如果一家AI公司既要排队买英伟达的芯片，又依赖它的软件，还可能接受它的投资或融资支持，那么英伟达就不只像一家设备商了。2026年9月3日，《经济学人》因此用“AI的中央银行”形容它。这个比喻值得看，但现有供稿只有标题，无法证明英伟达实际控制产业的程度。
它“发行”的不是货币
AI算力——训练和运行模型所需的计算资源——目前主要来自GPU集群。英伟达提供其中的核心基础设施。它还有CUDA生态，即围绕GPU建立的编程平台和软件工具链。大量AI软件依赖这套工具，客户更换硬件的成本因而较高。
据IEEE Spectrum梳理，这条路线起初并非为AI而生。2012年，Alex Krizhevsky用两块面向玩家的GTX 580训练AlexNet，在ImageNet竞赛中大幅击败此前路线，GPU与深度学习由此成为产业转折点。
为什么像一家“央行”
《经济学人》的重点，是把英伟达从芯片供应商扩展为算力与资本的配置者。除了卖芯片，它还可以投资客户或支持融资。若供应商投资客户，客户再拿资金购买供应商产品，就形成“循环融资”。这能加快扩张，也会让真实终端需求与融资推动的需求更难区分。
比喻到哪里失效
真正的中央银行可以发行货币、制定利率，并承担公共监管职责；英伟达没有这些权力。现有材料也没有市场份额、定价、投资规模或现金流数据，不能据标题进一步断言它已经系统性控制AI产业。更准确的说法是：这个比喻点出了芯片、软件与融资可能相互强化，但尚未证明英伟达拥有类似货币当局的控制力。