輝達不只賣 GPU：990 億美元投資如何綁定整條 AI 產業鏈

輝達（Nvidia）已不再只是 AI 熱潮中的 GPU 供應商。它正更積極地為開發 AI 模型的公司、出租 GPU 算力的雲端業者，以及解決大型資料中心網路瓶頸的供應商提供資金。

截至 2026 年 7 月 26 日，輝達揭露的股權投資達 990 億美元，另有 250 億美元的股權投資承諾；相較一年前約 70 億美元、兩年前約 22 億美元，規模跳升極快。333637

從晶片供應商，走向 AI 生態系的出資者

若把這些投資放在一起看，輝達的目標是參與、也影響 AI 服務落地所需的每一層：從模型、算力供給，到資料中心內部連線與開發者工具。

• 前沿 AI 實驗室： 報導指出，輝達對主要 AI 實驗室的承諾接近 500 億美元，其中包括對 OpenAI 的 300 億美元承諾。7
• AI 雲端算力： 輝達分別投資 CoreWeave 與 Nebius 各 20 億美元。這兩家公司提供專為 AI 工作負載設計的雲端基礎設施。1824
• 互連與光子學： 自 3 月以來，輝達已承諾至少 65 億美元投向光子學相關公司。CNBC 報導稱，Lumentum、Coherent 與 Marvell 各獲 20 億美元投資；Corning 則獲 5 億美元，用於先進光學連接技術。27
• 策略性公開持股： 路透報導，輝達投資 Intel 50 億美元；後續持股報導則列出 Intel、SpaceX、CoreWeave、Nebius、Coherent、Nokia、Synopsys 與 Generate Biomedicines 等公司。1723
• 開發者與模型分發： 輝達傳出將以 129 億美元收購 Hugging Face。由於部分報導對是否已簽署正式協議的描述不一，較妥當的說法是：這是一宗已被報導的交易，而非視為必然已完成。Hugging Face 是開源模型與資料集的託管、分發平台，對開發者與模型部署具有重要位置。111

這並不是傳統意義上的創投配置。輝達所投資的對象，多數直接處於擴張 AI 運算需求的關鍵環節：模型公司需要訓練與推論算力，AI 雲端業者需要建置資料中心，網路與光通訊廠商則要讓更龐大的 GPU 叢集能有效協作。

「投資—賣 GPU」飛輪如何運作？

其商業邏輯可簡化為五步：

1. 輝達投資 AI 實驗室、雲端服務商或基礎設施供應商。
2. 被投資公司用資金擴大模型研發、資料中心容量或高速網路能力。
3. 擴建過程可能提高對 GPU、網路設備及輝達軟體平台的需求。
4. 輝達既可從設備銷售獲益，也可在合作夥伴估值上升時受惠於股權價值。
5. 增加的現金流與投資增值，又可支持下一輪生態系投資。

CoreWeave 說明了這種關係為何受到市場注意。路透報導，CoreWeave 與 OpenAI 在 3 月簽訂 5 年期、價值 119 億美元的合約；CoreWeave 同時也向其支持者輝達下了 63 億美元的初始訂單。17

這不代表任何一筆 GPU 採購都是人為製造的需求，但確實顯示資金投入、算力承諾與硬體需求之間可以高度連動。真正的關鍵在於：最終是否有足夠多的企業與消費者，願意持續為 AI 服務付費。

為何輝達重押光子學？

AI 叢集規模愈大，處理器之間搬移資料就愈容易成為瓶頸。也就是說，問題不只在於有沒有更多 GPU，還在於這些 GPU 能否以足夠快、足夠有效率的方式彼此傳輸資料。

因此，輝達投資光學與光子學公司，不只是押注新技術的財務操作，也是在處理 AI 擴張的基礎設施限制。路透指出，輝達將分別向 Lumentum 與 Coherent 投資 20 億美元，以支持兩家公司在美國的研發與製造。17

藉由支持高速光學連線供應商，輝達可望讓 GPU 加速器周圍的系統同步擴充，將其影響力從單一晶片，延伸到串接大型 GPU 叢集的「神經網路」。

與 Alphabet、Amazon 相比，規模有多大？

以揭露的股權投資規模來看，輝達已躋身大型策略科技投資者之列。對一家過去主要以半導體設計聞名的公司而言，990 億美元的投資餘額加上 250 億美元承諾，格外顯眼。3336

不過，若要與 Alphabet、Amazon 做精確排名，不能只看單一數字。兩家公司對 AI 的資本配置還包括自建雲端基礎設施、資本支出、商業合約與企業投資計畫，未必能與「股權投資」科目直接相比。有報導稱 Alphabet 與 Amazon 的股權投資皆超過 1,000 億美元，但計算方法與時間點都會影響可比性。43

更有意義的差別在於策略位置：輝達的投資往往緊貼著其運算與網路產品的潛在需求；超大規模雲端業者（hyperscalers）則同時為自家平台及雲端客戶建設、營運 AI 基礎設施。

三項不能忽視的風險

1. 循環融資與需求真實性

最大的疑問是：輝達是否在資助客戶或生態夥伴，而這些對象隨後又採購由輝達驅動的算力？彭博形容，科技製造商、AI 新創與資料中心公司之間已形成日益緊密的依存網絡；若 AI 需求未達預期，這類循環安排可能扭曲誘因，並放大損失。32

問題不在於投資與採購有連結就一定有問題，而在於資料中心擴建能否由獨立、持續的終端使用者需求支撐。

2. AI 降溫時的雙重曝險

若 AI 基礎設施支出放緩，輝達可能同時面臨兩面壓力：一方面設備需求下降，另一方面其持有的 AI 實驗室、雲端業者與供應商股份可能貶值。

投資組合本身也有集中風險。針對 6 月 30 日公開股票投資組合的報導顯示，Intel 與 SpaceX 約占其 634 億美元價值的 80%。21

3. 反壟斷與生態系控制疑慮

當一家占據重要基礎設施地位的供應商，同時資助雲端業者、模型開發商與鄰近供應商，監管機構自然可能關注其市場影響力。若 Hugging Face 的交易完成，審查焦點可能更強，因為這會讓輝達進一步觸及重要的開源模型分發與開發者工具平台。19

接下來該看什麼？

輝達的策略若能促成自我維持的 AI 經濟，將非常強大：開發者做出有價值的產品，客戶願意付費，雲端業者能從算力投資取得回報，硬體需求也隨真實使用量成長。

但若投資承諾與由供應商支撐的擴建速度，跑在可持續的 AI 服務營收之前，這套飛輪就會顯得脆弱。990 億美元不只是一項財務數字，更反映輝達如今與整個 AI 基建浪潮的成敗，已深度綁在一起。3336