文 | 半导体产业纵横
如果一个人刚刚认识英伟达，那他很容易忽视英伟达的游戏部门——其收入贡献已滑落至个位数。然而，在 CEO 黄仁勋 " 从桌面到数据中心 " 的理念下，消费级 PC 已被重新定位为 " 技术验证场 "。
英伟达在 GTC 2026 大会主题演讲中，黄仁勋回顾了 GeForce PC 平台历史，并强调英伟达会讲将 AI 与 CUDA 带入消费端，但本次 GTC 2026 英伟达未直接宣布全新 PC 芯片产品。 焦点转向 Vera Rubin 平台和代理式 AI，PC 相关的内容主要为 RTX PRO Blackwell 工作站与 DGX Spark 桌面 AI 系统。
当英伟达专注于高利润的企业未来时，英特尔和 AMD 将目光对准了普通消费者所在的消费市场。英伟达却并未对游戏市场有 " 特别照顾 "，看起来 " 算力之王 " 英伟达正在减少对游戏市场的关心。
那么，英伟达放弃游戏市场了吗？
01 与游戏深深绑定的英伟达
英伟达 1995 年推出首款 NV1 芯片，因支持 2D/3D 图形市场反响热烈，截至 1995 年底，英伟达已售出超过 10 万个 NV1 芯片，这主要归功于与显卡捆绑销售的《VR 战士》游戏的需求。
1997 年，NV3 作为 " 实时互动视频和动画加速器 "，挽救了英伟达。在那之后，游戏业务一直是英伟达的基石业务，英伟达的每次显卡更新也是游戏玩家们翘首以待的热点话题。
2000 年，斯坦福大学计算机图形学专业的研究生伊恩 · 巴克，将 32 个 GeForce 单元联结起来，借助 8 个投影仪，实现了《雷神之锤 III：竞技场》的 8K 分辨率渲染。在追求游戏体验更佳的时候，巴克无意间打造了一台低成本的超级计算机。
2003 年，巴克牵头推出了一种名为 "Brook" 的开源编程语言，借助 Brook，科学家们可以通过 GPU 完成过去要求严苛的数学任务，并行计算热潮开启。GeForce 显卡成为学术界的硬通货。
之后巴克加入英伟达，加入名为 " 计算统一设备架构 " 的英伟达项目中。这一项目的核心理念为 " 将原本用于视频游戏的并行计算电路重新定向给科学家使用 "，建成 CUDA。
游戏对于英伟达是来时路，根据英伟达历年财报，2013 年，游戏业务在英伟达占比 37%；2016 年游戏业务占比达到最高 59%。随后，英伟达游戏业务占比迅速缩减，如今 CUDA 成为了英伟达最核心的生态壁垒之一，英伟达开始走一条新路。
02 CUDA 为游戏玩家带来了什么
CUDA技术发展初期，英伟达推出了双用途芯片导致成本增长，这让游戏玩家成为了 CUDA 的 " 原始股东 " ——为 CUDA 的研发成本买单。
随着 CUDA 在超算和专业计算机的应用，游戏玩家现在能够感受到 CUDA 的红利。或许在游戏玩家群体中，" 人工智能创新 " 尚未得到充分认可。但通过在设备端实现计算和人工智能，英伟达正在开拓潜在市场。
以英伟达的 DLSS 技术为例，DLSS 4 是英伟达的神经网络渲染技术，引入了多帧生成 ( MFG ) 技术和 Transformer 模型。DLSS 4.5 则更新了动态多帧生成技术和第二代 Transformer 模型。
这套智能系统是英伟达为 GPU 配备的自动变速功能。该系统不会采用固定的帧率倍数，而会在不同的帧率倍数之间自动切换，以便在帧率、画质和延迟之间达到平衡。系统会根据用户设定的帧率或匹配显示器刷新率，仅生成必要的帧。
这一技术在提高游戏用户体验的同时，也让英伟达通过云端超级计算机的优化，继续深化自己的生态优势。
让我们来看看，DLSS 技术背后，英伟达能够构建怎样的生态。
首先，为了让游戏能够更好呈现，游戏开发者需要将 DLSS 4.5 动态多帧生成和其他 DLSS 4.5 功能原生集成至游戏中。一方面游戏开发者与英伟达技术进一步加深绑定，另一方面随着 AI 技术的应用，游戏开发公司对算力的需求也会日益增长。算力需求增长背后的收益正是英伟达本达。
其次，DLSS 技术的应用，本质上是英伟达智能体在消费端上的应用。英伟达没有推出面向所有人的大模型，但已经默默将智能体应用推广至桌面级产品中。英伟达的 AI PC 也强调了产品在图像生成上的优势，英伟达表示：" 借助 NVIDIA RTX GPU，经 NVIDIA TensorR 加速，在 Stable Diffusion 中可更快地生成图像和视频。"
游戏行业及相关的开发者与英伟达的生态完成深度绑定。
至此，基于游戏业务的增长飞轮雏型显现：智能体 AI 应用先在桌面使用 CUDA 生态系统构建，随后作用于至价值万亿美元的数据中心基础设施。
03 英伟达游戏市场的缺口
英伟达产品组合中的缺口之一是缺乏掌机 SoC 芯片。
AMD 在 Windows 掌机市场建立 75% 的垄断地位，凭借 Zen 5 + RDNA 3.5 + 50 TOPS NPU 的组合，目前在性能、生态、性价比上全面领先。在生态上，AMD 与华硕、联想、微星通过深度定制完成绑定。
英特尔方面，代号为 Panther Lake 的掌机专用版本芯片预计将 2026 年 5 月～6 月间正式推出。据透露，该掌机平台将采用 16 核 CPU 设计，具体构成为 4 个性能核心、8 个能效核心及 4 个低功耗核心；图形方面最高可集成 12 个 Xe3 架构计算单元，相关型号或基于 Ultra X9 388H 或 X7 368H 进行深度优化定制。另有一款定位稍低的衍生版本，预计将配备 10 核 Xe3 显卡。
在实际性能表现上，当前已发布的锐炫 B390 与 B370 核显实测数据表明，其相较上一代 Lunar Lake 平台实现了显著提升。不过，目前掌机平台芯片的配置尚未获得英特尔官方确认。
英伟达并非没有加入过移动端市场，英伟达曾斥资 3.67 亿美元收购了蜂窝式调制解调器制造商 Icera，并发布 Tegra 2 双核处理器首用于 Android 平板，2013 年 Tegra 3、2014 年 Tegra 4 扩展智能手机，2015 年 Tegra X1 成 Nintendo Switch 核心。
此阶段积累了一定 SoC 经验，但移动市场竞争激烈，英伟达逐步退出消费手机。当时英伟达总结的经验是，同时涉足的领域过多，无法顾及太多领域。
老对手们进入掌机赛道，英伟达转身走入 PC 市场。2024 年，英伟达的 PC 处理器传闻出现。
据报道，英伟达 Arm-based N1 系列，集成 Grace CPU+Blackwell GPU，针对 AI PC 笔记本 / 桌面，性能对标 RTX 5070。2025 年初进入生产，但工程测试发现缺陷，先轻微修复，后需重新设计，导致从 2025 年推迟至 2026 年底。
消息显示，英伟达的 ARM 架构笔记本电脑芯片将与联发科合作打造，延续 GB10 SoC 的合作模式。英伟达试图通过为用户提供边缘计算能力，在 AI PC 领域奠定基础。
从优势上来讲，英伟达的 PC 芯片支持 CUDA 和 NVLink，优化边缘 AI 计算，从数据中心向 PC 端转移算力重心，强化开发者生态并对抗苹果 Mac 生态。然而，Arm on Windows 兼容性差，应用优化落后 x86，高通 Snapdragon X 案例已经展示了开发者迁移难度。
不过，英伟达似乎还有探索 x86 架构的想法。据报道英伟达可能会与英特尔合作开发一款基于 x86 架构的笔记本电脑芯片。因此，英伟达实际上有可能成为唯一一家同时提供 x86 和 ARM 架构笔记本电脑芯片的厂商。
对于英伟达来说，PC 芯片有望让更多产品走向市场，毕竟目前英伟达显卡的价格，对于消费者并不友好。
04 写在最后
回顾英伟达的发展，这家公司总会采用一些 " 反常规 " 的策略。例如，在游戏事业欣欣向荣时，探索 " 零亿美元市场 "。当 CUDA 首次在乳腺 X 光扫描仪上通过测试时，或许没人想到这样的生态将会打造出市值超 4 万亿美元的芯片帝国。
曾经有人评价 CUDA 生态是 " 耗费了数十亿美元，却瞄准了学术和科学计算这一偏门领域 "，但事实却验证了学术和科学计算同样能给消费市场带来机遇与增长。
回答开篇的问题，游戏市场会不会被放弃？
来看一组数据，Newzoo 预测 2025 年，全球游戏市场创造 1888 亿美元的收入，同比增长 3.4%；其中，PC 和主机游戏的总营收将达到 858 亿美元约占总市场的 45%。在玩家方面，到 2025 年，全球玩家基数将达到 35.8 亿人；到 2028 年，该行业有望达到 39 亿玩家。
无论是主机游戏还是手机端游戏，英伟达知道玩家和游戏开发者之间，总有一方离不开自己的产品与生态。
那么答案不言而喻，黄仁勋曾预测 2025-2027 年 AI 需求带来 1 万亿美元收入，或许单纯分许游戏业务的营收并不能凸显出其潜力，但从技术与生态构建的角度来看，游戏业务是英伟达距离用户最近的场景之一。
值得注的是 AMD 的 FSR 4（代号 "Redstone"）正通过 " 全平台 " 兼容性发起挑战。Redstone 可在英伟达、AMD 和主机硬件上运行。在游戏领域，英伟达并非没有对手。
英伟达将怎样布局游戏业务以及 PC 业务，或许在他们未来推出的 PC 芯片上，我们能够得到一个答案。
