英伟达投资联发科

黄仁勋正在下一盘大棋：NVLink Fusion平台

英伟达又投了一家芯片巨头。

而且一出手，就是35亿美元。

8月31日，英伟达与联发科宣布深化长期合作。与此同时，英伟达将购买联发科发行的可转换债券，投资金额达到35亿美元，约合人民币235亿元。

双方将围绕AI基础设施、本地AI计算和汽车三大领域展开合作。

其中最关键的一步，是联发科将采用英伟达NVLink Fusion平台，为超大规模数据中心、云服务商和前沿模型开发者提供定制XPU开发方案，并将其接入英伟达NVLink互联的机架级AI工厂。

也就是说，英伟达正在做的已经不只是“卖GPU”。

从定制芯片、HBM、先进封装，到高速互联、AI服务器、AI PC和智能汽车，黄仁勋正在把英伟达的技术版图越铺越大。

而联发科，成为了其中的重要一环。

△蔡力行（左）与黄仁勋（右）

01 35亿美元砸向联发科，黄仁勋为什么出手？

先看最核心的消息。

英伟达将投资联发科35亿美元，约合人民币235亿元，具体方式是购买联发科发行的可转换债券。

与此同时，双方扩大合作。

这笔钱背后，显然不只是一次财务投资。

对于英伟达来说，AI数据中心正在进入新的阶段。

过去，客户主要购买英伟达GPU。

如今，亚马逊、谷歌、微软等科技巨头都在加速研发自研AI芯片，希望针对自己的模型和工作负载进行优化。

这意味着未来的数据中心，很可能同时存在GPU、CPU、ASIC、XPU等多种计算芯片。

英伟达的策略也随之发生变化：

与其要求所有客户都使用英伟达芯片，不如让客户的定制芯片也进入英伟达的体系。

NVLink Fusion，就是这套打法的重要组成部分。

而联发科，则可以利用自身的SoC设计、定制芯片和系统整合能力，帮助这套模式落地。

02 NVLink Fusion：英伟达正在搭建AI芯片“高速公路”

NVLink Fusion，是此次合作的技术核心。

过去，NVLink主要服务于英伟达GPU之间的高速互联。

现在，英伟达希望进一步扩大NVLink的边界。

借助NVLink Fusion，客户可以开发自己的定制XPU，同时利用英伟达的高速互联技术，把这些芯片接入机架级AI系统。

这意味着：客户可以自己设计“发动机”，但可以使用英伟达搭建的“高速公路”。

对于云厂商和大型AI企业来说，这能够明显降低定制AI芯片的开发门槛。

从芯片设计到真正进入AI数据中心，中间还隔着HBM、高速SerDes、I/O、先进封装、散热、机架和供应链等大量环节。

NVLink Fusion试图把这些复杂环节标准化、平台化。

因此，英伟达真正想掌握的，可能不是每一颗AI芯片，而是不同芯片之间如何连接，以及整个AI计算系统如何运行。

03 联发科押注定制AI芯片，切入数据中心

这也是联发科真正值得关注的地方。

联发科并不是传统GPU厂商。

它的核心优势在于SoC设计、芯片集成、高性能计算、低功耗、连接技术和大规模量产。

这些能力，恰好符合定制AI芯片的发展方向。

目前越来越多云服务商和大型科技公司开始自研ASIC、XPU。

相比通用GPU，定制芯片可以针对特定AI模型和工作负载进行优化，在性能、功耗和成本之间找到更好的平衡。

但设计一颗芯片只是第一步。

如何把HBM、Chiplet、高速SerDes、先进封装、I/O和机架系统全部整合起来，才是更大的挑战。

联发科此次进入NVLink Fusion生态，相当于获得了一张进入AI基础设施市场的“门票”。

未来，其业务边界有望从手机SoC进一步延伸至定制ASIC、AI数据中心等市场。

04 HBM+先进封装，AI计算进入“系统竞争”

此次合作还有两个重要关键词：NVLink-C2C和NVHBM。

NVLink-C2C主要解决不同处理器之间的高速连接问题；NVHBM则针对AI计算越来越高的内存带宽需求。

这说明AI计算的竞争已经发生变化。

过去比的是单颗芯片的算力。现在比的是整个系统。

GPU性能再强，如果HBM带宽不够、芯片通信存在瓶颈、先进封装无法支撑，实际性能依然会受到限制。

因此，HBM、Chiplet、先进封装、高速互联正在成为AI基础设施的重要组成部分。

而英伟达正在尝试把这些技术整合起来，让客户把更多资源放在自己的差异化计算设计上。

对于希望自研AI芯片的企业来说，这意味着更快的开发速度和更低的系统集成门槛。

05 AI PC再落一子：英伟达联合联发科抢本地算力

双方合作并不局限于数据中心。

AI PC同样是重要方向。

此前，联发科已经参与英伟达GB10 Grace Blackwell超级芯片的开发。

GB10将Blackwell GPU与Grace CPU结合，通过NVLink-C2C进行高速互联，为NVIDIA DGX Spark提供算力。

如今双方又将合作扩展至RTX Spark。

未来，这类平台有望覆盖消费级AI PC、AI开发者工作站以及企业级AI终端。

这背后，是一个越来越明显的趋势：AI正在从云端走向本地。

随着生成式AI和AI Agent不断进入PC，越来越多推理任务会直接在终端设备完成。

英伟达拥有GPU、AI软件和图形技术，联发科则拥有高能效SoC和终端芯片经验。

双方结合，有望进一步打开本地AI计算市场。

06 AI定义汽车：联发科+英伟达再拓新市场

汽车，是双方合作的第三个重点。

智能汽车正在从“电子化”走向“AI化”。

智能座舱、自动驾驶、AI助手以及车载娱乐，都需要越来越强的本地计算能力。

联发科已经布局Dimensity Auto汽车平台，英伟达则拥有DRIVE AGX、RTX图形和AI软件能力。

双方可以形成互补：联发科负责SoC、连接和系统级设计，英伟达提供AI计算、图形和软件能力。

这也是双方推进“AI定义汽车”和“软件定义汽车”的重要布局。

未来，汽车可能成为继PC和数据中心之后，又一个大型AI计算终端。

图片来源：联发科

07 235亿只是开始，黄仁勋真正押注的是什么？

回头再看这笔235亿元投资，逻辑就更加清晰。

英伟达过去最核心的产品是GPU。

如今，它正在不断向外围延伸：GPU、CPU、NVLink、网络、HBM、先进封装、AI服务器、机架系统，再到AI PC和智能汽车。

而NVLink Fusion，则进一步把定制XPU纳入这张网络。

这意味着，即使未来云厂商使用自己的ASIC或XPU，英伟达依然有机会通过高速互联、软件和机架级基础设施参与其中。

这是一种更聪明的生态策略：不一定要求客户全部使用英伟达的芯片，但要尽可能让客户的计算系统与英伟达保持连接。

对于联发科而言，这笔合作同样重要。

它可以借助英伟达的技术体系，加速进入定制AI芯片、AI数据中心、AI PC和智能汽车等新市场。

所以，35亿美元投资联发科，表面看是一笔巨额战略投资。

但更深层的意义是：英伟达正在从“GPU供应商”向“AI计算基础设施平台”转变。

而联发科，则正在从手机芯片巨头，向更广泛的AI计算和定制芯片市场迈进。

235亿元买下的，或许不只是联发科的一部分未来。

更是英伟达对下一代计算产业链的一次提前卡位。