《英伟达-美股公司研究报告-AI基建需求井喷持续看好算力龙头-231224（32页）.pdf》由会员分享，可在线阅读，更多相关《英伟达-美股公司研究报告-AI基建需求井喷持续看好算力龙头-231224（32页）.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 海海外外研研 究究 公公司司深深 度度 研研 究究 报报 告告 证券研究报告证券研究报告 TMT 半导体半导体 investSuggestion 增持增持（首次首次 ）来源：iFind，兴业证券 经济与金融研 究院整理 relatedReport 相关报告相关报告 【兴证海外 TMT】海外硬件科技 2024 年投资策略：AI 算力基建迎来高峰-20231211 【兴证海外 TMT】英伟达（NVIDIA）FY24Q2 业绩点评报告-数据中心业务井喷，收入指引大超预期-20230824 【兴证海外 TMT】海外 TMT

2、行业 2023 年中期策略报告：海外龙头：AI 算力制高点，应用场景第一线-20230628 海外研究海外研究 emailAuthor 分析师：分析师：洪嘉骏 SAC：S02 SFC：BPL829 marketData 市场数据市场数据 日期 2023/12/22 收盘价（美元）488.30 总股本（百万股）2,470 流通股本（百万股）2,470 净资产（百万美元）33,265 总资产（百万美元）54,148 每股净资产（美元）13.47 NVDA .O dyCompany 英伟达英伟达（NVIDIA）美股美股 title AI 基建需求井喷，持续看好算力龙头基建需求井

3、喷，持续看好算力龙头 createTime1 2023 年年 12 月月 24 日日 投资要点投资要点 summary 始于图形，盛于计算，加速计算龙头的崛起之路始于图形，盛于计算，加速计算龙头的崛起之路。英伟达是全球加速计算市场龙头供应商，起步于游戏图形处理器（GPU）市场，并于 2006 年研发 CUDA 架构，正式进入 AI 加速计算领域。在 2023 年生成式 AI 浪潮的催化下，英伟达凭借旗舰 AI 芯片 A100、H100 跃升为 AI 领域的关键卖铲人，FY2024Q3 公司收入 181 亿美元(YoY+206%,QoQ+34%)。AI 基础建设需求进入井喷期，芯片需求长期看涨基

4、础建设需求进入井喷期，芯片需求长期看涨。展望 AI 长期需求，我们认为 AI 基建将进入井喷期，并看好加速计算渗透率提升的可持续性，根据 Yole 报告，AI 服务器（含 GPU 及其他加速器）2028 年渗透率有望从 2023 年的接近 10%增至超过 18%，其中约 70%-75%为 GPU 服务器。计算、网络、软件协同发展，铸就计算、网络、软件协同发展，铸就 AI 护城河护城河。计算方面，英伟达旗舰 GPU产品 A100、H100 成为当前全球 AI 模型训练的主流硬件，并形成基于CUDA 架构的生态壁垒；网络方面，英伟达通过收购 Mellanox 垄断InfiniBand 市场，并同时

5、布局以太网解决方案，成为高性能计算网络市场的有力竞争者。在计算、网络技术的协同发展下，公司推出 DGX GH200超级计算机，并向下游渗透，推出 AI Foundation、DGX Cloud 等软件及服务，成为 AI 基建市场少数可提供全栈解决方案的供应商。我们预估英伟达 2025 财年数据中心业务收入增至 821 亿美元。游戏业务静待市场修复；自动驾驶、游戏业务静待市场修复；自动驾驶、Omniverse 加速加速 AI 渗透。渗透。游戏业务方面，公司份额高于竞争对手 AMD、英特尔，随着游戏显卡库存去化进入尾声，以及 40 系显卡新品放量、AI 终端渗透率提升，我们看好未来几个季度游戏业务

6、表现企稳回升；自动驾驶、Omniverse 方面，英伟达借助加速计算技术优势向下游终端场景渗透，将有助于推动 AI 应用发展，并进一步刺激数据中心产品需求，同时有望奠定公司的第二增长曲线。投资建议投资建议：公司持续受益于 AI 浪潮以及龙头地位，预计 2024/2025/2026财年将实现营收 587/967/1,117 亿美元，同比+117%/+65%/+16%，GAAP净利润为 269/457/532 亿美元。给予公司 2025 财年 PE 估值 30 倍，对应目标价格为 555 美元，首次覆盖给予“增持”评级。风险提示：AI 芯片订单不及预期风险；先进封装、HBM 产能短缺风险；AI 算

7、力出口管制升级风险；反垄断诉讼风险；游戏显卡需求复苏不及预期风险。主要财务指标主要财务指标 主要财务指标 会计年度会计年度 2023A 2024E 2025E 2026E 营业收入营业收入(百万美元百万美元)26,974 58,660 96,656 111,696 同比增长同比增长 0%117%65%16%GAAP 净利润净利润(百万美元百万美元)4,368 26,876 45,680 53,214 同比增长同比增长-55%515%70%16%毛利率毛利率 57%71%71%71%ROE 20%55%51%40%每股收益每股收益(美元美元)1.76 10.89 18.51 21.56 市盈率市

8、盈率 278 45 26 23 来源：iFind，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -2-海外公司深度研究报告海外公司深度研究报告 Key DataKey Data Dec.22,2023 Closing Price（USD）488.30 Total Shares(Mn)2,470 Shares Outstanding(Mn)2,470 Net Assets(HKD/Mn)33,265 Total Assets(HKD/Mn)54,148 BVPS(HKD)13.47 Source:iFind，Industrial Se

9、curities Research Institute AnalystAnalyst Hong JiajunHong Jiajun SFC：BPL829 SAC：S02 O Outperformutperform(Initiate)SemiconductorSemiconductor NvidiaNvidia Stock ConnectStock Connect (NasdaqNasdaq)(NVDA.O)(NVDA.O)AI Infrastructure Outbreak;Optimistic about the computing giant AI Infrastru

10、cture Outbreak;Optimistic about the computing giant D Decec 2 24 4thth,2023,2023 summary From graphic to computing,an accelerate computing giant has risen.Nvidia is the leading supplier in the global accelerate computing market.It started in the game GPU(Graphic processing unit)and built up CUDA eco

11、system in 2006,with which Nvidia entered the AI accelerate computing market.Catalyzed by the generative AI wave in 2023,Nvidia becomes the core supplier in the AI infrastructure with its flagship AI chips such as A100 and H100.Nvidias CY2023Q3 quarterly revenue reached US$18.1bn(YoY+206%,QoQ+34%).Th

12、e AI infrastructure outbreak,driving the demand of AI chips.Looking forward to the long-term demand for AI,we believe that AI infrastructure will enter a high growth period.We are optimistic about the sustainability of the growing penetration of the accelerate computing.According to Yole Groups repo

13、rt,the penetration rate of AI servers(including GPUs and other accelerators)is expected to increase from nearly 10%in 2023 to more than 18%in 2028,of which about 70%-75%are GPU servers.The synergy of compute,network and software set up Nvidias AI moat.In terms of compute,Nvidias flagship server GPU

14、A100 and H100 have become the mainstream hardware for global AI training.Besides,Nvidias CUDA architecture has formed a strong ecological barrier.In terms of network,Nvidia monopolized the InfiniBand market through the acquisition of Mellanox and deployed Ethernet solutions at the same time,becoming

15、 a strong competitor in the network market of high-performance compute(HPC).With the synergy of compute and network products,Nvidia launched the DGX GH200 supercomputer.Whats more,Nvidia keeps penetrating downstream market,launching AI foundation,DGX Cloud and other software and services.We expect t

16、he Nvidia data center revenue to reach US$82.1bn in FY2025.Wait for game market recovery;Autonomous driving and Omniverse are accelerating the penetration of AI.In terms of game business,Nvidias share is much higher than competitors such as AMD and Intel.As the destocking of game GPU comes to an end

17、,as well as the increase in the volume of new 40-series GPU and the increase of on-device AI,we expect the performance of the game business to stabilize and to rebound in the next few quarters;In terms of automotive and professional visualization,Nvidia would leverage its accelerated computing techn

18、ology advantages to penetrate into downstream market,which would promote the development of AI and further stimulate the demand for data center products.We expect automotive and professional visualization to be the second growth curve.Investment suggestion:Nvidia would continue to benefit from the w

19、ave of AI investment and the premium brought by its leading position.We estimate that the company will achieve revenue of US$587/967/1,117 million in fiscal year 2024/2025/2026,+117%/+65%/+16%year-on-year.Net profit would be US$269/457/532 million.We give the company a fiscal year 2025 PE valuation

20、of 30 x and a target price of US$555,rating outperform for the initiated coverage.Risk:Weak-than-expected AI chip orders;Weak-than-expected capacity of advanced packaging and HBM;Export controls on AI Chips;Antitrust litigation risk;Weak-than-expected game GPU market recovery.Key Financial Indicator

21、s zycwzb|主要财务指标 FY 2023A 2024E 2025E 2026E Revenue(Mn/USD)26,974 58,660 96,656 111,696 YoY(%)0%117%65%16%Net Income Attributable to Shareholders (Mn/USD)4,368 26,876 45,680 53,214 YoY(%)-55%515%70%16%Gross Margin(%)57%71%71%71%ROE(%)20%55%51%40%EPS(USD)1.76 10.89 18.51 21.56 PE 278 45 26 23 Source:i

22、Find,Industrial Securities Research Institute xX9ZcXcZaUbUpNpPqRpRpPbRdN8OtRoOpNtQkPrQoMeRoMrMbRoPnNwMmMvMvPtOpR 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -3-海外公司深度研究报告海外公司深度研究报告 目目 录录 1、英伟达：始于图形，盛于计算.-5-2、数据中心：加速计算之风铸就 AI 数据中心行业龙头.-7-2.1、数据中心 GPU：深耕 CUDA 架构，增厚并行计算生态护城河.-7-2.2、数据中心 CPU：补齐计算芯片矩阵，以应对 AMD

23、、英特尔竞争.-11-2.3、数据中心网络：InfiniBand 领头羊，Spectrum-X 迎击以太网.-12-2.4、AI 系统：GH200 整合全栈硬件方案；DGX Cloud 加速下游渗透.-14-2.5、数据中心业务前景：挑战与机遇并存，长期看好公司稀缺性.-15-3、游戏业务：独立显卡龙头，静待市场需求修复.-18-4、第二增长曲线：自动驾驶、Omniverse 加速 AI 渗透.-20-4.1、智能驾驶：自动驾驶芯片后来居上，智慧座舱携手联发科.-20-4.2、专业可视化：构建元宇宙基石，虚拟人落地可期.-22-5、财务分析.-24-6、盈利预测与估值.-27-7、风险提示.-

24、29-图目录图目录 图 1、英伟达股价走势（前复权）和重大事件.-5-图 2、英伟达收入按终端（%）.-6-图 3、英伟达收入按应用（%）.-6-图 4、英伟达数据中心业务结构.-7-图 5、服务器规模及加速器服务器渗透率（左侧百万部；右侧%）.-8-图 6、加速器服务器规模及 GPU 服务器占比（左侧百万部；右侧%）.-8-图 7、AI 训练流程.-8-图 8、AI 推理流程.-8-图 9、英伟达数据中心 GPU 技术路线图.-11-图 10、TOP500 数据中心个数按网络方案（个）.-12-图 11、英伟达网络平台基于以太网方案.-13-图 12、英伟达网络平台基于 InfiniBand

25、 方案.-13-图 13、英伟达 DGX GH200 架构.-14-图 14、英伟达 DGX Cloud 及 NeMo 服务.-15-图 15、英伟达 DGX Cloud 及 BioNeMo 服务.-15-图 16、桌面端独立显卡出货量及英伟达占比（左轴百万部，右轴%）.-18-图 17、英伟达自动驾驶平台 DRIVE.-20-图 18、全球自动驾驶乘用车销量（左轴百万辆，右轴%）.-20-图 19、全球智能座舱渗透率（%）.-20-图 20、2022 年全球高算力自动驾驶 SOC 出货量份额.-22-图 21、22-23E 全球智能座舱市场份额.-22-图 22、英伟达 Omniverse

26、平台.-23-图 23、英伟达收入及增速（左轴百万美元，右轴%）.-24-图 24、英伟达 GAAP 净利润及增速（左轴百万美元，右轴%）.-24-图 25、英伟达季度收入及增速（左轴百万美元，右轴%）.-24-图 26、英伟达季度 GAAP 净利润及增速（左轴百万美元，右轴%）.-24-图 27、英伟达季度库存及增速（左轴百万美元，右轴%）.-25-图 28、英伟达季度预付金及增速（左轴百万美元，右轴%）.-25-图 29、英伟达 SGA 费用、财务费用及费用率（左轴百万美元，右轴%）.-25-图 30、英伟达研发费用及研发费用率（左轴百万美元，右轴%）.-25-图 31、英伟达现金流量（百

27、万美元）.-26-图 32、英伟达分红金额及增速（左轴百万美元，右轴%）.-26-请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -4-海外公司深度研究报告海外公司深度研究报告 图 33、英伟达 PE-TTM（左轴；倍）、PE-下一财年估值（右轴；倍）.-28-表目录表目录 表 1、英伟达发展历程.-5-表 2、英伟达产品矩阵按终端.-6-表 3、英伟达产品矩阵按应用.-6-表 4、英伟达主要 GPU 硬件架构及对应产品.-9-表 5、英伟达数据中心 GPU 产品矩阵训练端（部分）.-9-表 6、英伟达数据中心 GPU 产品矩阵推理端（部分）.-9-表 7、英伟达

28、 GPU 架构及其精度范围.-10-表 8、CUDA、OpenCL、ROCm 架构之对比.-10-表 9、英伟达数据中心超级芯片与 AMD MI300A 对比.-12-表 10、数据中心网络方案及其场景.-12-表 11、英伟达数据 DPU 产品矩阵.-13-表 12、英伟达数据中心交换机芯片及其他网络产品矩阵.-13-表 13、AMD、Intel AI 芯片产品矩阵.-15-表 14、海外云服务商自研芯片、定制芯片动向.-16-表 15、英伟达对外投资 AI 项目（部分）.-16-表 16、英伟达数据中心季度收入估算（百万美元）.-17-表 17、英伟达游戏显卡产品矩阵及 DLSS 技术对比

29、.-19-表 18、自动驾驶芯片主流产品汇总.-21-表 19、英伟达盈利预测.-27-表 20、可比公司估值（12 月 15 日）.-28-请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -5-海外公司深度研究报告海外公司深度研究报告 报告正文报告正文 1、英伟达：始于图形，盛于计算、英伟达：始于图形，盛于计算 英伟达为英伟达为 GPU（Graphics Processing Unit，图形处理器）芯片龙头公司，是全球，图形处理器）芯片龙头公司，是全球加速计算硬件关键供应商加速计算硬件关键供应商。公司成立于 1993 年，前期聚焦游戏和多媒体市场，并于 1999

30、 年推出全球首款 GPU（图形处理器），并在同年纳斯达克上市。2006 年英伟达推出 CUDA 架构，2012 年 AlexNet 作为首个使用 GPU（英伟达 GTX 580）提高性能的卷积神经网络（CNN），获得当年 ImageNet 视觉识别挑战赛第一，至此后，CUDA 架构开始被 AI 研究人员广泛使用，并奠定英伟达在 AI 领域的核心竞争力与生态护城河，目前，已超过 4 万家公司使用英伟达 AI 技术，超过 400 万个开发人员在英伟达平台开发加速计算应用。表表 1、英伟达发展历程、英伟达发展历程 时间 公司重要事件 1993 黄仁勋、Chris Malachowsky、Curtis

31、 Priem 创立英伟达 1999 发布全球首个 GPUGeForce 256，并于纳斯达克上市 2000 收购显卡市场竞争对手 3DFX 2006 推出 CUDA 架构 2012 AlexNet 使用英伟达 GPU 获 AI 挑战赛第一 2018 发布 RTX 系列，主打光纤追踪功能 2019 发布新一代自动驾驶芯片 Orin；发起对 Mellanox 的收购 2020 发布数据中心旗舰产品 A100 GPU；发起对 ARM 的收购（2022 年宣布终止）2022 发布新一代数据中心 H100 GPU 2023 发布 DGX Cloud 资料来源：公司官网，金融时报，兴业证券经济与金融研究院

32、整理 图图 1、英、英伟达股价伟达股价走势（前复权）和重大事件走势（前复权）和重大事件 资料来源：公司公告，wind，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -6-海外公司深度研究报告海外公司深度研究报告 创始人黄仁勋短期内无退休规划，公司股权集中度较低创始人黄仁勋短期内无退休规划，公司股权集中度较低。目前，英伟达其中两名创始人黄仁勋、Chris Malachowsky 仍在公司任职，黄仁勋担任总裁、CEO 职位，根据今年采访，黄仁勋称暂无退休计划，公司方面亦暂未公布接班人选；Chris Malachowsky 带领公司的世界

33、级研究组织，该机构旨在为公司战略方向研发技术。股权结构方面，根据 FY2023 年报，CEO 黄仁勋持股 3.51%，超过 5%的持股机构包括先锋基金（8.27%）、贝莱德基金（7.27%）和富达基金（5.61%），公司股权集中度较低。B 端相关业务占比提升，数据中心成主要终端场景端相关业务占比提升，数据中心成主要终端场景。按终端市场划分，英伟达主要营收来源包括数据中心、游戏、专业可视化和汽车市场，其中，数据中心板块占比持续提升，并超过游戏业务，专业可视化和汽车则尚未进入爆发期；按应用划分，英伟达主要来源分为计算与网络、图形两大板块，计算与网络板块受益于数据中心业务增长，占比逐步提升，FY20

34、23 年超过图形板块。表表 2、英伟达产品矩阵英伟达产品矩阵按终端按终端 终端 目标客群 产品 游戏 PC、主机 GeForce RTX 和 GeForce GTX 系列 GPU 等 数据中心 云、企业、公共部门、边缘数据中心 GPU、DPU、数据中心互联系统、CUDA 编程模型和软件开发套件等 汽车 自动驾驶、智能座舱 NVIDIA DRIVE Hyperion 平台等 专业可视化 建筑设计、医疗仪器、航天、影视后期、元宇宙 GeForce RTX 系列 GPU、企业级解决方案、Omniverse 平台等 资料来源：公司年报，兴业证券经济与金融研究院整理 表表 3、英伟达产品矩阵英伟达产品矩

35、阵按应用按应用 应用 产品 计算与网络 数据中心加速计算方案、数据中心网络、自动驾驶解决方案、边缘计算平台、AI 企业级软件、加密货币处理器等 图形 GeForce 系列 GPU、企业工作站 GPU、专业可视化 GPU 及云计算方案、智慧座舱、元宇宙解决方案等 资料来源：公司年报，兴业证券经济与金融研究院整理 图图 2、英伟达收入英伟达收入按终端（按终端（%）图图 3、英、英伟达收入伟达收入按应用（按应用（%）资料来源：公司季报，兴业证券经济与金融研究院整理 注：FY2024=CY2023；FY3Q24=CY3Q23 资料来源：公司季报，兴业证券经济与金融研究院整理 注：FY2024=CY20

36、23；FY3Q24=CY3Q23 0%50%100%数据中心游戏专业视觉处理汽车OEM及其他0%20%40%60%80%100%1Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q242Q24计算与网络图形 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -7-海外公司深度研究报告海外公司深度研究报告 2、数据中心：加速计算之风铸就、数据中心：加速计算之风铸就 AI 数据中心行业龙头数据中心行业龙头 深耕数据中心市场，塑造深耕数据中心市场，塑造 AI 全栈解决方案全栈解决方案。

37、FY2024Q3 英伟达数据中心业务收入145 亿美元(YoY+279%,QoQ+41%)，占收入比达到 80%。公司数据中心硬件业务分为三大芯片（GPU、CPU、DPU）以及网络产品（交换机、智能网卡），以及集成上述硬件技术的 GH200 超级芯片、DGX GH200 超级计算机，软件及服务则包括定制模型服务 AI Foundation、云服务平台 DGX Cloud 等业务。公司深耕 AI 加速计算领域，形成软硬件的先发优势，我们预估公司 FY2024 数据中心业务营收规模有望达到 821 亿美元。图图 4、英伟达、英伟达数据中心业务结构数据中心业务结构 资料来源：公司官网，兴业证券经济与

38、金融研究院整理 2.1、数据中心数据中心 GPU：深耕深耕 CUDA 架构，增厚并行计算生态护城河架构，增厚并行计算生态护城河 AI 芯片军备竞赛将持续推动产品升级芯片军备竞赛将持续推动产品升级,中长期供给或将多元化中长期供给或将多元化。AI 芯片主要包括GPU（图形处理器）、FPGA（可编程逻辑门阵列）和 ASIC（专业集成电路）。根据 Yole 报告，AI 服务器（含 GPU 及其他加速器）2028 年渗透率有望从 2023年的接近 10%增至超过 18%，其中约 70%-75%为 GPU 服务器。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -8-海外公司

39、深度研究报告海外公司深度研究报告 图图 5、服务器规模及加速器服务器渗透率（左侧百万、服务器规模及加速器服务器渗透率（左侧百万部；右侧部；右侧%）图图 6、加速器服务器规模及、加速器服务器规模及 GPU 服务器占比（左侧服务器占比（左侧百万部；右侧百万部；右侧%）资料来源：Yole（含预测），兴业证券经济与金融研究院整理 资料来源：Yole（含预测），兴业证券经济与金融研究院整理 AI 计算分为训练和推理，计算分为训练和推理，AI 推理算力需求小于推理算力需求小于 AI 训练训练。AI 训练包括前向和后向计算，需要通过不断反复试错、调整参数权重以提高预测准确度，模型参数规模的膨胀趋势也推升了单

40、次训练的算力需求；而 AI 推理仅进行前向计算，输入数据经过固定的模型参数计算并输出预测结果，对算力的需求相对较低。训练方面，业内目前主要使用英伟达 GPU 及其 CUDA 并行计算架构；推理方面，可以使用CPU、GPU、FPGA 和 NPU 等处理单元实现推理任务，架构则因硬件设备而异。综上，AI 推理算力需求小于 AI 训练，模型可通过 ONNX 等中间结构转换并部署，各类硬件均有发展空间，我们认为英伟达的竞争优势和壁垒主要在 AI 训练市场。图图 7、AI 训练流程训练流程 图图 8、AI 推理流程推理流程 资料来源：premioinc，兴业证券经济与金融研究院整理 资料来源：premi

41、oinc，兴业证券经济与金融研究院整理 以以 AI 计算芯片为基础，推动数据中心向加速计算转型计算芯片为基础，推动数据中心向加速计算转型。英伟达近几年发布 Pascal（2016）、Volta（2017）、Turning（2018）、Ampere（2020）、Ada Lovelace（2022）、Hopper（2022）等专用于并行计算任务的 GPU 硬件架构，与 CPU 的顺序计算相比，GPU 的并行计算能力更适合同时处理大量计算任务，不仅适合游戏中的图形渲染，也适用于数据中心的深度学习、AI 训练。0%5%10%15%20%0510152025服务器（无加速器，百万部）服务器（搭载加速器；

42、百万部）加速器渗透率（%）60%70%80%90%024服务器（其他加速器）服务器（GPU加速器）GPU加速器占比 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -9-海外公司深度研究报告海外公司深度研究报告 表表 4、英伟达主要英伟达主要 GPU 硬件架构及对硬件架构及对应产品应产品 Pascal Volta Turing Ampere Ada Lovelace Hopper 时间 2016 2017 2018 2020 2022 2022 游戏 GPU GTX 10 系列-RTX 20 系列 RTX 30 系列 RTX 40 系列-AI 训练 GPU Tes

43、la P100 Tesla V100-A100-H100 AI 推理 GPU P4、P6、P40-T4 A10、A30、A40 L4、L40、L40S-资料来源：公司官网，兴业证券经济与金融研究院整理 表表 5、英伟达数据中、英伟达数据中心心 GPU 产品矩阵产品矩阵训练训练端端（部分）（部分）V100 PCIe/SXM A100 PCIe/SXM H100 PCIe/SXM H100 NVL H200 发布年份 2017 2020 2022 2023 2023 架构 Volta Ampere Hopper Hopper FP32 Performance TFLOPS-19.5 51-67 1

44、34 67 TF32 Tensor Core TFLOPS-156-312 756-978 1,979 989 BF16 Tensor Core TFLOPS-312-624 1,513-1,979 3,958 1,979 FP16 Tensor Core-312-624 1,513-1,979 3,958 1,979 FP8 Tensor Core-3,026-3,958 7,916 3,958 Peak INT 8 Tensor TOPS-624-1,248 3,026-3,958 7,916 3,958 内存类型 HBM2 HBM2/HBM2E HBM3 HBM3E 内存大小 32GB/

45、16GB 40GB/80GB 80GB 188GB/s 141GB 内存带宽 900 GB/s 1,555-1,935/2,039GB/s 2/3.35TB/s 7.8TB/s 4.8TB/s 规格-NVLink:600GB/s PCIe4.0:64GB/s NVLink:600/900GB/s PCIe5.0:128GB/s NVLink:600GB/s PCIe5.0:128GB/s NVLink:900GB/s PCIe5.0:128GB/s 资料来源：公司官网，兴业证券经济与金融研究院整理 表表 6、英伟达数据中心、英伟达数据中心 GPU 产品矩阵产品矩阵推理端（部分）推理端（部分）T

46、4 A10 A40 L4 L40 L40S 发布年份 2018 2021 2020 2023 2023 2023 架构 Turing Ampere Ampere Ada Lovelace Ada Lovelace Ada Lovelace FP32 Performance 8.1 TFLOPS 31.2 TFLOPS 37.4 TFLOPS 30.3 TFLOPS 90.5 TFLOPS 91.6 TFLOPS TF32 Tensor Core TFLOPS 65(FP16/32 混合)62.5-125 74.9-149.6 60-120 90.5-181 183-366 BF16 Tenso

47、r Core TFLOPS-125-250 242 181 -362 362 -733 FP16 Tensor Core 130 125-250 149-299 121-242 181-362 362-733 FP8 Tensor Core 260-242-485 362-724 733-1,466 Peak INT 8 Tensor TOPS GDDR6 250-500 299-599 485 362-724 733-1,466 Peak INT 4 Tensor TOPS 16GB 500-1,000 599-1,197-724-1,448 733-1,466 内存类型 256bits G

48、DDR6 GDDR6 GDDR6 GDDR6 GDDR6 内存大小 320GB/S 24GB 48GB 24GB 48GB 48GB 内存总线带宽 Turing 384 bits 384bits 192bits 384bits 384bits 内存峰值 TU104 600GB/S 696GB/S 300GB/S 864GB/S 864GB/S 资料来源：公司官网，兴业证券经济与金融研究院整理 Ada Lovelace、Hopper 架构升级：架构升级：Transformer 引擎、引擎、FP8 Tensor core 赋能硬件赋能硬件。Transformer 逐步成为 AI 主流框架，也是 C

49、hatGPT 等主流大模型的基础。英伟达2022 年推出的最新一代 Hopper、Ada Lovelace 架构与 Ampere 架构相比，增加了Transformer 引擎和 FP8 Tensor core，前者优化了 GPU 对 Transformer 模型的计算效率，后者则增加 FP8 Tensor core，通过混合精度处理简化模型计算、并在保持准确性的同时提高硬件计算效率。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -10-海外公司深度研究报告海外公司深度研究报告 表表 7、英伟达英伟达 GPU 架构及其精度范围架构及其精度范围 位数 分支 英伟达架

50、构 介绍 Tensor Core 支持精度 Cuda Core 支持精度 64 位浮点 FP64 ADA、Hopper、Ampere ADA、Hopper、Ampere、Turing、Volta 称作双精度，适用于精度较高的科学研究，通常不用于深度学习，由 1 个符号、11 位指数、52 位小数构成 32 位浮点 FP32-ADA、Hopper、Ampere、Turing、Volta 称作单精度，是神经网络中的标准类型，但对于科学计算精度不足，由 1 个符号、8 位指数、23 位小数构成 TF32 ADA、Hopper、Ampere-全称为 Tensor Float 32，是 FP32 的分支

51、，最早出现于A100 产品，可视为 BF16 的高精度版本，由 1 个符号、8 位指数、10 位小数构成 16 位浮点 FP16 ADA、Hopper、Ampere、Turing、Volta 一般成为半精度，是深度学习的发展趋势，由 1 个符号、5 位指数、10 位小数构成 BF16 ADA、Hopper、Ampere FP16 分支，与 FP16 相比，具有可支持与 FP32 相同动态范围的优势，由 1 个符号、8 位指数、7 位小数构成 8 位浮点位浮点 FP8 ADA、Hopper-E4M3：由：由 1 个符号、个符号、4 位指数、位指数、3 位小数构成；位小数构成；E5M2：由：由 1

52、 个符号、个符号、5 位指数、位指数、2 位小数构成；位小数构成；8 位整数 INT8 ADA、Hopper、Ampere、Turing ADA、Hopper、Ampere、Turing、Volta 由 1 个符号、7 个整数绝对值构成，是目前用于优化模型训练、推理的主要方案之一 4 位整数 INT4 Ampere、Turing-训练端已有相关研究，但尚未落地 4 位浮点 FP4-仍缺乏理论支持 1 位整数 INT1 Ampere、Turing-资料来源：公司官网，moocaholic.medium，兴业证券经济与金融研究院整理 英伟达深度布局英伟达深度布局 CUDA 架构，塑造护城河架构，塑

53、造护城河。英伟达的 CUDA 并行计算架构，被AI 研究广泛使用并形成公司生态壁垒，过去一年由于 GPT热潮加速扩张了CUDA生态。截至 2023 年 5 月，CUDA 架构拥有 400 万开发者、3000 多个应用程序，历史下载量从 2022 年的 2500 万次增长至 2023 年的 4000 万次。CUDA 生态价值与规模效应提高了客户的迁移成本，塑造英伟达的护城河，AMD、Intel 等 AI 芯片竞争者不得不通过兼容、鼓励移植等方式来推动客户使用 OpenCL 开源架构、ROCm，短期内 CUDA 地位难以被取代。表表 8、CUDA、OpenCL、ROCm 架构之对比架构之对比 CU

54、DA OpenCL ROCm 发布时间 2006 2008 2016 开发者 英伟达 Khronos Group AMD 是否开源 闭源 开源 开源 支持设备 仅支持英伟达 支持 CPU、GPU、FPGA 等多个设备 可用于英伟达、AMD 和 Intel 产品 兼容 GPU 和 CPU 软件与社区 由英伟达主导，开发工具包括 Cuda工 具 包、英 伟 达Performance Primitives 和广泛的第三方工具、库 AMD 构建 CodeXL Toolkit，支持全系列 OpenCL 编程工具 由 AMD 主导，以帮助客户实现对CUDA 的无缝兼容 优点 统一内存、统一虚拟内存；共享内

55、存；分散读取；在英伟达主导下的持续更新和维护 开源；可支持多种设备，并实现硬件间的高效通信 支持 OpenCL 和 CUDA；通过 HIP基本兼容 CUDA API 缺点 仅支持英伟达硬件；高版本 CUDA不提供模拟器或对旧版本的支持；闭源 无法完全发挥英伟达 GPU 的硬件专有技术；很少用于机器学习，相关社区、库、教程较小；由于需要实现异构数据中心集成、跨平台，精度表现较弱 虽然兼容 CUDA，但在性能和稳定性上存在劣势；目前 ROCm 仍然以兼容为主，迭代速度落后于 CUDA 资料来源：run.ai，移动 Labs，Xsuperzone，熵减 ai，兴业证券经济与金融研究院整理 请务必阅读

56、正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -11-海外公司深度研究报告海外公司深度研究报告 GPU 兼顾推理、模型微调，实现差异化优势兼顾推理、模型微调，实现差异化优势。推理方面，头部客户 AI 应用访问量大，需要低延时解决方案，此外 GPU 资源也可以在闲时分配给 AI 训练任务，提高硬件利用率，因此，Open AI、Meta 等客户仍在使用 A100、H100 等 GPU 芯片进行 AI 推理任务；而对于中小客户，英伟达的中端 GPU L40S 除推理外，也适合用于中等参数模型微调训练。公司也在 2023 年积极推出 Tensor-LLM 等面向推理场景的软件堆栈

57、，可大幅提高设备推理效率，以应对推理市场来自AMD MI300X和 Intel Gaudi2 等加速器、AMD EYPC 和 Intel XEON 等服务器 CPU 的竞争。AI 训练芯片路线图：升级节奏提速训练芯片路线图：升级节奏提速。根据 ServeTheHome 报道，英伟达预估 2024年、2025 年分别推出 B100、X100，而公司也已经于 2023 年 11 月份推出 H100 的HBM3E 升级版本 H200，预计 2024 年 Q2 交付。预估升级节奏的提速将持续推动单 GPU 价值量高增长。图图 9、英伟达数据中心、英伟达数据中心 GPU 技术路线图技术路线图 资料来源：

58、Server The Home，兴业证券经济与金融研究院整理 2.2、数据中心数据中心 CPU：补齐计算芯片矩阵，以应对补齐计算芯片矩阵，以应对 AMD、英特尔竞争、英特尔竞争 推出首款推出首款 CPU 及超级芯片，进一步完善产品矩阵及超级芯片，进一步完善产品矩阵。英伟达 2021 年首次发布 CPU产品 Grace，Grace CPU 基于 Arm Neoverse V2 内核，将用于数据处理、数据移动、单线程代码等任务，提高 AI 数据中心整体的计算效率。在 Grace 的基础上，英伟达发布了集成双 Grace CPU 的 Grace CPU 超级芯片和集成 Grace CPU、H100

59、GPU的 GH200 超级芯片两款产品，第一代 GH200（HBM3 版本）、第二代 GH200（HBM3E 版本）分别预计于 CY23Q3、CY24Q2 发售。GH200 超级芯片优化系统效率，以应对超级芯片优化系统效率，以应对 AMD MI300A 竞争竞争。战略定位上，Grace CPU 不会在通用计算市场与 X86 服务器 CPU 展开正面竞争，而将与英伟达 GPU产品协同，最大化 A100、H100 等 GPU 的性能释放；此外，GH200 超级芯片的推出也有助于公司补齐产品矩阵，以应对来自 AMD 最新一代 APU（即 CPU+GPU方案）MI300A 的竞争。请务必阅读正文之后的

60、信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -12-海外公司深度研究报告海外公司深度研究报告 表表 9、英伟达数据中心超级芯片与英伟达数据中心超级芯片与 AMD MI300A 对比对比 GH200 超级芯片超级芯片 MI300A 处理器 Grace CPU+Hopper GPU ZEN4 CPU+MI300X CPU 规格 72 ARM Neoverse V2 核 24 AMD ZEN4 X86 core 内存带宽 4-4.9TB/s 5.3TB/s FP32 峰值 494TFLOPS 490.3TFLOPS FP16 峰值 990TFLOPS 980.6TFLOPS 资料来源：

61、公司官网，兴业证券经济与金融研究院整理 2.3、数据中心网络数据中心网络：InfiniBand 领头羊，领头羊，Spectrum-X 迎击以太网迎击以太网 数据中心网络：市场潜在机会达数据中心网络：市场潜在机会达 600 亿美元亿美元。公司估计数据中心网络潜在市场机会将达 600 亿美元。主流数据中心网络方案分为以太网、InfiniBand：以太网成本较低，适用于传统数据中心；InfiniBand 成本较高，但更适合应用于 HPC（高性能计算）。英伟达于 2019 年通过收购 Mellanox 进入 InfiniBand 市场，并几乎占据垄断地位。凭借英伟达计算方案的协同效应和 InfiniB

62、and 自身在高性能计算领域的技术优势，2019 年后 InfiniBand 在 TOP 500 数据中心的比例持续增长。表表 10、数据中心网络方案及其场景、数据中心网络方案及其场景 场景场景 需求需求 网络方案网络方案 云 多租户；小规模工作负载 传统以太网 生成式 AI 云 多租户；以南北流量需求为主（云和用户间流量）InfiniBand AI 工厂 少数用户；大规模模型；东西流量需求（数据中心内部流量）NVLink、InfiniBand 资料来源：公司官网，兴业证券经济与金融研究院整理 图图 10、TOP500 数据中心个数数据中心个数按网络方案（个）按网络方案（个）资料来源：TOP5

63、00，兴业证券经济与金融研究院整理 数据中心网络：英伟达数据中心网络：英伟达 InfiniBand 顺风高增，以太网同步推进顺风高增，以太网同步推进。英伟达旗下产品主要包括 DPU（数据处理器）、以太网交换机、InfiniBand 交换机、Smart-NIC（智能网卡）：（1）InfiniBand 方面，较 FY2021Q1 完成收购 Mellanox 后，英伟达FY2024Q2 网络业务收入增长 4 倍，其中 InfinBand 增长 7 倍，表现亮眼；（2）以太网方面，英伟达积极布局 Spectrum 以太网产品线。FY2024Q3，公司网络业050030035040

64、0Jun-13Nov-13Apr-14Sep-14Feb-15Jul-15Dec-15May-16Oct-16Mar-17Aug-17Jan-18Jun-18Nov-18Apr-19Sep-19Feb-20Jul-20Dec-20May-21Oct-21Mar-22Aug-22Jan-23Jun-23InfiniBand以太网及其他 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -13-海外公司深度研究报告海外公司深度研究报告 务取得 155%的同比增长，年化 run rate 达 100 亿美元。图图 11、英伟达网络平台、英伟达网络平台基于以太网方案基于以太

65、网方案 图图 12、英伟达网络平台、英伟达网络平台基于基于 InfiniBand 方案方案 资料来源：公司官网，兴业证券经济与金融研究院整理 资料来源：公司官网，兴业证券经济与金融研究院整理 表表 11、英伟达数据英伟达数据 DPU 产品矩阵产品矩阵 发布时间 网络端口（InfiniBand）网络端口（以太网）PCIe 端口 ARM 核心 BlueField-2 2020 年 10 月 EDR/HDR100 双端口；HDR 单端口 10/25/50/100G 双端口；200G 单端口 8 或 16 道PCIe 4.0 最多 8 个ARMv8 A72 BlueField-3 2021 年 4 月

66、 400G 以太网/NDR InfiniBand 32 道 PCIe 5.0 至多 16 个ARMv8.2+A78 资料来源：公司官网，兴业证券经济与金融研究院整理 表表 12、英伟达数据中心交换机芯片及其他网络产品矩阵英伟达数据中心交换机芯片及其他网络产品矩阵 类型类型 产品产品 发布时间 带宽 SerDes 内核 支持端口 交换机芯片-InfiniBand Quantum-16TB Quantum-2 2021 年 11 月 51.2TB 64 x 400G、128 x 200G 交换机芯片-以太网 Spectrum-2-6.4TB 50G PAM4 16 x 400G、32x200G、6

67、4x100G、128x50/25/10G Spectrum-3 2020 年 3 月 12.8TB 50G PAM4 32 x 400G、64x200G、128x100/50/25G Spectrum-4 2022 年 3 月 51.2TB 100G PAM4 64 x 800G、128x400G、256x200/100G Spectrum-X 2023 年 5 月-Spectrum-4+BlueField-3 DPU 智能网卡-SmartNIC ConnectX-5 2016 年 6 月-2 x 100G(以太网)ConnectX-6 2019 年 8 月-ConnectX-6 Dx:2 x

68、 10/25/40/50/100G、1x 200G(以太网)；ConnectX-6 Lx:2 x 25G、1 x 50G(以太网)ConnectX-7 2021 年 11 月-1-2 x NDR 400G(InfiniBand)、4 x HDR 200G(InfiniBand)资料来源：公司官网，兴业证券经济与金融研究院整理 传统以太网重新发起挑战，英伟达传统以太网重新发起挑战，英伟达 Spectrum-X 端到端方案迎击。端到端方案迎击。2023 年 7 月，UEC（超以太网联盟）宣布将为 HPC 和 AI 开发基于以太网的通信栈架构，成员包括 AMD、博通、Arista、思科、英特尔、Me

69、ta、微软等公司。面对以太网业者的挑战，英伟达积极布局以太网产品线，并于 2023 年上半年推出集成 Spectrum-4 交换机、Bluefield-3 DPU 的端到端以太网网络方案 Spectrum-X，与传统以太网方案在 AI 场景中遇到的 ECMP 带宽负载不平均、较高的延迟和抖动、较差的拥塞控制问题相比，Spectrum-X 可以通过自适应路由提高带宽利用率、并通过Spectrum-4、Bluefiled-3 的协同降低乱序处理的延迟问题，虽仍无法达到 InfiniBand在 AI 工厂场景的表现，但已经可以满足 AI 云的部分场景需求。请务必阅读正文之后的信息披露和重要声明请务必

70、阅读正文之后的信息披露和重要声明 -14-海外公司深度研究报告海外公司深度研究报告 2.4、AI 系统系统：GH200 整合全栈硬件方案；整合全栈硬件方案；DGX Cloud 加速下游渗透加速下游渗透 计算与网络协同，构筑计算与网络协同，构筑 DGX GH200 超级计算机超级计算机。2023 年 5 月，英伟达推出 DGX GH200 系统，集成 256 个 GH200 超级芯片，并应用 Quantum-2 InfiniBand 平台、ConnectX-7智能网卡等网络产品，是英伟达计算、网络领域前沿技术的集大成者，该系统共享内存空间达到 144TB，以满足超大规模模型的内存需求。谷歌云、M

71、eta和微软成为 DGX GH200 系统的首批采用客户。图图 13、英伟达、英伟达 DGX GH200 架构架构 资料来源：公司公告，兴业证券经济与金融研究院整理 布局布局 DGX Cloud、AI Foundation，加速向下游渗透，加速向下游渗透。英伟达于 2023 年 3 月宣布推出 DGX Cloud、NVIDIA AI Foundation 两项服务。其中，DGX Cloud 平台获得微软 Azure、谷歌云、甲骨文云的合作，云服务商将从英伟达和其他硬件商购置设备并完成 DGX Cloud 基建，英伟达再从云服务商租赁 DGX Cloud 并部署其软件堆栈服务，最后推向与公司客户

72、；AI Foundation 服务方面，英伟达计划为客户提供定制化模型服务（MaaS），如面向大语言模型的 NeMo 服务、面向药物开发的BioNeMo 服务。综上，DGX Cloud、AI Foundation 等软件服务是英伟达向下游渗透的一次商业尝试，有助于其扩大可服务市场规模、推动硬件设备销售，并形成用户粘性。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -15-海外公司深度研究报告海外公司深度研究报告 图图 14、英伟达英伟达 DGX Cloud 及及 NeMo 服务服务 图图 15、英伟达英伟达 DGX Cloud 及及 BioNeMo 服务服务 资

73、料来源：英伟达 2023GTC 大会，兴业证券经济与金融研究院整理 资料来源：英伟达 2023GTC 大会，兴业证券经济与金融研究院整理 2.5、数据中心业务前景：挑战与机遇并存，长期看好公司稀缺性数据中心业务前景：挑战与机遇并存，长期看好公司稀缺性 AI 芯片中长期或将走向多元化，英伟达数据中心业务面临四大挑战芯片中长期或将走向多元化，英伟达数据中心业务面临四大挑战。基于供应链管理、成本管理、差异化竞争等因素，数据中心 AI 芯片赛道中长期或将走向供给的多元化。英伟达面临的潜在竞争与挑战主要有四点：（1）AMD、Intel 两大 CPU龙头的竞争，以及来自 Tenstorrent、Cereb

74、ras 等 AI 芯片初创企业的追赶，此外，随着 ROCm 等架构发展，CUDA 生态在长期可能受到挑战；（2）亚马逊、谷歌、微软、特斯拉等云服务商、核心大客户的 AI 芯片自研规划，以及在软件服务上的潜在利益冲突；（3）来自反垄断机构的监管压力；（4）因地缘政治问题无法向中国等特定市场出口，导致部分市场份额丢失。表表 13、AMD、Intel AI 芯片产品矩阵芯片产品矩阵 公司名公司名 芯片类型芯片类型 型号型号 训练训练/推理推理 发布时间发布时间 架构架构 制程制程 内存内存 内存规格内存规格（GB）AMD(Xilinx)GPU MI200X AI 训练 2022 CDNA3 6nm

75、HBM2e 128 GPU MI300X AI 训练 2023 CDNA3 5nm HBM3 128 GPU Radeon V AI 推理 2021 RDNA 2 7nm GDDR6 32 FPGA Versal AI 推理 2018-7nm HBM2e 32 Intel GPU Max GPU AI 训练 2022 Xe-HPC 5nm HBM2e 128 ASIC Habana Gaudi 2 AI 训练 2022 Gaudi 7nm HBM2e 96 ASIC Habana Gaudi 3 AI 训练 2024 Gaudi 5nm-GPU Falcon Shore AI 训练 2025

76、Gaudi-GPU Flex GPU AI 推理 2022 Xe-HPG 6nm GDDR6 12 FPGA Altera Stratix 10 AI 推理 2018-14nm HBM2 16 资料来源：各公司官网，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -16-海外公司深度研究报告海外公司深度研究报告 表表 14、海外云服务商自研芯片、定制芯片动向海外云服务商自研芯片、定制芯片动向 公司公司 品类品类 名称名称 说明说明 亚马逊 AI 训练芯片 Trainium 为深度学习提供高性能、低成本的解决方案，适用于超过 1000

77、亿参数规模的模型 AI 推理芯片 Inferentia 2 具有高吞吐量、低延迟、低成本的特点，Airbnb、Snap 等客户为 Inferentia 1使用者 通用处理器芯片 Graviton 4 ARM 服务器 CPU，Snap、Twitter、Netflix、Epic 等客户使用基于该芯片的AWS 服务 ASIC-媒体称 Marvell 获得亚马逊的 AI 芯片设计订单，将采用台积电 5nm 制程 谷歌 TPU（ASIC）TPU V5/V5e 谷歌负责芯片设计，并与博通负责中后端合作，交由台积电生产 IPU（ASIC）E2000 谷歌与 Intel 合作开发，用于分担 CPU 负载 AS

78、IC Maple 媒体称谷歌开始推动 ARM 服务器芯片自研项目，将采用台积电 5nm 制程 ASIC Cypress 媒体称谷歌开始推动 ARM 服务器芯片自研项目，将采用台积电 5nm 制程 微软 ASIC Maia 发布自研 ASIC Maia，将首先用于 Copilot 等自研模型 OpenAI-推动自研计划，并寻求潜在收购标的 Meta ASIC MTIA 暂无云服务，但正推动 MITA AI 芯片项目，预计计算效率将高于 CPU IBM AIU（ASIC）-媒体称 IBM 开始推动自研 AI 芯片项目，该芯片将由三星制造 资料来源：各公司官网，兴业证券经济与金融研究院整理 尽管存在

79、诸多现实挑战，但英伟达仍具有稀缺性及投资前景尽管存在诸多现实挑战，但英伟达仍具有稀缺性及投资前景。受益于长期深耕 AI领域所积累的软硬件技术优势及生态壁垒，英伟达仍具稀缺性：（1）硬件方面，计算芯片研发成本、重置成本、迁移成本高，此外，GPU 在可编程性和应用灵活性上均好于客户自研的 FPGA、ASIC；（2）网络互联方面，公司垄断 InfiniBand市场，并积极布局以太网产品；（3）架构及软件方面，CUDA 生态成为护城河，并形成软件堆栈、服务优势；（4）高出货量带来的开发者生态优势、供应链优势及渠道优势；（5）公司积极对外投资，扶持初创云服务商和 AI 应用公司，以分散核心云服务商大客户

80、自研芯片所带来的负面影响。表表 15、英伟达英伟达对外投资对外投资 AI 项目（部分）项目（部分）公司 时间 公司业务 其他参投方 OmniML 2023 年 2 月 边缘 AI 模型-Skydio 2023/2/27 无人机-Adept 2023/3/14 机器学习研究室 General Catalyst、Spark Capital、微软、Atlassian Ventures、Workday Ventures Coreweave 2023/4/18 AI 云服务 Magnetar Capital、黑石、贝莱德 Cohere 2023/6/8 大语言模型 谷歌、Salesforce、Oracl

81、e Synthesia 2023/6/13 AI 视频编辑-Runway 2023/6/29 AI 文本生成图片、视频 谷歌、Salesforce Inflection.AI 2023/6/29 大语言模型 微软 Recursion 2023/7/12 AI 药物研发-Hugging Face 2023/8/24 AI 协作社区 谷歌、亚马逊、AMD、英特尔、高通、IBM、Salesforce AI21 Labs 2023/8/31 大语言模型 谷歌、Samsung Next Imbue 2023/9/7 大语言模型-Enfabrica 2023/9/13 AI 网络芯片-Databricks

82、 2023/9/14 AI 数据平台 Aarna Network 2023/10/18 数据通信方案-CentML 2023/10/25 AI 模型优化 Microsoft Azure AI VP Twelve Labs 2023/10/27 AI 视频搜索 英特尔、Samsung Next 资料来源：Data center dynamics，Skydio，Adept ai，黑石，CNBC，Runway，Inflection AI，Recursion，AI21 Labs，Imbue，Aarna Network，Korea Times，Techcrunch，兴业证券经济与金融研究院整理 请务必阅

83、读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -17-海外公司深度研究报告海外公司深度研究报告 数据中心数据中心 GPU 龙头英伟达业务表现测算龙头英伟达业务表现测算：基于 2023-2024 年 AI 芯片产能及数据中心资本支出结构，我们预估英伟达数据中心业务收入将从 CY23Q1 的 42.84 亿美元增长至 CY24Q4 的 225.12 亿美元。其中，英伟达 AI 训练 GPU 收入预计从CY23Q1 的 27.00 亿美元增长至 CY24Q4 的 168.84 亿美元。表表 16、英伟达数据中心季度收入估算（百万美元）英伟达数据中心季度收入估算（百万美元）自然

84、季度自然季度 1Q23A 2Q23A 3Q23A 4Q23E 1Q24E 2Q24E 3Q24E 4Q24E 英伟达数据中心收入 4,284 10,323 14,514 16,071 16,457 21,600 21,504 22,512 YoY(%)14%171%279%344%284%109%48%40%英伟达数据中心训练端 GPU 收入 2,700 7,650 9,900 11,250 11,520 16,200 16,128 16,884 YoY(%)20%240%340%400%327%112%63%50%英伟达数据中心其他收入 1,584 2,673 4,614 4,821 4,9

85、37 5,400 5,376 5,628 YoY(%)6%72%191%253%212%102%17%17%资料来源：公司公告，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -18-海外公司深度研究报告海外公司深度研究报告 3、游戏业务：独立显卡龙头，静待市场需求修复、游戏业务：独立显卡龙头，静待市场需求修复 英伟达游戏业务的产品和服务包括：英伟达游戏业务的产品和服务包括：（1）面向个人电脑市场的 GeForce RTX GPU和 GeForce GTX GPU；（2）面向游戏主机的 SoC 芯片；（3）GeForce Now 云游

86、戏服务等。FY2024 英伟达游戏业务收入 28.56 亿美元（YoY+28%,QoQ+15%），占比 16%。公司长期位居独立显卡市场龙头地位，份额远超竞争对手公司长期位居独立显卡市场龙头地位，份额远超竞争对手。与集成显卡（Integrated GPU）相比，独立显卡（Discrete GPU）性能较强，适用于视频渲染、大型 3A 游戏等重度场景，部分型号可用于加密货币挖矿。英伟达凭借 DLSS 等技术优势、与游戏厂商的长期合作关系以及品牌溢价，长期位居独立显卡市场龙头地位，份额远超竞争对手 AMD、Intel。图图 16、桌面端桌面端独立显卡独立显卡出货量及英伟达占比（左轴百万部，右轴出货

87、量及英伟达占比（左轴百万部，右轴%）资料来源：Jon Peddie Research，兴业证券经济与金融研究院整理 AI 赋能游戏体验，产品进入赋能游戏体验，产品进入 40 系、系、DLSS 3 迭代期迭代期。英伟达游戏业务基本保持 2-3 年一次的迭代频率，产品线于 2022 年 10 月进入 40 系阶段。英伟达在游戏显卡上通过 AI 提供 DLSS（深度学习超级采样）技术，为游戏场景生成更多帧数（帧生成）、为密集光线生成额外像素点以提供图像质量（DLSS 射线重建）、或基于多个低分辨率图像进行采样并重建高分辨率图像（DLSS 超分辨率），该技术及其生态成为英伟达在游戏市场的关键技术竞争力

88、。0%10%20%30%40%50%60%70%80%90%100%-2 4 6 8 10 12 14 16 18Mar-14Jul-14Nov-14Mar-15Jul-15Nov-15Mar-16Jul-16Nov-16Mar-17Jul-17Nov-17Mar-18Jul-18Nov-18Mar-19Jul-19Nov-19Mar-20Jul-20Nov-20Mar-21Jul-21Nov-21Mar-22Jul-22Nov-22Mar-23英伟达(百万部）AMD（百万部）英特尔（百万部）英伟达占比（右轴，%）请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -

89、19-海外公司深度研究报告海外公司深度研究报告 表表 17、英伟达游戏显卡产品矩阵及、英伟达游戏显卡产品矩阵及 DLSS 技术对比技术对比 GTX 10 系 RTX 20 系 RTX 30 系 RTX 40 系 推出时间 2016 2018 2020 2022 架构 Pascal Turing Ampere Ada lovelace CUDA 算力 6.1 7.5 8.6 8.9 DLSS 方案-DLSS 2 DLSS 2 DLSS 3 DLSS 3.5 帧生成-v v 射线重建-v 超分辨率-v v v v 资料来源：公司官网，兴业证券经济与金融研究院整理 公司游戏业务表现受游戏、加密货币周

90、期驱动公司游戏业务表现受游戏、加密货币周期驱动。公司作为赛道龙头，份额提升空间有限，业务表现主要受产品迭代周期与行业需求周期影响：（1）游戏需求周期：2020-2021 自然年疫情期间受线上娱乐需求刺激，独立显卡需求上行，2022-2023年上半年随着全球经济放缓、产业链库存调整，GPU 出货量承压；（2）加密货币周期：加密货币在 2016-2017 年、2020-2021 年分别经历两轮牛市，带动英伟达中高端 GPU 需求，随着以太坊终止以算力为基础的 PoW 共识机制，加密货币算力需求走弱。加密货币浪潮退去，关注游戏显卡周期调整机会加密货币浪潮退去，关注游戏显卡周期调整机会。加密货币周期方

91、面，考虑到以太坊共识机制改革对算力投资逻辑的根本性改变，以及 ASIC 矿机的竞争，加密货币市场参与者对 GPU 的投资预估将不可逆地下滑；产品迭代方面，公司游戏业务尚处于换代过渡期，预计 40 系显卡产品将随 DLSS 3 支持游戏阵容数量的提升以及旧显卡的逐步换代而进入增长期。长期看，我们认为生成式 AI 将为游戏显卡场景带来更多可能性，AI 生成图像技术将推动 DLSS 技术发展，AI 终端场景对个人电脑的算力需求也将推动 GPU 产品升级需求。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -20-海外公司深度研究报告海外公司深度研究报告 4、第二增长曲线

92、：自动驾驶、第二增长曲线：自动驾驶、Omniverse 加速加速 AI 渗透渗透 4.1、智能驾驶智能驾驶：自动驾驶芯片后来居上，智慧座舱携手联发科自动驾驶芯片后来居上，智慧座舱携手联发科 全栈解决方案巩固优势，汽车业务未来全栈解决方案巩固优势，汽车业务未来 6 年年 pipeline 达达 140 亿美元亿美元。英伟达FY2024Q3 汽车业务收入 2.6 亿美元（YoY+4%,QoQ+3%），占比 1%。公司从自动驾驶芯片、智能座舱芯片起步，逐步形成全栈解决方案，巩固其龙头优势。公司 2021 年、2022 年预估的 6 年 pipeline 分别为 80 亿美元、110 亿美元，2023

93、 年公司预估未来 6 年（CY2023-CY2028）pipeline 将达到 140 亿美元。图图 17、英伟达自动驾驶平台英伟达自动驾驶平台 DRIVE 资料来源：公司官网，兴业证券经济与金融研究院整理 智能驾驶方兴未艾，车用处理器市场蓄势待发。智能驾驶方兴未艾，车用处理器市场蓄势待发。自动驾驶方面，根据黑芝麻智能招股书，2022 年全球自动驾驶乘用车（L1 至 L5 级）渗透率为 60.6%，2028 年预计达到 94.4%；智能座舱方面，IHS Markit 预测智能座舱渗透率在 2022 年后超过50%。自动驾驶、智能座舱渗透率提升进一步带动处理器需求，根据 Yole 报告，自动驾驶

94、域控制器市场预计从 2022 年的 5 亿美元增长至 2028 年的 37 亿美元，智能座舱处理器市场则预计从 2022 年的 29 亿美元增长至 2028 年的 40 亿美元。图图 18、全球自动驾驶乘用车销量（左轴百万辆，右全球自动驾驶乘用车销量（左轴百万辆，右轴轴%）图图 19、全球智能座舱渗透率（全球智能座舱渗透率（%）资料来源：黑芝麻智能招股说明书，弗若斯特沙利文，兴业证券经济与金融研究院整理 注：自动驾驶范围含 L1 至 L5 级别 资料来源：IHS Market（2021 年预测），兴业证券经济与金融研究院整理 0%20%40%60%80%100%020406080全球自动驾驶乘

95、用车销量（左轴；百万量）渗透率（右轴；%）0%10%20%30%40%50%60%70%201820192020 2021E 2022E 2023E 2024E 2025E全球智能座舱渗透率（%）请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -21-海外公司深度研究报告海外公司深度研究报告 自动驾驶芯片后者居上，高算力市场一枝独秀自动驾驶芯片后者居上，高算力市场一枝独秀。英伟达 2015 年以 Tegra X1 SOC为基础，推出 NVIDIA Drive PX（自动驾驶系列）产品，正式进入智能驾驶市场。英伟达布局时间虽晚于 Mobileye 等行业先行者，但借

96、助在加速计算领域积累的技术优势，公司迅速实现赶超，2019 年推出的旗舰产品 Orin 算力规格领先于大部分竞争对手，下一代旗舰产品 Thor 算力规格更将达到 2000TOPS。2022 年公司在全球高算力（大于 50TOPS）自动驾驶 SOC 市场出货量份额达到 82.5%。表表 18、自动驾驶芯片主流产品汇总自动驾驶芯片主流产品汇总 产品名称产品名称 算力算力（TOPS）推出时间推出时间 工艺工艺 级别级别 代表定点车型代表定点车型 英伟达 PX2-2016-Xavier 30 2018 台积电 12nm L2/L3 小鹏 P5、智己 L7 Orin 250 2019 三星 8nm L2

97、-L5 理想 L9&L8 Max、蔚来 ET7 Thor 2000 2025（量产）台积电 5nm L4/L5-特斯拉 HW 1-2014 基于 EyeQ 3 Model S/X HW 2 10 2016 基于 Drive PX2 Model S/X HW 3 144 2019 三星 14nm-Model 3/S/X HW 4 预估 216 2022 三星-Model S/X、Model 3/Y 未定 HW 5-三星 4nm-Mobileye EyeQ 1 0.0044 2008 180nm 辅助驾驶-EyeQ 2 0.026 2010 90nm 辅助驾驶-EyeQ 3 0.256 2014

98、40nm L2 特斯拉 EyeQ 4 2 2018 28nm L2+哈弗 H6 EyeQ 5 15 2021 7nm L4 极氪 001、宝马 iX EyeQ 6 34 2024 7nm L4-EyeQ Ultra 176 2025 5nm L4-地平线 征程 3 5 2020 台积电 16nm L2 荣威 RX5、理想 ONE 征程 5 128 2021 台积电 16nm L3 比亚迪汉、理想 L8 征程 6 560 2024（量产）-L4/L5 比亚迪、广汽集团、大众、理想 黑芝麻 智能 A1000 58 2020 16nm L2+/L3 一汽红旗、领克 C1200-2023 7nm-A2

99、000 250+2024 7nm L3+-华为 MDC300F 64 2019-L2+-MDC610 200+2020-L4+问界 MDC810 400+2021-L4/L5 极狐阿尔法 SHI 版 资料来源：各公司官网，Mobileye 招股说明书，黑芝麻智能招股说明书，佐思汽车研究，焉知汽车，半导体行业观察，36氪，高工智能汽车，智能座舱与智能汽车，华为智能汽车解决方案，九章智驾，芯智讯，autoevolution，anandtech，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -22-海外公司深度研究报告海外公司深度研究报告

100、 图图 20、2022 年全球高算力自动驾驶年全球高算力自动驾驶 SOC 出货量份额出货量份额 资料来源：黑芝麻智能招股说明书，弗若斯特沙利文，兴业证券经济与金融研究院整理 注：高算力指 50 TOPS 以上、仅统计三方供应商 智能座舱芯片与联发科强强联合，智能座舱芯片与联发科强强联合，2026-2027 年有望突破年有望突破。智能座舱方面，高通凭借骁龙 8155、8295 等产品，成功复制在安卓手机 SOC 市场的优势，根据 iCV Tank数据，高通 22 年全球智能座舱 SOC 份额接近 3 成，位居第一，瑞萨电子、Intel次之，前三位份额合计接近 7 成。英伟达虽然在 2015 年推

101、出 NVIDIA Drive CX（智能座舱系列）产品，但产品竞争力相对较弱，公司于 2023 年 5 月底与另一个安卓手机 SOC 头部厂商联发科达成智能座舱芯片合作，有望在 2026-2027 年开始向智能座舱市场发起新一轮挑战。图图 21、22-23E 全球智能座舱市场份额全球智能座舱市场份额 资料来源：iCV Tank，兴业证券经济与金融研究院整理 4.2、专业可视化专业可视化：构建元宇宙基石，虚拟人落地可期构建元宇宙基石，虚拟人落地可期 五大组件构成英伟达五大组件构成英伟达 Omniverse 平台，元宇宙照进现实平台，元宇宙照进现实。FY2024Q3 公司专业可视化业务收入 4.1

102、6 亿美元（YoY+108%,QoQ+10%），占比 2%。2019 年 3 月，英伟达公布 Omniverse 平台，该平台面向特效制作、游戏开发、驾驶模拟、建筑工程模拟等企业级专业场景，用于虚拟协作和实时的物理模拟 Omniverse 平台主要由 Connect、Nucleus、kit、Simulation 和 RTX Renderer 五大组件构成，Connect、83%6%5%1%1%5%英伟达地平线黑芝麻智能华为海思高通其他 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -23-海外公司深度研究报告海外公司深度研究报告 Nucleus 提供协同操作的基

103、础平台，Kit 提供可扩展的工具包，Simulation、RTX Renderer 则提供实现物理模拟、视觉渲染的渲染器、工具。硬件方面，可部署于消费级 GPU、企业级工作站 GPU 或云端服务器。图图 22、英伟达英伟达 Omniverse 平台平台 资料来源：公司官网，兴业证券经济与金融研究院整理 Omniverse 推动人工智能应用落地，反哺硬件产品推动人工智能应用落地，反哺硬件产品。我们认为英伟达积极布局Omniverse 有多重积极的战略意义：1）Omniverse 扩大公司对前沿终端场景的直接可服务市场规模，涉及包括智慧工厂（数字孪生、3D 工作流规划）、汽车（汽车设计、驾驶模拟）

104、、机器人、XR 等领域，有望拓宽游戏、数据中心以外的业务场景；2）Omniverse 有助于深化公司对专业级、企业级 AI 终端应用的渗透程度，公司不仅将作为通用算力的供应商，还将有机会在细分市场获得更多的解决方案业务和合作机会；3）Omniverse 的推广也有助于提升 RTX 系列显卡、专业显卡和数据中心显卡等硬件产品销售。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -24-海外公司深度研究报告海外公司深度研究报告 5、财务分析、财务分析 FY2023 盈利表现承压，盈利表现承压，FY2024H1 强劲反弹强劲反弹。FY2023 公司游戏业务、专业可视化业

105、务负增长，公司营收持平，盈利水平大幅下滑，盈利表现不佳主要受到库存费用、薪酬费用、数据中心基础设施费用、ARM 收购终止费用等逆风影响。FY2024前三季度受益于 AI 基础建设投资需求提升，公司数据中心业务取得高增长，推动公司前三季度营收同比增长 86%，由于数据中心业务产品享有较高溢价，公司盈利表现显著改善，公司前三季度净利润同比增长 492%。图图 23、英伟达收入及增速（左轴百万美元，右轴英伟达收入及增速（左轴百万美元，右轴%）图图 24、英伟达英伟达 GAAP 净利润及增速（左轴百万美元，净利润及增速（左轴百万美元，右轴右轴%）资料来源：iFind，兴业证券经济与金融研究院整理 注：

106、FY2024=CY2023 资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024=CY2023 图图 25、英伟达季度收入及增速（左轴百万美元，右英伟达季度收入及增速（左轴百万美元，右轴轴%）图图 26、英伟达季度英伟达季度 GAAP 净利润及增速（左轴百万净利润及增速（左轴百万美元，右轴美元，右轴%）资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 库存及预付金托底，产品供给得到保障库存及预付金托底，产品供给得到保障。公司与供应商长期保持良好的

107、合作关系，并持续提升库存及预付金投入以支持未来几个季度的业绩增长。虽然库存储备曾在 FY2023 给公司带来一定的不利影响，但这种合作模式也为公司争取到供应商伙伴的有力支持，有助于公司获得 CoWoS 先进封装、HBM 高带宽内存的扩产保证。-20%-10%0%10%20%30%40%50%60%70%05,00010,00015,00020,00025,00030,000收入（百万美元）YoY-收入-100%-50%0%50%100%150%200%-2,000 4,000 6,000 8,000 10,000 12,000净利润（百万美元）YoY(%)-50%0%50%100%150%20

108、0%250%05,00010,00015,00020,0001Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24收入（百万美元）YoY（%）-200%0%200%400%600%800%1000%1200%1400%02,0004,0006,0008,00010,000净利润（百万美元）YoY（%）请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -25-海外公司深度研究报告海外公司深度研究报告 图图 27、英伟达季度库存及增速（左轴百万美元，右英伟达季度库存及增速（

109、左轴百万美元，右轴轴%）图图 28、英伟达季度预付金及增速（左轴百万美元，英伟达季度预付金及增速（左轴百万美元，右轴右轴%）资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 研发投入进入回报期，三费率有望持续下行研发投入进入回报期，三费率有望持续下行。公司销售及管理费用率保持较低水平，近两年维持在 7%-11%区间；公司研发费用方面保持双位数以上同比增速，即使在业绩增长持平的 2023 财年，研发费用同比增速仍高于 30%，FY2024 前三季度受高收入基数影响

110、，公司研发费用率显著下降。展望未来，我们认为 AI 芯片硬件、加速计算软件堆栈的长期研发投入开始进入回报期，在收入增长的基础上，公司三费率或将持续下行。图图 29、英伟达英伟达 SGA 费用、财务费用及费用率（左轴费用、财务费用及费用率（左轴百万美元，右轴百万美元，右轴%）图图 30、英伟达研发费用及研发费用率（左轴百万美英伟达研发费用及研发费用率（左轴百万美元，右轴元，右轴%）资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024Q3=CY2023Q3 公司持续稳定分红，并启动新一轮回购

111、公司持续稳定分红，并启动新一轮回购。公司现金流稳健，FY2021、FY2022 投资活动大额净流出主要投向美国政府债券、高信用评级公司债券、银行存单等美元计价证券，以及对 ARM 的收购项目。分红及回购方面，公司近几年分红规模稳定增长，此外，管理层于 FY2023 回购 100 亿美元股票，截至 FY2024Q2，公司尚有 39.5 亿美元回购额度尚未使用，并在此基础上宣布额外 250 亿美元的回购计划，以抵消员工股权激励计划的稀释作用。-40%-20%0%20%40%60%80%100%120%01,0002,0003,0004,0005,0006,0001Q202Q203Q204Q201Q

112、212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24库存（百万美元）YoY（%）0%50%100%150%200%05001,0001,5001Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24预付金（百万美元）YoY（%）0%5%10%15%20%02004006008001Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24销售&管

113、理费用（百万美元）销售&管理费用率（%）0%5%10%15%20%25%30%35%05001,0001,5002,0002,5001Q202Q203Q204Q201Q212Q213Q214Q211Q222Q223Q224Q221Q232Q233Q234Q231Q242Q243Q24研发费用（百万美元）研发费用率（%）请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -26-海外公司深度研究报告海外公司深度研究报告 图图 31、英伟达现金流量（百万美元）英伟达现金流量（百万美元）图图 32、英伟达分红金额及增速（左轴百万美元，右英伟达分红金额及增速（左轴百万美元，右

114、轴轴%）资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024=CY2023 资料来源：iFind，兴业证券经济与金融研究院整理 注：FY2024=CY2023 -25,000-15,000-5,000 5,000 15,0002019A2020A2021A2022A2023A经营活动现金流（百万美元）投资活动现金流（百万美元）融资活动现金流（百万美元）-5%0%5%10%15%20%25%30%35%00500分红（百万美元）YoY(%)请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -27-海外公司深度研究报告海外公司深度研

115、究报告 6、盈利预测与估值、盈利预测与估值 表表 19、英伟达盈利预测英伟达盈利预测 FY2023A FY2024E FY2025E FY2026E 财务指标（财务指标（百万百万美元）美元）总营收总营收 26,974 58,660 96,656 111,696 YoY 0%117%65%16%数据中心 15,005 45,192 82,073 96,048 YoY 41%201%82%17%游戏 9,067 10,627 11,228 11,638 YoY-27%17%6%4%汽车 903 1,110 1,400 1,800 YoY 60%23%26%29%专业可视化 1,544 1,429

116、1,643 1,890 YoY-27%-7%15%15%OEM 及其他 455 303 312 321 YoY-61%-34%3%3%毛利率毛利率 57%71%71%71%研发费用研发费用 7,339 8,788 12,565 14,520 占营收比 27%15%13%13%销售和管理费用销售和管理费用 2,440 2,738 3,607 3,909 占营收比 9%5%4%4%财务盈利财务盈利 267 829 1257 1452 占营收比 1.0%1.4%1.3%1.3%实际税率实际税率-4.5%12.3%14.0%14.0%净利润净利润 4,368 26,876 45,680 53,214

117、YoY-55%515%70%16%净利率净利率 16%46%47%48%资料来源：公司公告，兴业证券经济与金融研究院整理 数据中心业务数据中心业务：预估数据中心业务进入高增长阶段，一方面，AI 期间芯片 A100、H100 营收将随着 CoWoS 产能爬坡逐步释放，另一方面，随着 Q3 GH200 超级芯片、L40S GPU 和 Spectrum-X AI 以太网平台等新产品逐步交付，公司业务增长将获得更多增长动能，最后，我们看好 DGX Cloud、AI Foundation 等软件及服务业务带来的高盈利表现，因此预计公司数据中心业务 FY2024-2026 增速分别为201%/82%/17

118、%；游戏业务游戏业务：预估 PC 周期进入温和复苏阶段，但需求部分受加密货币周期的下滑抵消。预计未来几个季度内，随着 40 系产品、生态的逐步成熟、PC 市场需求和库存的正常化，公司游戏业务将有望延续 Q2 增长趋势，因此预计公司游戏业务FY2024-2026 增速分别为 17%/6%/4%；汽车业务汽车业务：CY2023-2025 公司有多个定点项目即将落地，未来 6 年（CY2023-2028）公司 pipeline 将达到 140 亿美元，长期看，自动驾驶技术水平发展将推动算力需 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -28-海外公司深度研究报告海

119、外公司深度研究报告 求，公司作为自动驾驶芯片龙头有望受益，此外，公司硬件套件销售也有望带动全栈解决方案增长，因此预计公司汽车业务 FY2024-2026 增速分别为23%/26%/29%；专业可视化业务专业可视化业务：考虑到宏观逆风因素，预估短期内企业对非 AI 方向的 IT 支出规划仍然审慎。同时，我们认为客户对专业可视化的接受度正在上升，AI 以及Vision Pro 等 XR 设备代表的空间计算概念，都有望在长期继续推动企业在数字孪生等专业可视化应用上的投资，因此预计公司专业可视化业务 FY2024-2026 增速分别为-7%/15%/15%；估值：估值：2015-2024 财年期间，英

120、伟达下一财年 GAAP PE 估值介于 24-40 倍（以中间 50%区间）。我们预估公司持续受益于 AI 投资浪潮以及龙头地位带来的高溢价，并预计 2024/2025/2026 财年公司将实现营收 587/967/1,117 亿美元，同比+117%/+65%/+16%，GAAP 净利润为 269/457/532 亿美元。给予公司 2025 财年 PE估值 30 倍，对应目标价 555 美元，首次覆盖给予“增持”评级。表表 20、可比公司可比公司市场市场一致预期一致预期及及对应对应估估值（值（12 月月 22 日）日）2023/12/22 股价股价 总市值总市值 GAAP 营收同比增速营收同比

121、增速 一致一致预期预期 GAAP 净利润同比增速净利润同比增速一致一致预期预期 PE(GAAP)年初至年初至今涨幅今涨幅 证券代码证券代码 证券简称证券简称（美元（美元）(亿美元亿美元)23E 24E 25E 23E 24E 25E 23E 24E 25E NVDA.O 英伟达 488.30 12,061 119%56%18%538%64%15%43 26 23 234%AMD.O 超威 139.60 2,255-4%17%17%-61%526%77%442 71 40 116%INTC.O 英特尔 48.00 2,024-14%13%7%-75%-51 29 82%资料来源：Factset，

122、兴业证券经济与金融研究院整理*注 1：年份为自然年，其中英伟达 CY2023E=FY2024E，以此类推；*注 2：预期数据为 Factset 市场一致预期（2023/12/22）；图图 33、英伟达英伟达 PE-TTM（左轴；倍）、（左轴；倍）、PE-下一财年估值（右轴；倍）下一财年估值（右轴；倍）资料来源：Factset，兴业证券经济与金融研究院整理 注释：纵轴为自然年，英伟达 CY2023E=FY2024E，以此类推 00700500300P/E-TTM（左轴；倍)P/E-下一财年（右轴；倍）请务必阅读正文之后的信息披露和重要声明请务必阅读正文

123、之后的信息披露和重要声明 -29-海外公司深度研究报告海外公司深度研究报告 7、风险提示、风险提示 公司发展面临以下风险：公司发展面临以下风险：1）AI 芯片订单不及预期风险芯片订单不及预期风险：若 AI 应用商业化进程不及预期，公司客户可能将下修 AI 芯片订单，此外，竞争对手产品、客户自研芯片均可能导致公司 AI 芯片订单下滑；2）先进封装、先进封装、HBM 产能短缺风险产能短缺风险：目前公司旗舰产品所需的先进封装技术CoWoS、高带宽内存 HBM 产能供不应求，若上游供应商产能爬坡进度不及预期，可能将影响公司订单交付节奏；3）AI 算力出口管制升级风险算力出口管制升级风险：公司旗舰 AI

124、 产品处于美国对中国内地市场出口管制范围，若 AI 算力出口管制升级，公司可能将失去中国内地市场相关业务机会；4）反垄断诉讼风险反垄断诉讼风险：公司在数据中心 AI 解决方案市场具有较高份额，相关业务活动可能受到反垄断机构关注及调查；5）游戏显卡需求复苏不及预期风险游戏显卡需求复苏不及预期风险：公司第二大业务游戏业务受 PC 终端需求影响，若宏观环境复苏不及预期，或可能影响公司游戏显卡产品销售。请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -30-海外公司深度研究报告海外公司深度研究报告 附表附表 gscwbb|公司财务报表 资产负债表资产负债表 单位:百万美元

125、 利润表利润表 单位:百万美元 会计年度会计年度 2023A 2024E 2025E 2026E 会计年度会计年度 2023A 2024E 2025E 2026E 流动资产流动资产 23,073 51,363 93,624 137,468 营业收入营业收入 26,974 58,660 96,656 111,696 货币资金 3,389 27,074 61,895 102,161 营业成本-11,618-17,023-28,304-32,522 交易性金融资产 9,907 10,000 10,000 10,000 研发费用-7,339-8,788-12,565-14,520 应收票据及应收账款

126、3,827 7,039 11,599 13,404 管理费用-2,440-2,738-3,607-3,909 预付款项 791 1,384 2,076 2,595 财务费用 267 829 1,257 1,452 存货 5,159 5,866 8,055 9,308 其他收益-310-296-320-320 非流动资产非流动资产 18,109 19,023 20,150 21,226 营业利润营业利润 4,224 30,111 52,180 60,744 固定资产 3,807 5,109 6,543 7,887 所得税 187-3,769-7,436-8,663 经营性租赁资产 1,038 1

127、,038 1,038 1,038 GAAP 净利润 4,368 26,876 45,680 53,214 无形资产 1,676 1,288 980 713 EPS(EPS(美元美元)1.76 10.89 18.51 21.56 商誉 4,372 4,372 4,372 4,372 其他 7,216 7,216 7,216 7,216 资产总计资产总计 41,182 70,387 113,774 158,694 流动负债流动负债 6,563 7,896 9,766 10,756 短期借款 1,250 1,250 1,250 1,250 应付票据及应付账款 1,193 1,702 2,830 3,

128、252 其他 4,120 4,944 5,686 6,254 非流动负债非流动负债 12,518 13,471 14,308 15,024 可转换长期债券 9,703 10,188 10,698 11,232 主要财务比率主要财务比率 其他 2,815 3,282 3,611 3,791 会计年度会计年度 2023A 2024E 2025E 2026E 负债合计负债合计 19,081 21,367 24,074 25,780 成长性成长性 股本 2 2 2 2 营业收入增长率 0%117%65%16%资本公积 11,971 11,971 11,971 11,971 营业利润增长率 -58%61

129、3%73%16%库存股-5,000-15,000 GAAP 净利润增长率 -55%515%70%16%未分配利润 10,171 37,047 82,727 135,941 股东权益合计股东权益合计 22,101 49,020 89,700 132,914 盈利能力盈利能力 负债及权益合计负债及权益合计 41,182 70,387 113,774 158,694 毛利率 57%71%71%71%经营利润率 16%51%54%54%GAAP 净利率 16%46%47%48%ROE 20%55%51%40%偿债能力偿债能力 资产负债率 46%30%21%16%流动比率 1.21 2.40 3.89

130、5.33 速动比率 2.73 5.76 8.76 11.91 营运能力营运能力 现金流量表现金流量表 单位:百万美元 资产周转率 0.65 0.83 0.85 0.70 会计年度会计年度 2023A 2024E 2025E 2026E 应收账款周转率 7.05 8.33 8.33 8.33 GAAP 净利润 4,368 26,876 45,680 53,214 折旧和摊销 1,544 1,852 2,313 2,847 每股资料每股资料(美美元元)营运资金的变动-2,207-3,179-5,571-2,587 每股收益 1.76 10.89 18.51 21.56 经营活动产生现金流量经营活动

131、产生现金流量 5,641 25,591 42,422 53,474 每股经营现金 2.27 10.29 17.06 21.50 投资活动产生现金流量投资活动产生现金流量 7,375-2,859-3,439-3,923 每股净资产 8.89 19.71 36.07 53.44 融资活动产生现金流量融资活动产生现金流量 -11,617 952-4,162-9,285 现金净变动 1,399 23,685 34,821 40,267 估值比率估值比率(倍倍)现金的期初余额 1,990 3,389 27,074 61,895 PE 278 45 26 23 现金的期末余额 3389 27,074 61

132、,895 102,161 PB 55 25 14 9 数据来源：iFind，公司公告，兴业证券经济与金融研究院整理 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -31-海外公司深度研究报告海外公司深度研究报告 分析师声明分析师声明 本人具有中国证券业协会授予的证券投资咨询执业资格并登记为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。投资评级说明投资评级说明 投资建议的评级标准投资建议的评级标准 类别类别 评级评级 说明说明 报告

133、中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后的12个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅。其中：沪深两市以沪深300指数为基准；北交所市场以北证50指数为基准；新三板市场以三板成指为基准；香港市场以恒生指数为基准；美国市场以标普500或纳斯达克综合指数为基准。股票评级 买入 相对同期相关证券市场代表性指数涨幅大于15%增持 相对同期相关证券市场代表性指数涨幅在5%15%之间 中性 相对同期相关证券市场代表性指数涨幅在-5%5%之间 减持 相对同期相关证券市场代表性指数涨幅小于-5%无评级 由于我们无法获取必要的资料，或者公司

134、面临无法预见结果的重大不确定性事件，或者其他原因，致使我们无法给出明确的投资评级 行业评级 推荐 相对表现优于同期相关证券市场代表性指数 中性 相对表现与同期相关证券市场代表性指数持平 回避 相对表现弱于同期相关证券市场代表性指数 信息披露信息披露 本公司在知晓的范围内履行信息披露义务。客户可登录 内幕交易防控栏内查询静默期安排和关联公司持股情况。有关财务权益及商务关系的披露有关财务权益及商务关系的披露 兴证国际证券有限公司及/或其有关联公司在过去十二个月内与 JinJiang Road&Bridge Construction Development Co Ltd、成都经开资产管理有限公司、义

135、乌市国有资本运营有限公司、Chouzhou International Investment Ltd、桐庐新城发展投资有限公司、宝应县开发投资有限公司、中泰证券、中泰金融国际有限公司、中泰国际财务英属维尔京群岛有限公司、杭州上城区城市建设投资集团有限公司、安庆盛唐投资控股集团有限公司、巨星传奇集团有限公司、湖州市城市投资发展集团有限公司、如皋市经济贸易开发有限公司、重庆大足实业发展集团有限公司、江西省金融资产管理股份有限公司、中国信达(香港)控股有限公司、China Cinda 2020 I Management Ltd、成都银行股份有限公司、成都新津城市产业发展集团有限公司、滁州经济技术开发

136、总公司、珠海华发集团有限公司、华发投控 2022 年第一期有限公司、乌鲁木齐经济技术开发区建发国有资本投资运营(集团)有限公司、成都空港城市发展集团有限公司、海盐县国有资产经营有限公司、海盐海滨有限公司、漳州市交通发展集团有限公司、泰州医药城控股集团有限公司、南洋商业银行有限公司、平安国际融资租赁有限公司、上海银行杭州分行、湖州南浔振浔污水处理有限公司、杭州银行绍兴分行、北京银行股份有限公司杭州分行、湖州吴兴交通旅游投资发展集团有限公司、江苏银行扬州分行、湖北农谷实业集团有限责任公司、湖州经开投资发展集团有限公司、环太湖国际投资有限公司、温州名城建设投资集团有限公司、泰安市城市发展投资有限公司

137、、Taishan City Investment Co.,Ltd.、益阳市赫山区发展集团有限公司、佛山市高明建设投资集团有限公司、民生银行、南京银行南通分行、重庆巴洲文化旅游产业集团有限公司、高密市交运天然气有限公司、上海中南金石企业管理有限公司、淮北绿金产业投资股份有限公司、厦门国贸控股集团有限公司、国贸控股（香港）投资有限公司、中国国新控股有限责任公司、国晶资本(BVI)有限公司、中原资产管理有限公司、中原大禹国际(BVI)有限公司、中国国际金融（国际）有限公司、CICC Hong Kong Finance 2016 MTN Limited、南京溧水经济技术开发集团有限公司、溧源国际有限公

138、司、多想云控股有限公司、成都中法生态园投资发展有限公司、桐庐县国有资产投资经营有限公司、润歌互动有限公司、政金金融国际（BVI）有限公司、济南市中财金投资集团有限公司、百德医疗投资控股有限公司、江苏省溧阳高新区控股集团有限公司、江苏中关村控股集团（国际）有限公司、绍兴市上虞区国有资本投资运营有限公司、香港象屿投资有限公司、厦门象屿集团有限公司、连云港港口集团、山海（香港）国际投资有限公司、漳州圆山发展有限公司、镇江交通产业集团有限公司、Higher Key Management Limited、广州产业投资基金管理有限公司、淮安市交通控股集团有限公司、恒源国际发展有限公司、建发国际集团、湖州燃

139、气股份有限公司、新奥天然气股份有限公司、新奥能源控股有限公司、四海国际投资有限公司、商丘市发展投资集团有限公司、江苏瑞科生物技术股份有限公司、青岛市即墨区城市开发投资有限公司、交运燃气有限公司、中南高科产业集团有限公司、中国景大教育集团控股有限公司、福建省蓝深环保技术股份有限公司、重庆农村商业银行股份有限公司、重庆市万盛工业园区开发建设有限公司、Zhejiang Boxin BVI Co Ltd.、湖北光谷东国有资本投资运营集团有限公司、湖北新铜都城市投资发展集团有限公司、厦门国际投资有限公司、无锡市太湖新城资产经营管理有限公司、江苏句容投资集团有限公司、漳州市九龙江集团有限公司、高邮市建设投

140、资发展集团有限公司、Gaoyou Construction Investment Development（BVI）Co.,Ltd.、Yi Bright International Limited、临沂城市建设投资集团有限公司、云南省能源投资集团有限公司、Yunnan Energy Investment Overseas Finance Company Limited、杭州钱塘新区建设投资集团有限公司、乌鲁木齐高新投资发展集团有限公司、CMS International Gemstone Limited.、招商证券国际有限公司、中國光大銀行、台州市城市建设投资发展集团有限公司、合肥市产业投资控股

141、（集团）有限公司、XianJin Industry Investment Company Limited、SDOE Development I Company Limited、山东海洋集团有限公司、孝感市高创投资有限公司、武汉葛化集团有限公司、杭州上城区城市建设综合开发有限公司、Zhejiang Baron BVI Co Ltd.、江苏华靖资产经营有限公司、常德市城市建设投资集团有限公司、上饶市城市建设投资开发集团有限公司、深圳市天图投资管理股份有限公司、济南舜 请务必阅读正文之后的信息披露和重要声明请务必阅读正文之后的信息披露和重要声明 -32-海外公司深度研究报告海外公司深度研究报告 通国

142、际有限公司、济南轨道交通集团有限公司、仪征市城市国有资产投资发展（集团）有限公司、广西金融投资集团有限公司、广西投资集团有限公司、福建漳龙集团有限公司、青岛国信发展（集团）有限责任公司、常德市城市发展集团有限公司、郴州市福天建设发展有限公司、扬州江淮建设发展有限公司、济南天桥产业发展集团有限公司、成都东进淮州新城投资集团有限公司、平潭综合实验区城市发展集团有限公司、陕西榆神能源开发建设集团有限公司、福建漳州城投集团有限公司、乌鲁木齐经济技术开发区建发国有资本投资运营（集团）有限公司、澳门国际银行股份有限公司、大丰银行股份有限公司、升輝清潔集團控股有限公司、BPHL Capital Manage

143、ment LTD、北京建设(控股)有限公司、北京控股集团有限公司、香港一联科技有限公司、镇江国有投资控股集团有限公司、苏州苏高新集团有限公司、SND International Bvi Co Ltd、广州开发区控股集团有限公司、泸州航空发展投资集团有限公司、济南城市建设集团有限公司、Jinan Urban Construction International Investment Co.,Limited 有投资银行业务关系。使用本研究报告的风险提示及法律声明使用本研究报告的风险提示及法律声明 兴业证券股份有限公司经中国证券监督管理委员会批准，已具备证券投资咨询业务资格。本报告仅供兴业证券股份有

144、限公司（以下简称“本公司”）的客户使用，本公司不会因接收人收到本报告而视其为客户。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约，投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效，任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商

145、业、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，本公司及/或其关联人员均不承担任何法律责任。本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性或完整性，也不保证所包含的信息和建议不会发生任何变更。本公司并不对使用本报告所包含的材料产生的任何直接或间接损失或与此相关的其他任何损失承担任何责任。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌，过往表现不应作为日后的表现依据；在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告；本公司不保证本报告所含信息保持在最新状态。同时，本公司

146、对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。除非另行说明，本报告中所引用的关于业绩的数据代表过往表现。过往的业绩表现亦不应作为日后回报的预示。我们不承诺也不保证，任何所预示的回报会得以实现。分析中所做的回报预测可能是基于相应的假设。任何假设的变化可能会显著地影响所预测的回报。本公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。本公司没有将此意见及建议向报告所有接收者进行更新的义务。本公司的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意

147、见或建议不一致的投资决策。本报告并非针对或意图发送予或为任何就发送、发布、可得到或使用此报告而使兴业证券股份有限公司及其关联子公司等违反当地的法律或法规或可致使兴业证券股份有限公司受制于相关法律或法规的任何地区、国家或其他管辖区域的公民或居民，包括但不限于美国及美国公民（1934 年美国证券交易所第 15a-6 条例定义为本主要美国机构投资者除外）。本报告由受香港证监会监察的兴证国际证券有限公司(香港证监会中央编号：AYE823)于香港提供。香港的投资者若有任何关于本报告的问题请直接联系兴证国际证券有限公司的销售交易代表。本报告作者所持香港证监会牌照的牌照编号已披露在报告上海品茶的作者姓名旁。本报

148、告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。未经授权的转载，本公司不承担任何转载责任。特别声明特别声明 在法律许可的情况下，兴业证券股份有限公司可能会持有本报告中提及公司所发行的证券头寸并进行交易，也可能为这些公司提供或争取提供投资银行业务服务。因此，投资者应当考虑到兴业证券股份有限公司及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。兴业证券研究兴业证券研究 上上 海海 北北 京京 地址：上海浦东新区长柳路36号兴业证券大厦15层 邮编：200135 邮箱： 地址：北京市朝阳区建国门大街甲6号SK大厦32层01-08单元 邮编：100020 邮箱： 深深 圳圳 香香 港（兴证国际）港（兴证国际）地址：深圳市福田区皇岗路5001号深业上城T2座52楼 邮编：518035 邮箱： 地址：香港德辅道中199号无限极广场32楼全层 传真：（852）35095929 邮箱：.hk