《英伟达产业链深度:发展历程、产业布局、营收分析及相关公司深度梳理-230609(21页).pdf》由会员分享,可在线阅读,更多相关《英伟达产业链深度:发展历程、产业布局、营收分析及相关公司深度梳理-230609(21页).pdf(21页珍藏版)》请在三个皮匠报告上搜索。
1、 1/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 行业研究报告 慧博智能投研 英伟达产业链英伟达产业链深度:深度:发展历程、产业布局、发展历程、产业布局、营收分析营收分析及及相关相关公司深度梳理公司深度梳理 最近在 AI 热潮中获得广泛关注的美国半导体巨头英伟达盘中市值突破 1 万亿美元大关,此前只有苹果、微软和亚马逊等少数几家巨头达到了这一里程碑。5 月 29 日,英伟达创始人兼 CEO 黄仁勋在 NVIDIAComputex2023 的主题演讲中发布一系列成果,包括:宣布可加速生成式 AI 设计的 Grace Hopper 超级芯片 GH200 已全面投
2、产,推出大内存生成式 AI超级计算机 DGXGH200 和全新加速以太网平台 Spectrum-X,宣布与全球最大的营销服务机构 WPP 合作打造生成式 AI 内容引擎,并与多家知名的电子制造商融合英伟达生成式 AI 工具、3D 协作、仿真模拟和自主机器技术实现先进工厂的数字化。在下面的内容中我们复盘了英伟达所处不同发展阶段的行业背景,深入分析了三个阶段中英伟达通过实施何种战略超越了竞争者,形成了竞争优势。并通过分析英伟达的产业链布局及商业模式,以帮助我们更好了解 GPU 的应用和未来趋势,并为国内企业提供一些有益的启示。2/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报
3、告研究报告 目录目录 一、英伟达:算力芯片巨头领跑 AI 时代.2 二、复盘英伟达发展历程.5 三、英伟达产品线梳理.9 四、英伟达营收情况分析.13 五、英伟达以 CUDA 为基础构筑生态链.15 六、英伟达产业链相关公司.19 七、参考文献.21 一、一、英伟达:算力芯片巨头领跑英伟达:算力芯片巨头领跑 AI 时代时代 1.公司是全球公司是全球 GPU 龙头,市场份额遥遥领先龙头,市场份额遥遥领先 英伟达(NVIDIA)是一家全球知名的技术公司,成立于 1993 年,最初以图形处理器(GPU)起家,通过不断的创新和发展,逐渐成为高性能计算领域的领导者。根据 Jon Peddie Resea
4、rch 发布的 GPU 市场数据统计报告,英伟达 2022 年全年 PCGPU 出货量高达 3034 万块,是 AMD 的近 4.5 倍;截至 2022年四季度,在独立 GPU 市场,英伟达占据 84%的市场份额,远超同业竞争公司。2.英伟达的产品创新和迭代从未止步英伟达的产品创新和迭代从未止步 自英伟达成立以来,其经历了多个重要的发展时间点。其中包括 1999 年推出全球第一款 GPU、2006年发布 Fermi 架构、2012 年发布 Kepler 架构、2016 年推出 AI 加速器 TeslaP100 和 Volta 架构、以及2020 年发布 Ampere 架构等。这些重要时间点的创
5、新和进步,为英伟达在高性能计算、人工智能、虚拟现实等领域的发展奠定了坚实的基础。PYpZiWaXlXSXpXcZnVbRdN9PmOmMpNoNkPrRoQlOmNoP6MtRsQMYrNqMvPpMsR 3/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 3.横向拓展丰富业务产横向拓展丰富业务产品线,实现品线,实现“CPU+GPU+DPU”三芯布局三芯布局 英伟达的三芯战略侧重于在数据中心市场实现 CPU、GPU 和 DPU 三类硬件的布局,旨在全面提升竞争力,满足云计算、人工智能及机器学习等高端应用领域的需求。CPU 的加入使英伟达能够更好地应对各种计算任务
6、,尤其是那些需要快速逻辑判断和高度并行处理能力的应用。而 DPU 则针对数据中心和网络设备的需求,具有高效处理数据包和协议的能力,为英伟达的产品线增添了新的价值。通过将 CPU、GPU 和 DPU 集成到同一平台上,英伟达可以为客户提供更加全面、高效的计算解决方案。目前CPU+GPU 的产品组合获得超级计算中心的采用并即将广泛部署于大型服务器,三芯战略初显成效。4/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 4.芯片架构是英伟达的技术核心,快速迭芯片架构是英伟达的技术核心,快速迭代的新架构为产品带来不断的创代的新架构为产品带来不断的创新与升级新与升级 自英伟
7、达 GPU 问世以来,其架构经历了多个重要发展阶段。2006 年,Fermi 架构在 GPU 计算领域实现了重大突破,Kepler 架构进一步提高了能效比和 GPU 性能,并引入了动态并行处理技术。随后,Maxwell 架构实现了更加节能和高效的设计,Pascal 架构则引入了深度学习计算中的 Tensor Core 和NVLink 技术,以及更多的 AI 加速功能。Volta 架构则实现了更高的计算能力和存储带宽,并引入了深度学习加速器 TensorCoresV100。Turing 架构则进一步提高了光线追踪和图形渲染性能,而 Ampere 架构则在 AI 加速、性能和能效方面实现了重要进展
8、。每一代架构的创新和进步,都为 GPU 技术在高性能计算、人工智能、虚拟现实等领域的应用奠定了坚实的基础。5/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 二二、复盘、复盘英伟达发展英伟达发展历程历程 1.1993-2000:初具觃模,提升研发效率战胜对手:初具觃模,提升研发效率战胜对手 1993 年黄仁勋、克里斯马拉科夫斯基和柯蒂斯普利姆在美国加州创立了英伟达。在创建之初,公司设想着个人电脑将会成为游戏、多媒体的主流消费设备。90 年代初,高性能图像被使用在工作站和视频游戏机上,在此之后,3 件独立事件改变了这样的情况,推动了 3D 图像市场的发展:1)微软
9、推出的 Windows95 包括了视频、音频功能,刺激了多媒体市场发展。3D 图形逐渐增加的重要使得个人电脑制造商的差异性更加明显;2)电脑仿真渲染动画出现,3D 动作游戏登陆 PC 平台;3)在摩尔定律的推动下,IC 的集成度不断提高,能够将大量 3D 图形处理器放在一个芯片上。半导体设计和制造的不断进步,使得以前只能在工作站级别获得的高性能 3D 图形技术,现在能够以合理的价格获得。而图形处理器的不断发展也带动英伟达整体规模不断增长。(1)推进推进“三团队三团队-两季度两季度”研发模式,新品不断迭代满足下游需求研发模式,新品不断迭代满足下游需求 一般图形市场产品有两个开发周期:6-9 个月
10、和 12-18 个月,英伟达执行了“三团队-两季度”的运营模式,具体方式包括三个并行开发团队,专注于三个独立的分阶段产品开发。一个在第一年秋季,一个是在第二年春季以及第二年秋季。这样的运行方式允许公司每 6 个月推出一次新产品,与图形市场产品周期一致,并且领先市场 1-2 个研发周期,从而满足下游需求变化(2)不断丰富产品矩阵满足下游客户不同需求不断丰富产品矩阵满足下游客户不同需求 GeForce 系列是英伟达为台式机提供图像处理的芯片。2002 年 11 月,英伟达推出为个人电脑市场消费者开发的产品线 GeForceFX 系列。GeForce 系列的其他产品,比如 GeForce2、GeFo
11、rce3、GeForce4都能够为不同价位的主流产品提供最高的性能。(3)高研发带来技术水平不断升级,英伟达在高研发带来技术水平不断升级,英伟达在 1996 年后接连推出旗舰产品,击败行年后接连推出旗舰产品,击败行业竞争者业竞争者 6/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 英伟达在 1996 年,推出 NV3 系列的 Riva128 芯片,在性能方面具有优势,并且芯片尺寸更小,因此结构成本更低,通过数据对比,RIVA128 甚至优于下一年 Intel 推出的 i740,而且 i740 不支持任何OpenGL 驱动程序。在英伟达推出 RIVATNT 时已
12、经没有产品能够和其匹敌。1999 年,Intel 宣布完全退出独立显卡芯片组业务。而在 2000 年英伟达推出 GeForce256,全面超过当时行业最大竞争者 3dfx,最终 3dfx 宣布破产并且被英伟达收购。(4)总结)总结 英伟达在成立初期,面对着技术不成熟、行业竞争激烈等难题,依靠“三团队-两季度”的研发模式和以DirectX、OpenGL 为代表的 API 出现,不断进行技术更新、降低产品价格,挤压同业竞争对手的生存空间,从而在早期的 GPU 市场上存活下来。2.2001-2006:寡头垄断,逐步成为独显市场霸主:寡头垄断,逐步成为独显市场霸主(1)英伟达在游戏市场率先取得突破英伟
13、达在游戏市场率先取得突破 自 1999 年 Geforce 系列推出以来,它一直在游戏性能的创新和提升方面保持领先地位。GeForce 系列显卡被广大游戏爱好者和电子竞技玩家所推崇,因为它们能提供极高的图形渲染能力和实时光线追踪技术,以实现更加真实的游戏体验。与此同时,Xbox 为代表的游戏主机兴起助力了英伟达在游戏 GPU 行业的发展。英伟达为 Xbox 视频游戏系统设计的处理器利用双处理架构推动了其优秀的图形、音频和网络功能,确立了英伟达在游戏机市场的稳固地位。虽然后续英伟达未能持续成为 XboxGPU 供应商,但是早期在 Xbox 上的成功已经为英伟达在游戏市场的发展奠定基础。(2)通过
14、收购,技术开发通过收购,技术开发及广纳人才,英伟达进一步开拓市场,增强自身实力,保持及广纳人才,英伟达进一步开拓市场,增强自身实力,保持市场领先地位市场领先地位 英伟达预测未来能够实现通话和多媒体功能的手机半导体将会大放异彩,因此积极通过收购移动端公司来布局移动端图像芯片产业,并紧密融合 Direct3D 和 OpenGL 以最大程度地支持第三方软件。Direct3D 和 OpenGL 作为应用程序编程接口,使软件开发人员能够在不需要深入了解硬件特性的情况下编写应用程序,从而在 3D 图形、视频媒体通信以及超低功耗方面保持其技术的领先地位。为了维护市场的领导地位,英伟达积极地招募业界经验丰富的
15、 3D 图形和通信工程师,并持续开发新一代的 GPU、MCP 以及 UMP。7/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告(3)英伟达全面完善产品线,产品覆盖高中低端下游各应用市场英伟达全面完善产品线,产品覆盖高中低端下游各应用市场 经过了不断的发展,英伟达的产品线逐渐丰富,覆盖了多种不同的下游应用。首当其冲的是 GeForce 系列显卡,主要针对的是个人电脑的游戏领域。同时,为了满足科研和企业市场的需求,英伟达推出了Tesla 和 Quadro 系列的 GPU,这些产品被广泛应用于机器学习、数据科学、计算机视觉等领域。此外,英伟达还在汽车自动驾驶等前沿领域
16、推出了专门的解决方案,如 Jetson 和 DRIVE 系列。(4)总结)总结 在经历了行业发展初期洗牌之后,英伟达在独立显卡市场上的主要竞争对手只剩下 ATI,整个独立显卡行业逐步向寡头垄断转变。在这六年时间里,公司曾因产品定位和市场需求贴合度不够而落后,但通过坚持投入研发,完善产品线,竞争力持续提升。2006 年 AMD 收购 ATI 后,英伟达终成行业霸主。3.2007-2023:重:重“芯芯”开始,引领人工智能计算开始,引领人工智能计算(1)智能手机浪潮来临,但是由于时机和定位上的失误,英伟达错失机遇智能手机浪潮来临,但是由于时机和定位上的失误,英伟达错失机遇 自苹果系列产品推出后,智
17、能手机成为一大热点,引领时代风潮。在这样的背景下,Intel 推出了 Atom,英伟达推出了 Tegra。然而手机芯片市场并没有像 PC 市场一样被这两个大场占领,相反高通依靠着基带技术的垄断成为了移动端市场的主流。Tegra 系列在最初是依靠英伟达在图像处理的优势为平板和游戏机研发的。当英伟达推出 Tegra2 系列时,3G/4G 技术开始成为移动端市场追逐的目标。但由于Tegra3 没有能够整合基带技术从而失去了占领市场的必要条件,而 Tegra4 迟迟没有发布以及低性价比也失去了市场的青睐。8/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 (2)英伟达退
18、出手机市场,转向汽车、人工智能市场,调整竞争策略英伟达退出手机市场,转向汽车、人工智能市场,调整竞争策略 在经历了手机市场的挑战后,英伟达进行了战略调整,从手机市场退出,并将其研发重心转向了汽车和人工智能市场。这一转变对于英伟达来说,不仅是其业务发展的一次机遇,更是对于行业趋势的敏锐洞察。在汽车市场中,英伟达通过自己的技术优势,推出了一系列高效能的自动驾驶处理器,逐渐在此领域确立了自己的领导地位。而在人工智能市场,英伟达的 GPU 产品凭借其超强的并行计算能力,成为了支撑深度学习和机器学习应用的核心设备,展现出强大的市场竞争力。(3)事实证明英伟达的转型抓住了市场需求的改变,英伟达事实证明英伟
19、达的转型抓住了市场需求的改变,英伟达 2015-2023 年营收增速年营收增速可观可观 在 2008 年全球经济危机爆发之后,英伟达的业务收入也受到了经济危机的影响,在 2009 年和 2010年财报中净利润呈现负值,亏损达到三千万和六千万美元,但在之后的几年中,英伟达依靠着在游戏行业中的基础,继续拓宽在可视化计算、人工智能业务,并且借助于比特币和区块链对于显卡芯片的高增长需求,在 2016 年之后,保持着高增长的营业收入增长趋势。高增长的净利润得益于英伟达每年研发费用的投入,使得英伟达的产品领先同行业的竞争对手,更快地拓展新业务,更早地形成进入壁垒。而净利润的增长又会使得英伟达有更多的资金进
20、行新产品的研发,从而达成良性循环,占据市场领先的地位。9/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告(4)具体从各终端来看,英伟达各方面业务保持收入增长,全面发展具体从各终端来看,英伟达各方面业务保持收入增长,全面发展 从英伟达终端用户划分来看,各终端产品收入都保持着稳定增长。数据中心发展加速,游戏终端依旧是英伟达重要的业务收入基础。(5)英伟达不断更新产品技术,英伟达不断更新产品技术,AI 市场成为主要目标,给英伟达带来新的增长市场成为主要目标,给英伟达带来新的增长 随着 AI 市场的蓬勃发展,英伟达敏锐地将其定位为公司的主要发展目标。英伟达开发了一系列专
21、门针对 AI 应用的 GPU,如 Tesla、Titan 以及 Quadro 系列。这些产品能够高效处理深度学习和机器学习的大规模并行计算,极大地推动了 AI 的发展。2020 年在 SC20 超级计算大会上,NVIDIA 发布了新一代DGXStationA100 以及 NVIDIAA10080GBGPU 支持诸如 BERTLarge 推理等复杂的对话式 AI 模型。此后在 2022 年 3 月,NVIDIA 又宣布推出第四代 NVIDIADGX系统,是全球首个基于全新NVIDIAH100TensorCoreGPU 的 AI 平台,彻底占据 AI 市场领先地位。(6)总结)总结 当 iPhon
22、e 出现后,全球智能手机市场的帷幕被拉开。移动端 GPU 市场逐渐成为了大家的焦点。但英伟达并没有能够在手机 GPU 市场取得较大的成功,但英伟达将手机 GPU 芯片 Tegra 用在了其他应用领域,为公司打开了新的业务市场。三三、英伟达英伟达产品线梳理产品线梳理 英伟达产业布局多元化,解决了客户不同需求。GPU 产品为英伟达主要收入来源,收入占比稳定在 80%以上。相比较于 CPU,GPU 在机器学习算法有天生的优势。英伟达一直专注于 GPU 的设计,同时由于GPU 的并行计算能力,可以通过数千个计算核心进行深度学习,英伟达开始将服务和系统、软硬件和可编程算法结合在一起,提出 CUDA 架构
23、。从下游应用来看,英伟达产品主要集中于游戏、专业可视化、数据中心以及自动驾驶领域:1)游戏市场:英伟达提供的产品包括 PC 游戏的 GeForceRTX 和 GeForceGTX,用于游戏和流媒体的 SHIELD 设备,用于云端游戏的 GeForceNOW,以及用于专门控制台游戏设备的平台和开发服务;2)专业可视化市场:英伟达除了加速 GPU 计算解决方案,同时也为汽车、娱乐、建筑工程、石油和天然气、医疗等行业引入新的解决方案;3)数据中心市场:英伟达使用 NVlink 技术将多个 GPU 结合在一起,加速神经网络训练和推理。同时开发出 DGX 超级计算机,进行科学计算、深度学习和机器学习;4
24、)自动驾驶市场:英伟达 Drive 作为一个人工智能汽车平台,涵盖了从交通拥堵到机器人出租车自动驾驶的所有领域。2018 年有超过 370 家自动驾驶汽车公司开始使用 Drive,共同开发自动驾驶的人工智能系统。10/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 1.游戏业务:是英伟达主要产品线,作为基本盘见证了其里程碑式的革新游戏业务:是英伟达主要产品线,作为基本盘见证了其里程碑式的革新 英伟达在游戏业务领域持续不断的技术升级,以应对玩家日益增长的画质需求。游戏业务一直是英伟达的核心领域,每年都以引人注目的新产品展现其持续的创新力。与前一代产品相比,每一代新
25、显卡都带来了显著的性能提升。从核心数量来看,英伟达显卡产品的 CUDA 核心数量已从最初的 640 颗增长到现在的高达 16384 颗,技术上不断突破,包括实时光线追踪技术等。另外,英伟达在游戏显卡市场上有着广泛的布局,从入门级到专业级,都提供了相应的产品。这一策略允许英伟达满足从独立游戏玩家到专业电竞选手的多元需求。2.数据中心:持续发力,高市占率源自于英伟达持数据中心:持续发力,高市占率源自于英伟达持续不断的研发与创新续不断的研发与创新 英伟达长期占据高端 GPU 市场的领导地位,截至目前英伟达占据全球算力芯片 90%的市场份额。高端芯片领域的霸主地位主要源自于公司不断的技术提升所形成强大
26、的技术壁垒。从 2017 到 2022 这五年间,公司先后推出了 Volta、Ampere、Hopper 等针对高性能计算和 AI 训练的架构,以此为基础发布了V100、A100、H100 等高端 GPU。通过不断的技术革新,英伟达 GPU 产品向量双精度浮点算力已从7.8TFLOPS 增至 30TFLOPS。11/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 3.英伟达数据中心英伟达数据中心 GPU 在在 11 年间从制程工艺到核心数量年间从制程工艺到核心数量,各参数全方位,各参数全方位提升提升 从 2011 年的 TeslaM2090 开始英伟达不断更新迭
27、代数据中心产品,到了 2022 年发布的英伟达全新GPU 产品 NVIDIAH100,性能上已经出现了质的飞跃。此外,英伟达在数据中心的布局不仅仅停留在GPU,在 CPU 方面英伟达也全面发力,在 2022 年发布了首款 CPU 产品 Grace。Grace 内臵下一代ArmNeoverse 内核,采用第四代 NVIDIANVLink,从 CPU 到 GPU 连接速度超过 900GB/s,相当于目前服务器 14 倍的带宽速度;从 CPU 到 CPU 的速度超过 600GB/s。并且 Grace 拥有最高的内存带宽,采用的新内存 LPDDR5x 技术,带宽是 LPDDR4 的 2 倍,能源效率提
28、高了 10 倍,能提供更多计算能力。4.自动驾驶业务:为英伟达提供中长期增长曲线自动驾驶业务:为英伟达提供中长期增长曲线 英伟达的自动驾驶 SoC 产品线以其高性能、高能效和创新技术而著称,致力于满足不断增长的计算需求。英伟达推出的自动驾驶 SoC 产品包括先进的 Atlan 和 Orin 芯片,它们集成了安培架构 GPU 核心、基于Arm 的 GraceCPU 核心、深度学习和计算机视觉加速器单元以及 BlueFieldDPU 核心,以实现卓越的算力和性能。英伟达的 SoC 产品线不断创新,为客户提供卓越的性能和可靠性,帮助推动未来智能驾驶和高度互联的汽车发展。12/21 2023 年年 6
29、 月月 9 日日 行业行业|深度深度|研究报告研究报告 最新款 AtlanSoC 算力获得指数级提升,为自动驾驶提供充足算力。2021 年,英伟达推出了自动驾驶SoCAtlan,其单颗算力高达 1000TOPS,是上一代 OrinSoC(254TOPS)的近四倍。Altan 还支持400Gbs(40 万兆)网络和安全网关,可以满足高速通信需求。同时,Atlan 可与为上一代芯片组编写的软件堆栈(如 Orin 或 Xavier)兼容,使得汽车制造商和 AV 开发人员不需要重新设计软件就能利用新 SoC 的性能提升,大大提升使用的便捷程度。5.可视化业务:技术革新助力卓越视觉与计算体验可视化业务:
30、技术革新助力卓越视觉与计算体验 在过去几年,英伟达专业可视化业务持续推出了一系列的技术革新,包括新的 GPU 架构(如 Pascal、Volta、Ampere、AdaLovelace),更高效的显存技术(如 GDDR6X),以及更加智能化的软件工具(如 RTXStudio)。这些创新大幅提升了英伟达专业显卡在高性能计算、人工智能、虚拟现实等领域的性能和可靠性,为专业用户提供了更加卓越的视觉体验和计算能力。6.英伟达专业显卡技术不断进步,性能显著提升英伟达专业显卡技术不断进步,性能显著提升 随着英伟达专业可视化显卡的不断升级,计算能力和相关性能得到了显著提升。从最初的几百万个CUDA 核心、数百
31、 GB/s 的显存带宽,到现在的数千万个 CUDA 核心、TB/s 级别的显存带宽,英伟达专业显卡已经成为高性能计算、人工智能、虚拟现实等领域不可或缺的重要组成部分,为专业用户提供了更加卓越的视觉体验和计算能力。13/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 四四、英伟达英伟达营收情况分析营收情况分析 1.公司营业收入高速增长,公司营业收入高速增长,1999-2023 财年财年 CAGR24%。1996 年英伟达的营业收入仅 391 万美元,净利润亏损超过 300 万美元。此后,英伟达的体量快速增长,到 2023 财年营收和净利润分别达 270 亿美元和
32、44 亿美元,1999-2023 财年营收 CAGR24%,净利润CAGR34%。2.新兴市场成为英伟达主要收入来源地新兴市场成为英伟达主要收入来源地 分地区看,中国大陆在 2023 财年营业收入达到 58 亿美元,占总收入的 21%,而在 2003 财年中国大陆营业收入只有 2.4 亿美元,占总收入的比例仅为 13%。和中国大陆市场一样,亚太其他地区以及美洲其他地区都出现了较大的增长幅度。相反,中国台湾市场出现了较大的衰退。2003 财年,中国台湾市场占总营收的比例为 45%,到 2023 财年下降到 32%,而美国市场收入则保持稳定在 31%左右。3.随人工智随人工智能发展,数据中心业务收
33、入增速最高,逐步成为公司最大营收能发展,数据中心业务收入增速最高,逐步成为公司最大营收占比占比 从业务板块看,英伟达下游应用包括游戏、数据中心、专业化视觉、汽车、OEM 及其他。其中,数据中心业务收入在 2023 财年达到 150 亿美元,占据英伟达营业总收入的 56%,数据中心业务收入同比增长 41%,主要增长来源于 AI 发展及美国云服务提供商的推动。游戏业务收入 90.7 亿美元,占总营业收 14/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 入的 34%,受全球游戏行业需求下行影响同比下降 27%。汽车、代工以及专业可视化业务都保持着低速增长。4.英伟
34、达净资产收益率周期波动,毛利率和净利率总体呈现上升趋势英伟达净资产收益率周期波动,毛利率和净利率总体呈现上升趋势 2000 财年之后,英伟达开始负责 Xbox(微软公司开发并于 2001 年发售的一款家用电视游戏机)的芯片设计工作,因为 Xbox 相比较于英伟达其他产品有着相对较少的利润率,所以 ROE 和净利率都呈现下降趋势。在此之后英伟达依靠新产品的开发,使得 ROE 重新上升到 34%。2008 财年英伟达已成长为全球图像处理器行业龙头,但因全球经济危机影响,公司 ROE 和净利率创新低,至 2010 财年分别达-2.69%和-2.04%。2010 年后,全球经济复苏,游戏市场在新兴市场
35、蓬勃发展,英伟达游戏部门业务及图形处理器收入平稳上升。2017 财年,英伟达迎来了新一轮的增长期,产品全面发力,GeForce、Tesla、GRID 和 Quadro 销售收入相较于 2016 年都出现大幅度增长。5.良好的营收状况是公司增加研发投入的基本,研发投入也保障了公司营良好的营收状况是公司增加研发投入的基本,研发投入也保障了公司营收的持续健康成长收的持续健康成长 相比较于竞争对手 ATI 和 AMD,英伟达在竞争初期都处于下风。随着研发投入的不断增长,英伟达通过技术进步降低成本和产品价格,不断推出新的产品吸引更多消费者,优势逐渐凸显。在与 ATI 竞争的周期中,英伟达的研发费用从 1
36、999 财年的 2507 万美元,以年均 55%的增长率赶上 ATI 的研发费用,在 2005 财年达到 3.6 亿美元。ATI 被 AMD 收购后,英伟达在独立显卡的竞争对手就变为了 AMD。2005 年,AMD 的研发费用为 11 亿美元,是英伟达的 3.2 倍左右,而到了 2022 年,英伟达的研发费用达到了 73.4 亿美元(对应 2023 财年),是 AMD 的 1.47 倍。15/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 6.研发费用率保持高位,不断吸引优秀人才加入研发费用率保持高位,不断吸引优秀人才加入 从早期的“三团队-两季度”研发迭代模式
37、开始,英伟达的研发目标就一直走在市场的前端。英伟达研发团队分为软件工程、硬件工程、超大规模集成电路工程、工艺工程、架构和算法团队,负责研究开发统一的硬件和软件架构,提供领先市场的图像加速技术。英伟达研发人员数量持续增长,截至 2023 财年达到 19532 人。五、五、英伟达英伟达以以 CUDA 为基础构筑为基础构筑生态链生态链 CUDA 助力英伟达成长为 AI 产业龙头,构建强大生态护城河壁垒。CUDA 是英伟达基于其生产的GPUs 的一个并行计算平台和编程模型,目的是便于更多的技术人员参与开发。开发人员可以通过C/C+、Fortran 等高级语言来调用 CUDA 的 API,来进行并行编程
38、,达到高性能计算目的。CUDA 平台的出现使得利用 GPU 来训练神经网络等高算力模型的难度大大降低,将 GPU 的应用从 3D 游戏和图像处理拓展到科学计算、大数据处理、机器学习等领域。这种生态系统的建立让很多开发者依赖于CUDA,进一步增加了英伟达的竞争优势。16/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 1.CUDA 的低成本和兼容性成为其最重要的吸引点之一的低成本和兼容性成为其最重要的吸引点之一 英伟达的 CUDA 是一个免费、强大的并行计算平台和编程模型。安装过程简单且明确,让开发者能够轻松快速地启动并行编程。CUDA 对新手极其友好,特别是对
39、C 语言、C+和 Fortran 的开发者。同时为支持其他编程语言,如 Java、Python 等,CUDA 还提供第三方包装器进行扩展。为广大开发者提供了极大的便利和高效的编程体验。操作系统方面,CUDA 在多种操作系统上也都有良好的兼容性,包括Windows、Linux 和 macOS。2.CUDA 有着丰富的社区资源和代码库,为编程提供良好的支持有着丰富的社区资源和代码库,为编程提供良好的支持 英伟达的 CUDA 享有强大的社区资源,这个社区由专业的开发者和领域专家组成,他们通过分享经验和解答疑难问题,为 CUDA 的学习和应用提供了丰富的支持。另外,CUDA 的代码库资源涵盖各种计算应
40、用,具有极高的参考价值,为开发者在并行计算领域的创新和实践提供了宝贵的资源。这两大特点共同推动了 CUDA 在并行计算领域的领先地位。3.CUDA 借助燕尾服效应,搭配借助燕尾服效应,搭配 GeForce 覆盖多元市场覆盖多元市场 CUDA 技术最初是为了配合 GeForce 系列芯片而推出的,利用 GeForce 在游戏市场的广泛覆盖率,作为一个技术杠杆,推动 CUDA 的普及和发展。作为一项可以帮助 GeForce 拓展新的市场的重要技术,CUDA 极大地提高了视频和图像应用(如 CyberLink、MotionDSP 和 Nero)的性能,实现了多倍的效率提升。4.创业公司的大量采用使得
41、创业公司的大量采用使得 CUDA 应用场景进一步得到拓展,游戏不再是应用场景进一步得到拓展,游戏不再是唯一应用唯一应用领域领域 随着时间的推移,超过一百家创业公司开始利用 CUDA 的强大计算能力,使其应用领域得以扩展,不再局限于游戏方面。在视频编码领域,英伟达与 Elemental 公司合作,利用并行计算技术加速了高清视频的压缩、上传和存储速度。这一成功的合作不仅体现了 CUDA 在各种场景下的适用性,也进一步推动了 17/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 CUDA 技术的发展。当 Elemental 公司后被亚马逊收购,其基于 CUDA 的视频
42、处理技术也成为 AWS 的服务组成部分,这一过程也让 CUDA 的使用场景得到了进一步的丰富和拓宽。CUDA 形成完整生态链,通过大学普及学习以推广 CUDA。英伟达将 CUDA 引入了大学的课堂中,从源头上扩大了 CUDA 的使用范围和受众群体。早在 2010 年,已经有关于 CUDA 数千篇论文,超过 350所大学进行 CUDA 教学课程。在此基础之上,英伟达建立了 CUDA 认证计划、研究中心、教学中心,不断完善 CUDA 的生态链。从结果看:2008 年仅有 100 所大学教学 CUDA 课程,在 2010 年英伟达全球建立了 20 个 CUDA 研发中心后,2015 年已有 800
43、所大学开放 CUDA 课程。5.对比对比 OpenCL,CUDA 是英伟达是英伟达 GPU 编程的更优解编程的更优解 OpenCL 虽然具有更广的兼容性,但 CUDA 由于与英伟达的硬件紧密结合,能更有效地利用其 GPU 的性能。同时,CUDA 的编程模型相比 OpenCL 更加简洁,易用,并提供完整的开发工具链。此外,CUDA 的社区资源丰富,代码库多样,使得在科学计算、深度学习等领域的应用更为便捷。因此,对英伟达 GPU 的开发者来说,CUDA 往往是更优的选择。6.对比对比 ADM 的的 CTM 编程模型,编程模型,CUDA 拥有更广泛的应用和更高的操作性拥有更广泛的应用和更高的操作性
44、从操作性来说,由于 CTM 更接近硬件,因此开发者需要有更深入的硬件知识才能进行开发,但是这也意味着 CTM 能够提供更精细的控制和优化。对比之下,CUDA 提供了一套完整的开发工具链,包括编译器、调试器和性能分析工具,以及丰富的库函数,为开发者提供了极大的便利。从应用来说,CUDA已经在各种领域获得了广泛的应用,尤其是在科学计算和深度学习等领域,CUDA 拥有大量的优化库和开发工具。而 CTM 的应用相对较少,但是由于它提供了对硬件的低级别控制,因此在一些特定的应用场景中会具有优势。7.对比微软的对比微软的 DirectCompute,CUDA 胜在配套设施的支持胜在配套设施的支持 与 Di
45、rectCompute 相比,CUDA 由于其丰富的功能库,完善的开发工具和广泛的应用支持,尤其在科学计算和深度学习领域,具有明显优势。CUDA 在英伟达 GPU 上的性能优化也更为出色。而DirectCompute 作为跨平台工具,其优势在于与 DirectX 的兼容性以及对多种硬件的支持。但从英伟达 18/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 GPU 的应用广泛度来看,使用 CUDA 才是开发者的首选。总的来说,虽然 DirectCompute 的通用性更强,但英伟达的 CUDA 在功能、性能和应用范围上提供了更强大的支持,对于使用英伟达硬件的开发
46、者来说是更优的选择。8.CUDA 的开发提升了英伟达的品牌竞争力和影响力的开发提升了英伟达的品牌竞争力和影响力 CUDA 的开发使英伟达的 GPU 超越了仅用于图形处理的传统角色,转变为通用的并行计算设备,极大地提升了其在市场上的竞争力。英伟达因此能够满足广泛的高性能计算和人工智能需求,使其产品得以进入新的市场领域。同时,随着 CUDA 在各类高性能计算任务,特别是人工智能领域的广泛应用,英伟达的品牌影响力得到了显著增强。越来越多的人开始认知和使用英伟达的产品,这不仅加强了英伟达的市场地位,也为其未来的发展奠定了坚实的基础。9.CUDA 促进了英伟达的产品创新,激发更多可能性促进了英伟达的产品
47、创新,激发更多可能性 CUDA 的开发推动了英伟达在并行计算技术领域的创新,尤其在硬件架构方面。这不仅体现在优化了的GPU 架构上,例如将流多处理器(SM)配臵为处理并行线程的方式,也在软件架构上如 CUDA 自身的持续更新和优化。为了更有效地满足用户对于更高性能和更易用并行计算工具的需求,英伟达不断创新,致力于提高 CUDA 的性能和用户体验。这一切不仅反映出英伟达对创新的重视,也为其在并行计算技术领域的领导地位提供了坚实的技术支撑。10.英伟达的英伟达的 CUDA 技术凭借其广泛应用和强大合作伙伴网络,巩固了英技术凭借其广泛应用和强大合作伙伴网络,巩固了英伟达的领导地位伟达的领导地位 CU
48、DA 技术在众多领域均有广泛应用,包括但不限于深度学习、图像和自然语言处理、天气模拟、流体动力学、分子动力学、量子化学以及天体物理模拟。因此,适配 CUDA 的应用程序数量繁多,进而催生了对 CUDA 的广阔需求空间。英伟达与诸如 Dell、HP、联想等知名 OEM 厂商,以及 Netapp、PureStorage 等渠道合作伙伴和如埃森哲等服务公司展开了深度合作。11.CUDA 整合英伟达体系,培养了开发者和使用者的用户粘性整合英伟达体系,培养了开发者和使用者的用户粘性 当开发者融入 CUDA 的生态系统,他们往往会被其卓越的计算性能、充裕的库函数和出色的易用性所吸引,因此更倾向于持续利用此
49、技术。另一方面,为 CUDA 优化的代码移植至其他平台通常需要消耗大量 19/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 的精力和时间,这进一步增强了客户的留存度。此外,英伟达不断推陈出新,发布新的硬件产品及CUDA 版本,从而维持用户对其技术的关注并持续使用。这种深度使用使得用户在选购硬件产品时倾向于选择对 CUDA 有更好支持的英伟达产品,进而建立起稳固的客户忠诚度。六六、英伟达产业链英伟达产业链相关公司相关公司 AI 发展提速电子半导体基础设施发展,海量数据的收集、清洗、计算、训练以及传输需求,催化 AI 产业链加速迭代升级,带动服务器增长与 AI 服
50、务器占比提升,利好英伟达及服务器产业链大量使用的CPU,GPU,PCB,DDR5/HBM 存储器,服务器散热,光芯片/光模块等。AI 驱动下英伟达产业链快速发展带来新机遇,A 股细分板块有望持续受益:1.GPU GPU 为 AI 训练算力之源,在训练服务器中价值量占比超过 80%。测算 2026 年全球数据中心 GPU 市场规模有望达 749 亿美元,22-26 年 CAGR 达 44%,目前英伟达市占率高达 80%,可关注国内 GPU 产业链在国产替代和自主可控逻辑下的渗透率提升以及 AI 及信创推动核心行业服务器 CPU 国产替代浪潮,相关公司:寒武纪,海光信息,长电科技,通富微电寒武纪,
51、海光信息,长电科技,通富微电。2.PCB 产业链产业链 AI 服务器 PCB 价值量是普通服务器的价值量的 56 倍,随着 AI 大模型和应用的落地,市场对 AI 服务器的需求日益增加,市场扩容在即。以 DGXA100 为例,15321 元单机价值量中 7670 元来自载板、7651 元来自 PCB 板,因此我们应当关注在载板和服务器 PCB 上具有较好格局的厂商,相关公司:沪电股份:沪电股份:公司 2022 年营收占比中,高速通信类占 66%,汽车占 23%,高速通信类是保证公司成长的关键。公司高速通信产品主要用于交换机、服务器、运营商通信,客户覆盖包括国内外主要的设备商和云计算厂商,是 A
52、 股 PCB 中涉及海外高速运算敞口最大的厂商,也是参与全球 AI 运算供应的关键厂商,未来有望随着 AI 市场扩容而实现快速增长。公司汽车类产品主要供应全球龙头 TIER1 厂商,并且依据多年的技术积累不断调整产品结构至覆盖多类域控制器用 HDI 产品,汽车智能化趋势将为公司带来成长贡献。生益科技:生益科技:从基本面的逻辑出发,公司作为全球第二大的覆铜板厂商,订单景气度随着电子行业整体回暖而将会逐季改善,并且我们认为公司能够凭借其强大的竞争力(产品系列全、产品品质优秀、客户和原材料管理能力强等)先于行业走出景气低谷、实现单张毛利反转,基本面胜率有一定的保证。从竞争格局上来看,公司是国内少有全
53、系列覆盖高端产品的厂商,随着 AI 带动高端市场成长放量,公司有望加速自身产品结构调整进程,打开盈利增长空间。联瑞新材:联瑞新材:根据 2022 年年报数据,公司产品结构中球硅占 53%、角硅占 35%、球铝占 11%。高端服务器载板和 PCB 板中打开球硅在 PCB 产业链的应用,AI 服务器 GPU 所采用的 2.5/3D 封装外壳 EMC 需要用到 20umcut 及以上等级的球硅和 low-球铝,因此在当前 AI 等高速运算需求带来高端产品扩容的大背景下,公司有望依据现有已经站好的竞争格局实现成长。生益电子生益电子:公司是传统高速通信类覆铜板生产厂商,在服务器需要用到高多层板上具有深厚
54、的技术积累,公司服务器类客户覆盖了国内主流客户群和海外部分客户,随着国内加大训练端算力需求、海外 AI 相关应用加速推出,公司服务器类 PCB 将迎来增长。20/21 2023 年年 6 月月 9 日日 行业行业|深度深度|研究报告研究报告 兴森科技:兴森科技:根据公司 2022 年年报数据,公司 PCB 产品占比 75%、半导体产品占比 21%,其中半导体产品主要来自封装基板和半导体测试板,公司是国内布局封装基板第一梯队的厂商之一。公司目前配合下游终端厂商研发服务器用 FCBGA 高端载板,是高端载板国产替代的先行者。深南电路:深南电路:根据公司 2022 年年报数据,公司 PCB 产品占比
55、 63%、封装基板占比 18%、电子装联占比12%,其中 PCB 产品有配套国内外品牌服务器厂商主板产品,封装基板是国内封装基板规模最大的厂商、目前正在配套下游终端厂商研发高端 FCBGA 产品,AI 带动的载板和 PCB 板价值量增长将有助于公司成长。3.存储芯片存储芯片 根据 Yole,2022 年全球内存模组出货量 5.11 亿,其中 DDR4 出货 5.0 亿,DDR5 出货 0.11 亿。2028年全球内存模组出货量有望达 6.5 亿,DDR5 占比超过 98.7%,22-28 年 DDR5 内存模组出货量 CAGR达 97%。“3D 堆叠+近存储运算”突破内存容量与带宽瓶颈,HBM
56、 成为处理大量数据和复杂处理要求的理想解决方案,我们测算得 2026 年 HBM 市场规模有望达 56.9 亿,22-26 年 CAGR 有望达 52%,相关公司服务器 DDR5 渗透率提升及 HBM 显存投资机会,可关注:澜起科技、雅克科技、深科技澜起科技、雅克科技、深科技。澜起科技:澜起科技:存储器价格处于历史低位叠加 AI 推动高容量内存需求,推动 DDR5 渗透率提升。由于目前DDR5 与 DDR4 价差缩小,因此下游厂商加速产品的升级迭代,AMD、英特尔等厂商均已规划推出搭载 DDR5 的新世代产品。从 2022 年第四季度合约价来看,DDR58Gb 模块的均价约 24.6 美元,相
57、较于DDR4 同规格产品的 19.7 美元,两者价差大幅缩小,DDR5 跌价给下游厂商的产品迭代添加了动力,AMDRyzen7000 系列、英特尔第 13 代 Core 处理器两大平台均已规划搭载 DDR5。另外,从需求上看,AI 推动数据中心建设需求增加,将对大容量内存带来增长。因此,我们预计 2023 年 DDR5 渗透率将攀升至 20-25%,2024 年或可达 40-50%,较 2022 年的 10%左右渗透率大幅提升。公司是全球领先的内存接口芯片龙头,在 DDR5 内存接口芯片方面市占率全球领先,并与 Intel 等国际大厂深度合作,我们看好公司未来受益于行业高速发展,预计 2023
58、-2025 年净利润分别为 16/25/32 亿元。4.服务器散热服务器散热 AI 大模型有望引领算力需求升级,带动高功率密度的智算和超算中心建设,加速配套设施液冷系统导入市场,未来伴随新建数据中心建设和存量数据中心改造,整体渗透率有望快速提升,同时高功耗也有望带动散热系统向芯片级升级。当前液冷行业仍处在发展早期,看好在技术+产能领先布局的厂商。考虑到竞争壁垒在于对场景定制化程度的理解、平台化能力的快速延展,建议从三条主线关注液冷技术的发展和投资机会:华为电气华为电气-艾默生系的专业温控厂商:艾默生系的专业温控厂商:最早从事精密空调研发设计,具备多年的产业洞察,对技术研发具备前瞻性,且形成平台
59、化的散热布局,赋能多行业应用,可关注:英维英维克、依米康、华为数字能源克、依米康、华为数字能源。布局液冷技术的服务器厂商:布局液冷技术的服务器厂商:冷却技术由房间级向行级甚至服务器内部芯片级延伸,能够参与液冷技术方案的服务器厂商,有望更快抓住算力升级的产业机遇,强化产品竞争力,建议关注:中兴通讯、浪潮中兴通讯、浪潮信息、中科曙光信息、中科曙光。提供包含芯片级散热的完整解决方案的供应商:提供包含芯片级散热的完整解决方案的供应商:芯片作为服务器核心热量源,随着高算力、高性能、先进制程芯片功耗的提升,散热方案向服务器内部芯片级升级,芯片级散热由风冷系统向液冷升级,建议关注:双鸿科技,健策精密,富信科
60、技,中石科技双鸿科技,健策精密,富信科技,中石科技。21/21 2023 年年 6 月月 9 日日行业行业|深度深度|研究报告研究报告 5.光芯片光芯片/光模块光模块全球数据量爆炸式增长,光通信逐渐崛起。据 Lightcounting 数据,2027 年全球光模块市场规模超 200亿,数通市场为光模块成长的主要驱动力,400G/800G 光模块将成为主要增长点,光芯片为光模块核心组件,相关公司高端产品领先布局的光模块厂商以及相对稀缺的光芯片厂商,相关公司:中际旭创,源杰科技,天孚通信际旭创,源杰科技,天孚通信。七、参考文献七、参考文献 1.华西证券-AIGC 行业深度报告(8):谁是国产英伟达
61、2.华泰证券-电子行业:关注英伟达产业链和 G7 峰会影响3.长城证券-投资策略研究:英伟达再推重磅产品,AI 性能逢突破4.国信证券-电子行业 AI+系列专题报告(二):复盘英伟达的 AI 发展之路5.中信证券-工业富联-601138-跟踪点评:海外 AI 需求超预期,英伟达产业链核心受益6.中金公司-半导体行业周报:英伟达发布超级芯片推动 AI 赛道关注度再提升7.信达证券-传媒互联网行业及海外周观点:英伟达业绩超预期,AI+应用板块反弹开启8.国金证券-电子行业深度研究:英伟达产业链在 A 股的映射及投资机会9.中泰证券-半导体行业解析英伟达成长的核心战略:研发为底、生态为径、AI 为翼10.浙商证券-鸿博股份-002229-覆盖报告:布局 AI 算力,携手英伟达打造第二生长曲线11.光大证券-通信电子行业周观点第 57 期:AI,微软全面引入 Copilot,百度发布文心一言,关注英伟达产业链免责声明:以上内容仅供学习交流,不构成投资建议。