📌 背景：全球 AI 大模型训练与推理需求爆发，云厂商和主权国家纷纷建设大规模 AI 算力集群。GPU 加速器成为核心硬件，供给严重短缺，头部供应商占据绝对主导。数据中心已取代游戏成为厂商最大收入来源，占整体营收九成以上。
👤 目标客户：直接客户为云厂商（AWS、Azure、GCP、OCI等）、主权国家 AI 项目及大型互联网公司，由其 AI 资本开支预算出资，用于内部大模型训练推理或对外提供云上 GPU 实例服务。
💰 盈利点：收入流主要包括三路：1）硬件销售：向超大规模客户出售数据中心 GPU 加速器（如 H 系列、B 系列）及配套网络设备，按配额分配维持溢价，形成主要收入支柱；2）软件与生态服务：通过 CUDA 生态及企业 AI 软件订阅许可，按年或按节点收取服务费；3）长期支持与售后：提供企业级技术支持和维护合同，按服务等级收费。三者共同构成数据中心部门 90% 以上收入。
🧮 成本结构：主要支出集中在先进制程晶圆及 CoWoS 封装产能锁定（台积电），研发扩增支撑下一代 GPU 架构，以及全球客户支持与软件生态维护。
🛡️ 护城河：CUDA 开发者生态将数十年积累的应用深度绑定在 NVIDIA 软件栈上，迁移成本极高；同时公司与台积电深度锁定领先制程与先进封装产能，让竞争对手更难在短期复制同等性能输出和出货规模。
🔑 成功关键：
⚠️ 风险：
🏢 案例：