英伟达「达链」如何闭环：黄仁勋的全球 AI 供应链布局

黄仁勋为英伟达构建的「达链」，并非传统意义上围绕某一款产品组织的供应链，而是围绕其「五层蛋糕」理论——能源、芯片、基础设施、模型、应用——形成的全球 AI 产业闭环。最近 24 小时之内敲定的日本 Noetra 项目，让这条链第一次真正意义上完成了闭合。

日本：从物理 AI 数据中心到机器人标准统一

英伟达与日本新公司 Noetra 合作的 Vera Rubin AI 基础设施，是达链落地的标志性事件。项目核心参数包括：

• 27,500 颗 Rubin GPU，组成 382 套 NVL72 机柜级系统
• 140 MW 数据中心容量，HBM4 总显存约 20.7 TB，带宽最高约 1580 TB/s
• 首笔投入 3873 亿日元（约 24 亿美元），资金来源为日本国家财政

股权结构上，软银、索尼、NEC、本田各持 10%，无单一控股股东，其余 40 余家参与企业覆盖制造、汽车、电子、通信、金融等日本几乎全部核心产业。该设施将作为日本 FRONTia 计划的算力底座，用于训练面向机器人与工业场景的多模态基础模型，且预训练权重计划向日本国内开发者与企业开放。

更关键的是发那科、安川、川崎等日本工业机器人巨头集体加入 Cosmos 物理 AI 联盟。过去几十年三家各有封闭控制系统、行业标准碎片化的问题，在加入联盟后被统一到英伟达平台。Cosmos 控制的不再是数字世界的计算入口，而是物理世界的数据与操作入口——黄仁勋由此把物理 AI 时代的底层标准再度攥在手中。日本的目标是到 2040 年在 18 个行业落地 1000 万台 AI 机器人，拿下全球 30% 市场，对应约 1330 亿美元产业规模。

韩国与台湾：HBM 与制造的中间层

达链的中间层由生产与制造构成。2026 年 6 月，黄仁勋飞抵首尔，与 SK 海力士就 HBM4 签下有效期至 2030 年的绑定协议，英伟达预付款支持 SK 海力士提前建厂，后者则交出 HBM4 的优先采购权。按单颗 Rubin GPU 搭载 288 GB HBM4、每 GB 成本约 18.40 美元计算，单机柜 HBM4 物料成本约 38.2 万美元，Noetra 项目 382 套机柜的 HBM4 总成本约 1.46 亿美元。

英伟达首批 HBM4 订单中 SK 海力士独得约 70%，三星与美光分享剩余 30%。7 月 9 日 SK 海力士以每股 149 美元在纳斯达克增发 ADR，募资 265 亿美元，超过阿里巴巴 2014 年的 250 亿美元，刷新外国企业在美上市最高募资纪录，挂牌首日大涨约 14%，市值约 1.22 万亿美元。

台湾一侧则承担总装车间角色。英伟达 350 余家 ODM 与零部件工厂中有 150 家集中在中国台湾地区，运营 25 个主要工厂、每年提供超过 100 万个部件。广达、纬创、鸿海联手拿下全球 AI 服务器近 90% 的 ODM 代工份额，其中鸿海独占 Vera Rubin 整机柜代工 40% 以上，稼动率近 95%。台积电超过 70% 的 CoWoS 产能也流向英伟达。

美国：达链基石与自研芯片的冲击

美国是达链的根基。OpenAI 与英伟达计划部署至少 10 GW AI 系统（相当于十座核电机组），SpaceX 的两座 Colossus 数据中心合计部署超 77 万颗 GPU，仅 GPU 采购即耗资约 180 亿美元，其中 Colossus 一号全部算力以每月 12.5 亿美元租给 Anthropic，合同总价值约 400 亿美元；Meta 将全年资本开支上调至 1250–1450 亿美元，路易斯安那州 Hyperion 超算中心扩容至 5 GW；Anthropic 则获得微软最高 50 亿美元、英伟达最高 100 亿美元投资，承诺采购 300 亿美元 Azure 算力。

英伟达 FY2026 全年收入 2159 亿美元，同比增长 65%，数据中心收入占比近 90%，最新一季同比增长 92%。

然而，达链的根基正在动摇。OpenAI 联合博通发布自研推理芯片 Jalapeño，从立项到流片仅用 9 个月，OpenAI 称其可节省约 50% 的推理成本，预计 2028 年全面量产。Anthropic 同时使用亚马逊 Trainium、谷歌 TPU 和英伟达 GPU，并已部署超 100 万颗 Trainium 2，正与三星接触讨论自研芯片制造。

黄仁勋在摩根士丹利闭门会上回应称，自研芯片与英伟达 GPU 可以同时增长，增量将押注 AI 实验室、新型云厂商、主权 AI 与工业客户。摩根士丹利维持「增持」评级，目标价 288 美元。达链闭环虽已成型，但下一阶段的稳定性，将取决于黄仁勋能否在客户自研浪潮中保住底层标准的掌控力。