電子AI+系列專題報(bào)告（二）：復(fù)盤英偉達(dá)的AI發(fā)展之路

證券研究報(bào)告|2023年05月29日電子AI+系列專題報(bào)告(二)復(fù)盤英偉達(dá)的AI發(fā)展之路行業(yè)研究·行業(yè)專題投資評級：超配(維持評級)證券分析師：胡券分析師：胡uhui2@S0980521080002證券分析師：胡ujian1@S0980521080001證券分析師：李梓izipeng@S0980522090001021-60375402zhoujingxiang@S0980522100001聯(lián)系人：詹瀏hanliuyang@請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容復(fù)盤英偉達(dá)的AI發(fā)展之路lGPU是人工智能時(shí)代下滿足深度學(xué)習(xí)大量計(jì)算需求的核心AI芯片。過去五年，大型語言模型的參數(shù)規(guī)模以指數(shù)級增長；從2018年起，OpenAI開始發(fā)布生成式預(yù)訓(xùn)練語言模型GPT以來，GPT更新?lián)Q代持續(xù)提升模型及參數(shù)規(guī)模；2022年12月，OpenAI發(fā)布基于GPT-3.5的聊天機(jī)器人模型ChatGPT，參數(shù)量達(dá)到1750億個(gè)。ChatGPT引領(lǐng)全球人工智能浪潮，人工智能發(fā)展需要AI芯片作為算力支撐。據(jù)Tractica數(shù)據(jù)，全球AI芯片市場規(guī)模預(yù)計(jì)由2018年的51億美元增長至2025年的726億美元，對應(yīng)CAGR達(dá)46.14%；據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)，中國AI芯片市場規(guī)模預(yù)計(jì)由2019年的122億元增長至2024年的785億元，對應(yīng)CAGR達(dá)45.11%。AI芯片中由于GPU通用型強(qiáng)，滿足深度學(xué)習(xí)大量計(jì)算的需求，因此GPU在訓(xùn)練負(fù)載中具有絕對優(yōu)勢。以GPT-3為例，在32位的單精度浮點(diǎn)數(shù)數(shù)據(jù)下，訓(xùn)練階段所需GPU數(shù)量為1558個(gè)，谷歌級應(yīng)用推理階段所需GPU數(shù)量為706315個(gè)。l英偉達(dá)開辟GPGPU加速計(jì)算格局，GPU架構(gòu)演進(jìn)及產(chǎn)品布局賦能AI時(shí)代。英偉達(dá)(NVIDIA)成立于1993年，總部位于美國加利福尼亞州圣克拉拉，是一家人工智能計(jì)算公司。據(jù)JPR數(shù)據(jù)，4Q22英偉達(dá)獨(dú)立GPU出貨量占比為82%，位居市場第一。公司股價(jià)經(jīng)歷2016-2018年、2020-2021年、2022年9月以來三輪快速增長；其中2022年9月至今，受AI驅(qū)動下針對芯片算力需求提升，公司股價(jià)呈現(xiàn)大幅度反彈；截至2023年4月30日，公司市值為6854.00億美元?；仡櫄v史，1999年，公司發(fā)明了圖形處理器，定義了現(xiàn)代計(jì)算機(jī)圖形學(xué)；2006年，公司推出用于通用GPU(GPGPU)計(jì)算的CUDA平臺。自2015年以后，隨著AI浪潮迅猛推進(jìn)，公司業(yè)務(wù)不斷多元化，向數(shù)據(jù)中心、游戲、移動設(shè)備、汽車電子等市場發(fā)展。公司GPU產(chǎn)品能夠并行計(jì)算的性能優(yōu)勢滿足深度學(xué)習(xí)需求，通過對GPU架構(gòu)升級不斷推出新產(chǎn)品，其運(yùn)算性能得到顯著提升，廣泛用于數(shù)據(jù)中心等計(jì)算密集領(lǐng)域。請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容復(fù)盤英偉達(dá)的AI發(fā)展之路l構(gòu)建加速計(jì)算平臺、完善“三芯片”產(chǎn)品布局，重點(diǎn)發(fā)力AI及數(shù)據(jù)中心領(lǐng)域。英偉達(dá)業(yè)務(wù)模式擬打造成類似于計(jì)算堆棧或神經(jīng)網(wǎng)絡(luò)，包含硬件、系統(tǒng)軟件、平臺軟件和應(yīng)用四層，公司結(jié)合芯片、系統(tǒng)和軟件的全棧創(chuàng)新能力構(gòu)建加速計(jì)算平臺，并且完善針對AI加速計(jì)算及數(shù)據(jù)中心的GPU、CPU、DPU三種芯片產(chǎn)品結(jié)構(gòu)。AI布局方面，早在生成式AI變革初期就已參與并與OpenAI、微軟合作。2023年3月，英偉達(dá)在GTC大會上推出4個(gè)針對各種生成式AI應(yīng)用程序進(jìn)行優(yōu)化的推理平臺，其中發(fā)布帶有雙GPUNVLink的H100NVL加速計(jì)算卡，以支持ChatGPT類大型語言模型推理。與適用于GPT-3處理的HGXA100相比，配備四對H100與雙GPUNVLink的標(biāo)準(zhǔn)服務(wù)器的速度最高可達(dá)10倍。l計(jì)算與網(wǎng)絡(luò)事業(yè)部收入占比提升，數(shù)據(jù)中心超過游戲成為收入主要來源。FY23，公司收入為269.74億美元，同比增長0.22%，主要由于數(shù)據(jù)中心及汽車領(lǐng)域收入的高速增長抵消了游戲及專業(yè)可視化領(lǐng)域所帶來的收入減少；凈利潤為43.68億美元，同比減少55.21%，主要由于運(yùn)營費(fèi)用同比增長50%所致，包括與Arm交易相關(guān)的13.5億美元收購終止費(fèi)用。公司業(yè)務(wù)部門包括計(jì)算與網(wǎng)絡(luò)事業(yè)部和圖形事業(yè)部，F(xiàn)Y23收入占比分別為55.86%、44.14%。公司的平臺及產(chǎn)品主要應(yīng)用于數(shù)據(jù)中心、游戲、專業(yè)可視化、汽車等四大領(lǐng)域，F(xiàn)Y23占比分別為55.63%、33.61%、5.72%、1.69%。分地區(qū)來看，F(xiàn)Y23來自美國地區(qū)的收入占比最高，達(dá)30.7%。公司FY1Q24實(shí)現(xiàn)收入71.92億美元(YoY-13.2%，QoQ18.9%)，F(xiàn)Y2Q24收入指引為107.8-112.2億美元(YoY60.8%至67.4%，QoQ49.9%至56.0%)。l產(chǎn)業(yè)鏈相關(guān)公司：算力：英偉達(dá)、海光信息、寒武紀(jì)、全志科技；服務(wù)器：工業(yè)富聯(lián)、國芯科技、環(huán)旭電子、聞泰科技、易德龍；PCB：滬電股份、勝宏科技、東山精密、鵬鼎控股；AI終端：晶晨股份、瑞芯微；先進(jìn)封裝：長電科技、通富微電、芯原股份；存儲：深科技、江波龍、佰維存儲、兆易創(chuàng)新。l風(fēng)險(xiǎn)提示：宏觀AI推廣不及預(yù)期，AI投資規(guī)模低于預(yù)期，AI服務(wù)器滲透率提升低于預(yù)期，AI監(jiān)管政策收緊等。請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容GPU與人工智能英偉達(dá)的AI發(fā)展之路英偉達(dá)業(yè)績實(shí)現(xiàn)與拆解風(fēng)險(xiǎn)提示請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容PU請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容l全球數(shù)據(jù)總量及數(shù)據(jù)中心負(fù)載任務(wù)量大幅上漲，數(shù)據(jù)中心算力需求快速增長。隨著量數(shù)據(jù)的產(chǎn)生及其計(jì)算處理成為數(shù)據(jù)中心發(fā)展關(guān)鍵。?據(jù)IDC數(shù)據(jù)，全球數(shù)據(jù)總量預(yù)計(jì)由2021年的82.47ZB上升至2026年的215.99ZB，l全球數(shù)據(jù)總量及數(shù)據(jù)中心負(fù)載任務(wù)量大幅上漲，數(shù)據(jù)中心算力需求快速增長。隨著量數(shù)據(jù)的產(chǎn)生及其計(jì)算處理成為數(shù)據(jù)中心發(fā)展關(guān)鍵。?據(jù)IDC數(shù)據(jù)，全球數(shù)據(jù)總量預(yù)計(jì)由2021年的82.47ZB上升至2026年的215.99ZB，對應(yīng)CAGR達(dá)21.24%。其中，大規(guī)模張量運(yùn)算、矩陣運(yùn)算是人工智能在計(jì)算層面的突出需求，高并行度的深度學(xué)習(xí)算法在視覺、語音和自然語言處理等領(lǐng)域上的廣力需求呈現(xiàn)指數(shù)級增長。?據(jù)Cisco數(shù)據(jù)，全球數(shù)據(jù)中心負(fù)載任務(wù)量預(yù)計(jì)由2016年的241.5萬個(gè)上升至2021年圖：2016-2021年全球數(shù)據(jù)中心負(fù)載任務(wù)量及預(yù)測圖圖：2021-2026年全球數(shù)據(jù)總量及預(yù)測0000201620172018201920202021E020212022E2023E2024E20212022E2023E2024E2025E2026E簡單任務(wù)中不同參數(shù)模型上下文學(xué)習(xí)性能 模型參數(shù)規(guī)模大幅上漲帶來算力需求提升簡單任務(wù)中不同參數(shù)模型上下文學(xué)習(xí)性能l以模型中的參數(shù)數(shù)量衡量，大型語言模型的參數(shù)在過去五年中以指數(shù)級增長。隨著參數(shù)量和訓(xùn)練數(shù)據(jù)量的增大，語言模型的能力會隨著參數(shù)量的指數(shù)增長而線性增長，這種現(xiàn)象被稱為ScalingLaw。但當(dāng)模型的參數(shù)量大于一定程度的時(shí)候，模型能力 (EmergentAbility)，如推理能力、無標(biāo)注學(xué)習(xí)能力等。例如GPT之前的大語言模型主流是深度神經(jīng)網(wǎng)絡(luò)驅(qū)動，參數(shù)在數(shù)十億水平，而ChatGPT達(dá)到1750億參數(shù)。資料來源：英偉達(dá)官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理資料來源：《LanguageModelsareFew-ShotLearners》，國信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容神經(jīng)網(wǎng)絡(luò)AlexNet使用GPU訓(xùn)練開啟AI時(shí)代，AI芯片是算力的重要支撐ll隨著互聯(lián)網(wǎng)時(shí)代對于數(shù)據(jù)量的積累，大數(shù)據(jù)背景下神經(jīng)網(wǎng)絡(luò)成為機(jī)器學(xué)習(xí)的重要方法。2012年，深度卷積神經(jīng)網(wǎng)絡(luò)AlexNet憑借在圖像分類識別領(lǐng)域中性能的大幅提升及錯(cuò)誤率的大幅降低，成為人工智能的標(biāo)志性事件。l在此過程中，其訓(xùn)練者AlexKrizhevsky創(chuàng)新性地使用英偉達(dá)GPU成功訓(xùn)練了性能有突破性提升的深度神經(jīng)網(wǎng)絡(luò)AlexNet，從而開啟了新的人工智能時(shí)代。英偉達(dá)GPU伴隨著深度學(xué)習(xí)模型訓(xùn)練和推理所需要的大量算力成為了人工智能時(shí)代的新基礎(chǔ)設(shè)施。圖圖：AlexNet網(wǎng)絡(luò)結(jié)構(gòu)示意圖AI經(jīng)濟(jì)研究所整理llChatGPT引領(lǐng)全球人工智能浪潮，人工智能發(fā)展需要AI芯片作為算力支撐。從2018年起，OpenAI開始發(fā)布生成式預(yù)訓(xùn)練語言模型GPT以來，GPT更新?lián)Q代持續(xù)提升模型及參數(shù)規(guī)模，當(dāng)時(shí)GPT-1參數(shù)量只有1.17億個(gè)。l2020年，OpenAI發(fā)布GPT-3預(yù)訓(xùn)練模型，參數(shù)量為1750億個(gè)，使用1000億個(gè)詞匯的語料庫進(jìn)行訓(xùn)練，在文本分析、機(jī)器翻譯、機(jī)器寫作等自然語言處理應(yīng)用領(lǐng)域表現(xiàn)出色。l2022年12月，OpenAI發(fā)布基于GPT-3.5的聊天機(jī)器人模型ChatGPT，具有出色的文字聊天和復(fù)雜語言處理能力。ChatGPT的發(fā)布引爆AI領(lǐng)域，海內(nèi)外科技公司紛紛宣布發(fā)布大語言模型，而用戶爆發(fā)式增長對大語言模型的算力需求同樣帶來挑戰(zhàn)，AI芯片成為算力提升關(guān)鍵。表：表：GPT-1至GPT-3模型參數(shù)版本GPT-1GPT-2GPT-3時(shí)間2018年6月2019年2月2020年5月參數(shù)量15.4億1750億預(yù)訓(xùn)練數(shù)據(jù)量5GB40GB45TB訓(xùn)練方式Pre-training+Fine-tuningPre-trainingPre-training序列長度51210242048#ofDecoderLayers124896SizeofHiddenLayers768160012288，國信證券經(jīng)濟(jì)研究所整理表：國內(nèi)外科技企業(yè)發(fā)語言模型發(fā)布情況公司布日期年11月30日atopenaicomdgooglecom日公開測試(目前升級中)fastnlptop瀾舟科技wwlangboatcomportalmengzimodel文心一言內(nèi)測iyanbaiducomwdatagrandcomproductsaigcBBithubcomTHUDMChatGLMB7日內(nèi)測ongyialiyuncom36010日內(nèi)測pwwwdmodelcom10日wsensecorecn天工3.517日ngongkunluncom--華為NLP-騰訊--信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容lAI芯片又稱AI加速器或計(jì)算卡，是專門用于處理人工智能應(yīng)用中大量計(jì)算任務(wù)的模塊。隨著數(shù)據(jù)海量增長、算法模型趨向復(fù)雜、處理對象異構(gòu)、計(jì)算性能要求高，AI芯片能夠在人工智能的算法和應(yīng)用上做針對性處理人工智能應(yīng)用中日漸多樣繁雜的計(jì)算任務(wù)。l隨著人工智能技術(shù)進(jìn)步及應(yīng)用場景多元化，全球及中國AI芯片市場得到進(jìn)一步發(fā)展。據(jù)lAI芯片又稱AI加速器或計(jì)算卡，是專門用于處理人工智能應(yīng)用中大量計(jì)算任務(wù)的模塊。隨著數(shù)據(jù)海量增長、算法模型趨向復(fù)雜、處理對象異構(gòu)、計(jì)算性能要求高，AI芯片能夠在人工智能的算法和應(yīng)用上做針對性處理人工智能應(yīng)用中日漸多樣繁雜的計(jì)算任務(wù)。l隨著人工智能技術(shù)進(jìn)步及應(yīng)用場景多元化，全球及中國AI芯片市場得到進(jìn)一步發(fā)展。據(jù)Tractica數(shù)據(jù)，全球AI芯片市場規(guī)模預(yù)計(jì)由2018年的51億美元增長至2025年的726億美元，對應(yīng)CAGR達(dá)46.14%。據(jù)前瞻產(chǎn)業(yè)研究院數(shù)據(jù)，中國AI芯片市場規(guī)模預(yù)計(jì)由2019年的122億元增長至2024CAGR達(dá)45.11%。圖：2019-2024年中國AI芯片市場規(guī)模及預(yù)測H國AI芯片市場份額圖圖：2018-2025年全球AI芯片市場規(guī)模及預(yù)測%%%%%%0000%20192020E2021E2022E2023E2024E20192020E2021E2022E2023E2024E院，國信證券經(jīng)濟(jì)研究所整理院，國信證券經(jīng)濟(jì)研究所整理ll當(dāng)前主流的AI芯片主要包括圖形處理器(GPU)、現(xiàn)場可編程門陣列(FPGA)、專用集成電路(ASIC)、神經(jīng)擬態(tài)芯片(NPU)等。其中，GPU、FPGA均是前期較為成熟的芯片架構(gòu)，屬于通用型芯片。ASIC屬于為AI特定場景定制的芯片。另外，中央處理器(CPU)是核心，是信息處理、程序運(yùn)行的最終執(zhí)行單元，是計(jì)算機(jī)的核心組成部件。lGPU在訓(xùn)練負(fù)載中具有絕對優(yōu)勢。據(jù)IDC數(shù)據(jù)，1H21中國AI芯片市場份額中，GPU占比高達(dá)91.9%，依然是實(shí)現(xiàn)數(shù)據(jù)中心加速的首選。GPU合大規(guī)模并行運(yùn)算，設(shè)計(jì)和制造工藝成熟，適用于高級復(fù)雜算法和通用性人工智能平臺。表：不同技術(shù)架構(gòu)AI芯片比較定制化程度中高強(qiáng)、適合大規(guī)模并行運(yùn)算；設(shè)計(jì)和制造工藝成熟。理段無法完全發(fā)揮。人工智能平臺。高中計(jì)算能力較低；硬件編程困難。行業(yè)。ASIC高低高；研發(fā)時(shí)間長；技術(shù)風(fēng)險(xiǎn)大。獨(dú)立設(shè)計(jì)一套專業(yè)智能信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容AI芯片包括GPU、FPGA、ASIC等，不同芯片定制化程度存在差異llFPGA(FieldProgrammableGateArray，現(xiàn)場可編程門陣列)是一種硬件可重構(gòu)的集成電路芯片，通過編程定義單元配置和鏈接架構(gòu)進(jìn)行計(jì)算。FPGA具有較強(qiáng)的計(jì)算能力、較低的試錯(cuò)成本、足夠的靈活性以及可編程能力，在5G通信、人工智能等具有較頻繁的迭代升級周期、較大的技術(shù)不確定性的領(lǐng)域，是較為理想的解決方案。是一種根據(jù)產(chǎn)品的需求進(jìn)行特定設(shè)計(jì)和制造的集成電路，能夠更有針對性地進(jìn)行硬件層次的優(yōu)化。由于ASIC能夠在特定功能上進(jìn)行強(qiáng)化，因此具有更高的處理速度和更低的能耗。相比于其他AI芯片，ASIC設(shè)計(jì)和制造需要大量的資金、較長的研發(fā)周期和工程周期，在深度學(xué)習(xí)算法仍在快速發(fā)展的背景下存在一旦定制則難以修改的風(fēng)險(xiǎn)。lGPU(GraphicsProcessingUnit，圖形處理器)能夠并行計(jì)算的性能優(yōu)勢滿足深度學(xué)習(xí)需求。GPU最初承擔(dān)圖像計(jì)算任務(wù)，目標(biāo)是提升計(jì)算機(jī)對圖形、圖像、視頻等數(shù)據(jù)的處理性能，解決CPU在圖形圖像領(lǐng)域處理效率低的問題。由于GPU能夠進(jìn)行并行計(jì)算，其架構(gòu)本身較為適合深度學(xué)習(xí)算法。因此，通過對GPU的優(yōu)化，能夠進(jìn)一步滿足深度學(xué)習(xí)大量計(jì)算的需求。表：部分?jǐn)?shù)據(jù)中心FPGA產(chǎn)品公司名稱產(chǎn)品型號發(fā)布時(shí)間制程等效LUT4分布式RAM(Kbit)最大用戶IODDRrate(Mbps)安路科技PH1A系列PH1A180SFG676202228nm2102403277396866紫光同創(chuàng)Logos-2系列PG2L200H202028nm2397002528500066光同創(chuàng)官網(wǎng)，國信證券經(jīng)濟(jì)研究所整理表：部分?jǐn)?shù)據(jù)中心ASIC產(chǎn)品公司名稱產(chǎn)品型號發(fā)布時(shí)間制程單精度浮點(diǎn)運(yùn)算性能(TFLOPS)半精度浮點(diǎn)運(yùn)算性能(TFLOPS)整型定點(diǎn)運(yùn)算性能(TOPS)顯存顯存帶寬功耗GoogleTPUv420217nm-275275321200平頭哥含光800202112nm--825--276寒武紀(jì)思元370MLU370-X820217nm249625648614.4250華為海思昇騰91020187nm-320640--310請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容PU典型GPU架構(gòu)以及GPU與CPU的異同PUPU?一個(gè)GPU由多個(gè)ProcessorCluster組成?一個(gè)ProcessorCluster由多個(gè)StreamingMultiprocessors組成?一個(gè)StreamingMultiprocessors里面可能包含多個(gè)Core，StreamingMultiprocessors中一定數(shù)量的Core共享一級緩存，多個(gè)StreamingMultiprocessors共享二級緩存lCPU(CentralProcessingUnit，中央處理器)是計(jì)算機(jī)系統(tǒng)的運(yùn)算和控制核心，是信息處理、程序運(yùn)行的最終執(zhí)行單元。CPU的結(jié)構(gòu)主要包括運(yùn)算器(ALU，ArithmeticandLogicUnit)、控制單元(CU，ControlUnit)、寄存器 (Register)、高速緩存器(Cache)和之間通訊的數(shù)據(jù)、控制及狀態(tài)的總線。ll相同點(diǎn)：CPU和GPU都是運(yùn)算的處理器，在架構(gòu)組成上都包括3個(gè)部分：運(yùn)算單元ALU、控制單元Control和緩存單元Cache。l不同點(diǎn)：CPU為低延時(shí)設(shè)計(jì)，擅長處理邏輯復(fù)雜、串行的計(jì)算任務(wù)。CPU需要很強(qiáng)的通用性來處理各種不同的數(shù)據(jù)類型，同時(shí)又要邏輯判斷又會引入大量的分支跳轉(zhuǎn)和中斷的處理，因此CPU內(nèi)部結(jié)構(gòu)復(fù)雜，擅長邏輯控制和通用類型數(shù)據(jù)運(yùn)算。GPU為高吞吐設(shè)計(jì)，為大規(guī)模數(shù)據(jù)并行計(jì)算任務(wù)量身定做。GPU面對的則是類型高度統(tǒng)一的、相互無依賴的大規(guī)模數(shù)據(jù)和相對純凈的計(jì)算環(huán)境。GPU采用數(shù)量眾多的計(jì)算單元和超長流水線，擅長大規(guī)模并發(fā)運(yùn)算。PU資料來源：英偉達(dá)CUDA文檔，國信證券經(jīng)濟(jì)研究所整理資料來源：英偉達(dá)CUDA文檔，國信證券經(jīng)濟(jì)研究所整理PU請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容有效算力1558322GPU單價(jià)對應(yīng)GPU價(jià)值表：訓(xùn)練階段算力需求測算過程及結(jié)論A100PCleH100有效算力1558322GPU單價(jià)對應(yīng)GPU價(jià)值表：訓(xùn)練階段算力需求測算過程及結(jié)論A100PCleH100PCleGPU相關(guān)TensorFloat32(TF32)156TFLOPS756TFLOPS78TFLOPS378TFLOPSGPT-3訓(xùn)練所需運(yùn)算次數(shù)315*10^21FLOPs315*10^21FLOPsGPT-3訓(xùn)練所需算力121528TFLOPS121528TFLOPS所需GPU數(shù)量1.5萬美元3.65萬美元2337萬美元1175.3萬美元AI服務(wù)器相關(guān)DGXA100DGXH100單個(gè)服務(wù)器對應(yīng)GPU數(shù)量88所需服務(wù)器數(shù)量195臺40臺資料來源：英偉達(dá)官及預(yù)測表：推理階段算力需求測算過程及結(jié)論A100PCleH100PCleGPU相關(guān)TensorFloat32(TF32)156TFLOPS756TFLOPS有效算力78TFLOPS378TFLOPSGPT-3推理所需運(yùn)算次數(shù)4760*10^21FLOPs4760*10^21FLOPsGPT-3推理所需算力55*10^6TFLOPS55*10^6TFLOPS所需GPU數(shù)量706315145748GPU單價(jià)1.5萬美元3.65萬美元對應(yīng)GPU價(jià)值105.95億美元53.2億美元AI服務(wù)器相關(guān)DGXA100H100單個(gè)服務(wù)器對應(yīng)GPU數(shù)量88所需服務(wù)器數(shù)量8.8萬臺1.8萬臺ll《AI大語言模型的原理、演進(jìn)及算力測算》以A100PCle芯片為例(H100PCle芯片同理)，GPT-3訓(xùn)練所需運(yùn)算次數(shù)為：樣本token數(shù)3000億個(gè)*6*參數(shù)量1750億個(gè)=315*10^21FLOPs；考慮訓(xùn)練時(shí)間要求在30天完成(訓(xùn)練時(shí)間為2592000秒)，則對應(yīng)GPT-3訓(xùn)練所需算力為121528TFLOPS；結(jié)合A100有效算力78TFLOPS，得到所需GPU數(shù)量為1558個(gè)，對應(yīng)AI服務(wù)器為195臺。l推理階段：按谷歌每日搜索量35億次進(jìn)行假設(shè)，估算得到GPT-3每日考慮推理時(shí)間以每日為單位(推理時(shí)間為86400秒)，則對應(yīng)GPT-3推理所需算力為55*10^6TFLOPS；結(jié)合A100有效算力78TFLOPS，得到所需GPU數(shù)量為706315個(gè)，對應(yīng)AI服務(wù)器為8.8萬臺。lGPTGPUFY的39.4%。綜合IDC及TrendForce數(shù)據(jù)估算，GPT-3新增AI服務(wù)器數(shù)量達(dá)到2021年全球AI服務(wù)器數(shù)量的65.35%。國信證券經(jīng)濟(jì)研究所整理及預(yù)測請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容英偉達(dá)的AI發(fā)展之路請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容表：2022年全球半導(dǎo)體收入前十公司排名公司表：2022年全球半導(dǎo)體收入前十公司排名公司2022年收入(億美元)市場份額同比增速地區(qū)1三星670.611.3%-10.8%韓國2英特爾608.110.2%-20.6%美國3高通367.26.2%25.2%美國4海力士341.05.7%-7.3%韓國5博通269.64.5%28.1%美國6美光268.74.5%-7.4%美國7AMD237.84.0%47.2%美國8英偉達(dá)210.53.5%2.3%美國9德州儀器189.03.2%9.9%美國10聯(lián)發(fā)科185.23.1%6.1%中國臺灣省llNVIDIA年，總部位于美國加利福尼亞州圣克拉拉，是一家人工智能計(jì)算公司。公司作為加速計(jì)算的先驅(qū)，由最初專注于PC圖形計(jì)算，擴(kuò)展到了各類重要大型計(jì)算密集型領(lǐng)域。公司利用其GPU產(chǎn)品和架構(gòu)為科學(xué)計(jì)算、人工智能(AI)、數(shù)據(jù)科學(xué)、自動駕駛汽車(AV)、機(jī)器D互聯(lián)網(wǎng)應(yīng)用創(chuàng)建平臺。lFY后一個(gè)周日，F(xiàn)Y23截止日為2023年1月29日)，公司在全球35個(gè)國家和地區(qū)擁有員工人數(shù)約2.62萬人。截至2023年4億美元。GPU市場出貨量占比%%%%%%%%%NVIDIAIntelAMDQQ1PCGPU市場出貨量占比%%%%%%%%%IntelNVIDIAAMDQQ1ll據(jù)Omdia數(shù)據(jù)，在2022年全球半導(dǎo)體收入前十公司中，英偉.5%。l公司在全球獨(dú)立GPU市場及數(shù)據(jù)中心市場加速芯片中處于領(lǐng)先地位。據(jù)JonPeddieResearch(JPR)數(shù)據(jù)，4Q22英偉達(dá)獨(dú)立GPU出貨量占比為82%，位居市場第一；PCGPU出貨量占比為17%，僅次于全球最大的處理器廠商英特爾憑借其桌面端大份額。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容Mar-23Jan-23Nov-22Sep-22Jul-22May-22Mar-22Jan-22Nov-21Sep-21Jul-21May-21Mar-21Jan-21Nov-20Sep-20JulMar-23Jan-23Nov-22Sep-22Jul-22May-22Mar-22Jan-22Nov-21Sep-21Jul-21May-21Mar-21Jan-21Nov-20Sep-20Jul-20May-20Mar-20Jan-202020年5月，英偉達(dá)發(fā)布Ampere架構(gòu)。同月OpenAI發(fā)布GPT-3。2016年4月，英偉達(dá)發(fā)布Pascal架構(gòu)及Tesla18年6月，OpenAI發(fā)布GPT-1。2019年2月，OpenAI發(fā)布GPT-2。2020年4月，英偉達(dá)收購Mellanox，產(chǎn)品擴(kuò)展至兼具DPU。2021年4月，英偉達(dá)發(fā)布首款數(shù)據(jù)中心CPU。2022年3月，英偉達(dá)發(fā)布Hopper架構(gòu)。2022年12月，OpenAIGPT的聊天機(jī)V100，增加了與深度學(xué)習(xí)高度相關(guān)的Tensor單元。2018年8月，英偉達(dá)發(fā)布Turing架構(gòu)。2017年5月，英偉達(dá)發(fā)布Volta架構(gòu)及TeslaP100，用于深度學(xué)習(xí)。ll2016-2018年，受益于AI及挖礦機(jī)的興起帶動算力需求增長，公司股價(jià)由2016年初的8.05美元上漲至2018年9月末的69.66美元。l2020-2021年，由于游戲及數(shù)據(jù)中心等領(lǐng)域業(yè)務(wù)需求的快速增長大幅提升公司業(yè)績，公司股價(jià)呈現(xiàn)大幅增長，由2020年初的58.61美元快速上漲。而后一段時(shí)間內(nèi)，由于全球半導(dǎo)體產(chǎn)業(yè)需求衰退、庫存壓力等因素影響下，公司股價(jià)出現(xiàn)大幅度回調(diào)。l2022年9月至今，受AI驅(qū)動下針對芯片算力需求提升，公司股價(jià)呈現(xiàn)大幅度反彈，由2022年9月末的121.34美元上漲至2023年4月末的277.49美元。截至2023年4月30日，公司市值為6854.00億美元。收盤價(jià)(美元)35030025020015010050請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容史史ll1993年，黃仁勛等人共同創(chuàng)立了英偉達(dá)。1994年，公司與SGS-Thomson合作，為其制造單芯片圖形用戶界面加速器。1995年，公司推出首款產(chǎn)品NV1；而1998年發(fā)布的RIVATNT鞏固了公司在開發(fā)功能強(qiáng)大的圖形適配器方面的市場地位。此外，公司1998年與臺積電簽約，臺積電開始協(xié)助制造公司產(chǎn)品。l1999年，公司發(fā)明了圖形處理器，全球首款GPUGeForce256誕生。公司發(fā)明GPU定義了現(xiàn)代計(jì)算機(jī)圖形學(xué)，由此走上了重塑行業(yè)的道路，確立了在該領(lǐng)域的領(lǐng)導(dǎo)地位。而此后，公司GPU產(chǎn)品出貨量快速增長，2002年處理器出貨量累計(jì)超1億臺，2006年累計(jì)出貨超5億計(jì)出貨超10億臺。l2006年，公司推出用于通用GPU(GPGPU)計(jì)算的CUDA平臺。軟件開發(fā)者可以通過該平臺使用C語言編寫GPU片上程序來完成復(fù)雜的計(jì)算。從G80開始，英偉達(dá)GPU體系結(jié)構(gòu)已經(jīng)全面GPU實(shí)際脫離圖像處理的單一用途，成為了真正的通用GPU。l自2015年以后，隨著AI浪潮迅猛推進(jìn)，公司業(yè)務(wù)不斷多元化，向數(shù)據(jù)中心、游戲、移動設(shè)備、汽車電子等市場發(fā)展。2017年，公司專為數(shù)據(jù)中心和高性能計(jì)算打造TeslaV100GPU，為DGX系列AI超級計(jì)算機(jī)提供支持。FY23，公司來自于數(shù)據(jù)中心業(yè)務(wù)領(lǐng)域的收入超過成為公司最大的收入來源。年份收購標(biāo)的標(biāo)的簡介20003dfx顯卡技術(shù)先驅(qū)2003MediaQ無線領(lǐng)域圖形和多媒體技術(shù)的領(lǐng)導(dǎo)者2005UliElectronics核心邏輯技術(shù)開發(fā)商2006HybridGraphics手持設(shè)備嵌入式2D和3D圖形軟件開發(fā)商2007PortalPlayer個(gè)人媒體播放器半導(dǎo)體、固件及軟件供應(yīng)商2008Mentalimages視覺渲染軟件公司2008AGEIA游戲物理技術(shù)開發(fā)商2013PortlandGroup加速計(jì)算開發(fā)者工具提供商2020Mellanox高性能互聯(lián)技術(shù)領(lǐng)域龍頭2022Excelero存儲方案提供商信證券經(jīng)濟(jì)研究所整理信證券經(jīng)濟(jì)研究所整理ll公司通過收購不斷鞏固業(yè)務(wù)實(shí)力，拓展業(yè)務(wù)邊界。較為代表性的重要收購事件是收購3dfx公司。3dfx是一家專門研發(fā)與生產(chǎn)顯卡與3D芯片的公司，在二十世紀(jì)九十年代末一直是顯卡芯片的領(lǐng)導(dǎo)者，但3dfx因破產(chǎn)最終被公司所收購。此外，公司通過收購多家圖形渲染相關(guān)公司，鞏固自身在傳統(tǒng)圖形計(jì)算優(yōu)勢領(lǐng)域的實(shí)力。2020年，公司收購高性能互聯(lián)技Mellanox品布局從GPU擴(kuò)展至兼具DPU。請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容GPU史lGPU史lCUDA(ComputeUnifiedDeviceArchitecture，統(tǒng)一計(jì)算架構(gòu))是由英偉達(dá)推出的一種集成技術(shù)，用戶可以通過這個(gè)技術(shù)利用GPU進(jìn)行圖像處理之外的運(yùn)算。CUDA也是首次可以利用GPU作為C-編譯器的開發(fā)環(huán)境。l2006年，英偉達(dá)發(fā)布了針對GPU的編程的架構(gòu)CUDA，它提供了GPU編程的簡易接口，可以基于CUDA編譯基于GPU的應(yīng)用程序，利用GPU的并行計(jì)算能力更高效的解決復(fù)雜計(jì)算難題。CUDA讓GPU真正實(shí)現(xiàn)更廣泛的通用計(jì)算，降低了GPGPU的應(yīng)用門檻。CUDA與GPGPU直接推動了AI與深度學(xué)習(xí)的發(fā)展與產(chǎn)業(yè)革命。DAGnml2010年，F(xiàn)ermi架構(gòu)推出，是第一個(gè)支持DirectX11的GPU計(jì)算架構(gòu)，采用臺積電40nm制程。lKeplerFermi構(gòu)保持一致性，采用臺積電28nm制程。lMaxwell了可觀的能耗比提升。l2016年，Pascal架構(gòu)推出，采用臺積電16nm制程，支持DirectX12標(biāo)準(zhǔn)，是首個(gè)為深度學(xué)習(xí)而設(shè)計(jì)的GPU架構(gòu)。l年的Volta架構(gòu)專注于提高深度學(xué)習(xí)的性能，采用臺積電12nm制程，lTuring光線追蹤的GPU架構(gòu)。l2020年，Ampere架構(gòu)推出，采用臺積電7nm/三星8nm制程，統(tǒng)一了AI訓(xùn)練和推理，并在光線追蹤和DLSS(深度學(xué)習(xí)超級采樣)方面有顯著的改進(jìn)。l年的Hopper架構(gòu)采用臺積電4nm制程，集成多達(dá)800億個(gè)晶體管，主要面向AI及數(shù)據(jù)中心等構(gòu)建。信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容 公司基于全棧創(chuàng)新能力的加速計(jì)算平臺構(gòu) 公司基于全棧創(chuàng)新能力的加速計(jì)算平臺ll公司業(yè)務(wù)模式擬打造成類似于計(jì)算堆?；蛏窠?jīng)網(wǎng)絡(luò)，包含硬件、系統(tǒng)軟件、平臺軟件和應(yīng)用四層，每層都向計(jì)算機(jī)制造商、服務(wù)提供商和開發(fā)者、l公司整體業(yè)務(wù)主要戰(zhàn)略包括：推進(jìn)NVIDIA加速計(jì)算平臺；擴(kuò)大公司在人工智能領(lǐng)域的技術(shù)和平臺領(lǐng)導(dǎo)地位；擴(kuò)展公司在計(jì)算機(jī)圖形領(lǐng)域的技術(shù)和平信證券經(jīng)濟(jì)研究所整理l隨著2020年公司收購收購高性能互聯(lián)技術(shù)領(lǐng)域龍頭Mellanox信證券經(jīng)濟(jì)研究所整理l隨著2020年公司收購收購高性能互聯(lián)技術(shù)領(lǐng)域龍頭Mellanox，產(chǎn)品布局從GPU擴(kuò)展至兼具DPU(數(shù)據(jù)處理器)；以及2021年公司發(fā)布首款專為巨型AI和高性能計(jì)算工作負(fù)載設(shè)計(jì)的代號為“Grace”的CPU，公司成為具有GPU、CPU、DPU三種芯片的公司。l隨著數(shù)據(jù)中心浪潮推進(jìn)，公司陸續(xù)完善三種芯片產(chǎn)品結(jié)構(gòu)。其中，集成800億晶體管的迄今為止最先進(jìn)的GPUH100已于FY2H23推出；首款400Gb/s全線速軟件定義網(wǎng)絡(luò)、存儲和網(wǎng)絡(luò)安全的DPUBluefield-3已于FY1H23推出；為HPC(高性能計(jì)算)及AI應(yīng)用而設(shè)計(jì)的GraceCPUSuperchip計(jì)劃于FY1H24推出。信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容數(shù)據(jù)中心GPU算力不斷提升，生成式AI變革初期就與OpenAI、微軟合作l公司GPU產(chǎn)品能夠并行計(jì)算的性能優(yōu)勢滿足深度學(xué)習(xí)需求，由圖形領(lǐng)域擴(kuò)展至通用計(jì)算領(lǐng)域。GPU最初承擔(dān)圖像計(jì)算任務(wù)，目標(biāo)是提升計(jì)算機(jī)對圖形、圖像、視頻等數(shù)據(jù)的處理性能，解決CPU在圖形圖像領(lǐng)域處理效率低的問題。由于GPU能夠進(jìn)行并行計(jì)算，其架構(gòu)本身較為適合深度學(xué)習(xí)算法。因此，通過對GPU的優(yōu)化，能夠進(jìn)一步滿足深度學(xué)習(xí)大量計(jì)算的GPU的相關(guān)產(chǎn)品，其運(yùn)算性能得到顯著提升，廣泛用于數(shù)據(jù)中心等計(jì)算密集領(lǐng)域。表：公司典型數(shù)據(jù)中心GPU產(chǎn)品產(chǎn)品型號發(fā)布時(shí)間制程雙精度浮點(diǎn)運(yùn)算性能(TFLOPS)單精度浮點(diǎn)運(yùn)算性能(TFLOPS)半精度浮點(diǎn)運(yùn)算性能(TFLOPS)整型定點(diǎn)運(yùn)算性能(TOPS)顯存顯存帶寬最大功耗H100SXM20224nm67(TensorCore)989(TF32,TensorCore)1979(TensorCore)3958(TensorCore)80GB3.35TB/s700WA100SXM20207nm19.5(TensorCore)312(TF32,TensorCore)624(TensorCore)1248(TensorCore)80GB2039GB/s400WV100SPCle201912nm8.26.4--32GB1134GB/s250W信證券經(jīng)濟(jì)研究所整理ll2016年，英偉達(dá)CEO黃仁勛向OpenAI親手交付了第一臺NVIDIADGX-1AI超級計(jì)算機(jī)，這也是支持ChatGPT大型語言模型突破背后的引擎。l2018年，OpenAI向微軟提出“建立一個(gè)可以永遠(yuǎn)改變?nèi)藱C(jī)交互方式的人工智能系統(tǒng)”的想法。為了構(gòu)建支持OpenAI項(xiàng)目的超級計(jì)算機(jī)，微軟斥資數(shù)億美元，在Azure云計(jì)算平臺上將幾萬個(gè)NVIDIAA100芯片連接在一起，并改造了服務(wù)器機(jī)架。在這臺超算上，OpenAI訓(xùn)練的模型不斷強(qiáng)大，為后來誕生ChatGPT奠定基礎(chǔ)。l2022年11月，微軟宣布與英偉達(dá)聯(lián)手構(gòu)建“世界上最強(qiáng)大的AI超級計(jì)算機(jī)之一”，來處理訓(xùn)練和擴(kuò)展AI所需的巨大計(jì)算負(fù)載。這臺超級計(jì)算機(jī)基于微軟的Azure云基礎(chǔ)設(shè)施，使用了數(shù)以萬計(jì)個(gè)NvidiaH100和A100TensorCoreGPU，及其Quantum-2InfiniBand網(wǎng)絡(luò)平臺，可用于研究和加速DALL-E和StableDiffusion等生成式AI模型。2023年3月14日，微軟宣布加強(qiáng)和英偉達(dá)的合作，將GPU從此前的A100升級到H100，推出專門針對人工智能開發(fā)的全新的NDH100v5虛擬機(jī)。圖：英偉達(dá)贈圖：英偉達(dá)贈送OpenAI第一臺DGX-1信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容圍繞不同的生成式AI工作負(fù)載提供推理平臺及軟硬件新品ll2023年3月，公司在GTC大會上推出4個(gè)針對各種生成式AI應(yīng)用程序進(jìn)行優(yōu)化的推理平臺，幫助開發(fā)者快速構(gòu)建專業(yè)的人工智能應(yīng)用程序。每個(gè)平臺都包含針對特定生成式人工智能推理工作負(fù)載進(jìn)行優(yōu)化的GPU以及專用軟件，包括AI視頻、圖像生成、大語言模型部署及推薦系統(tǒng)：?NVIDIAL4forAIVideo可以提供比CPU高120倍的人工智能視頻性能，同時(shí)能效提高99%；?NVIDIAL40forImageGeneration針對圖形和支持AI的2D、視頻和3D圖像生成進(jìn)行了優(yōu)化；?NVIDIAH100NVLforLargeLanguageModelDeployment是大規(guī)模部署ChatGPT等大規(guī)模語言模型的理想選擇；?NVIDIAGraceHopperforRecommendationModels是理想的圖推薦模型、矢量數(shù)據(jù)庫和圖神經(jīng)網(wǎng)絡(luò)。圖：推出4個(gè)圖：推出4個(gè)針對各種生成式AI應(yīng)用程序進(jìn)行優(yōu)化的推理平臺信證券經(jīng)濟(jì)研究所整理圖：配備四對圖：配備四對H100與雙GPUNVLink的標(biāo)準(zhǔn)服務(wù)器速度較HGXA100最高可達(dá)10倍信證券經(jīng)濟(jì)研究所整理l公司在GTC大會上發(fā)布帶有雙GPUNVLink的H100NVL加速計(jì)算卡，以支持ChatGPT類大型語言模型推理。H100NVL擁有188GBHBM3內(nèi)存(每張卡94GB)，是目前發(fā)布的內(nèi)存最大的加速計(jì)算卡。與適用于GPT-3處HGXA備四對H100與雙GPU請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容達(dá)業(yè)績實(shí)現(xiàn)與拆解請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容：公司FY01-FY23營業(yè)收入及凈利潤凈利潤(億美元)0l公司毛利率自FY12起保持50%以上并逐年持續(xù)增長，F(xiàn)Y23降至56.9%；凈利率自FY17起保持20%以上波動，F(xiàn)Y23降至16.2%。FY23，公司毛利率同比下降8.0pct至e比下降20.0pct至16.2%。l公司研發(fā)費(fèi)率FY01-FY14呈波動上升趨勢，F(xiàn)Y14達(dá)峰值32.3%之后波動下降；FY23為27.2%，同比上升7.6pct，主要由薪酬增加、員工增長、工程開發(fā)成本和數(shù)據(jù)中公司近年收入規(guī)模快速增長，毛利率水平持續(xù)提高llFY01-FY16，公司收入由7.35億美元穩(wěn)步增長至50.10億美元，對應(yīng)CAGR約13.6%；凈利潤亦由0.98億美元增長至6.14億美元。自FY17后，受益于AI浪潮推動及游戲和數(shù)字中心業(yè)務(wù)需求旺盛，公司收入和利潤水平快速增長，收入由FY17的69.10億美元增長至FY22的269.14億CAGR凈利潤亦由FY17的16.66億美元增長至FY22的97.52億美元。lFY23，公司收入為269.74億美元，同比增長0.22%，主要原因?yàn)閿?shù)據(jù)中心及汽車領(lǐng)域收入的高速增長抵消了游戲及專業(yè)可視化領(lǐng)域所帶來的收入減少；凈利潤為43.68億美元，同比減少55.21%，主要由于運(yùn)營費(fèi)用同比增長50%所致，包括與Arm交易相關(guān)的13.5億美元收購終圖：公司圖：公司FY01-FY23毛利率、凈利率及研發(fā)費(fèi)用率60%50%40%30%20%10% 發(fā)費(fèi)率請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容圖：公司FY19-FY23各業(yè)務(wù)部門收入占比Compute&NetworkingGraphics圖：公司FY19-FY23各業(yè)務(wù)部門收入占比Compute&NetworkingGraphics%%%%%%%%%FYFY20FY21FY22FY23ll計(jì)算與網(wǎng)絡(luò)事業(yè)部(Compute&Networkingsegment)涉及領(lǐng)域及產(chǎn)品包括數(shù)據(jù)中心加速計(jì)算平臺、網(wǎng)絡(luò)、汽車人工智能座艙、自動駕駛開發(fā)協(xié)議、自動駕駛汽車解決方案、電動汽車計(jì)算平臺、用于機(jī)器人等的Jetson嵌入AI加密貨幣挖掘處理器(CMP)等。l圖形事業(yè)部(Graphicssegment)涉及領(lǐng)域及產(chǎn)品包括用于游戲和PC的GeForceGPU、GeForceNOW游戲流媒體服務(wù)及相關(guān)基礎(chǔ)設(shè)施、游戲平臺解決方案、用于企業(yè)工作站圖形學(xué)的Quadro/NVIDIARTXGPU、用于基于云可視化和虛擬計(jì)算的虛擬圖形處理器軟件(vGPU)、用于信息娛樂系統(tǒng)的汽車平臺、用于構(gòu)建和操作元宇宙及3D互聯(lián)Omniverse業(yè)級平臺。lFYFY入占比呈上升趨勢，最高的部門。與此同時(shí)，圖形事業(yè)部收入占比由69.64%下降至44.14%。ll計(jì)算與網(wǎng)絡(luò)事業(yè)部FY19-FY23收入快速增長，CAGR達(dá)43.46%。公司計(jì)算與網(wǎng)絡(luò)事業(yè)部收入由FY19的35.57FY美元，對應(yīng)CAGR達(dá)43.46%。其中，F(xiàn)Y23收入同比增長36.4%，主要由于部分超大規(guī)?？蛻舻脑鲩L，以及部分CSP (云服務(wù)提供商)合作方所帶來的銷量，此外收入的增長也受益于汽。l營業(yè)利潤(OperatingProfit)為50.83億美元，同比增長10.5%；營同比下降7.9pct。圖圖：公司FY19-FY23計(jì)算與網(wǎng)絡(luò)事業(yè)部收入0收入(億美元)YoYFYFYFYFY圖圖：公司FY19-FY23計(jì)算與網(wǎng)絡(luò)事業(yè)部營業(yè)利潤(率)0營業(yè)利潤(億美元)營業(yè)利潤(億美元)營業(yè)利潤率%%%%FYFYFYFYll圖形事業(yè)部FY19-FY22收入持續(xù)增長，F(xiàn)Y23收入有所下降。公司圖形事業(yè)部收入由FY19的81.59億美元增長至FY22的158.68億美元，呈現(xiàn)持續(xù)增長趨勢；FY23收入為119.06億美元，同比減少25.0%；減少主要由于全球宏觀經(jīng)濟(jì)狀況及疫情影響了游戲需求，渠道商為降低庫存水平銷售。l營業(yè)利潤為45.52億美元，同比減少46.4%；營業(yè)利潤率為38.2%，同圖圖：公司FY19-FY23圖形事業(yè)部收入0FYFYFYFY%%%%%圖圖：公司FY19-FY23圖形事業(yè)部營業(yè)利潤(率)0營業(yè)利潤(億美元)營業(yè)利潤率營業(yè)利潤(億美元)營業(yè)利潤率FYFYFYFY請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容圖：公司FY14-FY23各市場領(lǐng)域收入占比%%%%%圖：公司FY14-FY23各市場領(lǐng)域收入占比%%%%%%%%%DataCenterGamingProfessionalVisualizationAutomotiveOEM&OtherFY14FY15FY16FY17FY18FY19FY20FY21FY22FY23ll公司的平臺及產(chǎn)品主要應(yīng)用于數(shù)據(jù)中心、游戲、專業(yè)可視化、汽車等四大領(lǐng)域。?來自數(shù)據(jù)中心領(lǐng)域收入占比由FY14的4.82%持續(xù)提升至FY23的55.63%，已成為占比最高?來自游戲領(lǐng)域收入占比呈現(xiàn)先增后減的趨勢，由FY14的36.59%先增長至FY17的極大值6%，而后不斷降至FY23的33.61%。?來自專業(yè)可視化領(lǐng)域收入占比不斷下降，由FY14的19.10%下降至FY23的5.72%。?來自汽車領(lǐng)域收入占比先增后降，F(xiàn)Y23為3.35%。來自O(shè)EM及其他領(lǐng)域收入由FY14的FY3的1.69%。：公司FY14F-Y23數(shù)據(jù)中心領(lǐng)域收入0%%%%%%%司FY14-FY23游戲領(lǐng)域收入0FY14FY15FY16FY17FY18FY19FY20FY21FY22FY23%%%%%%%%%%ll數(shù)據(jù)中心(DataCenter)領(lǐng)域中，公司計(jì)算平臺專注于加速超大如人工智能、數(shù)據(jù)分析、圖形和科學(xué)計(jì)算等。FY23，數(shù)據(jù)中心領(lǐng)域收入為150.05億美元，同比增長41.4%，主要受益于加速計(jì)算平臺和網(wǎng)規(guī)模及云端使用的影響。lGamingGPU雜軟件，以更流暢、更高質(zhì)量的圖形來增強(qiáng)游戲體驗(yàn)，包括用于游戲臺式機(jī)和筆記本電腦的GeForceRTX和GeForceGTXGPU等。FY23，游戲領(lǐng)域收入為90.67億美元，同比減少27.2%，主要由于全球宏觀經(jīng)濟(jì)疲軟及疫情影響減渠道合作商較高的庫存壓力影響。請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容司FY14-FY23汽車領(lǐng)域收入圖：公司FY14-FY23專業(yè)可視化領(lǐng)域收入FY23專業(yè)可視化領(lǐng)域收入同比減少26.9%，汽車領(lǐng)域收入同比增長59.5%司FY14-FY23汽車領(lǐng)域收入圖：公司FY14-FY23專業(yè)可視化領(lǐng)域收入ll專業(yè)可視化(ProfessionalVisualization)領(lǐng)域中，公司GPU計(jì)算平臺為設(shè)計(jì)和制造以及數(shù)字內(nèi)容創(chuàng)作等領(lǐng)域的關(guān)鍵工作流程引入新功能，包括計(jì)算機(jī)輔助設(shè)計(jì)、建筑設(shè)計(jì)、消費(fèi)產(chǎn)品制造、醫(yī)療儀器和航空航天等。FY23，專業(yè)可視化領(lǐng)域收入為15.44億美元，同比減少26.9%，主要響，合作商去庫存壓力較大。l汽車(Automotive)領(lǐng)域中，公司涉及自動駕駛、人工智能座艙、電動汽車計(jì)算平臺和信息娛樂平臺解決方案，旗下DRIVEHyperion品牌為自動駕駛汽車市場提供完整的端到端解決方案。FY23，汽車領(lǐng)域收入為9.03億美元，同比增長59.5%，主要由于針對自動駕駛解決方案、電動汽車制造商計(jì)算解決方案的銷售增長，包括AI駕駛艙解決方案及汽車開發(fā)協(xié)議帶來的增長；公司開始生產(chǎn)DRIVEOrin自動駕駛汽車SoC，并推出ThorlOEM及其他領(lǐng)域FY23收入為4.55億美元，同比減少60.8%，主要受筆記本電腦OEM和CMP(加密貨幣挖掘處理器)減少的影響。圖：圖：公司FY14-FY23OEM及其他領(lǐng)域收入50FY14FY15FY16FY17FY18FY19FY20FY21FY22FY23%09876543210FY14FY15FY16FY17FY18FY19FY20FY21FY22FY23%642086420FY14FY15FY16FY17FY18FY19FY20FY21FY22FY23%請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容FY23來自美國地區(qū)的收入占比最高，達(dá)30.7%lFY10-FY22，來自中國(除臺灣省)及中國臺灣省的收入占比通常達(dá)到50%以上，來自美國地區(qū)的收入占比通常不到20%，其他地區(qū)占比通常為20%-40%。FY23，由于美國以外地區(qū)特別是中國的數(shù)據(jù)中心和相關(guān)業(yè)務(wù)減少，使得美國地區(qū)收入占比提高，達(dá)到30.7%，成為收入來源的主要區(qū)域；中國(除臺灣省)、中國臺灣省、其他地區(qū)收入占比分別降至21.4%、25.9%、21.9%。公司FY10-FY23分地區(qū)收入占比中國(除臺灣省)中國臺灣省美國其他0%FY10FY11FY12FY13FY14FY15FY16FY17FY18FY19FY20FY21FY22FY23信證券經(jīng)濟(jì)研究所整理請請務(wù)必閱讀正文之后的免責(zé)聲明及其項(xiàng)下所有內(nèi)容FYQ績實(shí)現(xiàn)公司FY2FYQ績實(shí)現(xiàn)ll公司FY1Q24實(shí)現(xiàn)收入71.92億美元(YoY-13.2%，QoQ18.9%)。在GAAP準(zhǔn)則下，毛利率64.6%(YoY-0.9pct，QoQ1.3pct)，凈利潤20.43億美元(YoY26.3%，QoQ44.5%)；在Non-GAAP準(zhǔn)則下，毛利率66.8%(YoY-0.3pct，QoQ0.7pct)，凈利潤27.13億美元 (YoY-21.2%，QoQ24.8%)。YoY38.1%，QoQ22.3%)，占比31.1%；(YoY-52.6%，QoQ30.5%)，占比4.1%；YoY14.5%，QoQ0.7%)，占比4.1%；OEMYoY-48.7%，QoQ-3.6%)，占比1.1%。FYQ績指引信證券經(jīng)濟(jì)研究所整理信證券經(jīng)濟(jì)研究所整理ll英偉達(dá)表示，數(shù)據(jù)中心收入激增主要是由于對使用基于Hopper和Ampere架構(gòu)GPU的生成式AI和大語言模型的需求不斷增長。由于眾多云公司競相部署AI芯片，鎖定了數(shù)據(jù)中心芯片的大幅增長，英偉達(dá)稱計(jì)劃下半年大幅增加供應(yīng)。l公司FY2Q24收入指引為107.8-112.2億美元(YoY60.8%至67.4%，QoQ49.9%至56.0%)。在GAAP準(zhǔn)則下，預(yù)計(jì)毛利率68.1%-69.1%