7月2日消息，NVIDIA 宣布面向 AI 云服务商推出一种新的合作模式：收入分成加信用支持（revenue-sharing and credit-support）。在该模式下，AI 云合作伙伴采购 NVIDIA 基础设施并向客户销售云服务，NVIDIA 在获得标准硬件销售收入之外，还将从合作伙伴的云服务收入中抽取一定比例的分成。这意味着 NVIDIA 的收入将不再完全依赖一次性硬件销售，而是开始与下游 AI 服务的实际使用量挂钩。
Sharon AI 和 Firmus 是首批采用该模式的合作伙伴。Sharon AI 计划在澳大利亚部署最多 4 万颗 Grace Blackwell GB300 GPU，Firmus 将在印尼巴淡岛建设 DSX AI 工厂园区，规划扩展至 360 兆瓦、最多 17 万颗 NVIDIA GPU，预计六年内从已签约客户处获得 250 至 300 亿美元收入。
商业模式的核心变化：硬件收入加云服务分成
NVIDIA 过去的商业模式是向超大规模云服务商和企业客户销售 GPU 芯片、系统和网络设备，交易在硬件交付时完成。新模式增加了一个收入层：当合作伙伴基于 NVIDIA 平台向终端客户提供 AI 云服务时，NVIDIA 从中获取持续的、与使用量挂钩的收入。NVIDIA 在博文中明确将此描述为"recurring, usage-linked earnings stream"（经常性、与使用量挂钩的收入流）。
这一模式的目标群体不是 AWS、Azure、Google Cloud 这类自身资本充足的超大规模云商，而是快速增长的 AI 原生公司、初创企业、模型开发者、推理服务商、智能体平台和区域性 AI 参与者。这些客户对大规模加速计算有迫切需求，但无力自行完成选址、电力采购、建设和硬件部署。NVIDIA 通过信用支持降低合作伙伴的前期资本门槛，以换取后续收入流的分成权。
Baseten、Fireworks AI 和 Together AI 被 NVIDIA 列为代表未来算力需求方向的 AI 原生公司。这些公司需要即时获取大规模 AI 云容量，用于模型训练、后训练、微调和高并发智能体推理。它们的客户既需要可靠的大规模加速计算，也需要从试点到生产过程中的商业灵活性。
从 GPU 供应商到四层平台：华尔街已在重构估值模型
NVIDIA 的商业模式转型并非始于这次公告。高盛、摩根士丹利和 William Blair 等华尔街机构已将 NVIDIA 的数据中心业务分解为四个收入层：GPU 芯片、网络（InfiniBand、以太网、NVLink）、系统（DGX 平台、机架级配置）和软件（CUDA、AI Enterprise、DGX Cloud）。分析师估计网络层收入已占数据中心收入的 15% 至 25%，增速快于 GPU 出货量；软件层当前占比仍为个位数，但被视为对冲未来超大规模客户转向自研芯片风险的关键。
此次收入分成模式的推出，为 NVIDIA 增加了第五个潜在收入层：下游 AI 服务的使用量分成。这与 NVIDIA 不断强调的"Token 经济"叙事一致：AI 工厂的核心产出不是计算周期而是 Token，NVIDIA 的硬件、软件和参考架构（DSX 平台）都在优化"每瓦 Token"效率。当 NVIDIA 开始从 Token 产出中分成时，它的角色从"卖铲子的人"部分转变为"矿场的合伙人"。
NVIDIA 2026 财年营收 2159 亿美元，同比增长 65%。2027 财年第一季度（截至 2026 年 4 月）营收 816 亿美元，同比增长 85%，其中数据中心营收 752 亿美元，同比增长 92%。
DSX AI 工厂参考架构是这一模式的技术底座
NVIDIA 此次公告中的合作伙伴均采用 DSX AI 工厂设计。DSX 是 NVIDIA 的 AI 工厂级平台，整合了参考设计、仿真工具、运营软件和生态技术，覆盖从芯片到电网的完整基础设施栈。其核心目标是在给定功率预算下最大化 Token 产出。
DSX 包含多个组件：DSX 参考设计提供经过验证的、按硬件世代划分的 AI 工厂架构；DSX MaxLPS 可恢复闲置电力，在同一兆瓦预算下增加多达 40% 的 GPU 部署量；DSX OS 通过自动化运维提升正常运行时间；Omniverse DSX Blueprint 允许在施工前通过数字孪生进行物理级精确仿真。当前最新一代参考设计基于 Vera Rubin NVL72 机架级系统。
NVIDIA 将 DSX 定位为开放生态，与西门子、Vertiv、Eaton 等设施基础设施厂商合作。标准化的参考架构意味着合作伙伴可以更快地完成 AI 工厂的设计和部署，这是收入分成模式得以规模化的前提：如果每个合作伙伴都需要定制化的部署方案，分成模式的管理成本将远超收益。
真正的变量是 NVIDIA 在推理经济中能拿走多少
NVIDIA 推出收入分成模式的时间点与 AI 行业从训练向推理转移的结构性趋势吻合。训练是一次性、高峰值的算力消耗，推理是持续的、与用户量线性增长的算力消耗。当 AI 工厂的核心功能从"训练模型"变为"持续生成 Token"时，按使用量分成的商业模式比一次性卖硬件更有吸引力。
但这一模式的规模和利润率仍存在不确定性。NVIDIA 未披露分成比例的具体数字，也未说明信用支持的具体条件（是以折扣价格供货、延期付款还是直接提供授信额度）。Firmus 预计六年内获得 250 至 300 亿美元的已签约客户收入，但 NVIDIA 从中能分到的具体金额不明。此外，超大规模云服务商（AWS、Azure、Google Cloud）是否会接受类似的分成安排也是未知数。当前首批合作伙伴 Sharon AI 和 Firmus 都是相对较小的区域性 AI 云服务商，该模式能否扩展至行业头部玩家，将决定这条收入线的天花板。
Firmus 巴淡岛项目是该模式的规模化测试
在首批合作中，Firmus 在印尼巴淡岛的 DSX AI 工厂园区是规模最大的单体项目。该项目由 Firmus 与新加坡数字基础设施平台 DayOne 联合开发，规划容量 360 兆瓦，可支持最多 17 万颗 NVIDIA GPU，硬件覆盖 Grace-Blackwell、Vera-Rubin 和 Vera 三代平台，部署周期跨 2027 至 2028 年。Firmus 在 2026 年 3 月还签约了澳大利亚 Project Southgate 的约 1.84 万颗 GB300 GPU 专属容量。这些项目的实际运营效率和客户上架速度，将为 NVIDIA 的收入分成模式提供第一批可量化的运营数据。如果模式被验证，预计 NVIDIA 将在更多区域和更大规模的 AI 云合作伙伴中推广。
