英伟达专题研究：新产品、数据中心、自动驾驶驱动短中长期发展

1、英伟达专题研究：新产品、数据中心、自动驾驶驱动短中长期发展一、报告缘起：英伟达跻身全球半导体企业市值 TOP 1英伟达：年初至今涨幅超 50%，跻身全球半导体上市公司 TOP 1。受益于公司自身良 好的业绩表现，以及疫情以来美股市场的水涨船高，2020 年，英伟达股价上涨超过 120%， 跻身全球十大科技公司之一，2021 年公司股价继续上行超过 50%，市值达到 5000 亿美元 量级，亦成为全球市值最大的半导体企业。同时相较于传统的半导体企业英特尔，以及美 股费城半导体指数（SOX）等，英伟达表现更为惊艳，显著好于行业整体，本身反映了市 场对公司系统级产品能力，以及在游戏、数据中心、自动驾

2、驶等领域持续开拓带来的持续 成长性的信心。股价上行：更多和公司业绩增速相挂钩。回溯公司历史股价表现，我们发现，相较于 一般半导体企业的周期属性，市场更多偏向于从成长股的角度看待英伟达的股价表现。自 去年以来，受益于新一代安培架构产品的发布，以及由此带来的游戏、数据中心等业务需 求的快速增长，以及自动驾驶热度的不断上行，期间内公司股价涨势喜人。而最近两个月， 伴随美股市场风格再次从价值向成长切换，公司股价继续录得明显上行。展望未来，作为全球市值 5000 亿美元量级的全球科技巨头，公司股价短期、中长期 进一步上行的主要动力来自哪里，公司核心产品&技术能否保持持续领先，如何看待云厂 商、半导体厂商

3、的竞争，公司游戏业务、数据中心中短期将保持何种速度增长，自动驾驶 中长期的空间有多大、货币化拐点在什么时候等，这些都是我们这篇报告需要去认真思考 和回答的问题。在下文内容中，我们将从游戏、数据中心、自动驾驶三个当前核心应用场 景出发，就公司的产品布局、竞争优劣势、短期&中长期成长性等展开系统分析。二、游戏业务：有利产品周期，短期持续高速增长可期业务概况：作为公司的传统优势业务，目前公司在游戏领域的产品&服务主要包括： GPU 芯片&硬件产品、GeForce Now 云游戏平台等。其中 GPU 硬件产品主要包括：1） 用于显示器的 GTX 和 RTX 系列 GPU；2）用于游戏本显卡中的 GTX

4、、RTX、RTX Studio 和 Max-Q 系列 GPU；3）用于 G-SYNC 显示器的 GPU。据公司 FY2022Q1 电话会议中 透露，目前 GeForce Now 云游戏服务平台注册人数已达 1000 万，游戏产品数据超过 1 万款。业绩表现：最近数年来，全球 PC 市场的表现和公司显卡销量的相关性不断走弱，公 司游戏显卡的销量表现更多依赖于：自身产品升级周期、全球游戏用户增长等核心因素的 驱动。自去年下半年以来，安培架构性能的进一步提升，以及支持 RTX 、DLSS 特性的 明星游戏产品数量的不断增多（超过 130 款），叠加疫情期间游戏用户的爆发式增长和疫 情后线上习惯的基本

5、延续等，推动公司游戏显卡收入不断创下新高，FY2022Q1 营收达到 27.60 亿美元（同比+106%，环比+11%），占公司当期收入比重 48.7%。同时在市场竞争 方面，借助安培架构的突出表现，公司在高端独立显卡市场份额继续回到 80%以上，牢牢 占据主导地位。短期需求判断。继一季度的高速增长之后，我们继续看好公司短期游戏显卡的销量表 现，核心支撑逻辑主要包括如下：产品技术明显升级：2020 年安培架构产品中，RTX 技术升级到第二代，并逐步 向第三代 Tensor Core 技术推进，带动 RTX 系列显卡图像运算能力的全面提升， 而 DLSS、Reflex 等能力带动游戏体验的提升，

6、DLSS 2.0 将 FPS 提升近 30， Reflex 降低 50%的游戏延迟。对于超大型以及精品游戏的运行，大幅提升体验能 力。对于大型 3A 游戏，在高画质条件下需满足 45-90FPS，电竞场景下需要 120-140FPS。在 GTX 的传统产品线中，开启 RT（光线追踪）之后，游戏帧数 从 60 掉至不足 30 帧。但在 RTX 产品中，可提升至 90FPS 以上。合作 OEM 机型增加：英伟达依靠庞大的游戏生态与技术，在 Max-Q+传统游戏 本的基础上，持续带动覆盖硬件的规模数量。截至 2020 年，英伟达游戏笔记本 依旧保持 20%以上的增速，而 Max-Q 系列产品覆盖的机

7、型从 2019 年的 45 款提 升至 98 款，产品线覆盖的全面，叠加 PC 在 2020-2021 的高景气度，英伟达显卡出货量有望持续受益。从英伟达历次芯片架构升级的历程看，图灵、安培架构 均实现 60 美元量级的 ASP 提升，安培架构下，接近 50%的产品价格超过 299 美元，对英伟达而言，有望受益量价齐升逻辑。新产品良好销量表现、极低库存水平：发布近 9 周，安培架构的收入即超过图灵 架构发售 18 周的收入规模，是英伟达历史上增速最快的显卡系列，同时产品 ASP 相较上一代提升 20%左右，在 steam 平台上的份额是图灵架构的 2 倍。中期视 角下，英伟达游戏显卡仍具备充分

8、的渗透空间，图灵架构下，其在当年的渗透率 仅 2%，GTX1660Ti 之下的产品数超过 90%。安培架构发布后，在公司目前超过 2 亿的存量用户中，RTX 占比 15%，仍有 85%以上的产品需要升级。同时随着 6 月份公司 RTX3080Ti、3070Ti 新品的发布，并考虑到短期市场持续偏紧的供给 约束，我们继续看好短期的销量表现。中长期需求展望：历史数据回溯发现，公司游戏显卡产品呈现出明显的结构性，中低 端产品线作为游戏类、办公类笔记本的标配，多数情况下和同期 PC 出货量变化明显相关； 而在高端市场，公司销量表现，则更多和自身产品周期&创新能力、同期市场 3A 游戏大作 的繁荣度等因

9、素相关，而疫情后用户线上习惯的延续和保持，亦在一定程度上构成长周期 的支撑：PC 游戏用户扩展：在主机游戏文化盛行的欧美市场，目前 PC 游戏用户占比正 在不断提升，同时 esports、竞技类游戏产品&用户的不断增长，将成为高端 PC 游戏显卡的重要支撑。云游戏：长期的 option。根据英伟达数据，2021 年全球仍有 10 亿台 PC/笔记本 配置低于游戏推荐配置，意味着大量玩家游戏需求未能得到满足。根据 newzoo 数据，2023 年全球云游戏市场规模将达到 48 亿美元，随着 5G、云计算等基础 设施的持续增长，云游戏大概率将成为游戏行业的确定性趋势。英伟达基于运算 和生态能力，打

10、造云游戏计算平台 GeForce Now，目前已经建立 27 个数据中心， 覆盖 75 个国家和地区。短期而言，云游戏尚未完全成型，但在中长期有望成为 驱动公司长期增长的新动能。三、数据中心：全栈式产品方案，技术竞争力全球领先业务概况：依托于通过 CUDA 软件堆栈对 GPU 通用计算能力的不断发掘，以及近年 来深度学习在 AI 领域的大规模应用，英伟达在 GPU 通用计算领域的布局硕果累累，并通 过芯片、硬件、软件等全栈式的布局，逐步成为全球 AI 领域的主导者。目前公司计算&网 络部门收入占公司整体收入比重已经超过 40%，且有望在未来数年成为公司最为主要的收 入来源。芯片&硬件产品：早期

11、英伟达在数据中心的产品布局主要为 GPU 加速器，主要 为 Tesla 系列。通过将不同型号的 GPU 加速器与 CPU、DDDR 等其他硬件产品 组合以及软件的开发，英伟达还推出了面向高性能计算（HPC）、人工智能（DGX）、 边缘计算（EGX）等领域中的硬件产品。近年来借助对 Mellanox 的收购等，公 司数据中心芯片产品组合已扩展至 GPU、CPU、DPU 等。软件产品：主要包括 NGC 和虚拟 GPU。前者是 GPU 加速的云平台服务，开发 者通过 NGC 平台可以加速使用深度学习框架；后者主要用于在虚拟机上运行 AI、 深度学习和高性能计算等密集型任务。应用服务：主要是指提供包括

12、深度学习和人工智能、高性能计算（HPC）、人工 智能加速分析、GPU 云计算和虚拟桌面等服务。业绩表现：受益于市场对公司新一代安培架构产品的欢迎，以及对话式 AI、推荐系统 等下游应用场景的训练模型部署量的增多等，叠加 Mellanox 并表的影响，FY2022Q1，公 司数据中心业务实现营收 20.48 亿美元（同比+79.5%，环比+7.6%），创历史新高。产品布局：在 GPU 产品之外，公司一直在从系统层面思考如何提升数据中心市场的 整体运算性能，近期对 Mellanox、ARM（尚待监管机构批准）的收购，DPU、CPU 等全 新的芯片产品的推出，有望进一步提升公司在系统层面的整体竞争力

13、。DPU：作为融合了 Mellanox 技术的一个 SoC 产品，该处理器集成了 ARM 处理 器核、VLIW 矢量计算引擎和智能网卡的功能，主要用于分担&卸载部分 CPU 的 功能，承担分布式存储、网络计算、网络安全等功能。通过 DPU，企业可实时 进行 AI 安全分析，具体包括识别提示窃取机密的异常流量、线速加密流量分析、 恶意活动的主机自检、以及动态的安全编排自动化响应（SOAR）。依据公司此前 公布的计划，公司将在 2021 年新推出两款 DPU 芯片：BlueField-2 和 BlueField-2X；2022 年新推出两款 DPU 芯片：BlueField-3 和 BlueFie

14、ld-3X；2023 年新推出一款 DPU 芯片：BlueField-4。同时在软件生态方面，公司推出了配合 DPU 处理器的软件开发工具包DOCA（Data Center Infrastructure On A Chip Architecture）。通过 DOCA 软件开发工具，研发人员可在 DPU 数据中心基础设 施上构建对应的应用程序。CPU：在公司 2021 年发布会上，命名为 Grace 的 CPU 首次发布，该产品是一 款基于 ARM 架构面向服务器市场的 CPU，主要用于计算密集的大型计算中心或 超级计算机等场景中。当然这款 CPU 产品，本身并非是和当前的 X86 CPU 产品

15、 进行竞争，更多是面向计算机密集型的利基市场，重点探索通过 NVlink 技术实 现 CPU、GPU 之间的大带宽连接&交互。Grace 产品，支持 NVLink 技术，在 数据传输能力上大幅提升至 900GB/s，较之前的产品提升八倍左右。截至目前， 英伟达 CPU 产品 Grace 已获得美国能源部下属的洛斯阿拉莫斯国家实验室、瑞 士国家超级计算中心&苏黎世联邦理工大学的两家订单。其中，洛斯阿拉莫斯国 家实验室预计将于 2023 年推出一台基于 Grace 打造的超级计算机；瑞士国家超 级计算中心&苏黎世联邦理工大学将推出一款算力为 20Exaflops 算力的超级计 算机（目前全球第一超

16、算“富岳”的算力约为 0.537Exaflops）。产业发展趋势：目前在数据中心领域，英伟达的产品&解决方案主要应用于 AI 训练环 节，同时公司亦积极向 AI 推理、HPC（高性能计算）等应用场景扩展，中期来看，AI 训 练场景的扩展、AI 模型复杂度的不断提升，以及全球边缘端推理模型的大规模部署等，都 将构成 AI 芯片市场核心的增量来源。AI 模型训练环节：2014 年以来，GPU 在卷积神经网络方面的良好表现，以及大 量的图像识别&计算机视觉模型的部署，成为这一段时间 GPU 主要需求来源，而 随着前期训练工作的收敛，以及市场主要参与者转向最优的模型，需求开始出现 衰退。而伴随谷歌借助

17、 BERT 模型在对话式 AI 领域的突破，以及微软的跟进， 训练端的需求再次被激发。我们判断，在当前技术可预期的范围，对话式 AI（主 要用于 NLP 等）、广度&深度推荐系统将构成中期市场核心应用场景之一。同时 相较于此前的图像识别&计算机视觉，对话式 AI、推荐系统模型参数&复杂度的 大幅增加亦会对芯片&硬件提出更高的要求。AI 推理环节：相较于训练环节，显然推理环节是一个更大、更具吸引力的市场， 但同时相较于训练环节，推理环节对于计算复杂度、计算精度要求不高，但对于 延迟较为敏感，本身技术要求和训练存在明显不同。同时传感器技术的成熟、通 信网络的发展等，亦将极大促进边缘智能计算设备的需

18、求，以及最终带动对推理 芯片的需求。高性能计算：在 HPC 计算市场，借助 AI 芯片的并行运算能力实现对复杂问题的 求解，正在获得越来越多的关注。据 Tractica 数据显示，2017 年全球 AI HPC 市 场规模约 13.6 亿美元，预计到 2025 年市场规模达 111.9 亿美元，7 年 CAGR 为35.1%。AI HPC 市场规模占比由 2017 年的 7.2%提高至 2025 年的 35.5%。同 时 Tractica 数据显示，2018 年全球 AI 芯片市场规模为 51 亿美元，预计到 2023 年市场规模达 510 亿美元，5 年市场空间增长近 10 倍。行业竞争格局

19、：沿着技术层面的核心差异，我们按照训练&推理、边缘&数据中心两个 维度，梳理目前全球主要的 AI 芯片参与者，整体而言，相较于全球其他主要竞争对手，英 伟达在产品完整度、存量市场份额等层面实现领先，同时我们判断这种领先优势长周期亦 将大概率维持。产品完整度&竞争力：英伟达系统级产品布局、在训练环节的突出表现&领先优 势已基本成为市场的共识，而在推理领域，伴随新一代安培架构的升级，以及由 此实现的训练、推理的统一，以及对稀疏矩阵运算问题的良好支持，目前在推理 方面，英伟达最新的 A100 芯片的 Int 8 Tops 已经达到 1248，较上一代提升超过 5X。同时在训练环节，根据英伟达 202

20、1GTC 大会上提供的 Mlperf 评测，在图像 识别、对话式 AI、推荐系统等多个模型的对比评测中，英伟达芯片训练性能全面 领先华为、谷歌等主要竞争对手。基于技术层面的全面分析，我们判断英伟达有 望在企业对外服务（训练、推理）、企业内部服务（训练）环节保持持续领先， 但在企业内部服务（推理）仍面临延迟、功耗等层面的明显短板。而我们看到， 英伟达在数据中心市场的产品迭代节奏继续延续既有的习惯，即继续保持对芯片 性能的狂热追逐，以及每两年升级一次产品（CPU、DPU、GPU）的频率。市场份额结构：根据 lyftr 的统计数据，2021Q1，在全球 TOP 云厂商数据中心 AI 加 速芯片市场，

21、英伟达份额占比为 78%，近年来基本稳定在 80%附近，市场领先地位稳固。 同时根据 Lifter 2019 年 5 月的数据显示，全球四大云计算平台阿里云、AWS、Azure 和谷 歌云（GCP）中，英伟达 TESLA 系列 GPU 产品的市场占有率大幅领先。其中，阿里云 采用英伟达 TESLA 系列 GPU 比例为 81%，AWS、Azure 和 GCP 使用比例分别为 89%、 100%和 100%，市场份额绝对领先。另外据 Top500.Org 数据显示，英伟达 GPU 产品在 全球Top 500超算中心的渗透率逐年提高，由 2013H1的 72.2%提升至 2021H2的 90.3%

22、， 几乎处于垄断地位。市场需求展望：考虑到短期公司有利的新产品周期、企业市场需求的逐步恢复等，以 及长周期 AI 应用场景的不断拓展、公司产品通用计算能力的不断提升等，叠加公司在全球 市场突出的领先地位，我们持续看好公司数据中心产品短期、中长期的发展前景。短期：新一代安培产品突出的性能，以及 A00 系列产品目前在英伟达存量数据中心市 场中约 2%的渗透率（前两代产品 V100、T4 的市占率合计为 52%），短期、中期的替换空 间较为明显；伴随宏观经济的复苏，企业市场的 IT 支出正逐步恢复，同时北美云厂商 CAPEX 周期也已经从 Q2 开始进入上行周期，这也会对需求形成明显支撑；同时在下

23、游 应用场景部分，面向对话式 AI、推荐系统等训练模型的部署规模仍处于上行周期，且考虑 到模型本身的复杂度，我们预计持续时间周期料将显著长于上次的图像识别周期。中长期：从更为宏观的角度，在过去数年，全球数据中心芯片市场保持了 14%的复合 增速，同时英伟达市场份额亦由 2014Q1 的 1.6%提升至 2021Q1 的 22.7%，仅次于英特 尔（61.6%），市场需求的自然增长，公司产品组合带来的突出竞争力，都将是公司数据中 心业务长周期稳健增长的核心支撑。目前公司在数据中心已先后推出了多款 GPU 加速器 芯片、DPU 芯片、CPU 服务器芯片，未来有望凭借“GPU+DPU+CPU”的硬件

24、组合，持 续获得数据中心更多的市场份额。同时，公司在上述硬件组合的基础上，也推出了 CUDA、 DOCA、NVLink、NGC 等软件工具，助力下游企业进行更好的软件开发。此外，公司基 于软硬件一体的生态系统，针对下游高性能计算、边缘计算、超级计算等垂直应用领域， 也推出了 DGX、HGX、EGX 等一体化解决方案或产品。产品丰富度、技术竞争力持续领 先主要竞争对手。四、自动驾驶：逐步进入收获期，中长期成长性重要来源业务概况：和数据中心市场的业务策略类似，目前在自动驾驶领域，公司已经形成了 分层解耦、全栈式的自动驾驶产品解决方案。同时基于自动驾驶硬件平台，公司推出了自 动驾驶配套的 Const

25、ellation（仿真系统）、Drive OS（底层开发平台）、Driveworks（服务 器平台配套解决方案）、Drive AV（自动驾驶功能方案）和 Drive IX（人机交互方案）等， 覆盖“硬件+软件”的一体化解决方案，助力下游客户进行自动驾驶技术的测试与开发。产品布局：自 2014 年 1 月，公司宣布拟进军自动驾驶业务以来，公司累计发布了 7 款自动驾驶芯片（包括 Tegra X1、Tegra Parker、Tegra Xavier、Drive Xavier、Drive AGX Orin、Orin、Atlan 等）。并且通过芯片的组合，发布了 8 款自动驾驶计算平台（Drive P

26、X、 Drive PX 2、Drive PX Xavier、Drive PX Pegasus、Drive AGX Xavier、Drive AGX Pegasus、 Drive Orin、Drive Pegasus Robotaxi）。从公司产品释放进程来看，英伟达自动驾驶平台 早期主要覆盖 L4/5 级别自动驾驶应用场景。随后公司发布 Xavier 和 Orin 自动驾驶计算平 台，新覆盖 L2/3 级自动驾驶应用场景。产品矩阵的丰富，也带动了自动驾驶应用场景的快 速增加。目前，英伟达自动驾驶平台已覆盖 L2-L5 级自动驾驶的应用场景。产业合作生态：据公司 CEO 黄仁勋透露：目前英伟达已

27、经和超过 370 家不同的公司 建立了合作关系，既包括像丰田、奔驰等主机厂，Uber 和滴滴等出行公司，采埃孚等 Tier 1 供应商，也包括自动驾驶创企、激光雷达公司、地图公司等。同时据公司 2021GTC 大 会透露，目前英伟达在高级别自动驾驶领域中的客户，基本覆盖 Robo-Taxi、Robo-Truck 细分赛道的主流玩家，具体包括图森未来、智加科技、Cruise、Zoox、AutoX、小马智行、 文远知行、滴滴等。产业发展分析：未来随着自动驾驶级别的提高，智能汽车对车载计算平台的算力要求 也逐步提高。地平线数据显示，L4 级别的车载计算平台计算能力将达 320 TOPs、L5 级别

28、的车载计算平台算力将超过 4000 TOPs。罗兰贝格数据显示，随着智能汽车渗透率的提高 &计算平台算力的提高，其市场规模有望从 2017 年的 11 亿美元提升至 2025 年的 795 亿 美元（CAGR=70.1%）。同时 2020 年以来，受新冠疫情影响，市场催生出对无人配送、 非接触式配送、无人驾驶环卫车的刚性需求。海内外公司如 Nuro AI、智行者科技、小马 智行、Argo AI 利用无人驾驶技术为居民或医院提供无人驾驶配送服务或无人消毒服务， 在很大程度上加速了无人驾驶技术的普及与落地。市场竞争格局：为把握智能驾驶行业发展机遇，造车新势力、传统整车厂、科技公司 以及初创公司加大了在此领域中的相关布局。如：以特斯拉为代表的造车新势力，推出了 FSD 智能驾驶系统；以奥迪为代表的传统整车厂，推出了 Audi AI 智能驾驶系统；以 Waymo 为代表的科技公司，推出了 Waymo Driver 智能驾驶系统。同时与主要竞争对手 Mobileye 相比，英伟达在自动驾驶领域中的营收增速弱于 Mobileye，主要原因是英伟达早期的车载 计算平台主要定位于 L4/5 级自动驾驶应用场景，而 mobileye 芯片主要定位于 L2/3 级自动 驾驶应用场景。我们认为，未来随着公司 Xavier 车载计算平台渗透率的逐步提升，以及 Orin 芯片的流片成功，公司在 L