2024消费电子行业报告：英伟达业绩亮眼与市场展望
1.周观点：英伟达FY25Q1业绩超预期，持续看好算力、电力基础设施建设
1.1.英伟达一季度财报发布，增长预计持续保持
英伟达发布FY25Q1财报，FY25Q1公司实现收入260亿美元，环比增长18%，同比增长262%，远超预期，分业务板块看:1)数据中心业务收入为226亿美元，创历史新高，环比增长23%，同比增长427%：大型云服务提供厂商约占收入的45%，包括行业领先的大语言模型公司O penAI、Adept、Meta等。基于NVIDIA AI训练的特斯拉视觉型驾驶方案FSD V12人工智能集群已拓展到35000个H100 GPUs，预计今年汽车将成为数据中心最大的垂直领域，将带来数十亿美元的收入机会。
由于10月份实施的新的出口管制，在中国的数据中心收入大幅下降，为此推出了专门为中国设计的不需要出口管制许可证的新产品。H100的供应将得到改善，但H200和Blackwell的需求远超供应，预计这种状况将持续到明年。2)网络业务环比小幅下降，主要原因系出货能力不足，预计在第二季度恢复连续增长：推出全新的S pectrum-X Ethernet网络解决方案，针对人工智能进行了优化，预计其在一年内将增长为一条几十亿美元的产品线；推出新的软件产品——NVIDIA推理微服务（NIM），由NVIDIA CUDA加速和网络计算及推理软件提供支持，适用于广泛的用例的行业标准API。3)游戏业务收入为26.5亿美元，环比下降8%，同比增长18%，与季节性预期相符：GeForce RTX Supers GPUs市场接受程度较高，整个产品系列的终端需求和渠道库存都保持在健康状态。4)专业可视化业务收入为4.27亿美元，环比下降8%，同比增长45%：在GTC大会上宣布了新的Omni verse Cloud API，全球最大新能源汽车制造商比亚迪正使用它进行虚拟工厂规划和零售配置。
5)汽车业务收入为3.29亿美元，环比增长17%，同比增长11%：环比增长的驱动因素来自全球OEM客户的AI驾驶舱解决方案的增加以及公司自动驾驶平台的实力；同比增长的动力来自自动驾驶。为软件定义的自动驾驶汽车提供的AI汽车计算机——NVIDIA DRIVE Orin已在小米首款轿车SU7搭载。全新升级的NVIDIA DRIVE Thor由新的NVIDIA Blackwell架构驱动，与包括比亚迪、小鹏、广汽的Ai on Hyper和Neural在内几家领先的电动汽车制造商合作，计划从明年开始在量产车辆中使用。英伟达预计FY25Q2所有平台都将实现环比增长，营收约为28 0亿美元，上下浮动2%，整个财年毛利率约为75%。英伟达的运用已遍布到各种形式的计算机运算中，随语言模型和自动驾驶的大规模发展，英伟达或将迎来持续增长。
1.2.电子龙头加大海外投资，积极布局墨西哥相关产业
中国部分电子龙头企业在墨西哥市场进行了深入投资，当前一些电子龙头企业正积极在墨西哥布局。根据在墨西哥主要投产产品，可以大致分为服务器网通产品类厂商，如工业富联等；新能源汽车类厂商，例如东山精密、安洁科技、联创电子等；面板类厂商，如京东方、TCL、利通电子等，LED类，例如木林森、英飞特等企业。有些企业在墨西哥布局较早，例如工业富联，立讯精密已在墨西哥搭建了成熟的产能基地与研发中心，光大同创在2016年就开始投厂建设，23年营业收入已达1.1亿元。另有部分企业当前正在墨西哥积极布局，例如长盈精密，2023年公司墨西哥合作工厂已经过客户审核，开始承接客户订单；盈趣科技2023年10月启动建设墨西哥智造基地；安洁科技202 3年4月投资设立安洁墨西哥，就近配套新能源汽车国际客户的北美工厂；伊戈尔23年10月通过设墨西哥生产基地建设议案，目前正在进行土地购置的前期工作和规划设计。还有一些企业正积极规划在墨西哥建厂投产，例如光莆股份计划在2024年考察墨西新基地，争取2024年内完成选址，在202 5年启动建设。
1.3.微软召开Build 2024 开发者大会，全力赋能开发者，持续维持推动AI工具的革新与发展
北京时间22日凌晨，微软召开2024 微软Build 开发者大会。微软CEO纳德拉发表开幕演讲，演讲中提及微软基于Copilot Stack 建设端到端AI解决方案的战略。微软整合众多资源，从基础硬件设备、AI基础数据、应用开发以及相关应用拓展，在会上对各方面进行了介绍并邀请微软各业务领导，CTO以及O penAI创始人Sam Altman进行分享。回顾自上次Build大会以来的进展，微软建立了三个平台。首先是Microsoft CoPil ot，其次，微软构建了CoPil ot Stack，使开发者能够构建AI应用程序、解决方案和体验。最后，微软推出了全新的CoPil ot+ PCs，其中微软特别强调了CoPil ot+PCs的亮点，将AI作为Windows的一级命名空间。这一发展标志着微软在将AI无缝集成到日常计算设备中的重要一，进一步推动了AI技术的普及和应用。
1.3.1.微软AI基础设施建设在基础设施方面，微软拥有最完整、可扩展的AI基础设施，以满足在这个AI时代的需求。微软正致力于将Azure打造成全球计算机，拥有超过60个数据中心区域，数量超过任何其他云提供商。过去一年中，微软在从日本到墨西哥，从西班牙到威斯康星州的各地扩展了数据中心区域和AI能力。微软将一流的AI基础设施带到各地，并致力于可持续地交付云服。事实上，微软有望在下一财年实现数据中心100%由可再生能源供电的目标。
微软正在优化从数据中心到网络的每一层功率和效率。最新的数据中心设计专为AI工作负载而构建，使微软能够有效和负责任地利用每一兆瓦的功率，降低AI的成本和功率消耗。同时，微软结合先进的数据中心冷却技术，以适应工作负载的热量配置文件，并与其运行所在地的环境相匹配。在硅层方面，微软能够动态地将工作负载映射到最佳的AI加速硬件上，以获得最佳性能。定制的IO硬件和服务器设计使微软能够提供显著更快的网络、远程存储和本地存储吞吐量。这种端到端的方法帮助微软达到了前所未有的规模。去年11月，微软宣布了云中最强大的AI超级计算机用于训练，只使用了云基础设施的一小部分，而在过去六个月中，微软将这种超级计算能力增加了30倍。此外，微软还在全球范围内展推理能力，将Azure AI服务可用国家的数量增加了四倍。这种规模的增长令人震惊。
微软的AI基础设施以全球最先进的AI加速器为核心，提供包括Nvidia、AMD及自研的Azure Maya在内的全面AI加速器选项。这些加速器都经过动态优化，以适应各种工作负载，从而确保无论用户是使用Mic rosof t CoPil ot还是构建自己的CoPil ot应用程序，都能以最佳成本实现最优性能。例如，自GPT-4发布以来，其成本已降低12倍，速度提高6倍，展示了系统架构的持续进化。这些成就得益于微软与Nvidia的深入合作，该合作不仅涵盖了硬件和系统软件的所有创新，还包括在G PU上共同提供Azure机密计算，以端到端的方式保护AI模型周围的敏感数据。今年晚些时候，微软计划将最新的H20 0引入亚洲，并将成为首批提供Nvidia Black 12 GPU、B100和GB20 0配置的云服务提供商之一。此外，微软将继续与Nvidia合作，进一步训练和优化G PT-4.0等大型语言模型及小型语言模型，这种的技术合作保证了微软能在全球范围内提供最先进的AI能力。
微软正在加强与Nvidia的合作，将其关键企业平台产品，如Omniverse Cloud和DGX Cloud，深度集成到Microsoft Cloud中。目前，Nvidia的DGX Cloud已与Microsoft Fabric实现本地集成，使用户能够在完全访问Fabric数据的同时训练模型，而且，Omni verse API将首次在Azure上推出，为开发者提供构建工业AI解决方案的平台。微软已成为首个基于AMD MI 300X AI加速器提供虚拟机的云服务提供商，这标志着与AMD的合作达到了一个新的里程碑。‘
这种合作不仅提高了G PT-4推理任务的性价比，还通过Azure Maya的首个集群的启动，进一步优化了CoPilot和Azure Ope nAI服务的性能，确保部分请求由Maya硬件处理，展示了微软在全球范围内推动AI技术进步和应用的决心。微软进一步扩展了其云原生应用程序的能力，通过其全新基于ARM的计算处理器Microsoft Cobalt，为云原生应用程序和开发带来了优化。六个月前首次宣布后，会议上微软地推出了Cobalt VM的公开预览。已经在Microsoft 36 5中的视频处理和权限管理功能中得到应用，Cobalt助力服务如Mic rosoft Teams支持数十亿次对话。这种基于ARM的处理器不仅提高了性能和效率，而且在最近的基准测试中，Cobalt VMs的性能比市场上其他任何通用的基于ARM的VM高出40%，包括Elastic、Mong o、Snowflake和Teradata的试数据。这标志着Cobalt进入市场的一大步，微软对其市场表现抱有高度期待。
微软推出了Windows CoPilot Runtime，使Windows成为构建AI应用程序的最佳平台。微软基于CoPil ot Runtime 重新开发很多Wind ows 的核心功能，并为其提供丰富接口的库，并命名为Direct ML。其从底层支持PyT orch，可方便开发者调试其自己的模型；同时其还支持Web神经网络，可流畅运行基于We b端的大语言模型，使Wi ndows可以充分利用IPC的NPU。
微软通过Azure AI提供了包括大型语言模型和小型语言模型在内的广泛的前沿和开源模型选择，使组织可以根据其独特需求选择最适合的模型。目前，已有超过50,000个组织使用Azure AI，显示出该平台的强大势头。这一成就始于微软与Ope nAI的战略合作。最近，OpenAI在Azure上训练并发布了他们最新的多模态模型GPT-4.0，这一模型支持文本、音频、图像和视频输入输出，并能进行快速且流畅的类似人类的对话，即使在句子中途被打断也能恰当响应。G PT-4.0在多种模态的基准测试中均表现出色，凭借其先进的理解能力，总能提供最佳答案。微软已经在Azure AI服务中启用了OpenAI的最新多模态模型GPT-4.0，并宣布该模型现已在Azure AI上普遍可用。
这标志着所有开发者现在都可以利用这种前沿技术来构建创新的应用程序。微软还推出了多种其他模型，包括来自Cohe rent Data Bricks、Desi、Meta、Miss Cha rles、Snowflake的模型，并已将这些模型集成到Azure AI中，以支持全球各种语言和国家的广泛模型选择。此外，微软扩大了与Hugging Face的合作，将包括文本生成和文本嵌入推理在内的模型直接集成到Azure AI Studio中。同时，微软还在推动小型语言模型的发展，其Phi 3系列SLM在性能与成本效率方面领先行业，即使在严苛的语言、推理、编码和数学基准测试中也是如此。新推出的Phi 3 Vision是一种具有4.2亿参数的多模态模型，能够对真实世界图像进行推理和生成见解。此外，Phi 3系列还新增了7亿参数的小型和14亿参数的中型模型，进一步增强了在不同平台上的应用灵活性，支持开发者在本地硬件可用时利用之，简化跨个平台的应用开发。
平台集成了先进安全工具，如Prompt Shields，防止提示注入攻击，并支持自定义过滤器，以确保模型输出的安全性和准确性。这些功能确保AI应用在现实世界中的安全可靠部署。同时微软即将推出Azure AI Custom Models，允许用户针对其特定领域训练定制化模型。这些模型将通过与OpenAI合作开发，支持多任务和多模态能力。同时，微软也在强化其数据管理能力，在Azure中为所有操作存储系统添加AI功能，支持模型的训练和微调。这些进展将帮助用户高效地管理和利用数据。
微软发布智能数据平台Microsoft Fabric现服务超过11,000个客户，包括行业领袖。该平台提供集成的SaaS解决方案，实现了数据的统一管理和商业模式。Fabric不仅支持Azure，也兼容AWS、GCP和本地数据中心。新加入的实时智能功能使客户能立即利用物联网和云应用生成的实时数据。此外，Fabric的实时智能解决方案优化了数据管理和分析，支持跨云数据整合，简化用户操作。此外，通过Fabric Workload Development Kit，微软推出了新的应用程序平台，简化了与Fabric的互动。Esri的空间分析工具的集成使用户能在平台上直接生成位置数据见解。Azure AI Search增强了对非结构化数据的处理能力，提高了数据检索的精确度，支持开发者高用AI技术。
微软通过其开发者工具Github CoPilot重新定义了软件开发，该工具已成为生成式AI时代的标志性产品，拥有180万订阅用户和超过5万个使用组织。此平台使开发者能以母语访问编程资源，并新增了针对Azure的扩展功能，支持用户直接部署并以自然语言管理Azure资源。此外，开发者现可为Github CoPilot自定义扩展，集成各种工具至其工作流中。CoPilot不仅助力编码，也优化基础设施与运营管理，提高工作效率。CoPil ot Studi o的扩展功能允许用户根据特定业务需求定制工具，进一步提升工作流程的效率和灵活性。微软在CoPilot Studio中推出了CoPilot Connector，增强了其与第三方SaaS应用程序如Adobe、Atlassian和ServiceNo w的整合能力。这一新特性允许用户通过直观的向导方式，轻松集成并访问来自Power Platform、Fabric、Dataverse以及其他数据源的数据，从而促进个人和团队更有效地利用组织知识和数据。此外，微软扩展了CoPilot的应用范围，不仅仅作为个人助手，现在还能作为团队助手，支持项目管理和团队协作。微软同样推出了Team CoPilot，一个新的团队级助手功能，可在Microsoft Teams、Loop、Planner等多个平台中使用。Team CoPilot可以作为会议主持人，创建议程、跟踪时间并记录会议笔记，或者作为协作工具，管理聊天和行动项，以及解决未决问题。这些功能预计将在今年晚些时候提供预览。通过CoPilot Studio，用户现在可以创建具有代理功能的自定义CoPil ots，这些CoPil ots能独立执行分配的任务，同时在遇到无法处理的问题时请求帮助高了业务流程自动化和效率。
（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）
