英偉達(dá)研究報告范文推薦6篇

英偉達(dá)研究報告范文推薦6篇5英偉達(dá)研究報告范文第一篇.盈利預(yù)測我們對英偉達(dá)的各項業(yè)務(wù)收入做如下預(yù)測：.消費(fèi)級顯卡業(yè)務(wù)消費(fèi)級（游戲）業(yè)務(wù)主要是個人PC上的以提升游戲和圖像顯示能力的獨(dú)立顯卡業(yè)務(wù)。由于新冠疫情影響，人們居家時間較多，游戲的需求明顯增加，再加上許多3A游戲需要通過全新一代英偉達(dá)顯卡才能達(dá)到體驗效果，英偉達(dá)全新一代RTX系列顯卡一直處于供不應(yīng)求的狀態(tài)；雖然AMD推出的顯卡也獲得了好評，且擁有一定的性價比優(yōu)勢，不過由于（1）英偉達(dá)在高端顯卡優(yōu)勢明顯，且針對英偉達(dá)顯卡進(jìn)行優(yōu)化的游戲數(shù)量遠(yuǎn)超過AMD，因此英偉達(dá)顯卡仍是消費(fèi)者首選；（2）整個市場仍有很大的空間，全球80%以上的PC尚未升級新一代顯卡，與此同時全球PC游戲玩家數(shù)量大幅增長，因此我們預(yù)計英偉達(dá)游戲業(yè)務(wù)的收入仍將保持強(qiáng)勁勢頭。FY2022財報顯示，游戲業(yè)務(wù)營收達(dá)到億美元，同比增長61%。我們預(yù)計，隨著RTX系列產(chǎn)能不斷釋放，疊加RTX帶來均價的上漲，F(xiàn)Y2025游戲顯卡業(yè)務(wù)（包括云游戲相關(guān)）營收可達(dá)億美元，F(xiàn)Y2023~2025的CAGR為17%。.數(shù)據(jù)中心業(yè)務(wù)數(shù)據(jù)中心業(yè)務(wù)主要指向云服務(wù)商提供的云服務(wù)器硬件芯片及系統(tǒng)。鑒于AI以及云業(yè)務(wù)的快速興起，GPU因并行架構(gòu)優(yōu)勢將獲得更多的市場份額，英偉達(dá)在云業(yè)務(wù)的營收迎來了快速的增長，F(xiàn)Y2022的營收達(dá)億美元，同比增長58%。我們預(yù)計，隨著AI以及云計算的快速普及帶來的硬件配置需求，英偉達(dá)數(shù)據(jù)中心業(yè)務(wù)將會延續(xù)快速增長的勢頭。Yole預(yù)計全球云服務(wù)的市場規(guī)模，從2019年到2025年的CAGR為13%，其中GPU的需求遠(yuǎn)大于CPU。我們認(rèn)為英偉達(dá)作為行業(yè)龍頭，F(xiàn)Y2025數(shù)據(jù)中心業(yè)務(wù)營收可達(dá)億美元，F(xiàn)Y2023~2025的CAGR為52%。.汽車業(yè)務(wù)我們通過芯片單價乘以芯片出貨量來估計汽車業(yè)務(wù)收入。通過對競爭對手Mobileye2020年的財報分析，2020年Mobileye出貨量為1930萬片，營收為億美元，得到其平均售價為50美元；但考慮到英偉達(dá)芯片主要是面對L2+級車輛，其單價水平較高，英偉達(dá)芯片定價能力很強(qiáng)，我們假定英偉達(dá)單芯片平均價格在100美元左右（價格包含相應(yīng)的軟件服務(wù)）。隨著技術(shù)的進(jìn)步，芯片更新?lián)Q代能力變強(qiáng)的同時成本也會有所下降，這兩個因素使得芯片價格會在2021~2025年內(nèi)維持在100美元。FY2020英偉達(dá)汽車業(yè)務(wù)收入為億美元，但由于疫情因素，以及新冠疫情對汽車銷售的影響，F(xiàn)Y2021汽車業(yè)務(wù)收入下降到億美元。FY2022財報顯示，汽車業(yè)務(wù)收入是億美元，同比僅增長6%。但隨著Orin芯片放量在即，疫情逐漸恢復(fù)后汽車整體銷量恢復(fù)疊加智能化汽車開始放量等因素，英偉達(dá)汽車業(yè)務(wù)FY2025營收可達(dá)億美元，F(xiàn)Y2023~2025的CAGR為86%。.專業(yè)解決方案業(yè)務(wù)Quadro術(shù)，將高性能GPU嵌入戴爾、聯(lián)想等PC中打造專業(yè)圖形工作站的業(yè)務(wù)。此項業(yè)務(wù)客戶主要為圖形圖像相關(guān)的建筑設(shè)計、醫(yī)療影像、影音等公司，F(xiàn)Y2019~2021營收為億美元，整體營收較為穩(wěn)定。值得注意的是，英偉達(dá)目前將全新推出的Omniverse歸入此項業(yè)務(wù)之中，而Omniverse數(shù)年后的收入情況。我們相信Omniverse長曲線，但近三年可能還無法非?？焖俚某砷L，我們預(yù)計FY2025案業(yè)務(wù)營收可達(dá)億美元，F(xiàn)Y2023~2025的CAGR為51%。（本文僅供參考，不代表我們的任何投資建議。如需使用相關(guān)信息，請參閱報告原文。）精選報告來源：【未來智庫】。英偉達(dá)成為云計算和AI這個未來“金礦”行業(yè)的芯片及服務(wù)器等“鏟子”工具——GPU的主要供應(yīng)商，2020年以來以AI和云計算為主要服務(wù)對象的數(shù)據(jù)中心業(yè)務(wù)營收規(guī)模已經(jīng)和游戲業(yè)務(wù)相當(dāng)。英偉達(dá)創(chuàng)始人、CEO黃仁勛于2021年6.采用并行計算的GPU天生適合AI領(lǐng)域的運(yùn)算英偉達(dá)研究報告范文第三篇.GPU簡介多核心的并行結(jié)構(gòu)GPU比少核心串行結(jié)構(gòu)的CPU更適合處理圖形圖像（矩陣結(jié)構(gòu)）信息。CPU（CentralProcessingUnit，中央處理器）計算機(jī)遇到的所有指令。GPU（GraphicsProcessingUnit，圖形處理器）是圖形計算的重要元件，主要用來處理與與圖形圖像相關(guān)的數(shù)據(jù)，在高端PC中通常會有獨(dú)立GPU，以獲得更好的視覺體驗。他們二者的區(qū)別主要是，CPU通常有4個、8個或16個強(qiáng)力ALU核心（arithmeticlogicunit，輯單元），適合做復(fù)雜的通用串行任務(wù)；而GPU可能有數(shù)千個簡單ALU核心，適合做簡單特定的并行任務(wù)。我們通過以下的例子來說明CPU和GPU的差異：CPU就像一個大學(xué)生，可以進(jìn)行微積分等復(fù)雜計算，但若要在短時間內(nèi)完成幾萬道加減算數(shù)問題，也是很難辦得到的；而GPU就像幾百個小學(xué)生，雖然都不會微積分等復(fù)雜計算的能力，但人數(shù)多，可以在很短時間內(nèi)完成幾萬道加減算數(shù)問題。也有例子把CPU比作跑車，GPU比作大卡車，對于將少量貨物從A運(yùn)到B來說，是作為跑車的CPU更快；但如果貨物非常多，那么作為跑車的CPU需要往返的次數(shù)遠(yuǎn)遠(yuǎn)多于作為貨車的GPU，作為貨車的GPU雖然完成一次任務(wù)較慢，但是可以攜帶更多的貨物，其效率會高于CPU。總而言之，對于復(fù)雜的單個計算任務(wù)來說，CPU的執(zhí)行效率更高，通用性更強(qiáng)；而對于圖形圖像這種矩陣式多像素點(diǎn)的簡單計算，更適合用GPU來處理，但通用性較弱。GPU按接入方式分為獨(dú)立GPU和集成GPU；按照應(yīng)用端劃分為移動GPU、服務(wù)器GPU和PCGPU。GPU是圖形處理單元，在PC（個人電腦）早期，圖形數(shù)據(jù)較為簡單，主要都是由CPU來進(jìn)行圖形處理。隨著圖形顯示規(guī)模的增加，CPU已經(jīng)很難分出更多精力來處理圖形信息，而且CPU的架構(gòu)決定了其處理圖形信息的效率是偏低的，因此逐漸發(fā)展出了專門處理圖形信息的GPU。英偉達(dá)專做GPU，開發(fā)了獨(dú)立于CPU的GPU；英特爾作為CPU的霸主，開發(fā)了寄生于CPU芯片上的GPU單元，被稱為集成GPU。通常來講，獨(dú)立GPU的性能都要優(yōu)于集成GPU，在對圖形實(shí)時處理要求不高的日常辦公領(lǐng)域，使用普通的集成GPU即可；在對圖形實(shí)時處理能力要求很高的游戲及設(shè)計領(lǐng)域，一般都需要使用獨(dú)立GPU。隨著移動設(shè)備的發(fā)展，GPU也從PC端擴(kuò)展到了移動端，高通驍龍以及蘋果的A系列芯片都開發(fā)了相應(yīng)的GPU芯片模塊。英偉達(dá)研究報告范文第四篇.英偉達(dá)GPU五年來持續(xù)占據(jù)PC獨(dú)顯六成以上市場由于疫情導(dǎo)致的居家時間延長，公司GPU量價齊升，F(xiàn)Y2022Q2游戲相關(guān)營收同比大增85%，單季收入首次超過30億美元。英偉達(dá)的GPU在PC端是以獨(dú)立顯卡的形式存在，通過獨(dú)立顯卡可以實(shí)現(xiàn)高幀率高分辨率3A繪圖等應(yīng)用。獨(dú)顯領(lǐng)域是一個壁壘極高的市場，經(jīng)過20目前僅有英偉達(dá)、AMD可以推出相關(guān)產(chǎn)品，而英偉達(dá)占據(jù)絕對的領(lǐng)先優(yōu)勢。2021Q1英偉達(dá)在PC獨(dú)顯市場占據(jù)81%的市場份額（2020全年為77%）。以每兩年更新一次架構(gòu)、每半年性能翻倍的速度，持續(xù)引領(lǐng)消費(fèi)級GPU20209月2日，英偉達(dá)發(fā)布了新一代顯卡RTX30系列，與前一代RTX20系列相比，采用了全新的安培架構(gòu)，在核心數(shù)、顯存、頻率等性能都有了大幅度提升。RTX30的高算力加上英偉達(dá)的DLSS（DeepLearningSuperSampling，深度學(xué)習(xí)超采樣）技術(shù)，大大提高實(shí)際場景的運(yùn)算力（在算力不變的情況下提高幀率），使得英偉達(dá)顯卡深受游戲玩家的喜愛。在中國，RTX30系列中的RTX3080由發(fā)售價的5499元人民幣被一路炒高至18000元左右，足見其火爆程度（雖然部分原因是受到數(shù)字貨幣“挖礦”搶貨的影響）。英偉達(dá)以半年性能提升一倍的“黃氏定律”牢牢占據(jù)GPU的領(lǐng)導(dǎo)者地位。截止到2021年3月，英偉達(dá)的各系列GPU在性能排行的前20名中占據(jù)了包括第一名在內(nèi)的14個席位，可以看出英偉達(dá)在GPU領(lǐng)域的霸主地位。.借助Bluefield能力，發(fā)力云游戲GeforceNow業(yè)務(wù)英偉達(dá)研究報告范文第五篇圖表1:NVIDIA單季度收入及同比增長率 5圖表2:自上市以來，Nvidia業(yè)績復(fù)合增速大幅領(lǐng)先于行業(yè)平均及可比司 5圖表3:上市以來，Nvidia股價表現(xiàn)大幅跑贏行業(yè)平均及主要可比司 6圖表4:研發(fā)費(fèi)用絕對值對比：Nvidiavs.AMD 6圖表5:研發(fā)費(fèi)用率對比：Nvidiavs.AMD 6圖表6:計算芯片廠商利潤率對比 7圖表7:NVIDIA12FP/E與12FP/S走勢 8圖表8:部分美股科技公司市值vs.2020eP/S估值情況 8圖表9:Nvidia12FP/E估值對Intel存在長期溢價 9圖表10:自2016年起，Nvidia12FP/S估值大幅高于競爭對手 9圖表11:全球PC出貨量變化 10圖表12:全球桌面顯卡出貨量（獨(dú)顯vs.集顯） 10圖表13:Nvidia游戲顯卡出貨量，ASP及收入情況 10圖表14:Nvidia游戲業(yè)務(wù)單季度收入及同比增長率 10圖表15:FY2014（截止2014/01/31）英偉達(dá)營收拆分 11圖表16:FY2019（截止2019/1/31）英偉達(dá)營收拆分 11圖表17:獨(dú)立GPU市占率變化情況 11圖表18:Steam游戲平臺數(shù)據(jù)顯示玩家對Nvidia顯卡偏好度持續(xù)升 12圖表19:目前主要游戲顯卡參數(shù)對比（Nvidiavs.AMD） 12圖表20:CUDA示意圖 13圖表21:Nvidia數(shù)據(jù)中心業(yè)務(wù)提供平臺型服務(wù) 14圖表22:數(shù)據(jù)中心負(fù)載任務(wù)量變化 14圖表23:超級數(shù)據(jù)中心數(shù)量變化 14圖表24:Nvidia最新一代數(shù)據(jù)中心用TeslaGPU 15圖表25:Nvidia數(shù)據(jù)中心業(yè)務(wù)單季收入及同比增長率 15圖表26:數(shù)據(jù)中心業(yè)務(wù)自4QFY16起增速大幅跑贏其他業(yè)務(wù)線 15圖表27:四大云廠商中AI芯片市場份額：Nvidia占據(jù)絕對領(lǐng)導(dǎo)位 16圖表28:比特幣價格及交易量走勢 17圖表29:以太幣價格及交易量走勢 17圖表30:Nvidia存貨情況及存貨周轉(zhuǎn)天數(shù) 17圖表31:Nvidia汽車業(yè)務(wù)收入及同比增長率 18圖表32:Nvidia汽車業(yè)務(wù)收入及同比增長率 18圖表33:游戲業(yè)務(wù)的基本面仍然強(qiáng)勁 19圖表34:VR的市場機(jī)會 20圖表35:VR對圖像處理性能的要求超過PC游戲7倍之多 20圖表36:RTX顯卡的成長空間依然廣闊 21圖表37:Nvidia自動駕駛汽車市場機(jī)會概況 22圖表38:Nvidia硬件將大大降低總體擁有成本 23圖表39:Nvidia數(shù)據(jù)中心業(yè)務(wù)生態(tài) 24圖表40:主要云端訓(xùn)練芯片一覽 24圖表41:主要云端推斷芯片一覽 24圖表42:自動駕駛的三大階段 25圖表43:自動駕駛的級別 26圖表44:Nvidia自動駕駛汽車市場機(jī)會概況 26圖表45:自動駕駛平臺對比 27圖表46:各自動駕駛芯片廠商合作方比較 27圖表47:計算芯片市場份額（按廠商，2017） 29圖表48:計算芯片市場份額（按器件，2017） 29圖表49:人工智能、大數(shù)據(jù)、云計算對半導(dǎo)體提出了新要求 30圖表50:Intel數(shù)據(jù)中心組業(yè)務(wù)收入及營收比 30圖表51:Nvidia數(shù)據(jù)中心業(yè)務(wù)收入及占營收比 30圖表52:AI芯片工作流程 31圖表53:AI芯片投資地圖 32英偉達(dá)研究報告范文第六篇.自動駕駛介紹自動駕駛主要指自動駕駛汽車，也即無人車（driverlesscar），是一種無須人工干預(yù)而能夠完成出行需求的車輛。它利用了包括雷達(dá)、超聲波、GPS、計算機(jī)視覺等多種技術(shù)來感知其周邊環(huán)境，通過先進(jìn)的計算和控制系統(tǒng)，來識別障礙物和各種標(biāo)識牌，規(guī)劃合適的路徑來控制車輛行駛。.自動駕駛歷史科技巨頭、獨(dú)角獸公司以及整車廠紛紛開展自動駕駛研究，自動駕駛迎來快速發(fā)展的時期。自動駕駛的研究歷史非常悠久，早在1977年時日本就有基于攝像頭的自動駕駛汽車問世。但限于軟硬件能力及成本的束縛，自動駕駛的發(fā)展較為緩慢。直到2004年美國國防部推出的DARPA項目，很大程度上推動了自動駕駛的復(fù)興?，F(xiàn)代意義上的自動駕駛技術(shù)在DARPA挑戰(zhàn)賽上已經(jīng)成型，參賽車輛上已經(jīng)配備了激光雷達(dá)、攝像頭以及分析決策系統(tǒng)。2005年的DARPA挑戰(zhàn)賽中，有五支隊伍的參賽車輛已經(jīng)可以完成限定場景的無人駕駛。目前的自動駕駛技術(shù)都是在這個基礎(chǔ)上進(jìn)行的不斷升級，主要在成本優(yōu)化和車規(guī)級適配性等實(shí)用性方面進(jìn)行完善，不僅有各種科技巨頭領(lǐng)導(dǎo)相關(guān)研究，科技獨(dú)角獸公司以及整車廠也都紛紛加入這個領(lǐng)域，自動駕駛?cè)嫔虡I(yè)化的時代就要到來。.自動駕駛等級分類及技術(shù)路線目前有兩種自動駕駛研發(fā)思路。一種是可稱之為自上而下的不考慮成本的研究L4+級完全自動駕駛，代表企業(yè)有谷歌的Waymo、通用的Cruise、百度的Apollo等，目前其實(shí)現(xiàn)自動駕駛的系統(tǒng)成本在數(shù)十萬到百萬元人民幣以上；另一種主要是車企，他們要考慮成本因素，所以一般是自下而上的，由低級別的自動駕駛開始逐漸提升水平，目前商業(yè)化的汽車基本上可以達(dá)到L2級的水平，代表企業(yè)有特斯拉、奧迪、蔚來、小鵬等。值得一提的是，本文所提到的分類級別是從法律意義上已經(jīng)實(shí)現(xiàn)的級別而不是能力上的分類級別，也即如果是L3級以上的話，自動駕駛公司將為車輛的事故負(fù)責(zé)。因此本文所謂的L3及以上級別主要是由Robotaxi組成的。.自動駕駛細(xì)分領(lǐng)域的市場規(guī)模汽車市場正在經(jīng)歷快速的變革期，電動化是汽車升級的上半場，智能化是汽車升級的下半場。智能化將會迎來快速發(fā)展期，主要源于以下幾個方面：半導(dǎo)體技術(shù)的提升與成本的下降：隨著半導(dǎo)體制造商向汽車領(lǐng)域逐漸發(fā)展，規(guī)?；a(chǎn)有利于成本的降低，從而推動銷量擴(kuò)大形成正反饋，汽車半導(dǎo)體有望復(fù)制手機(jī)半導(dǎo)體領(lǐng)域的發(fā)展規(guī)模和速度；電動化的不斷普及加速了智能化：電動車的電機(jī)電控特性，相較于燃油車更有助于智能化的控制系統(tǒng)發(fā)展；對安全性便捷性和高效出行的要求：為了提升車輛差異化的競爭力，汽車廠商將繼續(xù)增加在駕駛輔助系統(tǒng)ADAS方面的投入，提升自動避險剎車、自動泊車、道路領(lǐng)航等能力，以提升車輛的安全性與便捷性；隨著自動駕駛能力的不斷提高，自動駕駛將有效緩解交通擁堵，大大提高出行的效率。我們預(yù)計，擁有智能化功能的車輛將從2020年的2773萬輛增長到2025年的6332萬輛。據(jù)IDC報告，2020年售出的汽車中，擁有自動駕駛（輔助）功能的汽車數(shù)量（包含L1~5級）為萬輛，其中L1為1874萬輛，L2為896萬輛，L3+為萬輛。我們根據(jù)市場智能化趨勢以及前幾年的增速為基礎(chǔ)進(jìn)行測算，到2025年，擁有自動駕駛（輔助）功能的汽車數(shù)量（包含L1~5級）為6332萬輛，其中L1為3900萬輛，L2為2320萬輛，L3+為112萬輛；2020~2025的CAGR為。到2025年時，與單車自動駕駛相關(guān)的革新性部件，其市場總額可達(dá)781億美元，2020~2025CAGR可達(dá)。巨大的市場增量使得相關(guān)公司都希望能夠乘著智能化升級的東風(fēng)擴(kuò)大公司業(yè)務(wù)，占領(lǐng)市場空間。我們將與自動駕駛有關(guān)的市場進(jìn)行拆分，主要有八個模塊，其中與人工智能息息相關(guān)的決策軟件、AI芯片以及傳感器（攝像頭、激光雷達(dá)、高精地圖、毫米波雷達(dá)）的發(fā)展空間更大。.積極入局汽車芯片領(lǐng)域，成為平臺化芯片的領(lǐng)導(dǎo)者.從移動業(yè)務(wù)起家，逐漸擴(kuò)大應(yīng)用市場在智能手機(jī)興起的2008年時，英偉達(dá)試圖進(jìn)入移動芯片市場。為此，公司開發(fā)了Tegra系列芯片，采用了ARM的CPU架構(gòu)，并集成了自家的GPU芯片，組成了一套SOC（systemonachip）系統(tǒng)。早期的Tegra芯片注重功耗及效率的表現(xiàn)，主要用在微軟的一款MP3和Kin手機(jī)上；后期則更專注于提供高性能，其典型產(chǎn)品是任天堂的Switch，英偉達(dá)的TegraX1給任天堂Switch帶來了極高的畫面體驗。由于自動駕駛中對于畫面的實(shí)時處理要求很高，因此后續(xù)的Xavier以及Orin系列也開發(fā)了相應(yīng)的車規(guī)級芯片。從移動芯片的發(fā)展軌跡來看，英偉達(dá)的CUDA核心數(shù)量也快速增長，RAM的容量和帶寬也迅速提高，移動芯片的性能始終保持競爭優(yōu)勢。.AI芯片逐漸專業(yè)化，平臺化芯片發(fā)展空間更廣AI芯片為自動駕駛提供算力保障。隨著圖像/視頻和雷達(dá)等傳感器接受的數(shù)據(jù)量越來越大，對視覺芯片的實(shí)時算力要求也越來越高，據(jù)估計滿足安全冗余的L2級的算力要求至少需要10TOPS（INT8）以上，傳統(tǒng)的MCU（MicrocontrollerUnit，微控制單元，也稱為單片機(jī)）算力最多只能達(dá)到GOPS（比TOPS小一千倍），完全不能滿足圖像識別的算力要求。為了滿足自動駕駛的需求，多家芯片廠商開發(fā)出了針對車載市場優(yōu)化的AI芯片。當(dāng)前主流的車載AI芯片按架構(gòu)主要分為三類：GPU、FPGA、ASIC。其中GPU通用性較強(qiáng)因而場景適應(yīng)性強(qiáng)，但功耗相對較高。FPGA運(yùn)算速度快，通用性弱于GPU但功耗優(yōu)于GPU，因其易修改，主要用途是做ASIC的驗證版本。ASIC屬于為AI特定場景定制的芯片，通用性低但針對特定場景的每瓦功耗以及安全性更好，屬于最終階段的產(chǎn)品，開發(fā)成本較高。我們測算，汽車領(lǐng)域的AI芯片市場規(guī)模將從2020年的25億美元增長到2025年的105億美元，2020~2025的CAGR達(dá)44%。以英偉達(dá)為代表的平臺化芯片的發(fā)展空間更為廣闊。目前芯片的解決方案主要廠自研四種模式。特斯拉可類比為手機(jī)界的蘋果，核心的AI還需要有相應(yīng)的技術(shù)人才支撐，對于大多數(shù)整車廠來說很難實(shí)現(xiàn)；Mobileye以自研算法起家，早期與意法半導(dǎo)體合作研發(fā)芯片，后來被Intel收購后，形成了軟硬件一體化的能力，因此Mobileye的整車廠所棄用；平臺化芯片以英偉達(dá)為代表，目前市場上還有高通、地平線、華為和黑芝麻等廠商，這個方案的思路是提供平臺化芯片以及算法開發(fā)工具鏈（包括示例算法），整車廠可根據(jù)自身軟件研發(fā)能力自行選擇從哪個層面開始進(jìn)行軟件/算法的研發(fā)，自由度較大，因此受到了以小鵬、蔚來、理想、百度、小馬智行以及AutoX為代表的整車廠和科技公司的歡迎，類比來看，平臺化芯片類似于智能手機(jī)領(lǐng)域的高通和聯(lián)發(fā)科，市場空間較一體化自研的蘋果大；除平臺化芯片外，市場上還有傳統(tǒng)的汽車電子廠商瑞薩、恩智浦以及德州儀器等，也開始紛紛布局高算力的車載AI芯片，但以目前推出的產(chǎn)品來看，其芯片算力相對較低，且單瓦功耗也比較大，客戶主要是傳統(tǒng)的Tier1廠商以及部分科技公司。.整合移動芯片的車載AI芯片平臺，成為平臺化芯片的代表產(chǎn)品自由度高，客戶可根據(jù)需求選擇合適的芯片平臺方案。在Tegra的基礎(chǔ)上，英偉達(dá)集成了一些特殊功能的GPU以及輔助芯片，推出了英偉達(dá)Drive系列車載AI芯片平臺。早期的車載AI芯片平臺與單個移動芯片差別不大，但隨著車載系統(tǒng)的要求不斷多樣化，英偉達(dá)Drive系統(tǒng)也增加了很多選擇。例如DrivePXXavier僅配備了一塊Xavier芯片，其算力為30TOPS，功耗僅為30W，適合用在L2級的量產(chǎn)車型中，例如小鵬P7此款車載芯片平臺；對于L4級車輛的車載AI芯片平臺，僅僅一個Xavier芯片算力不夠，因此采用了兩個Xavier芯片加上兩個圖靈架構(gòu)的GPU，使算力達(dá)到了320TOPS，其功耗也增加到了500W；蔚來希望打造自己的計算平臺，因此從英偉達(dá)這里選購的是獨(dú)立的Orin的使用場景選擇適合的產(chǎn)品，這極大地增加了英偉達(dá)車載AI芯片的使用場景。.軟件安全性高，易于上手且生態(tài)豐富，助力AI芯片占領(lǐng)市場不僅算力領(lǐng)先，英偉達(dá)易于上手的軟件工具鏈極大地了方便了芯片使用者的開發(fā)過程。同數(shù)據(jù)中心基礎(chǔ)芯片類似，英偉達(dá)十分重視對軟件工具鏈的開發(fā)。英偉達(dá)不僅花費(fèi)了大量的研發(fā)資金，成立了測試小組專門改裝了車輛以提高英偉達(dá)的芯片及相關(guān)軟件工具鏈的安全性與穩(wěn)定性，還積極聽取客戶的意見并對相關(guān)要求作出回應(yīng)。在不斷的測試中，軟件工具鏈的可用性也不斷提高。安全、可靠且易用的軟件工具鏈不僅可以讓軟件開發(fā)人員快速上手并熟練掌握芯片的調(diào)用技巧，還可以保證軟件的不會在汽車這個安全性要求極高的領(lǐng)域出現(xiàn)差錯，這也是整車廠采用英偉達(dá)方案的主要原因之一。英偉達(dá)的軟件還有一個特點(diǎn)是其軟件開放性高。有豐富軟件開發(fā)能力的客戶可以從底層操作系統(tǒng)開始自行研發(fā)，而初入此領(lǐng)域的客戶可以從較上層的應(yīng)用軟件開始研發(fā)，底層使用英偉達(dá)搭建的通用系統(tǒng)。英偉達(dá)靈活的使用方案適配性強(qiáng)，潛在客戶數(shù)量巨大。.開拓自動駕駛虛擬測試平臺，降低自動駕駛設(shè)計門檻除平臺化芯片外，英偉達(dá)也積極推廣虛擬測試平臺Constellation。NVIDIADRIVEConstellation是數(shù)據(jù)中心解決方案，集成了功能強(qiáng)大的GPU和DRIVEAGXPegasus。在GPU上運(yùn)行的高級可視化軟件模擬輸入到Pegasus的攝像機(jī)、普通雷達(dá)和激光雷達(dá)數(shù)據(jù)，而Pegasus對這些數(shù)據(jù)進(jìn)行處理，就好像它真的在路上行駛一樣。這個可擴(kuò)展系統(tǒng)能夠生成數(shù)十億英里的不同自動駕駛汽車測試場景，用于在部署之前對“硬件在回路”和“軟件在回路”進(jìn)行驗證，極大減輕自動駕駛的初期開發(fā)成本。這個虛擬平臺包括環(huán)境測試、車流測試、車輛測試、傳感器測試以及超車模型測試等等。當(dāng)然，目前的模擬測試還無法替代真實(shí)路況測試，但隨著英偉達(dá)模擬功能的不斷完善，其測試能力也會逐漸提高。.汽車業(yè)務(wù)營收穩(wěn)定增長，平臺化芯片市場空間更大英偉達(dá)汽車業(yè)務(wù)目前仍落后于Mobileye。截至到2021年7月，在車載汽車芯片市場，按營收來看，只有Mobileye和英偉達(dá)兩大巨頭，兩者的營業(yè)收入可占整個市場收入的90%。Mobileye以整體解決方案