正是这样一种现象的直接体现。站在这样一个角度来看，如果我们去思考英伟达做对了什么的话，其对于AI应用场景的不断加速推进,无疑是打开市场对其想象力的关键所在。

 

的确，现在的AI，并不仅仅只是体现在了以互联网的线上平台为代表的“软件领域”，同样还体现在了以无人驾驶、无人配送车、人形机器人等“硬件领域”。可以说，AI的落地和应用，正在朝着与我们生活的方方面面持续推进。

 

英伟达之所以在资本市场受到如此多的青睐，其中一个很重要的原因就在于，它朝着这样一个方向迈进。如果我们将基础设施的打造看成是前瞻性的布局的话，那么，英伟达在AI落地过程当中的落地，则是其打开自身的现金流通道的一个最为直接的体现。可以说，正是因为资本市场看到了英伟达在AI应用上的潜能，所以才会给予其在市值上的回报。

 

AI的进化正在加速演进

 

拿英伟达来讲，它之所以能够将如此多的基础设施与自身的产品联系在一起，它之所以能够将如此多的场景与自身的产品联系在一起，其中一个很重要的原因在于，它的芯片持续不断地在进化。可以说，产品的不断迭代和更新，才是保证它可以打开如此多的想象的关键所在。

 

从最初的Tesla架构到最新的Blackwell架构的演进，我们就可以看出AI正在加速演进的脉络。2006年推出的‌Tesla架构‌是英伟达GPU通用计算的起点，首次支持CUDA编程模型，标志着GPU从图形处理向通用计算的转型。随后‌Fermi架构‌（2010-2012年）引入缓存层次和ECC错误校正技术，为数据中心计算奠定基础。

 

‌Kepler架构‌（2012-2014年）通过GPUDirect技术降低通信延迟，‌Maxwell架构‌（2014-2016年）通过提升流处理器效率实现更低功耗，‌Pascal架构‌（2016-2018年）采用16nm工艺进一步优化能效比。

 

‌Blackwell架构‌（预计2027年推出）将采用3nm工艺，这是英伟达首次在GPU上使用3nm制程，相比前代性能提升显著。根据最新消息，其后续产品‌Feynman架构‌（2028年）将全面采用台积电A16工艺，该工艺通过纳米片晶体管技术实现速度提升8%-10%或功耗降低15%-20%。

 

如果我们要寻找英伟达做对了什么的话，持续不断地推进其产品的演进，并且不断地让新产品与基础设施的搭建和应用场景的落地结合在一起，或许才是其实现市值增长的关键所在。

 

写在最后

 

英伟达成为全球首家市值突破5万亿美元的公司，其实并不意外。透过英伟达的这一表现，我们可以看出，AI基础设施的打造正在加速推进，AI的应用场景正在持续不断地扩大，AI的产品正在不断地迭代和升级。只有认清了AI行业正在发生着的这样一种深刻变化，并且找到真正适合自身的发展模式，才能在市场当中获得新的发展红利。