英伟达发展历程及经营亮点在哪？

英伟达(NVIDIA)是全球GPU巨头。

1.全球科技巨头,GPU王者

英伟达(NVIDIA)是全球GPU巨头。英伟达成立于1993年，总部位于美国加利福尼亚州。公司专注于GPU的研发与制造，2009年发布了费 米(Fermi)架构，确立了在游戏领域的主导地位。公司业务包括数据中心、游戏、科学计算和自动驾驶。在人工智能领域，TensorCore作 为深度学习的处理单元，为AI提供高效的计算和学习能力。出色的软件研发为公司持续发展提供支持，CUDA平台和深度学习库广泛应用 于科研和大数据等领域。

2016年至今股价大幅增长近60倍，AI开启全新增长周期。英伟达(NVIDIA)截至2023年5月30日的总市值为9631.8亿美元，收盘价为每股 389.46美元。根据JonPenddie Reasearch数据，独立显卡市场中，英伟达在全球GPU市场占有84%份额。近20年，英伟达业绩收入大幅 增长15倍，业绩持续爆发式增长，我们认为这是英伟达股价持续增高的根本原因。此外，公司在2015年开启布局相应人工智能领域，并于 2019年崭露头角并逐渐成为全球AI巨头，如今，随着大模型的爆发，英伟达作为AI硬件龙头，开启第二波成长曲线。

2.30年王者之路，AI硬件巨头崛起

竞争激烈，勇于破冰(1993年-1998年)：英伟达于1993年进入市场，当时显示芯片行业竞争激烈。1995年，英伟达推出NV1，但成效不 明显，财政形势紧张。然而，1997年，公司推出了全球首款128位3D处理器RIVA 128(加速图形处理芯片)，仅前四个月就售出超过一百 万台，成功逆袭。此后，英伟达在1998年继续发力，发布了两款高性能的3D处理器，RIVA 128ZX和RIVA TNT。

成功上市，高速发展（1999年-2005年）： 1999年1月，英伟达在NASDAQ股票交易所以每股12美元的价格进行了首次公开募资。同年 八月，发布了全球首款GPU(GeForce 256)，将GPU定义为具备集成变换、照明、三角设置、裁剪和渲染引擎的单片处理器，能够每秒处 理至少1000万个多边形。英伟达成为发展最快的半导体公司之一，收入达到10亿美元，并被纳入S&P500指数。

CUDA问世，强调生态(2006年-2009年)：2006年推出了CUDA，一种用于通用GPU计算的革命性架构，使科学家和研究人员能够进行更 复杂的计算。2009年发布了首个完整的GPU计算架构（Fermi），其中Quadro 7000代表着一个飞跃，实现了游戏性能和计算性能的双重 提升。

3.产品：图形显控+计算中心加速卡双轮驱动

公司GPU产品功能分为1）用于计算和网络（Compute & Networking）的GPGPU；2）用于图形处理（Graphics）的GPU。 GPGPU（General Purpose GPU）：通用计算图形处理器。在架构设计中去掉了GPU为图形处理设计的加速硬件单元，保留了SIMT架构 和通用计算单元。可以将GPU的并行计算能力应用于科学计算、数据分析、机器学习等领域，提高计算速度和效率。 GPU（Graphics Processing Unit）：完成图像运算工作的微处理器。作为一个单独的模块，即独立显卡核心或者主板集成显卡核心。主要 用于提供高性能的图形渲染能力。

根据2023财年年报，公司计算与网络类GPGPU收入150.68亿美元，图形处理类GPU收入119.06亿美元。其中1）计算与网络类收入同比 +36%，主要应用于数据中心加速计算平台、人工智能驾驶舱、自动驾驶解决方案、电动汽车计算平台、NVIDIA AI企业和其他软件、加密 货币挖掘等。2）图形处理类收入同比-25%，主要应用于游戏和个人电脑的GeForce图形处理器、游戏平台的解决方案、基于云的视觉和 虚拟计算的软件、构建和操作3D互联网应用程序的全方位企业软件等。

4.业务: 打造多元产品矩阵，数据中心与游戏为核心

公司软硬件结合平台化布局，打造4条产品线覆盖下游主流应用：数据中心：2023财年收入150.1亿美元，占比56%。基于 GPU、DPU 和 CPU 三种新一代架构构建的 NVIDIA 加速计算平台，推出NVIDIA DGX 人工智能超级计算机，让现代化的数据中心更快速地处理涉及深度学习、机器学习和高性能计算 (HPC) 的工作负载。

游戏：2023财年收入90.7亿美元，占比34%。产品包括GeForce RTX和GeForce GTX图形处理器，云游戏GeForce NOW，用于流媒体的 屏蔽以及芯片系统（SOCs）和游戏机的开发服务。2023财年推出基于Ada Lovelace架构的GeForce RTX 40系列游戏图形处理器。

专业可视化：2023财年收入15.4亿美元，占比6%。应用于许多领先的3D设计和内容创建，如全宇宙、虚拟现实和增强现实技术。利用 GPU在设计制造、数字内容创建方面提供动力。推出的NVIDIA RTX平台可利用光线跟踪，实时渲染胶片质量、逼真的物体和环境。

自动驾驶：2023财年收入9.0亿美元，占比3%。包括AV、人工智能驾驶舱、电动汽车计算平台和信息娱乐平台解决方案。根据2023财年年 报，公司正与数百名汽车生态伙伴合作，包括汽车产业链制造商、汽车研究机构、地图公司和初创公司，为自动驾驶汽车开发和部署人工 智能系统。推出的Drive作为一个人工智能汽车平台，覆盖多种自动驾驶领域。

5.CUDA开启软硬件生态，形成护城河

GPU适用于处理大数据集，CUDA核是本质原因。最开始，GPU(图形处理单元)作为一种专用计算机处理器，可以满足实施高分辨率 3D图形计算密集型任务的需求。到2012年，由于GPU已经发展成为高度并行的多核系统，让它具备了处理大量数据的能力。简而言之， CPU做的专注线性计算，GPU做的是并行计算(数据之间没有直接关系)，而本质的原因是CUDA核的不同，CUDA核越多，计算性能越 强，而GPU的CUDA核数是CPU的上百倍，如AMD EPYC 7003系列7763核心数为64个，而英伟达A100 40GB核心数为6912个。

CUDA的本质是“软件定义硬件”，实现“软件调用硬件”。 CUDA是一种并行计算平台和应用程序编程接口(API)，允许软件使用特 定类型的图形处理单元(GPU)进行通用目的的处理，称为通用图形处理单元计算(GPGPU)。CUDA提供了直接访问GPU虚拟指令集和并 行计算元素的软件层，用于执行计算内核。CUDA支持的GPU还可以使用编程框架，通过将代码编译为CUDA来使用HIP。CUDA将从 前多种不同的代码整合成了一气呵成的代码，这样极大的加快了开发模型的训练速度。可以简单理解，CUDA是英伟达实现软硬件适配 的一种“类编译器”，将软件的代码转换成硬件汇编代码，CUDA是英伟达实现软硬件生态的护城河。

6.英伟达今年发布多款AI产品，助力全球AI生态

2023年3月23日GTC会议，英伟达全新AI相关产品助力全球AI生态。1）基础软件：推出全新加速库；2）芯片方面：推出数据中心 Grace CPU，具备高能效、高运行速度等优势；3）服务器：推出DGX超级计算机；4）全新AI服务平台（DGX云与生成式AI服务）， AI的“Iphone”时刻已经来临，AI foundations 云服务能够构建、改进和操作定制的大型语言模型和生成式 AI 模型，助力初创企业具备 拥有生成式AI的能力，且已经具备多种生成式AI模型和相应案例。

平台实为模型和算力之间的“桥梁”，是AIGC或大模型生成的必备要素，不论是数据库还是编译器，都需要通过平台来实现资源的合 理分配以达到软硬件的最优组合，从而大幅提升模型效率。平台通过调用数据包来适配软硬件之间的结构，来达到模型的最优组合，从 而提升模型乃至整个虚拟机的效率。