Nvidia 投资 35 亿美元购买联发科可转债，以拓展 AI 与芯片合作关系
目录
你可能想知道
1) 为什么 Nvidia 购买了 35 亿美元的联发科可转债？这对双方关系意味着什么？
2) 这笔交易如何影响 AI 加速器与从边缘到数据中心芯片策略的竞争格局？
主要议题
Nvidia 通过购买价值 35 亿美元的联发科可转债，进行了其在美国以外规模最大的直接投资。此次购买约覆盖联发科 39 亿美元离岸债券发行的 90%。联发科将该发行称为其资本市场历史上规模最大的此类发行。Alphabet（Google 的母公司）也参与了此次发行，但 Nvidia 与 Alphabet 均未披露 Alphabet 的具体配额规模。
此交易加深了两家公司原本已涵盖个人电脑、数据中心与汽车应用的合作关系。协议的一个核心要素是联发科计划采用 Nvidia 的 NVLink Fusion 平台。该整合将允许联发科的定制芯片直接接入 Nvidia 的机架级系统，形成更紧密的技术与商业对齐，特别聚焦三大优先领域：AI 基础设施、边缘 AI 与软件定义车辆。
在边缘与工作站端，联发科与 Nvidia 正在合作开发如 RTX Spark 与 DGX Spark 等产品，结合联发科在系统单芯片方面的专长与 Nvidia GPU，以服务具 AI 功能的个人电脑与开发者工作站。Nvidia CEO 黄仁勋公开表示，这项融资不应被视为循环性，并强调两家公司运营独立业务。尽管如此，一些观察者仍对该交易的外观与机制提出担忧。
Nvidia 购买的这些债券为零息可转换公司债。实际上，除非持有人选择以事先确定的转换价格将债券转换为股票，否则联发科无需就这些债券支付利息。对 Nvidia 来说，该结构在联发科股价上升时提供了股权上涨的潜在收益，而无需进行直接收购。批评者将此安排描述为一种循环性融资：Nvidia 向联发科销售芯片，资助联发科的大部分资本募集，且若联发科股价因持续的商业关系而上涨，Nvidia 可能再次受益。
从财务规模角度看，35 亿美元的承诺约等于 Nvidia 最近截至七月底期间约 962 亿美元营收的 3.6%。因此该交易具有重要性，但在短期内不足以显著改变 Nvidia 的整体资产负债表。
联发科一直积极建立基于定制 AI 加速器芯片（为高效执行特定 AI 工作负载而设计的应用特定集成电路，ASIC）的数据中心业务。联发科预计其 AI 加速器业务今年可产生约 20 亿美元营收，并估计可寻址市场到 2027 年可能增长至约 800 亿美元。联发科近期将其目标市场份额上调至 15–20%，高于此前的 10–15% 区间。
其他主要云与 AI 玩家也在类似地多元化其供应策略。例如，Google 依赖 Broadcom 构建其定制的 Tensor Processing Units，而 OpenAI 在六月推出了其基于 Broadcom 的推理芯片 Jalape…。联发科也在悄然与 Google 合作，为 Google 提供 Broadcom 之外的第二个潜在供应商。多家 ASIC 供应商的出现反映了更广泛的行业趋势：大型云客户与 AI 公司正在寻求相对于 GPU 核心在成本、性能或战略供应方面的替代方案。
这一关键洞见显著影响对该交易的理解： Nvidia 的投资使其进入另一个主要的 ASIC 开发生态系统，正值关键客户在探索 GPU 替代方案之际。该动态一方面增强了 Nvidia 在 AI 硬件堆栈上的影响力，另一方面也提出了关于竞争、供应独立性以及供应商与超大规模云端厂商之间长期商业对齐的问题。
联发科的首款 AI 加速器 ASIC 计划于 2026 年第四季度量产，第二代更大产量芯片则预计在 2028 年推出。这些时间表显示联发科将在数年内从移动与边缘市场的系统单芯片优势，逐步扩展到更大型的数据中心工作负载，且行业也在 GPU 与 ASIC 之间平衡投资。
关键洞见表
| 面向 | 描述 |
|---|---|
| 交易规模与结构 | Nvidia 购买了 35 亿美元的联发科零息可转换公司债，覆盖约 39 亿美元离岸发行的 ~90%。 |
| 战略整合 | 联发科将采用 Nvidia 的 NVLink Fusion，以将定制芯片整合到 Nvidia 的机架级系统，用于 AI 基础设施与边缘解决方案。 |
| 市场影响 | 此举使 Nvidia 进入另一个主要的 ASIC 供应链，正值超大规模云端厂商寻求 GPU 替代方案之际。 |
| 时程 | 联发科首款 AI ASIC 预计于 2026 年第 4 季量产，第二代更大产量芯片预计于 2028 年。 |
| 争议 | 观察者警告可能存在的循环性融资动态：资助购买该供应商产品的客户，可能会产生利益冲突。 |
后续...
展望未来，行业应继续探索几个相互关联的技术与政策领域。首先，当 GPU 与 ASIC 组成的异构系统普及时，互操作性标准（包括相干互连与开放加速器接口）将更为重要。其次，围绕跨公司融资的透明企业治理与披露实践，将有助于应对关于循环性与利益冲突的担忧。最后，持续对节能高效的加速器架构、编译器工具链与产能扩展的投资，将决定谁能获取 AI 运算的价值。
细微强调： 更高的透明度、开放互连标准与多元化供应链 是可能降低风险并提升 AI 硬件生态系统韧性的关键领域。
简而言之，Nvidia 这笔 35 亿美元的可转债购买，既是财务承诺也是战略性整合布局。在 AI 硬件的关键时刻，它加深了 Nvidia 与联发科的关系，同時也提出了关于竞争与融资实践的重要问题，产业相关方需密切关注。