商业模式拆解 · NVIDIA · 英伟达
英伟达：卖铲子的把软件按 GPU 卖，生态赌注压在开发者入口
硬件收入支撑软件订阅按 GPU 计价，最大赌注是用 NIM/NeMo 锁定开发者入口，但软件收入占比仍不透明。
关键数字
英伟达的收入几乎全部来自硬件，FY2025 营收 1305 亿美元、毛利率 75.0%，运营费用只占 12.6%。软件（AI Enterprise、vGPU）是附着在 GPU 上的收费层：按块、按年、按小时，定价锚定硬件价值而非席位。钱花在库存计提与超额采购义务（FY2025 合计 37 亿美元，毛利率净影响 -2.3 个百分点）、代工产能和股东回报（FY2025 回购 340 亿美元）。活下去靠的是代工产能与出口管制之间的腾挪。最大赌注是 NIM/NeMo 能否在推理成本快速下降时，把开发者留在自己的软件栈里，而不是被云厂商的托管服务截流。
产品与模型
AI Enterprise 按 GPU 授权：卖软件就是卖每块卡的许可证
NVIDIA AI Enterprise 的定价单位是 GPU，不是用户也不是席位。自管订阅 1 年 4500 美元/GPU，5 年 18000 美元/GPU（买四送一）；永久授权含 5 年支持 22500 美元/GPU。每块 GPU 需要一个许可，无 GPU 环境才按服务器/实例订阅。这意味着软件收入与硬件出货量直接挂钩，客户买卡越多，软件账单越大。
这种设计把软件从“可选附加”变成“随卡计价”的准强制层。H100 PCIe/NVL 与 H200 NVL 每块 GPU 随附 5 年 AI Enterprise 订阅，A800 40GB Active 随附 3 年。随卡附赠的订阅是获客入口，到期续费才是真实收入信号，但续费率公开资料未披露。
从创业者视角看，这是把软件定价锚定在硬件价值上的经典做法：客户为 GPU 付了大钱，每块卡每年 4500 美元的软件费在总拥有成本里占比有限，决策阻力小。代价是软件收入永远受制于硬件出货节奏，且大客户会拿采购量压价。
依据R8vGPU 按并发用户与 CCU 收费：虚拟化场景的另一种计价单位
vGPU 软件线（vApps、vPC、RTX vWS、vCS）按并发用户或 CCU 收费：年订阅 vApps 10 美元/并发用户、vPC 50 美元、vWS 250 美元；永久授权 vApps 20 美元、vPC 100 美元/CCU、vWS 450 美元，另需年度 SUMS。支持 140 多款认证服务器。
这条线面向虚拟桌面与工作站场景，单价低但按人头/并发扩展，与 AI Enterprise 的按卡计价形成互补。它证明英伟达的软件计价不是单一逻辑，而是按使用场景选择计价单位：算力密集用 GPU 数，虚拟化用并发数。
对小团队而言，这种“按场景选计价单位”的思路可借：同一个产品对不同客户群用不同计价锚点，比统一定价更容易成交。但 vGPU 的低单价依赖庞大的认证服务器生态，个人开发者无法复制。
依据R2R4收入模式
谁付钱：超大规模云商与企业为每块 GPU 的软件许可付年费
付钱的是买了英伟达 GPU 的数据中心客户：AWS、Azure、Google Cloud 三大超大规模云商，以及 CoreWeave 等 AI 算力公司。他们为 AI Enterprise 订阅付费，因为随卡附赠期结束后，不续费就失去企业级支持与认证栈。计价单位是 GPU 数量乘以年数，5 年 18000 美元/GPU 的打包价实质是锁客。
第二条线是云市场托管：生产用量按 1 美元/小时/GPU 计费，另加云实例成本。这把软件收费切成小时粒度，适合试用和弹性负载，但单价换算成年化后高于自管订阅，公开资料未披露两种口径的收入占比。
判断：软件收入是硬件收入的函数，而非独立增长曲线。FY2025 营收 1305 亿美元中软件贡献多少，公开资料未披露。
依据R1R13定价锚点：用推理成本下降论证硬件价值，软件费跟着卡走
英伟达称 Blackwell 将每百万 token 推理成本较 Hopper 降低最多 10 倍，B200 达 2 美分/百万 token（NVIDIA 自述，置信度中）；博客示例中 H100 级 GPU 按 3 美元/小时年收入约 18400 美元，按 1 美元/百万 token 约 157680 美元（R10 博客示例，置信度中，非收入披露）。这些数字是销售话术，不是收入披露。
逻辑是：推理成本越低，客户越愿意买更多卡，软件订阅随卡数增长。但反过来，如果云厂商自研芯片或第三方推理服务把 token 价格压得更低，英伟达的硬件溢价和软件附着率都会承压。
定价的取舍在于：软件费定得越高，客户越有动力绕过官方栈自建；定得越低，软件收入越难独立成立。当前 4500 美元/GPU/年的价位，是硬件毛利与软件渗透之间的平衡点，公开资料未披露实际成交折扣。
依据R10R11客户与市场
客户集中且强势：超大规模云商买卡也压软件价
数据中心收入客户含 AWS、Azure、Google Cloud 及 CoreWeave 等。这些客户采购量大、议价能力强，软件订阅往往作为整机采购的一部分谈，单独软件合同的金额公开资料未披露。据 R13（置信度低），NVIDIA 将 Groq 3 LPX 定位为交互式 AI 推理加速器，已进入全面量产；该条与软件客户结构无直接关系，仅作背景。
另一类客户是 Inception 会员：12 个月内最多购 64 份 1 年 AI Enterprise 订阅，Connect 会员最多 16 份，均享优惠价。这是面向初创企业的获客漏斗，单价打折但换来生态黏性。教育/Inception 价 5625 美元/GPU 的永久授权，标价 22500 美元/GPU。
判断：客户结构决定了英伟达软件很难按标价收全款，大客户的实际支付价是谈判结果，公开资料未披露折扣幅度。
依据R1R13获客与渠道
渠道靠 NPN 伙伴与云市场：软件不直营，搭硬件的便车
NVIDIA 软件经 NPN 合作伙伴网络销售，云服务商授权经 NPN 云服务商计划提供。这意味着软件不建独立销售团队，而是复用硬件渠道和云市场货架。好处是边际获客成本低，坏处是渠道伙伴更愿意卖硬件，软件续费容易被忽视。
云市场托管按 1 美元/小时/GPU 计费，把软件放进客户已有的云账单里，降低采购摩擦。但云市场同时是云厂商的地盘，英伟达在别人的货架上卖自己的软件，分成与优先级公开资料未披露。
判断：渠道策略是“跟着卡走”，软件触达率取决于硬件装机量，而非独立的销售能力。
依据R1R2R4成本结构
钱花在库存与采购义务：37 亿美元计提是产能赌注的账单
FY2025 运营费用 164 亿美元，同比增 45%，但占营收比由 18.6% 降至 12.6%，规模效应明显。真正的成本压力在库存：FY2025 库存计提与超额采购义务合计 37 亿美元，对毛利率净影响 -2.3 个百分点。这是为锁定代工产能提前下注的代价。
代工依赖台积电、三星等第三方，交货周期长。据彭博汇编数据（R14 转述），亚洲供应商约占生产成本 90%，一年前约 65%，集中度上升。据 R14 报道，NVIDIA 承诺在美国投资 5000 亿美元用于服务器制造，合作方含富士康与纬创（媒体转述，置信度中；该数字为承诺额，非已发生支出）。这是把供应链往政治安全区搬的长期支出。
判断：成本结构里最大的变量不是运营费用，而是库存减值和产能预付款。卖得掉是护城河，卖不掉就是减值。
依据R9R14融资与资本
靠经营现金流活着，回购把利润还给股东而非投入软件
FY2025 末现金及有价证券 432 亿美元，长期债务 85 亿美元，与上年持平。公司不依赖外部融资，靠硬件销售现金流运转。FY2025 回购普通股 340 亿美元（3.1 亿股），2024 年 6 月执行 1 拆 10。FY2027 Q2 回购与分红合计约 260 亿美元，剩余回购授权约 990 亿美元（据 R13，置信度中）。
资本配置的取舍很清楚：利润优先回馈股东，而非大举并购或独立软件业务投入。软件研发费用与硬件研发混在一起，公开资料未披露软件单独投入。
判断：这种资本纪律让公司在硬件周期上行时财务稳健，但也意味着软件业务没有独立的资本弹药，只能依附硬件节奏。
依据R9R13护城河
护城河是 CUDA 装机量与随卡附赠的默认入口
英伟达真正的护城河不是某一款芯片，而是开发者已经写好的 CUDA 代码和随卡附赠的软件订阅。H100/H200 每块 GPU 随附 5 年 AI Enterprise，客户在采购硬件时已经为软件付了钱，续费时迁移成本高。NeMo 与 NIM 构建的开发者工作室，支持微调、部署与发布模型/智能体，目的是把开发者的工作流留在自己的栈里。
但这条护城河有边界：据 R9，出口管制限制 A100、H100、H200、B100、B200、GB200 对华及 D1/D4/D5 国家出货；2025 年 1 月的 AI Diffusion 规则对达标产品设全球许可要求，或影响 150 多个 Tier 2 国家销售。护城河在地理上被切开了口子。
判断：软件生态的黏性真实存在，但它依附于硬件可售范围。管制越紧，软件能触达的开发者越少。
依据R8R9R10风险与不确定性
出口管制直接砍掉软件附着的硬件基数
美国出口管制仍限制 A100、H100、H200、B100、B200、GB200 对华及 D1/D4/D5 国家出货。FY2027 Q3 营收指引 1080 亿美元（±2%）（据 R13，置信度中），且不假设来自中国的数据中心计算收入。这意味着软件订阅的可寻址装机量被人为压缩，且政策变化不可控。
2025 年 1 月发布的 AI Diffusion 规则对达标产品设全球许可要求，或影响 150 多个 Tier 2 国家销售。对软件业务而言，这些市场的开发者要么买不到卡，要么转向替代方案，NIM/NeMo 的入口价值随之下降。
判断：这是最大的单点风险，且公司无法通过产品迭代对冲，只能靠游说和产能转移缓解。
依据R9R13代工集中与库存减值：卖不掉的卡会变成软件收入的空洞
NVIDIA 依赖台积电、三星等第三方代工与合约制造商，交货周期长；据彭博汇编数据（R14 转述），亚洲供应商约占生产成本 90%。FY2025 已出现 37 亿美元库存计提与超额采购义务，说明产能锁定与需求预测之间存在错配。
软件收入按 GPU 数量计价，硬件卖不出去，软件订阅就失去附着对象。转向数据中心产品年度更新节奏（FY2025 Q4 开始出货 Blackwell 量产系统）加快了旧卡贬值，也加快了客户换卡决策，但一旦需求放缓，库存减值会同时打击硬件毛利和软件续费基数。
判断：库存风险与软件收入风险是同一件事的两面，公开资料未披露软件续费率，无法判断客户流失速度。
依据R9R14关键节点
对AI原生公司创始人的启示
这一节是编辑判断，基于上面的证据推演，不是公司原话。
把软件计价单位挂在客户已经付过大钱的东西上，成交阻力最小
但要注意，英伟达的软件费好收，前提是软件随硬件交付、有默认入口，客户不续费就失去企业级支持与认证栈。小团队没有这层默认绑定，按平台用量计价只降低了报价摩擦，不能替代产品本身的使用黏性。定价锚点可以借，随卡附赠带来的默认入口借不了。
渠道复用硬件伙伴能压低获客成本，代价是软件续费没人盯
另一个可借的动作是 Inception 会员式的折扣漏斗：教育/Inception 价 5625 美元/GPU 的永久授权，标价 22500 美元/GPU，用大幅折扣换早期客户的长期使用习惯。但英伟达做这件事的底气是硬件出货量，折扣换来的生态黏性会反哺卡的口碑；小团队做折扣前要先确认产品有明确的续费价值，否则只是提前透支收入。
库存和产能的赌注是硬件公司的账，软件依附硬件的风险小团队要换一种方式承担
能借的是它对风险的认知方式：把软件收入看成硬件基数的函数，而不是独立增长曲线。小团队如果也把产品挂在一个外部平台的用量上，就要提前想清楚这个平台的需求波动、政策变化或价格战会怎样传导到自己的收入，而不是等基数缩水后再找续费理由。英伟达靠游说和产能转移缓解出口管制，小团队没有这种对冲手段，只能在选择依附对象时更谨慎。
公开资料没有回答的问题
- AI Enterprise 和 vGPU 的软件收入具体是多少，续费率是多少？
- 随卡附赠的 5 年订阅到期后，客户实际续费比例是多少？
- NIM/NeMo 的开发者活跃度和付费转化率公开资料未披露，如何判断生态赌注的进展？
- 云市场 1 美元/小时/GPU 的托管收入与自管订阅收入占比各是多少？
证据来源
正文里的编号对应下面的来源。数字没有来源的句子在成稿前已被删除；公开资料未披露的直接写明未披露。
- R1Pricing# - Pricing#docs.nvidia.com · 一手来源 · 可信度 87
- R2NVIDIA 深度學習和人工智慧的最新消息nvidia.com · 一手来源 · 可信度 83
- R3Soluciones de GPU virtual NVIDIA - Para Empezarnvidia.com · 一手来源 · 可信度 83
- R4What's New in Deep Learning & Artificial Intelligence from NVIDIA - Get Startednvidia.com · 一手来源 · 可信度 83
- R5NVIDIA Virtual GPU Software Packaging, Pricing, and Licensing Guide# - NVIDIA Virtual GPU Software Packaging, Pricing, and Licensing Guide#docs.nvidia.com · 一手来源 · 可信度 80
- R6NVIDIA RTX PRO 6000 Blackwell Max-Q Workstation Edition | NVIDIAmarketplace.nvidia.com · 一手来源 · 可信度 80
- R7Nvidia (NVDA) Data Center Revenue Breakdown - Historical Chart & Data - TipRanks.comtipranks.com · 媒体与披露 · 可信度 80
- R8NVIDIA AI Enterprise Licensing# - NVIDIA AI Enterprise Licensing#docs.nvidia.com · 一手来源 · 可信度 80
- R9NVIDIA CORP annual report, FY2025 (NASDAQ:NVDA) | MetaTradermetatrader.com · 媒体与披露 · 可信度 79
- R10Building Token‑Metered AI Services on Telco AI Factories | NVIDIA Technical Blogdeveloper.nvidia.com · 一手来源 · 可信度 79
- R11NVIDIA Blackwell Cuts LLM Inference Costs 10x – The New Pricing Floor Unveiledperspectives.nvidia.com · 一手来源 · 可信度 79
- R12NVIDIA (NVDA) Revenue by Market Platformstockanalysis.com · 媒体与披露 · 可信度 78
- R13【BT财报瞬析】英伟达Q2净利539亿：92.5%押注数据中心的增长隐忧stock.stockstar.com · 媒体与披露 · 可信度 78
- R14Nvidia's exposure to Asian supply chains for components hits 90% of its production costsfinance.yahoo.com · 媒体与披露 · 可信度 78
由 EveryTik 调研流水线生成（deepseek-flash），经结构门禁、数字核对与独立审稿；引用 9 个来源、7 个独立域名。发现错误请以公开来源为准，我们会在下一轮调研时修正。