关键要点:
- 黄仁勋的2026年人工智能工厂地图突出了NVIDIA的DSX建设框架。
- Marvell今年迄今上涨了241%;人工智能基础设施公司可能会吸引更多投资者关注。
- NVIDIA预计到2030年将有100吉瓦的人工智能工厂投入使用,关注点转向生态系统合作伙伴。
以下客座文章来自 Ziven.io, 一个提供与比特币挖矿、人工智能和加密货币财务策略相关公司的公共市场情报平台。原文发表于2026年6月18日,由Cindy Feng撰写。
自从黄仁勋在Computex舞台上称Marvell为“下一个万亿美金公司”以来,MRVL一直没有回头。该股票在4月时交易区间在50到100美元之间,现在约在300美元,历史最高点约为316美元,今年迄今上涨约241%。黄仁勋的一句话,使得这家公司估值增加了2500亿美元。

毫不奇怪,一项新的运动开始了:仔细研究黄仁勋说的每一句话,找到他会祝福的下一个名字并致富。
我理解这种冲动,但从倾听黄仁勋的整个主题演讲来看,很明显大多数人关注的方向是错误的。黄仁勋不仅仅发布了一个热门的名字,他还详细展示了如何层层构建人工智能工厂的完整地图。这个地图是值得了解的,因为即使在炒作消退后它依然有效。我将带你走过那张具体的幻灯片,但首先让我们从让很多人困惑的部分开始。
RTX、DGX、DSX:工人、团队、工厂
黄仁勋将NVIDIA的品牌分为三个层次,每个层次的单位都比上一个更大:
- RTX是GPU,工人。进行实际计算的芯片。一双手。
- DGX是系统,团队。将一堆这样的芯片连接到一台机器上,你就有了DGX。一个作为一个单位运作的团队。
- DSX是基础设施,工厂。这些团队工作的建筑,以及让数千名工人全天候运转所需的电力、冷却、网络和软件。
你或许听说过RTX和DGX。DSX是新的,它值得理解,因为这是NVIDIA停止向你销售芯片并开始向你销售建造整个工厂的方法。
DSX实际是什么
用黄仁勋的话说,DSX是“一个蓝图,一个构建和运营人工智能工厂以实现最大效率和盈利能力的参考设计”。
通俗地说,它是启动一吉瓦计算并保持盈利的食谱和工具包。NVIDIA甚至为工具包的部分命名:一个数字双胞胎,用于在第一个机架发货之前设计和测试整个工厂(DSXSim),一个在其上线后运行它的操作系统(DSX OS),以及可以在同一功率预算中塞入更多GPU并与电网灵活调整的工具(DSX Max LPS, DSX FLEX)。提议是,在这个十年结束之前,这些工厂将上线100吉瓦,而DSX构建的工厂运行成本更低,对电网的要求也更温和。
这一切听起来好像是NVIDIA会单独卖给你的产品。实际上并非如此。
没有单一公司可以建造整个人工智能工厂
如今,一座一吉瓦的人工智能工厂的成本在300亿到1000亿美元之间,黄仁勋称。在这个规模下,它不再是一间服务器机房,而是相当于一个精炼厂或电站的基础设施。
NVIDIA无法单独建造它。它不会浇筑混凝土,不会架设高压线,不会制造冷却设备,也不会与当地公用事业公司谈判。而且你不能一步一步地进行安装,因为芯片、机架、网络、电力和冷却都必须从第一天起一起设计。工厂每闲置一小时就是收入的损失,因此如此昂贵的建设必须第一时间就能成功。
因此,NVIDIA做了明智的事情:它发布了蓝图并组建了一支合作伙伴联盟,以覆盖它无法自己完成的每一层。这支联盟有一个名字,叫做人工智能工厂生态系统,黄仁勋将整个名单放在了一张幻灯片上。那张幻灯片就是地图。
地图:谁实际上构建人工智能工厂

截图:Nvidia首席执行官黄仁勋在2026年台湾Computex上发表主题演讲(来源:美联社)
这些公司大多数是私有或在海外上市的,但仍有许多美国上市的公司。我做了一个表格来列出地图上所有公开交易的名字。最后一列是我对每个业务在人工智能建设中真正依赖程度的粗略估计,因为出现在幻灯片上(可能依赖于市场营销目的)和被其影响是两回事。

请注意,表格中不包括场外交易或海外上市的公司。如果你想要完整的CSV列表,给我发个消息,我会发给你。此外,还有一些名字仍是私有的,并且即将进行IPO,例如Lambda(美国)、Nscale(英国)、Firmus(澳大利亚)和Yotta(印度)。
重要提示
必须意识到,标志展示告诉你一家公司的参与情况,但并不告诉你这种参与是否重要。对于CoreWeave或Vertiv,人工智能工厂的需求几乎是整个故事。对于卡特彼勒或国家电网来说,这只是一个更大业务的一个小部分,这毫无疑问不会对股价产生太大影响。“高”行给你带来相等的扭矩和波动。而“低”行则给你提供一家与人工智能建设交易仅有微薄联系的更稳定的公司。
最后的思考
也许其中一个名字会成为下一个Marvell,也许没有哪个会。这不是我能从一张幻灯片上做出的判断,而追逐你希望黄仁勋下一个祝福的任何标志更接近于一种猜测游戏,而不是战略。
这里持久的价值是地图,以及一个更尖锐的问题供你思考。对于图表中的任何名字,它的业务中有多少实际上依赖于人工智能建设?它的那一层拥有多少定价权?纯粹的参与者、多元化的现有企业和商品,显然拥有不同的杠杆和风险特征。
这里有一件事情不会改变:你将阅读到的每一个超大规模的交易,每个“X吉瓦数据中心”的标题,都安静地依赖于整个堆栈的实现。有人设计它,有人建造它,有人提供电力,有人冷却它,有人架设服务器,有人运营它。此图表就是演员名单。选择一个你感兴趣的层次,并评估它的曝光量与它拥有的定价权。真正的工作从这里开始。地图不会告诉你买什么,但它是你可以参考的框架。
免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到support@aicoin.com,本平台相关工作人员将会进行核查。