英伟达主营业务及成功要素是什么？

英伟达深耕算力芯片，共有四大业务板块：数据中心业务、游戏业务、专业可视化业务、汽车业务。

数据中心业务：借助基于 GPU、DPU 和 CPU 三种新一代架构构建的 NVIDIA 加速计算平台，重塑 AI 时 代的数据中心。凭借涵盖性能、安全性、网络等领域的前沿技术，这些架构可以应对现代数据中心的各种挑 战。英伟达数据中心服务器架构主要有 Hopper GPU 、Grace CPU 和 BlueField DPU。根据半导体分析公 司 TechInsights 的数据显示：2023 年，Nvidia 数据中心 GPU 出货量爆增至 376 万台，市场占比 98%。

游戏业务：英伟达提供用于 PC 端游戏的 GeForce RTX 和 GeForce GTX 系列显卡。基于 AI 深度学习的 DLSS 技术可以创建更多帧并提高图像质量。NVIDIA Ada Lovelace 架构能够模拟真实世界中的光线特性，借助 GeForce RTX 40 系列显卡和第三代 RT Core 的强劲性能使游戏体验更加逼真。

专业可视化业务：作为全球出色的专业视觉计算平台，NVIDIA RTX GPU 一直在推动建筑和工业设计、高级 特效以及复杂的科学可视化等方面的创新。数百万创意人员和技术用户均对 NVIDIA RTX GPU 和 NVIDIA Quadro 专业解决方案信赖有加。借助适用于专业可视化和远程协作的 NVIDIA EGX 平台，设计师和工程师 可以随时随地处理图形密集的工作负载。该解决方案将高端 NVIDIA GPU、NVIDIA 虚拟 GPU 软件和 NVIDIA Omniverse 协作平台相结合，可实现强大的视觉计算功能（包括虚拟工作站上的渲染、工程模拟和 交互式图形）和远程协作。 汽车业务：英伟达的 DRIVE Orin SoC 芯片适用于智能汽车的中央计算平台。它能够为自动驾驶功能、置信 度视图、数字仪表盘以及 AI 座舱提供强力支持。DRIVE Hyperion 架构将基于 DRIVE Orin 的 AI 计算与完 整的传感器套件集成在一起，能够加速开发、测试和验证过程。

AI 革命持续深化，英伟达作为卖铲人持续受益。2012 年末，深度神经网络——AlexNet 在视觉图像识别大 赛 ImageNet 中获得冠军。由于训练 AlexNet 模型的核心是英伟达的 GPU 及配套的 CUDA 平台，英伟达的GPU 被广泛认为是训练人工智能的最佳选择，英伟达的股价因此水涨船高。2013-2021 年，基于 DNN（深 度神经网络）的分析式人工智能带来的第一波 AI 革命，帮助英伟达的市值从近百亿美元上升至超过 7000 亿 美元的规模。2022-2024 年，ChatGPT 的爆火、生成式 AI 大模型的应用引爆第二波 AI 革命。Open AI 公司 使用超一万个 Nvidia A100 显卡来训练 ChatGPT 模型。鉴于 ChatGPT 这类 AI 模型的应用前景和商业化被 市场看好，英伟达的高端显卡供不应求，股价从约 16 美元飙升至 135 美元。

通过复盘英伟达的发展历程和在逆境中的举措，我们可以从中概括英伟达成功的两个关键因素：即（1）保 持远见，对市场具备前瞻性的认识；（2）不断奔跑，坚持研发导向。 保持远见，对市场具备前瞻性的认识。英伟达的成立缘于创始人对 3D 游戏市场的前瞻性认识，而英伟达的 成功则得益于 2006 年对加速计算领域的提前布局。2019 年 AI 行业周期低谷，英伟达勒紧裤腰带收购 Mellanox,为数据中心业务的起飞打下基础。英伟达近年来对智能驾驶 、元宇宙的布局是其持续走在市场前 沿的体现。

英伟达的创立缘于其创始人认为 3D 图形处理市场具有高发展潜力。然而，回顾英伟达创立的时间点，即 20 世纪 90 年代初， 3D 游戏仍处于鸿蒙时期，画质低、玩法少、代表作少，软硬件标准不统一。而 2D 游戏市 场已经出现了像《超级马里奥兄弟》《塞尔达传说》《魂斗罗》等超级单品，主要游戏厂商大多在 2D 产品上 发力。在这样的时间节点，能够认识到 3D 游戏是游戏发展趋势，3D 游戏市场能够快速发展，而 3D 图形处 理市场必然随之快速发展，可谓是一种前瞻性的眼光。正是因为英伟达入局较早，才能在市场未成熟、格局 未定型时有一战之力，在博弈中赢得先机。 近两年来英伟达飞速发展，直接原因在于搭上了人工智能的顺风车。后者使之成为全球市值第一的公司。而 之所以英伟达能够利用好这两个风口，根源是其于 2006 年决定布局 GPGPU（通用目的图形处理器），开发 CUDA 平台，使得英伟达的 GPU 不仅可以用于加速计算、人工智能领域，还自带底层的算法、模型和应用。 GPGPU+CUDA 的软硬件生态链为英伟达构筑了强大的竞争壁垒。 AI 芯片分为 FPGA、GPU、ASIC 三类。据中投产业研究院预测：2025 年全球 AI 芯片市场总额将达到 919.6 亿美元，预计 2020-2025 年均复合增长率为 39.35%，AI 芯片市场空间广阔，增长势头强劲。鉴于英伟达的 GPU 被广泛应用于 AI 大模型的训练，且市占率较高，GPU 的销量有望随着 AI 芯片市场的繁荣更上一层楼。

英伟达持续走在市场前沿，探索长期增量。在 2006 年，英伟达布局 GPGPU 是非常超前的举动。一方面， 当时 GPGPU 的应用场景较少，仅可能用于航天、医药等高精尖领域，且市场需求并不成熟，市场回报具有 不确定性。另一方面，开发 CUDA 生态需要投入大量的人力物力，研发成本极高。短期来看，开发 GPGPU 是会导致亏损的决策，而英伟达的一众投资机构也极力反对此项计划。英伟达创始人黄仁勋在这样的情况下， 坚持投入开发 GPGPU ，并且投入资源从大学校园开始推广 CUDA 生态, 培养潜在的用户群体。其长期思维 和卓越远见为英伟达在日后能够搭上人工智能的风口奠定关键基础。 近两年来，英伟达探索长期市场增量的新动作集中在智能驾驶和元宇宙上。智能驾驶方面，2020 年英伟达 发布 NVIDIA DRIVE Orin 平台，支持每秒 254 TOPS（万亿次运算），为高级自动驾驶和 A I 功能提供支持。 元宇宙方面，2020 年，英伟达发布了 Omniverse， 一个开放的协作平台，允许设计师、工程师和研究人员 在一个共享的虚拟空间中实时协作。它支持多种 3D 设计工具和引擎的互操作性，使用户可以共同创建和模 拟复杂的 3D 场景和虚拟世界。目前来看，元宇宙尚未形成成熟的商业模式，英伟达的动作是其积极探索市 场长期增量的又一表现。

不断奔跑，坚持研发导向。英伟达一方面缩短研发周期，使得其产品性能领先竞争对手，另一方面重视研发 投入，给予研发充足的资金，为其在人工智能等关键领域的技术领先奠定基础。作为科技企业，英伟达始终 坚持以研发为导向，性能为王引领市场，掌握市场主动权。英伟达采取“三团队，两季度”的研发模式，设 立三个独立的开发团队，每个团队专注于不同的产品开发阶段，同时划分两个季度的研发周期，根据市场需 求灵活调整产品的开发和发布计划。这种短周期的模式使英伟达在市场竞争中保持领先地位，通常能够领先 市场 1-2 个研发周期。据统计，过去 10 年中，英伟达累计投入费用高达 364 亿美元，高于苹果公司、微软 公司等科技巨头。2023 年，英伟达的研发费用达到了 73.4 亿美元。高额的研发投入带来了英伟 达卓越的 产品性能，无论是游戏显卡 RTX 系列，还是专业计算芯片系列（如 A100，H100），英伟达均领先竞争对手。 其在专业计算芯片上的研发投入使之成为 A I 算力领域的实际垄断者。