1、1COST.N分析师Franky LauSFC CE Ref：BRQ 团队成员Richard LEvelyn Y2022年04月22日英伟达（NVDA.O）-超级计算平台初步成型，星辰大海再扬帆2核心观点GPU市场寡头垄断格局有望长期保持。供给侧看，GPU包含硬件架构、算法、软件生态等多个要素组成，壁垒极高，Intel屡败屡战成绩黯淡，AMD在高端产品上距英伟达仍有一定差距。我们认为英伟达在游戏和数据中心GPU的高市场份额中长期将大概率保持。英伟达软硬件全栈体系、上海品茶构成长期护城河和竞争优势。英伟达最大的护城河来自其CUDA等底层基础框架，积累的软件库、开发者数量已经形成强大生态效应，结合
2、硬件系统在综合成本、性能上显著领先竞争对手。同时，英伟达长期以来展现出极具前瞻性且清晰的战略能力和“光速”文化造就的极强执行力，或是英伟达能在竞争激烈的半导体设计行业成功的关键，也是构成企业长期竞争优势的重要来源。AI迅猛发展，英伟达有望长期受益。人工智能爆发式增长，英伟达数据中心业务随之快速崛起是英伟达近年股价飙升的最大驱动因素。在互联网数据指数级增长、深度学习模型复杂度持续提升使得所需算力持续增长背景下，各个垂直行业的企业、HPC和公有云对AI计算需求有望长期保持强劲，英伟达的产品结构和优势让其在此轮技术浪潮下长期受益。英伟达已是计算平台公司，有望不断打开新成长空间。在芯片、服务器等硬件设
3、施之上，CUDA、DOCA 等开发套件构成了英伟达软件业务的底层基础框架，在此之上形成HPC、AI、Omniverse平台，最终在应用工具&框架层面提供企业 AI、自动驾驶、云游戏、元宇宙、医疗等众多计算服务，英伟达已从一家GPU公司升级成计算平台公司，远期SaaS收入占比增加将提高营收稳定性以及估值水平，并且在AI浪潮、自动驾驶、元宇宙等技术趋势下捕捉更多增长机会，不断打开新的成长空间。长期看好英伟达投资价值。按照4月22日英伟达5050亿美元市值以及我们预估的FY 2023Non- GAAP净利133亿美元计算，当前动态Non-GAAP PE约为38倍，考虑到目前全球宏观经济不确定性下游A
4、I计算投资或放缓、游戏显卡换代等因素带来的业绩扰动，以及通胀高企美国利率上升背景，我们认为英伟达或处于估值调整期，考虑到上述长期增长的确定性和空间，我们持续看好英伟达投资价值。xU8VjZhYgVmUmYoZlXaQ9R8OpNrRmOnPkPnNtPjMpNsObRrRwPuOsOxPuOtOsR3目录二、公司深度分析一、半导体及GPU行业概览三、投资亮点四、盈利预测及风险提示4半导体行业长期稳健增长，也呈现出一定周期性20022021全球半导体销售额CAGR约21%，库存周期和创新周期因素叠加影响，板块表现出一定周期性。HPC（高性能计算）、新能源车、AIoT等新产业驱动半导体开启新一轮超
5、级景气周期。2021全球半导体年销售额超5400亿美元，增速超26%。图：2002-2022全球半导体月销售额（十亿美元）资料来源：SIA，富途证券5资料来源：TrendForce（Qualcomm仅计算QCT部门营收；NVDIA扣除OEM/IP营收；Broadcom仅计算半导体部门营收），富途证券高通、博通、AMD、英伟达、英特尔、联发科、华为海思等信越化学、SUMCO、住友化学、陶氏化学、Siltronic等ASML、应用材料、北方华创、中微半导体等台积电、联电、格罗方德、中芯国际等日月光、长电等设计材料设备制造封测上游半导体产业链分为设计、材料、设备、制造、封测几大环节，英伟达属于最上游
6、的Fabless设计公司。英伟达2021年营收规模超过博通（AVGO.O） ，位居半导体设计公司第二。下游2021排名2020排名公司名称2021营收2020营收YoY11高通29,33319,40751%23英伟达24,88515,41261%32博通21,02617,74518%44联发科17,61910,92961%55超威16,4349,76368%68联咏4,8362,70979%77美满4,2812,94246%89瑞昱3,7672,63543%96赛灵思3,6773,05320%10-奇景光电1,54788874%-10戴乐格半导体-1,376-前十大业者营收总和127,4058
7、6,85947%图：半导体产业链图：全球前十大IC设计公司营收排名（百万美元）英伟达营收位居半导体设计公司第二6图：头部半导体设计公司近十年营收（亿美元）20132014英伟达营收小于AMD、联发科（2454.TW），2015年英伟达超越AMD，2017年英伟达超越联发科。（博通2016营收大增主要是2015年Avago以370亿美元蛇吞象式并购博通）。Fabless行业研发费用率较高，整体保持在17%-25%区间。资料来源：Wind，富途证券英伟达在Fabless中营收增长显著，行业研发费用率较高7逻辑、存储芯片在半导体产品中产值最大集成电路 （83%，4608亿美元，YoY+28%）数字电
8、路（56%，3089亿，YoY+31%）逻辑电路（27%，1507亿美元，YoY+27%）大规模ICCPUGPUPLD/FPGA微型处理器MCU/MPUDSP存储电路（29%，1582亿美元，YoY+35%）DRAM/SRAMFLASH/ROM模拟电路（13%，728亿美元，YoY+31%）分立器件（5%，301亿美元，YoY+26%）光电器件（9%，432亿美元，YoY+7%）传感器（3%，188亿美元，YoY+26%）半导体产品图：半导体产品分类（2021年占行业比重、市场规模及同比增速）资料来源：公开资料，富途证券8GPU：计算机图显核心，擅长大规模并行计算图：CPU与GPU计算能力差距
9、越来越大资料来源：公开资料，公司公告，富途证券GPU基本概念：图形处理器（graphics processing unit，缩写GPU），又称显示核心、视觉处理器、显示芯片。GPU与CPU区别：CPU基于低延时设计，计算核心和控制器以及若干级缓存组成，擅长逻辑控制，串行运算。GPU基于大吞吐量设计，拥有更多的计算核心，适合对密集数据进行并行处理，因此GPU被应用于AI训练等需要大规模并发计算场景。CPU已经逐渐脱离摩尔定律，出现性能提升瓶颈，Nvidia预计GPU的计算能力在10年内将超越CPU 1000倍。图：CPU、GPU架构比较9GPU市场格局：一超两强PC GPU市场，英伟达接近70%
10、份额，英特尔（INTC.O） CPU集成低端的GPU，市场份额与AMD （AMD.O）相当。只看独显市场，英伟达市场份额高达70%-80%，AMD占20%-30%。英特尔今年也将推出首批主打笔记本的独显。服务器GPU英伟达占据70%以上份额。资料来源： Jon Peddie Research ，3DCenter，富途证券图：2002-2020Q1显卡市场份额图：PC GPU近三个季度市场份额接入方式独立GPUNvidia Geforce系列AMD Radeon系列集成GPUIntel UHD 系列AMD APU系列应用端PCNvidia、AMD、Intel手机高通Adreno、ARM Mali
11、、苹果GPU服务器英伟达Tesla、AMD Fire Stream图：GPU分类10独显价格长期上升，2021年中触顶后有所回调资料来源： Jon Peddie Research ，3DCenter，富途证券独显平均出货价格长期呈上升趋势，源于定期的产品升级换代以及竞争格局稳定。2021年中显卡价格达到阶段顶点，RTX 30系列平均价格涨至建议零售价300%之上。随后由于加密货币行情、库存等因素，显卡市场供需改善价格有所回落。图：独立显示卡历年平均出货单价（美元）图：20显卡价格趋势：21年5月高点后回落，但仍高于建议零售价11目录二、公司深度分析一、半导体及GP
12、U行业概览三、投资亮点四、盈利预测及风险提示12英伟达是一家主要做GPU（图形处理器）的半导体设计公司。公司成立于1993年，由黄仁勋联合Sun公司两位年轻工程师共同创立。英伟达在AI行业发展初期市场皆不看好的情况下，前瞻性预见了GPU在AI市场的应用。图：Nvidia创始人兼精神领袖黄仁勋技术迷精力充沛敏锐洞察力擅长演讲性格强势但又礼貌情商高“两弹一勋”工作狂公司介绍：GPU发明者、AI首倡者资料来源： 公开资料，富途证券1984 斯坦福硕士1983-1985 AMD芯片工程师1985-1993 LSI Logic芯片设计后转销售，因业绩出色被提拔为部门经理，走上管理岗位1993 与两位合作
13、伙伴共同创立英伟达，任CEO至今13英伟达简史：四个发展阶段资料来源： 公开资料，富途证券英雄崛起诸侯混战王者归来两强争霸1993-1996 英伟达创立时有20家图形芯片企业，到1996年增加到70家，竞争异常激烈。Trident是2D时代领导者，但后来在高端市场被S3击败，中低端集成显卡被Intel挤占。随着3D时代开启，S3显卡3D性能不足，3dfx的3D加速卡乘Windows95的东风一跃而起，市占率一度85%。 Nvidia前两代针对游戏主机的产品并不成功，一度陷入财务困境，被迫裁员并选择只专注于PC专用的 2D/3D融合显卡。1997-2000 3dfx犯了致命错误：拒绝微软Dire
14、ct3D 通用API标准，使用自己的封闭接口，通用性不足，再者未能看到2D、3D融合一张卡的趋势。而英伟达决定放弃部分已有的专利，转而全面支持Direct X，1997年Nvidia推出RIVA 128，3D性能强于3Dfx产品，并且支持2D。戴尔、Gateway等知名整机厂商都开始使用RIVA 128显卡 。 1999 年英伟达在 NASDAQ 上市，发行时市值 2.3 亿美元左右，同年推出 GeForce 256世界上第一款功能齐全，可从真正意义上替代 CPU 渲染图形，首次定义了GPU的概念。 2000年Nvidia将3Dfx收入囊中 ，随后获得微软Xbox GPU订单。2001-200
15、6 2001年先前只在DVD发力的ATi推出比Nvidia更高性能的的Radeon 7500进军PC游戏市场，开始与Nvidia正面交锋，并在随后几年对Nvidia发起猛攻，Nvidia一度出现失误，直到2004年凭借SLI技术才重拾优势。 2006年是重要分水岭， ATi因为财务问题被AMD收购，而Nvidia则提出了CUDA这一重要的创新，让只做3D渲染的GPU实现通用计算功能，GPU 的应用领域从游戏扩展至高性能计算、自动驾驶等多个领域。2007-Now ATi被AMD收购后，被日渐走下坡路的CPU业务拖累，游戏显卡业务也很难再现辉煌，2014年Nvidia的架构升级，产品足足领先AMD
16、 3个季度之久。与AMD乏善可陈的业务创新相比，Nvidia则不断尝试拓展业务边界尤其是押注AI，从数据中心深度学习到到无人驾驶平台，产品迭代非常迅速。游戏、数据中心双轮驱动，2015-2022股价增长超40倍。141995年英伟达发布第一款产品，应用在世嘉游戏机1995发明GPU英伟达上市，并发布全球首款GPU，GeForce正式诞生1999及时转变技术路线1997年英伟达放弃部分专利，全面支持微软DirectX1997芯片出货突破1亿片英伟达芯片出货达成1亿片里程碑2002CUDA架构亮相英伟达最重要的CUDA架构发布，芯片出货达成5亿片里程碑2006推出数据中心Tesla系列发布专注于高
17、性能运算的Tesla产品线2007首款产品与游戏机有关关键产品、技术发布时点资料来源： 公开资料，富途证券152010年我国天河一号取得当年世界超算第一名，其搭载了大量英伟达GPU产品2010强化了计算核心英伟达推出深度学习芯片2 0 1 4影视渲染“拿下”奥斯卡2012年奥斯卡所有提名电影均使用英伟达GPU渲染2012AI全家桶亮相GPU加入了Tensor Core用于深度学习2017发布Turing架构，支持光线追踪RTX 20 系列能够在实时渲染中完成光线追踪2018收 购 M e l l a n o x积极布局云端服务器市场，面向数据中心CPU、GPU、DPU三芯齐飞2019GPU助力
18、世界第一超算关键产品、技术发布时点资料来源： 公开资料，富途证券16英伟达收入结构：游戏占比持续降低，数据中心即将成为第一大业务游戏业务仍是支柱业务，占比近半。数据中心占比持续攀升，预计很快成为第一大业务。专业可视化业务营收占比约8%。汽车业务占比仍较小。图：2013-2021年英伟达终端市场业务占比图：2013-2021年英伟达各业务营收（亿美元）资料来源： Bloomberg，富途证券17英伟达增速、毛利率、OCF margin优于同业英伟达、AMD （AMD.O）营收近两年保持高增速，英特尔（INTC.O）基本停滞。英伟达毛利率65%，领先竞争对手AMD与英特尔。英伟达经营现金流率略低于
19、英特尔，大幅高于AMD。图：英伟达、AMD、英特尔营收增速图：英伟达、AMD、英特尔毛利率图：英伟达、AMD、英特尔OCF margin资料来源： Bloomberg，富途证券18游戏：量价齐升，技术创新持续引领行业近5年营收CAGR 25%，ASP CAGR 13%，出货量 CAGR11%。PC GPU营收超AMD3倍。目前主力产品为安培架构的RTX30系列，安培架构显卡采用Lite Hash Rate（精简哈希率）较少挖矿需求。下半年有望推出最新Ada Lovlace架构下的RTX40系列显卡。英伟达游戏业务主要由桌面端电脑、笔记本电脑显卡以及Switch游戏机处理器构成，游戏本业务增速最
20、快（全球游戏本市场五年销量增十倍） ，疫情也刺激了高端笔记本的需求。英伟达引领游戏行业变革。在游戏画面4K60帧早已成为可能的情况下，游戏硬件行业面临瓶颈。英伟达创造性提出光线追踪技术、DLSS、8K、云游戏等，引领行业。图：英伟达显卡优势图：显卡天梯图资料来源：秋刀鱼半藏，公司公告，富途证券19持续迭代架构，无视工艺的顶级芯片设计能力英伟达的GPU架构平均每2年更新一次架构，每6个月推出一款新产品。从Tesla 到Ampere、从 GTX 到 RTX 性能稳步提升。同代显卡制程工艺落后于AMD情况下性能、能耗比却能与AMD打平，反映出英伟达顶级芯片设计能力。图：英伟达、AMD同代显卡性能对比
21、图：英伟达GPU架构变革图：英伟达、AMD同代显卡能耗比对比资料来源：公开资料，驱动之家，富途证券架构TeslaFermiKeplerMaxcellPascallTuringAmpereHopper时间200820092001820202022制程55nm40nm28nm28nm16nm12nm7nm4nm晶体管数14亿30亿71亿80亿153亿186亿283亿800亿CUDA Core数量/443520数据中心：爆炸式增长，前景无限英伟达数据中心业务营收5年CAGR 53%。注册Nvidia开发者达到3百万人。自然语言处理、深
22、度学习、云计算带来的AI运算需求持续增长。主力硬件产品包括V100、A100加速卡，以及搭nvidia GPU、网卡以及AMD或Intel CPU的DGX服务器等。全球云计算巨头AWS、微软Azure、Google Cloud、阿里云都大量部署了英伟达V100显卡以及DGX服务器。英伟达最新加速卡H100单精度算力高出AMD、摩尔线程相对应最新产品25%、400%。GPU因性能高、通用性好是AI服务器首选加速方案，ASIC缺点是灵活性不够，FPGA缺点在于开发难度大，价格高。超算中心市场份额超70%，超算AI加速卡市场份额90%。图：英伟达数据中心业务相关数据图：英伟达计算卡进化历程91.90
23、%6.30%1.50%0.30%GPUNPUASICFPGA图：中国AI服务器市场划分（按加速卡类型）资料来源：公司公告，IDC，富途证券P100V100A100H100发布时间20022架构PascalVoltaAmpereHopper制程16nm12nm7nm4nmCUDA Cores358456单精度算力9.3 TFLOPS14 TFLOPS19.5 TFLOPS60 TFLOPS单精度算力AMD Instinct MI250X47.9 TFLOPS摩尔线程MTT S200012 TFLOPS图：AMD、摩尔线程最新加速卡算力213U一体的数据
24、中心新计算架构英伟达2019年宣布以69亿美元全额收购以色列超算以太网公司Mellanox，全球超算Top500中，96.3%采用了Mellanox互联技术。在收购Mellanox之后，英伟达在这家公司原来硬件基础上开发了BlueField系列DPU，将DPU定位为数据中心继CPU和GPU之后的“第三颗主力芯片”。DPU可集中处理加速数据密集型任务，包括网络、安全与存储。2021年英伟达发布是专为大规模人工智能和高性能计算应用而设计Grace CPU，基于ARM架构，72个核心，集成198MB缓存，搭档LPDDR5X内存。推出CPU被黄仁勋称为是完成了“解决问题的最后一块拼图”。图：英伟达数据
25、中心CPU、GPU、DPU规划资料来源：公司公告，富途证券22数据中心业务主要硬件产品图：AI服务器图：Grace Hopper: H100 GPU+CPU资料来源：公司公告，IDC，富途证券图：A100 GPU23汽车业务：重心调整生态优化，即将步入收获期汽车业务营收5年CAGR 3%。智能座舱芯片因高通、AMD均发力，利润空间有限已战略收缩；定位高端的智能驾驶芯片Xavier、Pegasus此前市场表现不及主打中低端的Mobileye。英伟达2019年底发布世界最强算力的自动驾驶芯片Drive AGXOrin，算力是前代7倍，已与2021Q4开始交付 。自动驾驶的浪潮来临后，英伟达与整车厂
26、、Tier 1、Robotaxi等智能汽车产业链建立合作，打造智能汽车生态。目前自动驾驶未来6年在手订单超110亿美元。图：产业链众多伙伴参与英伟达汽车生态图：近三年英伟达汽车、Mobileye营收（百万美元）及同比增速资料来源：公司公告，富途证券24专业可视化业务：由专业渲染到为各行各业AI赋能专业可视化业务营收5年CAGR 20%，Omniverse是未来重要驱动因素。主力硬件产品包括Quadro RTX、Titan RTX系列，与思科、惠普、戴尔等PC厂商合作提供专业桌面、笔记本电脑；软件包括虚拟协作、实时模拟的omniverse系统。占据工作室图形处理市场90%份额，终端应用行业包括娱
27、乐媒体，建筑、工程等。图：与英伟达合作的部分软件公司图：英伟达为越来越多行业提供图形、AI计算支持资料来源：公司公告，富途证券2501极具前瞻性且清晰的战略能力2006年在别人尚未意识到 GPU的通用计算能力时，推出 CUDA 平台，搭建通用计算生态。2009 年之后，由于笔电、平板等多元化需求的兴起，PC 的需求受分散出货量下滑，将战略中心转移至高端游戏卡市场，加快 GPU架构的迭代速度，避免了 PC 市场需求降低的冲击。引领游戏行业变革。最早开启了游戏本革命，使游戏本显卡性能比肩桌面端。在游戏画面4K60帧成熟，游戏硬件行业面临瓶颈时，英伟达在2018年推出光线追踪技术，给行业发展提供了新
28、的方向。2019年收购Mellanox，首创了DPU，提出了3U一体的数据中心新计算架构。02强大执行力英伟达令员工骄傲的上海品茶信条之一是 SOL（Speed Of Light）即“光速”响应任务比一般的大型组织快得多。英伟达每 6 个月推出一款新产品，每 2 年更新一次架构，这两点结合起来，使英伟达比竞争对手更快、更准。当英伟达“三芯齐飞”、奔向“元宇宙”，AMD在加速布局数据中心市场，英特尔则依然在GPU上拼命追赶。英伟达成功背后资料来源：公开资料，富途证券26目录二、公司深度分析一、半导体及GPU行业概览三、投资亮点四、盈利预测及风险提示27CUDA为始打造软件生态，构建极高竞争壁垒2
29、006 年推出的 GPU 软件套件CUDA（Compute Unified Device Architecture，统一计算架构）是一个基于英伟达 GPU 平台上面定制的特殊计算体系/算法。 CUDA 系统助力英伟达GPU 方便且高效地发挥其并行计算能力，使 GPU 的使用范围不仅限于显卡，而成为了 GPGPU（General-Purpose GPU）。CUDA平台上又有cuDNN这样的扩展计算库，针对深度神经网络等细分模型加速，可以集成到更高级别的机器学习框架中，如谷歌的Tensorflow，进一步完善了CUDA生态。CUDA 经过多年优化，形成独特软硬件配合的生态系统，逐渐成为高端计算和图
30、形领域的权威标准，即使 AMD 的 GPU 和英伟达 GPU 性能相差不多，但是在人工智能领域的受欢迎的程度却有天壤之别。除 CUDA 外，目前还有广泛支持各家硬件的OpenCL也可以实现对 GPU 计算能力的调用，但整体优化效果不如 CUDA。资料来源：Steven Hansen，富途证券图：CUDA、OpenCL对开发者优劣图： CUDA、OpenCL应用范围图： CUDA构建了英伟达AI服务的底层框架28CUDA为始打造软件生态，构建极高竞争壁垒资料来源：公司官网，富途证券图：英伟达官网供开发者下载的软件套装（部分）软件套装描述CUDA Toolkit可借助CUDA Toolkit以在G
31、PU加速的各种平台上开发、优化和部署应用程序。NVIDIA HPC SDK用于 HPC 的综合编译器、库和工具套件，提高HPC 应用程序的性能和可移植性CUDA-X Libraries在CUDA基础上的库、工具和技术集合，包含数学库、并行算法、图像和视频库等组件Jetson用于自动机器和边缘计算的嵌入式解决方案Isaac机器人人工智能开发与仿真平台Clara用于人工智能成像、基因组学和智能传感器的框架DRIVE用于自动驾驶汽车、数据中心托管模拟和神经网络训练的平台Metropolis智慧城市、智能视频分析等解决方案Gameworks用于实时图形和物理的工具、示例和库Riva定制语音 AI 应用
32、程序并提供实时性能Developer ToolsIDE 插件、调试、性能优化和其他工具Omniverse用于 3D 生产流程的强大的多 GPU 实时模拟和协作平台如法炮制，2021年又推出面向数据中心产品 DPU 推出的软件开发套件DOCA。同时英伟达着力打造网络计算生态，与VMware 、Palo Alto Networks、Juniper Networks共同整合并扩展基于NVIDIA DPU及DOCA软件架构在平台、基础设施、存储、网络安全、5G和边缘计算等应用场景的解决方案。CUDA英伟达官网目前提供十几种软件套装、平台的下载，不断迭代的软件生态提高了自身硬件的易用性、性能，也在持续加
33、深竞争壁垒。图： DOCA生态29软硬件体系打造全栈服务，英伟达已是计算平台公司在芯片、服务器等硬件设施之上，CUDA、DOCA 等开发套件构成了英伟达软件业务的底层基础框架，在此之上形成HPC、AI、Omniverse平台，最终在应用工具&框架层面提供企业 AI、自动驾驶、云游戏、元宇宙、医疗等众多计算服务。英伟达已从一家GPU公司升级成计算平台公司。图：英伟达四层堆栈构建 超级计算平台资料来源：公司官网，富途证券30软硬件体系打造全栈服务，远期瞄准一万亿美金市场游戏、芯片与系统、AI与企业软件、Omniverse、汽车有望为英伟达分别带来1000亿、3000亿、1500亿、1500亿以及3
34、000亿美金可获取市场规模。图：英伟达测算远期TAM达到一万亿美金资料来源：公司官网，富途证券31数据中心业务长期受益于企业AI和HPC需求增长基于 H100，最新企业级 AI 基础设施 DGX H100 系统、DGX POD、DGX SuperPOD将于今年三季度供应。财富 10 强企业和100 强企业中，分别有 8 家和 44 家企业使用 DGX 作为 AI 基础架构。英伟达加速卡正在被大规模计算中心加速采用，A100营收达到V100 3倍。H100 可部署于各种数据中心，预计于今年底前全面发售，阿里云、AWS、百度智能云、谷歌云、微软 Azure、Oracle Cloud、腾讯云和火山引
35、擎等云服务商均计划推出基于 H100 的实例。资料来源：公司官网，富途证券图：英伟达数据中心业务下游应用行业/场景典型客户应用方向增长驱动企业在云上的服务 应用AI的广度企业数据中心边缘计算场景应用AI的深度模型训练AI模型的演进模型推理数据的增长垂直行业，如金融、医疗、物流、制造、零售、运输Hyperscale、Cloud32深度学习模型复杂度对芯片算力需求激增，自2012年以来，人工智能训练任务所需求的算力每 3.43 个月就会翻倍，大大超越了芯片产业长期存在的摩尔定律（每 18 个月芯片的性能翻一倍）。整体AI模型算力需求平均2年增25倍，2017年Google发明的Transforme
36、r模型算力需求平均2年增275倍。H100具有新Transformer 引擎，该引擎将新的 Tensor Core 与能使用 FP8 和 FP16 数字格式的软件结合，动态处理 Transformer 网络的各个层，可将 Transformer 模型的训练时间从数周缩短至几天。图：从AlexNet到GPT-3，所需算力增长迅速人工智能爆发式增长对加速卡需求强劲资料来源：公司官网，富途证券图：使用H100训练时间较A100大幅缩短33汽车业务TAM巨大，但也面临特斯拉、苹果等封闭生态竞争全球自动驾驶正迈入商用阶段，IDC预计L1和L2级自动驾驶在2024年的市场份额预计分别为64.4%和34.0
37、%。汽车智能化进程推动数据处理量呈现指数级上升，英伟达预计汽车业务远期TAM3000亿美金。英伟达已量产Orin芯片254TOPS，遥遥领先行业（FSD HW3.0为144TOPS（两颗芯片72TOPS*2 ）被一线新能源车企广泛采用。同时，英伟达汽车业务作为开放生态代表也面临特斯拉、苹果这类全封闭生态对手的竞争。图：部分车企智能座舱和智能驾驶芯片方案图：汽车全栈解决方案，Hyperion定位自动驾驶的开发平台，目标是让客户快速搭建、验证、部署L2+自动驾驶技术，包括传感器套件和计算平台AGX两大部分蔚来小鹏理想汽车比亚迪特斯拉长安汽车上汽集团长城汽车大众ET7P7/P5G9ONE新SUV汉/
38、新SUVMODEL SUnit-T智己汽车WEY摩卡MEB智能座舱芯片高通8155高通820A高通8155高通820A 高通8155/AMD Ryzen地平线征程2代高通8155高通8155 高通820A智能驾驶芯片英伟达Orin英伟达Xavier英伟达OrinMobileye EyeQ英伟达Orin英伟达OrinHW3.0地平线征程2代英伟达Xavier、Orin高通Ride瑞萨资料来源：公开资料，公司官网，富途证券34汽车业务已形成强大开放生态，未来6年在手订单超110亿美元图：未来6年来自OEM、新能源车企、智能卡车、Robotaxi 在手订单超110亿美金图：Tier 1，Sensor
39、厂商、软件厂商、模拟厂商与英伟达深度合作资料来源：公司官网，富途证券35元宇宙技术平台底座，Omniverse未来可期Omniverse 能将英伟达旗下GPU、CUDA、实时光线追踪 RTX 技术等所有软硬件技术集中到一个平台，形成完整全栈解决方案，从而以更高效和兼容的方式，解决与“物理世界拟真”相关的各项痛点，是英伟达为创建元宇宙数字化虚拟空间的技术平台底座。Omniverse让各类设计参与方和开发人员在统一平台下解决数据传输问题，统一应用软件格式，在不同地点无缝协作。当前该平台在建筑工程施工、媒体娱乐、制造业、超级计算及游戏开发等多个领域，已有成熟解决方案。Omniverse目前提供三种收
40、费平台产品。Omniverse Enterprise（主要用于 3D 协作），收费标准为$100-$2000/年；数字孪生（主要用于数字工厂等领域），未公布详细价格；智能语音助理 Avatar（主要用于零售、呼叫中心等领域），收费标准为$1,000/年。Omniverse 包含 5 个重要组件，分别是 Omniverse Connect、Nucleus、Kit、Simulation 和 RTX。这些组件连同所连接的第三方数字内容创作 (DCC) 工具，以及所连接的其他 Omniverse 微服务，共同组成整个 Omniverse 生态系统。图：Omniverse的组成描述Omniverse N
41、ucleusOmniverse Nucleus 是 Omniverse 平台的数据库和协作引擎，使各种支持 Omniverse Enterprise 的客户端应用程序（应用程序、连接器等）能够共享和修改以USD表示的虚拟世界的权威表示。Omniverse Connectors允许内容创建工具连接到 Omniverse 平台并保存 USD 和 MDL 内容，允许客户端应用程序连接到Omniverse Nucleus、发布和订阅单个资产和世界的库。为最流行的 3D 应用程序提供了连接，包括 3dsMax、Maya、Revit、SketchUp、Rhino 和 Unreal Engine 4。Omn
42、iverse Kit用于构建原生 Omniverse 应用程序、扩展和微服务的工具包Omniverse RTX Renderer基于 NVIDIA RTX 的高级多 GPU 渲染器，支持实时光线追踪和参考路径追踪。Omniverse Simulation功能强大的工具和 SDK 套件可模拟物理精确的世界，包括用于刚体和软体动力学的 PhysX 5、Flow、Blast、可燃流体、烟雾和火灾以及断裂和破坏。格式Universal Scene Description 采用Pixar开发的 open-source Universal Scene Description (USD)，一种易于扩展的开源
43、 3D 场景描述和文件格式，用于不同工具之间的内容创建和交换，支持复杂的属性继承、实例化、分层、延迟加载和各种其他关键功能。组件名称资料来源：公司官网，富途证券36游戏业务预计稳健发展，GeforceNow 有望带来增量空间新出升人口玩游戏比例更高，全球游戏玩家持续增长，2021年30亿游戏人口。Steam平台同时在线人数持续上升，接近3000万，平台上支持光追游戏超250款。英伟达71%存量用户仍未升级到支持光追的RTX显卡。GeForce NOW是英伟达的云游戏平台，用户可以访问虚拟化的 NVIDIA 游戏机，并通过高带宽连接享受高性能的游戏体验，而无需考虑本地硬件(包括移动智能手机/平板
44、电脑游戏以及将 PC 游戏扩展到电视。GeForce Now 提供三档订阅方案（免费版、49.99 美元/半年、99 美元/年），营收贡献较少，仍在培育期。图：游戏行业相关数据图： Geforce Now订阅方案资料来源：公司官网，富途证券37目录二、公司深度分析一、半导体及GPU行业概览三、投资亮点四、盈利预测及风险提示38财务预测资料来源：公司公告，富途证券分项业务中，我们看好数据中心业务长期表现，考虑到高性能计算以及企业AI算力的强劲需求，我们预计该业务延续快速增长趋势，FY 2023（对应自然年2022.02.01-2023.01.30）增速52%，未来两年保持40%+。汽车业务由于在
45、手订单110亿美元在6年时间逐步转化为收入以及新增订单，具备高确定性和高成长性，考虑今年下游车企受制于供应链等因素，预计FY 2023该业务营收11.2亿，同比翻倍。FY 2024收入有望超20亿美元。游戏业务考虑到高端笔记本和显卡需求减弱等因素我们认为FY 2023收入增速将放缓。中长期看，由于全球游戏玩家稳步增长，RTX渗透率较低以及英伟达高端显卡优势，我们认为游戏业务有望保持中低双位数增长。营业收入（百万美元）FY 2021FY 2022FY 2023EFY 2024EFY 2025E数据中心业务6696 10613 16132 23552 33209 YOY124%58%52%46%4
46、1%消费者（游戏）业务7759 12462 14581 17059 19669 YOY41%61%17%17%15%专业解决方案1053 2111 2787 3592 4551 YOY-13%100%32%29%27%OEM & IP631 1162 1290 1430 1579 YOY25%84%11%11%10%汽车业务536 566 1121 2073 3048 YOY-23%6%98%85%47%总营业收入16675 26914 35909 47707 62056 YOY52.7%61.4%33.4%32.9%30.1%图：英伟达各业务营收预测39财务预测图：英伟达盈利预测我们预计FY
47、 2023毛利率保持稳定，整体费用率保持稳定，GAAP净利115亿美元，同比增18.5%， GAAP净利率32%； Non-GAAP净利133亿，同比增18% ，Non- GAAP净利率37%。GAAP与Non- GAAP差异主要由于股权激励以及收购相关的无形资产摊销，参考近两年水平测算。按照4月22日英伟达市值5050亿美金，对应GAAP动态PE约44倍，Non- GAAP动态PE约为38倍。资料来源：公司公告，富途证券利润表（百万美元）FY 2021FY 2022FY 2023EFY 2024EFY 2025E营业总收入16675 26914 35909 47707 62056 营业成本6
48、279 9439 12891 17280 22607 毛利润10396 17475 23018 30428 39449 毛利率62%65%64%64%64%研发费用3924 5268 7375 10252 13840 研发费用率24%20%21%21%22%销售支出、一般性支出及管理支出1940 2166 3389 4229 5307 销售管理费用率12%8%9%9%9%经营利润4532 10041 12254 15947 20302 经营利润率27%37%34%33%33%利息收入57 29 43 85 148 利息支出184 236 422 436 355 其他收益4 107 0 0 0
49、税前利润4409 9941 11875 15596 20095 所得税77 189 321 452 683 有效税率2%2%2.7%*2.9%*3.4%*GAAP 净利润4332 9752 11554 15144 19412 GAAP 净利率26.0%36.2%32.2%31.7%31.3%Non-gaap 净利润6277 11259 13330 18463 24388 Non-gaap 净利率37.6%41.8%37.1%38.7%39.3%*有效税率测算参考历史水平，测算因素包括美国境内外税率差且美国联邦对境外无形资产收入、股票薪酬、研发费用和知识产权归化进行了税收减免。40风险提示市场竞
50、争加剧风险包括英特尔、AMD 以及中国的新兴GPU企业如摩尔线程等在游戏显卡、AI加速卡上份额增加，以及云计算巨头在数据中心市场不断推出新产品，从而导致公司面临市场竞争格局不断加剧风险。全球宏观经济下行导致的云计算巨头、企业对AI计算资本开支降低风险当前俄乌冲突、高通胀等宏观因素，或导致全球经济面临不确定性，并相应降低下游消费者支出意愿以及云计算巨头、大型企业对AI计算的资本开支意愿。利率持续上行带来的估值收缩风险英伟达估值较美股科技板块、半导体行业平均水平保持长期溢价，若利率上行超预期，或带来估值压力。41研究报告免责声明一般声明本报告由富途证券国际(香港)有限公司（“富途证券”）编制。本报
sgpjbg002
工作日 8:30 - 17:30
会员动态：
报告分类
新质生产力
ChatGPT
新能源汽车
大模型
Sora
机器人
微短剧
芯片
薪酬
白皮书
低空经济
数据要素
创新药
人工智能
AI产业
信息科技
互联网
消费经济
汽车交通
电商零售
传媒娱乐
医药健康
投资金融
能源环境
地产建筑
传统产业
英文报告
其它
扫码登录
手机快捷登录
账号登录
