1、NVIDIA（NVDA.O） Equity ResearchCompany ResearchSemiconductor 1 / 52 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 NVIDIA is building an ecosystem in the field of AI and metaverse, through designing GPU hardware and developing CUDA + Omniverse software Outperform（Initiation） Forecast & Valuation 2

2、021A 2022E 2023E 2024E Revenue (USD mn) 26,914 33,393 45,612 63,256 Growth (YoY %) 61% 24% 37% 39% Net profit (USD mn) 9,752 10,209 16,177 24,245 Growth (YoY %) 125% 5% 58% 50% Adjusted EPS (USD) 3.89 4.07 6.44 9.66 P/E (X) 71.27 68.08 42.97 28.67 Investment Thesis NVIDIA is far-sighted and actively

3、 developing software tool chains, trying to build an ecosystem in the field of AI and metaverse where have a vast market space in the future, in order to strengthen industry barriers by the binding of hardware chips. Compared to companies that mainly focus on chip design such as Intel and AMD, we be

4、lieve that NVIDIA has a higher valuation since its no longer just a chip design company but forming an ecosystem in both software and hardware field. NVIDIA attaches great importance to expanding the use of GPU. In 2006, NVIDIA began to invest heavily in the development of CUDA, a software tool chai

5、n, after realizing the advantages of GPU parallel computing. NVIDIA allowed AI researchers to use CUDA to invoke the computing resources of GPU for free, making NVIDIA an important facilitator of deep learning training and inference in AI. Therefore, AI industry personnel have been using NVIDIAs har

6、dware and software suite since the AI industry started to develop. NVIDIA has also applied a software and hardware combination model to new areas such as the Omniverse. We believe that in the field of AI and the metaverse, NVIDIA has the potential to become a supplier of general hardware platforms +

7、 software tool ecosystems, similar to the status of Qualcomm chips + Android operating systems in smartphones, with high industry barriers. Due to richer usage scenarios of GPU architecture, we believe that NVIDIAs Total Addressable Market (TAM) will be 4 times as the existing traditional business.

8、We estimate that the TAM for its traditional consumer (game) business will be about USD100 bn, and that for the rapidly expanding data center is about USD150 bn. NVIDIA has huge room for the following fields: TAM for automotive chips which are gradually showing competitive advantages will be about U

9、SD300 bn; TAM for the cloud server will be about USD300 bn as it plans to form a product matrix of GPU, DPU and CPU; TAM of the Omniverse platform, which may make a splash in the metaverse era, will be around USD150 bn. Earnings Forecast & Rating：As NVIDIAs revenues of data center (52% three-year CA

10、GR), automotive(67% three-year CAGR) and professional display (51% three-year CAGR) grow rapidly, and profit margin of To B will be slightly higher than that of To C, we expect that its high PE ratio will dilute as net profit increases. By discounting FY25 net profit of $23.9 billion at an 8% discou

11、nt rate to FY22 and taking into account the companys leading position and scarcity in emerging fields, we assign NVIDIA a 50X PE ratio and a target market cap of USD948.6 bn. We give Outperform rating to NVIDIA in our initial report with TP at USD374. Risks: national policy risk; legal risk; technol

12、ogy risk; competitors risk. Price Performance Market Data Closing price (USD) 272.86 52-week Range (USD) 206.50/307.11 P/B (X) 25.74 Market Cap (USD mn) 684879 Basic Data Book Value Per ADR(USD) 10.62 Liabilities/assets (%) 39.77 Total Issued Shares (mn) 2510 Shares outstanding (mn) 2510 Related rep

13、orts Soochow Securities International Brokerage Limited would like to acknowledge the contribution and support provided by Liangwei Zhang(张良卫张良卫), Zijing Wang(王王紫敬紫敬), and Ruizhe Liu (刘睿哲刘睿哲), employees of Soochow Research Institute. Table_Author 27 May 2022 Research Analyst Research Analyst Hanyue

14、Li Xxx (852) 3983 0823 .hk (852) 3000 0000 X.hk 英伟达（NVDA.O） 证券研究报告公司研究半导体 2 / 52 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 从硬件从硬件 GPU 设计到软件设计到软件 CUDA+ Omniverse开发，建立人工智能和元宇宙生态系统开发，建立人工智能和元宇宙生态系统 买入（首次） 盈利预测与估值盈利预测与估值 2021A 2022E 2023E 2024E 营业总收入（百万美元） 26,914 33,393 45,612 63,256 同比（%） 61% 2

15、4% 37% 39% 归属母公司净利润（百万美元） 9,752 10,209 16,177 24,245 同比（%） 125% 5% 58% 50% 每股收益（美元/股） 3.89 4.07 6.44 9.66 P/E（倍） 71.27 68.08 42.97 28.67 投资要点投资要点 英伟达英伟达高瞻远瞩，积极发展软件工具链， 试图在未来拥有广阔市场空间高瞻远瞩，积极发展软件工具链， 试图在未来拥有广阔市场空间的人工智能和元宇宙领域形成生态系统， 实现对硬件芯片的绑定， 筑牢的人工智能和元宇宙领域形成生态系统， 实现对硬件芯片的绑定， 筑牢行业壁垒。行业壁垒。与英特尔和 AMD（超威半导

16、体）等以芯片设计为主的公司相比，我们认为英伟达之所以享有高估值，主要因为其已经不仅仅是芯片设计公司，而是软硬件并重的、形成生态系统的公司。英伟达对于扩展 GPU 的使用场景非常重视，以人工智能行业为例，2006 年在英伟达意识到 GPU 并行计算的优势后，就开始投入巨资开发 CUDA 这一软件工具链，让人工智能行业的研究者免费使用该软件来调用 GPU 的计算资源， 这使得英伟达成为人工智能中深度学习的训练和推理领域的重要推动者，因此从人工智能行业发展开始，人工智能产业人员就在使用英伟达的软硬件套装，这些领域很难有动力使用英伟达之外的产品；英伟达也将这种软硬件并重的模式推向元宇宙 （Omnive

17、rse） 等新领域。 我们我们认为，在以云计算、自动驾驶等人工智能和以数字孪生、虚拟人为代表认为，在以云计算、自动驾驶等人工智能和以数字孪生、虚拟人为代表的元宇宙领域，英伟达有可能成为通用硬件平台的元宇宙领域，英伟达有可能成为通用硬件平台+软件工具生态的供应软件工具生态的供应商，类似于智能手机中的高通芯片商，类似于智能手机中的高通芯片+安卓操作系统的地位，行业壁垒安卓操作系统的地位，行业壁垒很很高。高。 由于由于 GPU 架构的使用场景越来越丰富，我们认为英伟达潜在的市场空架构的使用场景越来越丰富，我们认为英伟达潜在的市场空间（间（TAM）是现有传统业务的）是现有传统业务的 4 倍。倍。我们认

18、为其传统的消费者（游戏）业务的 TAM 为 1000 亿美元左右，目前正在快速扩张的数据中心领域TAM 在 1500 亿美元左右， 这是英伟达目前主要的营收领域。 展望未来，以下将是英伟达发挥巨大空间的领域：以下将是英伟达发挥巨大空间的领域： 在逐渐显露出竞争优势的汽车芯片 TAM 为 3000 亿美元左右；英伟达计划组成 GPU+DPU+CPU 的产品矩阵， 未来的云服务器领域 TAM 在 3000 亿美元左右； 在元宇宙时代可能大放异彩的 Omniverse 平台，其 TAM 在 1500 亿美元左右。 盈利预测与投资评级：盈利预测与投资评级：我们预计，随着英伟达在数据中心（三年复合增速

19、52%） 、汽车(三年复合增速 67%)以及专业显示领域（三年复合增速51%）营收快速增长，且 To B 利润率会略高于 To C 业务，其高 PE 会得到快速消化。我们按照 FY2025 测算的 239 亿美元的净利润为基础，以 8%折现到 FY2022， 考虑到公司在新兴领域的龙头地位和稀缺性，给予公司 50 倍 PE，其估值为 9486 亿美元，对应当前目标价为 374 美元，首次覆盖，给予买入评级。 风险提示风险提示：国家政策风险；法律风险；自身技术风险；竞争者风险。 股价走势股价走势 市场数据市场数据 收盘价(美元) 272.86 一年最低/最高价 206.50/307.11 市净率

20、(倍) 25.74 流通市值(百万美元) 684879 基础数据基础数据 每股净资产(美元) 10.62 8.18 资本负债率(%) 39.77 50.54 总股本(百万股) 2510 294.10 流通股(百万股) 2510 294.10 相关研究相关研究 东吴证券研究所的张良卫张良卫，王王紫敬和刘睿哲紫敬和刘睿哲对本文有较大贡献，特此致谢。 Table_Author 2022 年年 05 月月 27 日日 证券分析师证券分析师 证券分析师证券分析师 李晗李晗玥玥 Xxx (852) 3983 0823 .hk (852) 300 3000 X.hk nW9WpRnOsPtOpOtNsR8O

21、8QbRtRmMtRoMjMrRmRkPsRoO8OrQrRMYmQqQvPmPnO 3 / 52 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 Table_Yemei 公司深度研究 F 内容目录内容目录 1. 公司历史及业务简介公司历史及业务简介 . 7 1.1. GPU 简介. 7 1.2. 英伟达发展历史. 8 1.1. 英伟达业务简介. 9 2. 传统业务：消费者（游戏）相关业务保持稳定增长传统业务：消费者（游戏）相关业务保持稳定增长 . 10 2.1. 英伟达 GPU 五年来持续占据 PC 独显六成以上市场 . 10 2.2. 借

22、助 Bluefield 能力，发力云游戏 Geforce Now 业务 . 12 3. 成长业务：数据中心成为云和成长业务：数据中心成为云和 AI 领域基础设施，营收迅速扩大领域基础设施，营收迅速扩大 . 13 3.1. 采用并行计算的 GPU 天生适合 AI 领域的运算 . 14 3.2. 英伟达全面布局数据中心硬件市场. 15 3.2.1. 基于安培架构的 A100 系列，为数据中心打造高性能算力基础 . 16 3.2.2. DGX A100 数据中心及 DGX SuperPOD 解决方案，使英伟达保持超算领域优势17 3.2.3. 战略眼光独到，收购 Mellanox，提高数据交互性能

23、. 18 3.2.4. 推出英伟达自研 CPU，补齐数据中心短板 . 19 3.3. CUDA 软件生态助力 GPU 硬件，打造软硬件生态系统，形成行业壁垒 . 20 3.4. AI 的普及助力数据中心业务蓬勃发展. 22 3.4.1. GPU 在 AI 应用领域的硬件占比逐渐增加 . 22 3.4.2. 全球云服务提供商采用英伟达的硬件系统为其用户赋能. 23 4. 未来业务：布局自动驾驶平台化芯片，抢占智能汽车市场份额未来业务：布局自动驾驶平台化芯片，抢占智能汽车市场份额 . 25 4.1. 自动驾驶介绍自动驾驶介绍 . 25 4.1.1. 自动驾驶历史. 25 4.1.2. 自动驾驶等级

24、分类及技术路线. 25 4.2. 自动驾驶细分领域的市场规模自动驾驶细分领域的市场规模 . 26 4.3. 积极入局汽车芯片领域，成为平台化芯片的领导者积极入局汽车芯片领域，成为平台化芯片的领导者 . 27 4.3.1. 从移动业务起家，逐渐扩大应用市场. 27 4.3.2. AI 芯片逐渐专业化，平台化芯片发展空间更广. 28 4.3.3. 整合移动芯片的车载 AI 芯片平台，成为平台化芯片的代表 . 30 4.3.4. 软件安全性高，易于上手且生态丰富，助力 AI 芯片占领市场 . 31 4.3.5. 开拓自动驾驶虚拟测试平台，降低自动驾驶设计门槛. 31 4.4. 汽车业务营收稳定增长，

25、平台化芯片市场空间更大汽车业务营收稳定增长，平台化芯片市场空间更大 . 32 5. 未来业务：未来业务：Omniverse制定通用标准，打通不同设计平台，成为元宇宙平台级应用制定通用标准，打通不同设计平台，成为元宇宙平台级应用 . 35 5.1. Omniverse 迭代历史 . 35 5.2. Omniverse 的组成 . 36 5.2.1. Omniverse Connect，以插件分布连接 Nucleus . 36 5.2.2. Omniverse Nucleus，数据库与协作引擎链接多名用户 . 36 5.2.3. Omniverse Kit，基于 USD 构建的工具包 . 38 5

26、.2.4. Audio2Face：基于 Omniverse Kit 的面部动画生成技术. 39 5.2.5. Isaac Sim：基于 Omniverse Kit 的 AI 机器人模拟仿真平台 . 40 5.2.6. Omniverse Create，基于 Kit 加速高级场景合成 . 41 5.3. Omniverse 特点与行业应用场景 . 41 5.3.1. Omniverse 特点突出，优势定位明晰，与传统软件比更易上手 . 41 5.3.2. 应用场景革新，改变行业流程. 42 4 / 52 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声

27、明部分 Table_Yemei 公司深度研究 F 6. 盈利预测与盈利预测与估值估值 . 45 6.1. 盈利预测. 45 6.1.1. 消费级显卡业务. 45 6.1.2. 数据中心业务. 46 6.1.3. 汽车业务. 46 6.1.4. 专业解决方案业务. 46 6.2. 估值预测. 47 7. 风险提示风险提示 . 48 5 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 图表目录图表目录 图 1： CPU 的基本结构及原理 . 7 图 2： GPU 的基本结构及原理. 7 图 3：

28、 GPU 的分类. 8 图 4： 常见芯片特点总结. 8 图 5： 英伟达 GPU 发展历史. 9 图 6： 英伟达分业务的历史营收变化. 10 图 7： 全球台式机 GPU 市场份额变化（单位：百万片）. 10 图 8： 截止到 2021 年 3 月的 GPU 排行榜. 11 图 9： 英伟达 DLSS 技术展示 . 12 图 10： 英伟达云游戏 Geforce Now 采用 Bluefield 架构来减小延迟 . 13 图 11： 数据中心逐渐成为互联网架构的核心 . 14 图 12： 具有并行结构的神经网络. 15 图 13： 神经网络的发展历程. 15 图 14： 卷积算法示意图.

29、15 图 15： 英伟达硬件的升级规划路线. 16 图 16： 英伟达 GPU 架构升级带来的性能提升. 17 图 17： A100 成为世界上最强性能的 AI 计算 GPU . 17 图 18： DGX Station A100 与上一代价格、场地占用和耗电量对比图 . 18 图 19： 超算领域前 500 名中 InfiniBand 和其他互联技术的在中的占比 . 19 图 20： 英伟达 GPU 架构升级带来的性能提升. 19 图 21： 英伟达 DPU 的升级规划. 19 图 22： 英伟达 Grace 与 GPU 配合可解决读取内存的带宽瓶颈问题 . 20 图 23： CUDA 架构

30、示意图 . 22 图 24： OpenCL 和 CUDA 的比较 . 22 图 25： CUDA 成为支持 AI 发展的重要力量 . 22 图 26： 自动驾驶车辆年出货量预测（万辆）. 26 图 27： 自动驾驶的细分领域市场规模测算. 27 图 28： 车载 AI 芯片的市场规模预测 . 28 图 29： 英伟达汽车软件相关的支持模块. 31 图 30： 英伟达自动驾驶虚拟平台系统示意图. 32 图 31： 英伟达汽车业务与 Mobileye 的营收对比 . 32 图 32： 英伟达汽车业务的合作伙伴. 33 图 33： Omniverse 的组成 . 36 图 34： Nucleus 实

31、现用户实时协作 . 37 图 35： Nucleus 内部架构 . 38 图 36： Nucleus 用户权限管理 . 38 图 37： Omniverse Kit 构成 . 39 图 38： Audio2Face 功能示意图 . 40 图 39： Isaac SIM 可以完成的物理模拟场景 . 41 图 40： Omniverse 实现多人协同设计及渲染 . 42 图 41： 革新建筑、工程和施工. 43 图 42： 革新制造业. 44 6 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分

32、图 43： 革新媒体和娱乐业. 44 图 44： 英伟达与英特尔、AMD 市值对比 . 47 图 45： 英伟达与英特尔、AMD 市盈率对比 . 47 表 1： 自动驾驶等级分类. 25 表 2： 英伟达移动芯片发展历程. 27 表 3： 车规级 AI 芯片的解决方案分类 . 29 表 4： 英伟达车载 AI 芯片平台发展历程 . 30 表 5： Omniverse Kit 主要组成 . 39 表 6： 英伟达各业务营收预测. 45 7 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 1.

33、公司历史及业务简介公司历史及业务简介 1.1. GPU 简介简介 多核心的并行结构多核心的并行结构 GPU 比少核心串行结构的比少核心串行结构的 CPU 更适合处理图形图像（矩阵结更适合处理图形图像（矩阵结构）信息。构）信息。CPU（Central Processing Unit，中央处理器）的功能主要是解释计算机指令以及处理计算机软件中的数据，是计算机的核心大脑，可以处理计算机遇到的所有指令。GPU（Graphics Processing Unit，图形处理器）是图形计算的重要元件， 主要用来处理与与图形图像相关的数据，在高端 PC 中通常会有独立 GPU，以获得更好的视觉体验。他们二者的区

34、别主要是，CPU 通常有 4 个、8 个或 16 个强力 ALU 核心（arithmetic logic unit，算术逻辑单元） ，适合做复杂的通用串行任务；而 GPU 可能有数千个简单 ALU 核心， 适合做简单特定的并行任务。 我们通过以下的例子来说明 CPU 和 GPU 的差异： CPU就像一个大学生，可以进行微积分等复杂计算，但若要在短时间内完成几万道加减算数问题，也是很难办得到的；而 GPU 就像几百个小学生，虽然都不会微积分等复杂计算的能力，但人数多，可以在很短时间内完成几万道加减算数问题。也有例子把 CPU 比作跑车，GPU 比作大卡车，对于将少量货物从 A 运到 B 来说，是

35、作为跑车的 CPU 更快； 但如果货物非常多， 那么作为跑车的 CPU 需要往返的次数远远多于作为货车的 GPU，作为货车的 GPU 虽然完成一次任务较慢， 但是可以携带更多的货物， 其效率会高于 CPU。总而言之，对于复杂的单个计算任务来说， CPU 的执行效率更高，通用性更强；而对于图形图像这种矩阵式多像素点的简单计算，更适合用 GPU 来处理，但通用性较弱。 图图1：CPU 的基本结构及原理的基本结构及原理 图图2：GPU 的基本结构及原理的基本结构及原理 数据来源：简书网，东吴证券（香港）绘制 数据来源：简书网，东吴证券（香港）绘制 GPU 按接入方式分为独立按接入方式分为独立 GPU

36、 和集成和集成 GPU；按照应用端划分为移动；按照应用端划分为移动 GPU、服务、服务器器 GPU 和和 PC GPU。GPU 是图形处理单元，在 PC（个人电脑）早期，图形数据较为简单，主要都是由 CPU 来进行图形处理。随着图形显示规模的增加，CPU 已经很难分出更多精力来处理图形信息，而且 CPU 的架构决定了其处理图形信息的效率是偏低的，因此逐渐发展出了专门处理图形信息的 GPU。英伟达专做 GPU，开发了独立于 CPU 的GPU；英特尔作为 CPU 的霸主，开发了寄生于 CPU 芯片上的 GPU 单元，被称为集成GPU。通常来讲，独立 GPU 的性能都要优于集成 GPU，在对图形实时

37、处理要求不高的 8 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 日常办公领域，使用普通的集成 GPU 即可；在对图形实时处理能力要求很高的游戏及设计领域，一般都需要使用独立 GPU。随着移动设备的发展，GPU 也从 PC 端扩展到了移动端，高通骁龙以及苹果的 A 系列芯片都开发了相应的 GPU 芯片模块。 图图3：GPU 的分类的分类 数据来源：东吴证券（香港）整理 随着随着 AI 以及云计算的兴起，具有并行计算架构的以及云计算的兴起，具有并行计算架构的 GPU 具有更高的效率，这也使具

38、有更高的效率，这也使得得 GPU 被应用到被应用到 AI 及云计算等数据处理之中。及云计算等数据处理之中。 这是一个全新的领域， 拥有巨大的成长空间。 值得一提的是， 市场上还存在着比 GPU 专用程度更高的芯片， 包括 FPGA （Field-programmable gate array，可编程逻辑阵列）和针对某一类 AI 计算的 ASIC（Application-specific integrated circuit，特定场景芯片） ，包括谷歌推出的 TPU（张量计算单元）和特斯拉推出的 NPU（神经网络计算单元） ，虽然在某些特定计算上效率更高，但目前这些芯片的使用场景比较单一，市场规

39、模还较小。 图图4：常见芯片特点总结常见芯片特点总结 数据来源：东吴证券（香港）整理 1.2. 英伟达发展历史英伟达发展历史 英伟达（英伟达（NVIDIA）是一家以）是一家以 GPU（Graphics Process Unit，图形处理单元）芯片，图形处理单元）芯片设计起家的人工智能计算公司。设计起家的人工智能计算公司。公司创立于 1993 年，总部位于美国加利福尼亚州圣克拉拉市。美籍华人 Jensen Huang（黄仁勋）是创始人兼 CEO。1999 年，NVIDIA 定义了GPU，GPU 的出现被业界视为现代计算机图形技术的开端。英伟达于 1999 年 1 月在纳斯达克挂牌上市，在 200

40、0 年它收购了曾经在 90 年代称霸图形显示市场的 3dfx 公司的知识产权，逐渐占据图形显示市场的优势地位。到 2021 年为止，在消费 PC 领域，能够量产 GPU 的公司只有英伟达、AMD 和英特尔，其中英特尔主要是以集成 GPU 为主， 9 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 AMD 既有集成 GPU 也有独立 GPU，英伟达主要是独立 GPU。在独立 GPU 领域，英伟达 2021Q1 占据 81%的市场份额，处于绝对的领先地位。 公司公司 20 多年来始终引领多年来始

41、终引领 GPU 行业的发展， 将行业的发展， 将 GPU 的主要应用场景从游戏以及画图等的主要应用场景从游戏以及画图等图像显示扩展到了以图像显示扩展到了以 AI、云计算等大数据相关的并行计算领域。、云计算等大数据相关的并行计算领域。英伟达保持着两年升级一次 GPU 架构的步伐，不断提高 GPU 的性能。在英伟达 GTC 2020 主题演讲中，NVIDIA 宣布推出安培(Ampere)架构，这是 NVIDIA 发布的第八代 GPU 架构，包含超过 540 亿个晶体管， 性能相较于前代提升了高达 20 倍， 也是 NVIDIA 8 代 GPU 历史上最大的一次性能飞跃。安培架构的最新一代RTX30

42、系列游戏GPU和AI计算GPU A100作为各自领域的代表产品，继续推动着相关领域的发展。 图图5：英伟达英伟达 GPU 发展历史发展历史 数据来源：公司官网，东吴证券（香港） 1.1. 英伟达业务简介英伟达业务简介 按照按照 FY2022（对应公历（对应公历 2021.12022.1）的年报分法，英伟达有消费者（游戏）业务）的年报分法，英伟达有消费者（游戏）业务Gaming、数据中心业务、数据中心业务 Data Center、汽车业务、汽车业务 Auto、专业解决方案业务、专业解决方案业务 Professional Visualization 以及以及 OEM 和其他业务和其他业务 OEM&

43、Others，英伟达主要为这些领域提供，英伟达主要为这些领域提供 GPU 芯片芯片及相应的软件工具链。及相应的软件工具链。从消费者行为来看，在 PC 端购买独立 GPU 的主要目的是为了体验高性能游戏，因此英伟达将 PC 端 GPU 的销售业务称之为游戏业务。游戏业务一直是英伟达的主营业务， 在各板块中营收排名领先； 随着 AI 和云计算的不断兴起， 英伟达逐渐将 GPU打造为 AI 和云计算提供算力的底层芯片，这部分与 AI 和云计算相关的业务被称为数据中心业务。英伟达数据中心业务营收从 2020 年以来迎来迅速增长，我们预计在 2025 年左右将成为营收规模最大的板块；汽车智能化对算力需求

44、的提高，英伟达也将 GPU 芯片装入车辆中为其提供高算力。随着汽车智能化的不断提速，我们预计英伟达汽车业务营收也会快速增长，成为公司的一个重要板块。 10 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 图图6：英伟达分业务的历史营收变化英伟达分业务的历史营收变化 数据来源：历年公司财报，Wind，东吴证券（香港） 2. 传统业务：消费者（游戏）相关业务保持稳定增长传统业务：消费者（游戏）相关业务保持稳定增长 2.1. 英伟达英伟达 GPU 五年来持续占据五年来持续占据 PC 独显六成以上市

45、场独显六成以上市场 由于疫情导致的居家时间延长，公司由于疫情导致的居家时间延长，公司 GPU 量价齐升，量价齐升，FY2022Q2 游戏相关营收同比大游戏相关营收同比大增增 85%，单季收入首次超过，单季收入首次超过 30 亿美元。亿美元。英伟达的 GPU 在 PC 端是以独立显卡的形式存在，通过独立显卡可以实现高帧率高分辨率 3A 游戏、专业绘图等应用。独显领域是一个壁垒极高的市场，经过 20 多年的充分竞争后，目前仅有英伟达、AMD 可以推出相关产品，而英伟达占据绝对的领先优势。据研究机构 Jon Peddie Research 报道，2021Q1 英伟达在 PC 独显市场占据 81%的市

46、场份额（2020 全年为 77%） 。 图图7：全球台式机全球台式机 GPU 市场份额变化（单位：百万片）市场份额变化（单位：百万片） 数据来源：Jon Peddie Research，东吴证券（香港） 以每两年更新一次架构、 每半年性能翻倍的速度， 持续引领消费级以每两年更新一次架构、 每半年性能翻倍的速度， 持续引领消费级 GPU 市场。市场。 2020 11 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 年 9 月 2 日，英伟达发布了新一代显卡 RTX30 系列，与前一代 RTX2

47、0 系列相比，采用了全新的安培架构，在核心数、显存、频率等性能都有了大幅度提升。RTX30 的高算力加上英伟达的 DLSS（Deep Learning Super Sampling，深度学习超采样）技术，大大提高实际场景的运算力（在算力不变的情况下提高帧率） ，使得英伟达显卡深受游戏玩家的喜爱。在中国，RTX30 系列中的 RTX3080 由发售价的 5499 元被一路炒高至 18000 元左右， 足见其火爆程度 （虽然部分原因是受到数字货币“挖矿”抢货的影响） 。英伟达以半年性能提升一倍的“黄氏定律”牢牢占据 GPU 的领导者地位。截止到 2021 年 3 月，英伟达的各系列 GPU 在性能

48、排行的前 20 名中占据了包括第一名在内的 14 个席位，可以看出英伟达在 GPU 领域的霸主地位。 图图8：截止到截止到 2021 年年 3 月的月的 GPU 排行榜排行榜 数据来源：henglong，东吴证券（香港） 12 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读正文之后的免责声明部分 图图9：英伟达英伟达 DLSS 技术展示技术展示 数据来源：公司官网，东吴证券（香港） 2.2. 借助借助 Bluefield 能力，发力云游戏能力，发力云游戏 Geforce Now 业务业务 云游戏是以云计算为基础的

49、游戏方式，在云游戏的运行模式下，所有游戏都在服务器端运行，并将渲染完毕后的游戏画面压缩后通过网络传送给用户。在客户端，用户的游戏设备不需要任何高端处理器和显卡，只需要基本的视频解压能力就可以，因此其市场潜力很大，据 Newzoo 2021 年 3 月发布的报告预测，2023 年全球云游戏市场收入可能达到 51 亿美元。但目前主要受限于网络延迟以及服务器延迟等方面，市场尚处于初期阶段。除英伟达外，目前还有微软、谷歌、索尼、腾讯以及网易等也在拓展云游戏业务。 英伟达云游戏平英伟达云游戏平台台 Geforce Now 采用采用 Bluefield 架构，解决云游戏服务器的延迟问架构，解决云游戏服务器

50、的延迟问题。题。对于云游戏来说，延迟是最亟待解决的问题。而控制延迟的关键，不仅需要良好的通信网络能力，更为重要的是对云端服务器的数据处理特别是图形相关的处理速度。英伟达利用其在数据中心的经验，优化了服务器架构，推出了英伟达云游戏平台 Geforce Now，采用 RTX 服务器来实现更低延迟（整体延迟小于 100ms） ，使云游戏体验得到了优化。由于目前云游戏仍受限于网络延迟，整个市场尚不成熟，但随着基础设施的不断发展，此项业务将为英伟达带来未来全新增长空间。 13 / 52 Table_Yemei 公司深度研究 F 东吴证券（香港）东吴证券（香港） 请务必阅读正文之后的免责声明部分请务必阅读