2024人工智能行业报告：英伟达引领AI算力增长潮
1. 全球领先的算力平台
1.1 全球算力之源
英伟达（NVIDIA）由黄仁勋、ChrisMalachowsky和Curtis Priem创立于1993年。
1999年，英伟达推出Geforce 256，被称为GPU（Graphics Processing Unit）的定义者。起初的若干年，英伟达核心产品是游戏显卡——这一阶段的战役在经历了与关键对手ATI的缠斗、与重要客户微软和索尼的诉讼和合作、与两大CPU巨头Intel和AMD的合纵连横之后，终于以在2006年以AMD收购ATI、2009年Intel暂时取消自研GPU计划为标志而暂落下帷幕。
此后的时间里，一方面，英伟达将芯片产品扩展至更多行业赛道——如2008年苹果的Macbook搭载英伟达GeForce 9400MG、2012年特斯拉的Model S搭载英伟达自动驾驶芯片、2019-2021年加密货币浪潮中的GTX1060和CMP系列；另一方面英伟达也在积极向DPU和CPU环节延展——2020年英伟达收购Mellanox Technologies从而将芯片产品扩展至DPU，2021年英伟达在GTC 2021大会推出了基于ARM架构的首款CPU并命名为Grace。
至此，英伟达形成了“GPU+CPU+DPU”的产品组合，成为横贯数据中心、游戏显卡、专业可视化、自动驾驶等多个赛道的算力之王。
英伟达的算力芯片产品遍及数据中心、游戏显卡、专业可视化、自动驾驶等多个行业赛道。公司作为业内的算力之王，其统治力从相应赛道市占率可见一斑：
在数据中心赛道，Trendforce数据显示，2023年的AI芯片市场中英伟达出货量约占60-70%，几家互联网巨头的自研ASIC芯片约占20%。当然，如果仅看数据中心GPU产品，则英伟达A100、H100等产品在模型训练等方面几乎没有可替代的对手选项。
在游戏显卡赛道，JPR数据显示，英伟达占据了PC独立显卡的80%以上出货量。收购了ATI的AMD当前则在10%左右的市占率浮动。
英伟达的核心芯片产品线包括数据中心、游戏、专业可视化、自动驾驶等。
截至2023财年（结束于2023年1月），英伟达年度收入约270亿美金，同比持平。其中，数据中心业务占比56%，游戏业务占比34%，专业可视化占比6%，自动驾驶业务占比3%，其他业务占比2%。
截至2024Q3财季（结束于2023年10月），英伟达季度收入约180亿美金，同比增长206%。其中，数据中心业务占比80%，游戏业务占比16%，专业可视化占比2%，自动驾驶业务占比1%。2024Q3财季，得益于AI算力需求强劲，英伟达数据中心业务同比增长279%，单业务收入亦创新高。
同样，得益于AI算力需求暴增带来的数据中心GPU供不应求，英伟达利润表现也非常强劲：
截至2023财年（结束于2023年1月），英伟达年度GAAP口径利润约43.7亿美金，non-GAAP口径利润约83.7亿美金。公司non-GAAP净利润率达31%。
截至2024Q3财季（结束于2023年10月），英伟达季度GAAP口径利润约92.4亿美金，non-GAAP口径利润约100.2亿美金。公司non-GAAP净利润率达55%。
1.2 硬件：“GPU+CPU+DPU”，纵横多个行业赛道
1）数据中心
英伟达的数据中心业务涵盖自下而上、从硬件产品到软件平台的全栈产品。其中硬件部分包含GPU、CPU、DPU三大类别芯片；软件方面包括CUDA并行编程模型、CUDA-x应用程序加速库、应用程序编程接口、或API、SDK和工具、以及特定领域的应用程序框架等；平台端则包含NVDIA HPC、NVDIA AI、NVDIA Omniverse等平台。英伟达计算平台专注于在超大规模、云、企业、公共部门和边缘数据中心加速最计算密集型的工作负载，如人工智能、数据分析、图形和科学计算。
DPU方面，NVIDIA BlueField 网络平台为全球数据中心提供动力，凭借强大的计算能力以及用于网络、存储和安全加速的内置软件定义硬件加速器，BlueField可为各种环境中的多种工作负载提供安全的加速基础设施。DPU产品包含NVIDIA BlueField-3、BlueField-2、BlueField-3 SuperNIC等。.
2）游戏显卡英伟达针对游戏市场的产品包括用于游戏台式机和笔记本电脑的GeForce RTX和GeForce GTX GPU，以及用于玩PC游戏的GeForce NOW云游戏平台，用于电视高质量流媒体的SHIELD、以及用于游戏机的系统芯片(SoC)和开发服务。在2023财年，英伟达推出了基于Ada Lovelace架构的GeForce RTX 40系列游戏GPU。
3）专业可视化英伟达专业可视化产品的适用范围包括设计和制造以及数字内容创建。例如设计和制造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。数字内容创作包括专业视频编辑和后期制作、电影特效和广播电视图形。主要硬件产品包括Ada Lovelace 架构的专业卡RTX 6000等、Ampere架构的RTX A6000系列、Turing架构的T1000等。
4）自动驾驶NVIDIA的汽车业务由自动驾驶、智能座舱、电动汽车计算平台和信息娱乐平台解决方案组成，将以DRIVE Hyperion品牌为自动驾驶市场提供完整的端到端解决方案。硬件方面，英伟达自动驾驶芯片主要包含Xavier、Orin、Thor等。
1.3 软件及平台：云服务望成长为第二曲线
当然，英伟达作为全球领先的算力平台，在硬件产品之外，亦为客户提供了多维度的软件平台服务，包括但不限于：
DGX Cloud：云服务平台，可提供NVIDIA DGX AI超级计算专用集群，并配以NVIDIA AI软件。DGX Cloud不仅包括算力，还包括一整套“AI训练即服务”解决方案。
Omniverse：元宇宙应用平台，使用OpenUSD开发工业元宇宙应用，适用于汽车、建筑、工程、施工和运营、媒体和娱乐，以及制造行业等。
GeForce Now：云游戏平台，支持玩家绑定Steam、EpicGames账号，通过NVIDIA GeForce Now云游戏来体验已有游戏库中的游戏。
Automobile Drive：自动驾驶平台，其中开放式NVIDIA DRIVE®SDK为开发者提供了自动驾驶所需的所有构建块和算法堆栈，该软件有助于开发者更高效地构建和部署各种先进的自动驾驶应用程序。
2. 需求：AI算力需求可以延续多久
2.1 AI需求：对下一个时代的押注，谁也不能松懈
2022年，OpenAI推出ChatGPT，带来了人工智能浪潮。此后，全球互联网及云服务大厂陆续加入大模型的军备战争，AI算力需求快速提升。英伟达数据中心业绩的可持续性，来自于算力需求的可持续性。.
人工智能实力的提升，是一个互联网及云服务企业甚至于一个国家都不能错过的战斗。当前我们看到，AI军备战争已经从2023年的少数几家互联网及云服务大厂，向更多地区的更多企业和部门扩展。接下来，更多国家和企业将入场AI军备战争：
更多国家入场：法国、英国、德国、瑞典、越南、新加坡、印度、日本等国家和地区开始加大AI投入。更多企业增加投入：Meta、OpenAI、以及微软、谷歌等均在加大AI投入。
模型更大：随着多模态的发展、各家模型厂商之间的竞争加剧，模型的参数数据量也更大。
我们看到，AI推理相关的算力需求正在海量袭来，而背后的驱动力则包括端侧AI的逐步落地、AI应用从文娱内容领域向更多科技和制造领域扩展等方面。
端侧AI落地近期AI大模型功能在硬件端落地的浪潮开启：AI PC、AI手机、AI+可穿戴新型便携产品等迭起，AI赋能硬件产品更智能、交互更顺畅、提升用户体验。
2023年11月，Humane发布无屏幕可穿戴设备AI Pin，背后是OpenAI的GPT-4为其提供AI能力，可实现语音通话、写文稿、听音乐、处理电子邮件、实时翻译等任务，未来计划增加导航和购物功能。
2024年1月，联想携40多款产品亮相CES 2024，其中包括十余款AI PC。联想宣布个人AI助理——Lenovo AI Now将在今年上半年部署到产品上市。
2024年1月，三星发布首款AI手机Galaxy S24，全面集成了三星自研的前沿生成式AI模型Gauss，同时，谷歌AI大模型Gemini nano在其中得到全面应用，为搜索、通话、短信、相机等都配置了AI功能。
我们预期，端侧AI产品的快速普及将为AI推理带来大量需求。
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。
