2023年复盘英伟达的AI发展之路 业务部门包括计算与网络及图形事业部

核心观点：

GPU是人工智能时代下满足深度学习大量计算需求的核心AI芯片。 过去五年，大型语言模型的参数规模以指数级增长；从2018年起，OpenAI开始发布生成式预训练语言模型GPT以来，GPT更新换代持续提升模型及参数规 模；2022年12月，OpenAI发布基于GPT-3.5的聊天机器人模型ChatGPT，参数量达到1750亿个。ChatGPT引领全球人工智能浪潮，人工智能发展需要AI芯 片作为算力支撑。据Tractica数据，全球AI芯片市场规模预计由2018年的51亿美元增长至2025年的726亿美元，对应CAGR达46.14%；据前瞻产业研究院 数据，中国AI芯片市场规模预计由2019年的122亿元增长至2024年的785亿元，对应CAGR达45.11%。

AI芯片中由于GPU通用型强，满足深度学习大量计算 的需求，因此GPU在训练负载中具有绝对优势。以GPT-3为例，在32位的单精度浮点数数据下，训练阶段所需GPU数量为1558个，谷歌级应用推理阶段所 需GPU数量为706315个。

英伟达开辟GPGPU加速计算格局，GPU架构演进及产品布局赋能AI时代。 英伟达(NVIDIA)成立于1993年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据JPR数据，4Q22英伟达独立GPU出货量占比为82%， 位居市场第一。公司股价经历2016-2018年、2020-2021年、2022年9月以来三轮快速增长；其中2022年9月至今，受AI驱动下针对芯片算力需求提升，公 司股价呈现大幅度反弹；截至2023年4月30日，公司市值为6854.00亿美元。回顾历史，1999年，公司发明了图形处理器，定义了现代计算机图形学； 2006年，公司推出用于通用GPU(GPGPU)计算的CUDA平台。

自2015年以后，随着AI浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动设备、 汽车电子等市场发展。公司GPU产品能够并行计算的性能优势满足深度学习需求，通过对GPU架构升级不断推出新产品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。

构建加速计算平台、完善“三芯片”产品布局，重点发力AI及数据中心领域。 英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加 速计算平台，并且完善针对AI加速计算及数据中心的GPU、CPU、DPU三种芯片产品结构。AI布局方面，早在生成式AI变革初期就已参与并与OpenAI、微 软合作。2023年3月，英伟达在GTC大会上推出4个针对各种生成式AI应用程序进行优化的推理平台，其中发布带有双GPU NVLink的H100 NVL加速计算卡， 以支持ChatGPT类大型语言模型推理。与适用于GPT-3处理的HGX A100相比，配备四对H100与双GPU NVLink的标准服务器的速度最高可达10倍。

GPU与人工智能

全球数据量及数据中心负载量大幅上涨,AI模型参数呈现指数级增长

全球数据总量及数据中心负载任务量大幅上涨，数据中心算力需求快速增长。随着 人工智能等新技术发展，海量数据的产生及其计算处理成为数据中心发展关键。 据IDC数据，全球数据总量预计由2021年的82.47 ZB上升至2026年的215.99 ZB， 对应CAGR达21.24%。其中，大规模张量运算、矩阵运算是人工智能在计算层面的 突出需求，高并行度的深度学习算法在视觉、语音和自然语言处理等领域上的广 泛应用使得算力需求呈现指数级增长。 据Cisco数据，全球数据中心负载任务量预计由2016年的241.5万个上升至2021年 的566.7万个，对应CAGR达18.60%；其中，云数据中心负载任务量CAGR预计达22%。

神经网络AlexNet使用GPU训练开启AI时代，AI芯片是算力的重要支撑

随着互联网时代对于数据量的积累，大数据背景下神经网络成为机器学习的重要方法。 2012年，深度卷积神经网络AlexNet凭借在图像分类识别领域中性能的大幅提升及错误率的 大幅降低，成为人工智能的标志性事件。 在此过程中，其训练者Alex Krizhevsky创新性地使用英伟达GPU成功训练了性能有突破性 提升的深度神经网络AlexNet，从而开启了新的人工智能时代。英伟达GPU伴随着深度学习 模型训练和推理所需要的大量算力成为了人工智能时代的新基础设施。

全球及中国AI芯片市场规模不断扩展，GPU占比具有绝对优势

AI芯片又称AI加速器或计算卡，是专门用于处理人工智能应用中大量 计算任务的模块。随着数据海量增长、算法模型趋向复杂、处理对象异 构、计算性能要求高，AI芯片能够在人工智能的算法和应用上做针对性 设计，高效处理人工智能应用中日渐多样繁杂的计算任务。 随着人工智能技术进步及应用场景多元化，全球及中国AI芯片市场得 到进一步发展。据Tractica数据，全球AI芯片市场规模预计由2018年的 51亿美元增长至2025年的726亿美元，对应CAGR达46.14%。据前瞻产业 研究院数据，中国AI芯片市场规模预计由2019年的122亿元增长至2024 年的785亿元，对应CAGR达45.11%。

AI芯片包括GPU、FPGA、ASIC等，不同芯片定制化程度存在差异

lFPGA（Field Programmable Gate Array，现场可编程门阵列）是一 种硬件可重构的集成电路芯片，通过编程定义单元配置和链接架构进 行计算。FPGA具有较强的计算能力、较低的试错成本、足够的灵活性 以及可编程能力，在5G通信、人工智能等具有较频繁的迭代升级周期、 较大的技术不确定性的领域，是较为理想的解决方案。 ASIC（Application Specific Integrated Circuit，专用集成电路） 是一种根据产品的需求进行特定设计和制造的集成电路，能够更有针 对性地进行硬件层次的优化。由于ASIC能够在特定功能上进行强化， 因此具有更高的处理速度和更低的能耗。相比于其他AI芯片，ASIC设 计和制造需要大量的资金、较长的研发周期和工程周期，在深度学习 算法仍在快速发展的背景下存在一旦定制则难以修改的风险。

AI大语言模型对于GPU算力需求测算

《AI大语言模型的原理、演进及算力测算》 训练阶段：考虑采用精度为32位的单精度浮点数数据进行训练和推理。 以A100 PCle芯片为例（H100 PCle芯片同理），GPT-3训练所需运算次 数为：样本token数3000亿个*6*参数量1750亿个=315*10^21FLOPs；考 虑训练时间要求在30天完成（训练时间为2592000秒），则对应GPT-3训 练所需算力为121528TFLOPS；结合A100有效算力78TFLOPS得到所需 GPU数量为1558个，对应AI服务器为195台。

英伟达的AI发展之路

英伟达是人工智能计算领域领导者，独立GPU出货量位居市场第一

英伟达（NVIDIA）成立于1993年，总部位于美国加利福尼亚州圣克拉拉， 是一家人工智能计算公司。公司作为加速计算的先驱，由最初专注于PC图 形计算，扩展到了各类重要大型计算密集型领域。公司利用其GPU产品和架 构为科学计算、人工智能（AI）、数据科学、自动驾驶汽车（AV）、机器 人、元宇宙和3D互联网应用创建平台。 截至FY23（各财年截止日为1月最后一个周日，FY23截止日为2023年1月29 日），公司在全球35个国家和地区拥有员工人数约2.62万人。截至2023年4 月30日，公司市值为6854.00亿美元。

股价经历2016-2018年、2020-2021年、2022年9月以来三轮快速增长

2016-2018年，受益于AI及挖矿机的兴起带动算力需求增长，公司股价由2016年初的8.05美元上涨至2018年9月末的69.66美元。 2020-2021年，由于游戏及数据中心等领域业务需求的快速增长大幅提升公司业绩，公司股价呈现大幅增长，由2020年初的58.61美元快速上涨至2021年11月末的326.36美元。而后一段时间内，由于全球半导体产业需求衰退、库存压力等因素影响下，公司股价出现大幅度回调。 2022年9月至今，受AI驱动下针对芯片算力需求提升，公司股价呈现大幅度反弹，由2022年9月末的121.34美元上涨至2023年4月末的277.49美 元。截至2023年4月30日，公司市值为6854.00亿美元

公司发展历史及收并购历史

1993年，黄仁勋等人共同创立了英伟达。1994年，公司与SGS-Thomson合作，为其制造单 芯片图形用户界面加速器。1995年，公司推出首款产品NV1；而1998年发布的RIVA TNT巩 固了公司在开发功能强大的图形适配器方面的市场地位。此外，公司1998年与台积电签约 建立战略合作关系，台积电开始协助制造公司产品。 1999年，公司发明了图形处理器，全球首款GPU GeForce 256诞生。公司发明GPU定义了 现代计算机图形学，由此走上了重塑行业的道路，确立了在该领域的领导地位。而此后， 公司GPU产品出货量快速增长，2002年处理器出货量累计超1亿台，2006年累计出货超5亿 台，2011年累计出货超10亿台。

2006年，公司推出用于通用GPU（GPGPU）计算的CUDA平台。软件开发者可以通过该平台 使用C语言编写GPU片上程序来完成复杂的计算。从G80开始，英伟达GPU体系结构已经全面 支持通用编程，GPU实际脱离图像处理的单一用途，成为了真正的通用GPU。 自2015年以后，随着AI浪潮迅猛推进，公司业务不断多元化，向数据中心、游戏、移动 设备、汽车电子等市场发展。2017年，公司专为数据中心和高性能计算打造Tesla V100 GPU，为DGX系列AI超级计算机提供支持。FY23，公司来自于数据中心业务领域的收入超过 游戏领域业务，成为公司最大的收入来源。

围绕不同的生成式AI工作负载提供推理平台及软硬件新品

2023年3月，公司在GTC大会上推出4个针对各种生成式AI应用程序进行优化的推理平台，帮助开发者快 速构建专业的人工智能应用程序。每个平台都包含针对特定生成式人工智能推理工作负载进行优化的GPU 以及专用软件，包括AI视频、图像生成、大语言模型部署及推荐系统： NVIDIA L4 for AI Video可以提供比CPU高120倍的人工智能视频性能，同时能效提高99%； NVIDIA L40 for Image Generation针对图形和支持AI的2D、视频和3D图像生成进行了优化； NVIDIA H100 NVL for Large Language Model Deployment是大规模部署ChatGPT等大规模语言模型的 理想选择； NVIDIA Grace Hopper for Recommendation Models是理想的图推荐模型、矢量数据库和图神经网络。

英伟达业绩实现与拆解

公司近年收入规模快速增长，毛利率水平持续提高

FY01-FY16，公司收入由7.35亿美元稳步增长至50.10亿美元，对应CAGR约13.6%；净利润 亦由0.98亿美元增长至6.14亿美元。自FY17后，受益于AI浪潮推动及游戏和数字中心业务需 求旺盛，公司收入和利润水平快速增长，收入由FY17的69.10亿美元增长至FY22的269.14亿 美元，对应CAGR达32.3%；净利润亦由FY17的16.66亿美元增长至FY22的97.52亿美元。 FY23，公司收入为269.74亿美元，同比增长0.22%，主要原因为数据中心及汽车领域收入 的高速增长抵消了游戏及专业可视化领域所带来的收入减少；净利润为43.68亿美元，同比 减少55.21%，主要由于运营费用同比增长50%所致，包括与Arm交易相关的13.5亿美元收购终 止费用。

公司业务部门包括计算与网络事业部和图形事业部

计算与网络事业部（Compute & Networking segment）涉及领域及产品包括数据中心加速计算平台、网络、汽 车人工智能座舱、自动驾驶开发协议、自动驾驶汽车解决方案、电动汽车计算平台、用于机器人等的Jetson嵌入 式平台、AI企业级等软件、加密货币挖掘处理器（CMP）等。

图形事业部（Graphics segment）涉及领域及产品包括用于游戏和PC的GeForce GPU、GeForce NOW游戏流媒体 服务及相关基础设施、游戏平台解决方案、用于企业工作站图形学的Quadro/NVIDIA RTX GPU、用于基于云可视 化和虚拟计算的虚拟图形处理器软件（vGPU）、用于信息娱乐系统的汽车平台、用于构建和操作元宇宙及3D互联 网应用程序的Omniverse企业级平台。 公司计算与网络事业部逐渐成为收入占比最高的部门。FY19-FY23，公司计算与网络事业部收入占比呈上升趋势， 由30.36%上升至55.86%，成为收入占比最高的部门。与此同时，图形事业部收入占比由69.64%下降至44.14%。

FY23专业可视化领域收入同比减少26.9%，汽车领域收入同比增长59.5%

专业可视化（Professional Visualization）领域中，公司GPU计算平台为设计和制造以及数字内容创作等领域的关键工作流程引入新功能， 包括计算机辅助设计、建筑设计、消费产品制造、医疗仪器和航空航天等。FY23，专业可视化领域收入为15.44亿美元，同比减少26.9%，主要 由于受经济状况影响，合作商去库存压力较大。 汽车（Automotive）领域中，公司涉及自动驾驶、人工智能座舱、电动汽车计算平台和信息娱乐平台解决方案，旗下DRIVE Hyperion品牌为 自动驾驶汽车市场提供完整的端到端解决方案。FY23，汽车领域收入为9.03亿美元，同比增长59.5%，主要由于针对自动驾驶解决方案、电动 汽车制造商计算解决方案的销售增长，包括AI驾驶舱解决方案及汽车开发协议带来的增长；公司开始生产DRIVE Orin自动驾驶汽车SoC，并推出 下一代DRIVE Thor。

公司FY2Q24收入指引为107.8-112.2亿美元

公司FY1Q24实现收入71.92亿美元（YoY -13.2%，QoQ 18.9%）。在GAAP准则下，毛利 率64.6%（YoY -0.9pct，QoQ1.3pct），净利润20.43亿美元（YoY 26.3%，QoQ44.5%）； 在Non-GAAP准则下，毛利率66.8%（YoY -0.3pct，QoQ 0.7pct），净利润27.13亿美元 （YoY -21.2%，QoQ 24.8%）。分市场领域看，FY1Q24中，数据中心领域收入42.8亿美元（YoY 14.1%，QoQ 18.4%）， 占总收入59.5%； Ø游戏领域收入22.4亿美元（YoY -38.1%，QoQ22.3%），占比31.1%；专业可视化领域收入2.95亿美元（YoY -52.6%，QoQ30.5%），占比4.1%；汽车领域收入2.96亿美元（YoY 114.5%，QoQ0.7%），占比4.1%；OEM及其他领域收入0.81亿美元（YoY -48.7%，QoQ -3.6%），占比1.1%。

编辑：ABC旺旺旺