您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[华西证券]:AIGC行业深度报告(8):谁是国产英伟达 - 发现报告
当前位置:首页/行业研究/报告详情/

AIGC行业深度报告(8):谁是国产英伟达

信息技术2023-06-05刘泽晶华西证券秋***
AIGC行业深度报告(8):谁是国产英伟达

华西计算机团队 2023年6月5日 分析师:刘泽晶 SACNO:S1120520020002 邮箱:liuzj1@hx168.com.cn 请仔细阅读在本报告尾部的重要法律声明 谁是国产英伟达 AIGC行业深度报告(8) 仅供机构投资者使用证券研究报告|行业深度研究报告 核心逻辑: 全球科技巨头,GPU王者——英伟达。英伟达是全球GPU龙头,2016年至今股价大幅增长近60倍,AI开启全新增长周期。2015年至今,英伟达持续深耕AI领域,并发布了多款AI硬件产品。公司GPU产品功能分为用于计算和网络的GPGPU与用于图形处理(Graphics)的GPU;平台化布局,打造4条产品线覆盖下游主流应用,分别是数据中心、游戏、专业可视化、自动驾驶,其中数据中心和游戏是公司主要业务,英伟达旗下产品包括云、边、端全面布局。我们复盘了近10年内英伟达股价走势,认为英伟达正在开启新一轮成长周期,我们认为此次AI浪潮不同于元宇宙阶段,大模型已经产生相关落地应用,相关大模型的火热势必对算力产生超高需求,英伟达作为全球算力龙头深度受益。 为什么是英伟达:英伟达作为全球AI算力龙头,以CUDA架构开启软硬件生态,形成护城河。CUDA的本质是“软件定义硬件”,实现“软件调用硬件”,可以简单理解,CUDA是英伟达实现软硬件适配的一种“类编译器”,将软件的代码转换成硬件汇编代码,CUDA是英伟达 实现软硬件生态的护城河。此外,CUDA核越多,计算性能越强,而GPU的CUDA核数是CPU的上百倍,因此GPU比CPU更适合于并行计算。此外,英伟达今年发布多款AI产品,助力全球AI生态,例如加速库、GraceCPU、DGX超级计算机、全新AI服务平台,AIfoundations云 服务,我们判断英伟达正以AI产品开启第二波成长曲线。 AI硬件自主可控势在必行:如果说产品是AI赋能、企业开启第二轮业绩增长曲线的“流量入口”,那么算力即是大厂开启算力争夺战的“入场券”。我国目前已有较多应用,大模型短期百家争鸣,“自研大模型热”仍将持续,国内大模型自研进度明显加速,势必对算力提出更高要求。近年来,美国连续发动对我国高科技行业制裁,执意对我国高科技企业进行制裁,因此自主可控势在必行,我国政策端持续发力,加速推动国产自主可控进程,我国短期发布多条政策助力AI发展,工作方向主要瞄准推动国产AI芯片突破等。此外,我国产业端积极响应,智能算力建设正处于持续提速阶段。我们再次重申观点,短期算卡为王,长期自主可控! 投资建议:关注三条投资主线:1)AI芯片厂商,相关受益标的为:寒武纪、海光信息、景嘉微、龙芯中科等;2)AI服务器厂商,相关受益标的为:中科曙光、神州数码、拓维信息、工业富联、浪潮信息等;3)AI云厂商,相关受益标的为:首都在线、鸿博股份、青云科技、优刻得、光环新网、新炬网络等。 风险提示:核心技术水平升级不及预期的风险、AI伦理风险、政策推进不及预期的风险、中美贸易摩擦升级的风险。 目录 01为什么是英伟达? 02AI硬件自主可控势在必行 03投资建议:梳理算力相关受益厂商 04风险提示 01为什么是英伟达 英伟达(NVIDIA)是全球GPU巨头。英伟达成立于1993年,总部位于美国加利福尼亚州。公司专注于GPU的研发与制造,2009年发布了费米(Fermi)架构,确立了在游戏领域的主导地位。公司业务包括数据中心、游戏、科学计算和自动驾驶。在人工智能领域,TensorCore作为深度学习的处理单元,为AI提供高效的计算和学习能力。出色的软件研发为公司持续发展提供支持,CUDA平台和深度学习库广泛应用于科研和大数据等领域。 2016年至今股价大幅增长近60倍,AI开启全新增长周期。英伟达(NVIDIA)截至2023年5月30日的总市值为9631.8亿美元,收盘价为每股389.46美元。根据JonPenddieReasearch数据,独立显卡市场中,英伟达在全球GPU市场占有84%份额。近20年,英伟达业绩收入大幅增长15倍,业绩持续爆发式增长,我们认为这是英伟达股价持续增高的根本原因。此外,公司在2015年开启布局相应人工智能领域,并于2019年崭露头角并逐渐成为全球AI巨头,如今,随着大模型的爆发,英伟达作为AI硬件龙头,开启第二波成长曲线。 英伟达近20年收入(亿美元)与增速 269 270 167 117 97 109 69 41 43 47 50 18 20 24 31 34 33 35 40 41 300 250 200 150 100 50 0 20032004200520062007200820092010201120122013201420152016201720182019202020212022 营业收入(亿美元)同比增长 80% 60% 40% 20% 0% -20% -40% 竞争激烈,勇于破冰(1993年-1998年):英伟达于1993年进入市场,当时显示芯片行业竞争激烈。1995年,英伟达推出NV1,但成效不明显,财政形势紧张。然而,1997年,公司推出了全球首款128位3D处理器RIVA128(加速图形处理芯片),仅前四个月就售出超过一百万台,成功逆袭。此后,英伟达在1998年继续发力,发布了两款高性能的3D处理器,RIVA128ZX和RIVATNT。 成功上市,高速发展(1999年-2005年):1999年1月,英伟达在NASDAQ股票交易所以每股12美元的价格进行了首次公开募资。同年八月,发布了全球首款GPU(GeForce256),将GPU定义为具备集成变换、照明、三角设置、裁剪和渲染引擎的单片处理器,能够每秒处理至少1000万个多边形。英伟达成为发展最快的半导体公司之一,收入达到10亿美元,并被纳入S&P500指数。 CUDA问世,强调生态(2006年-2009年):2006年推出了CUDA,一种用于通用GPU计算的革命性架构,使科学家和研究人员能够进行更复杂的计算。2009年发布了首个完整的GPU计算架构(Fermi),其中Quadro7000代表着一个飞跃,实现了游戏性能和计算性能的双重提升。 英伟达近30年发展史概括图 多领域发展,产品多样(2010年-2014年):自动驾驶领域:发布NVIDIADRIVE,为自动驾驶汽车铺平了道路。超级计算领域:多台超级计算机选用英伟达产品。中国的Tianhe-1A,橡树岭国家实验室Titan。电子产品领域:打造出多款领先市场的平板电脑以及手机2012年。电影领域:为多个名气较高的电影提供技术服务,例如《阿凡达》《星际迷航》和《盗梦空间》等。 深耕AI领域,算力赋能千行百业(2015年-至今):2015年,NVIDIAGeForceGTXTITANX问世,专为训练深度神经网络而打造。2016年,推出NVIDIA➅DGX-1TM,此为全球首款一体化深度学习超级计算机。公司在GTC2019大会上推出多项创新应用领域,涵盖人工智能,超级计算,自动驾驶,机器人等。并在同年推出NVIDIA➅EGX边缘计算平台,将AI引入企业边缘。此外,将AI成功引入多种领域,城市管理、家庭生活、制造/配送/零售、医疗健康(NVIDIAClara)。2023年,英伟达DGX大会上,持续赋能加速计算AI潮流,推出多款AI产品,例如DGX超级计算机等,并于COMPUTEX大会上推出超级GPUGH200,持续引领AI硬件市场! 2013年-2022财年英伟达各业务营收(百万美元) 20000 15000 10000 5000 0 2013201420152016201720182019202020212022 Datacenter(百万美元)Gaming(百万美元)ProfessionalVisualization(百万美元)Automotive(百万美元)OEM&IP(百万美元) 公司GPU产品功能分为1)用于计算和网络(Compute&Networking)的GPGPU;2)用于图形处理(Graphics)的GPU。 GPGPU(GeneralPurposeGPU):通用计算图形处理器。在架构设计中去掉了GPU为图形处理设计的加速硬件单元,保留了SIMT架构和通用计算单元。可以将GPU的并行计算能力应用于科学计算、数据分析、机器学习等领域,提高计算速度和效率。 GPU(GraphicsProcessingUnit):完成图像运算工作的微处理器。作为一个单独的模块,即独立显卡核心或者主板集成显卡核心。主要 用于提供高性能的图形渲染能力。 根据2023财年年报,公司计算与网络类GPGPU收入150.68亿美元,图形处理类GPU收入119.06亿美元。其中1)计算与网络类收入同比 +36%,主要应用于数据中心加速计算平台、人工智能驾驶舱、自动驾驶解决方案、电动汽车计算平台、NVIDIAAI企业和其他软件、加密货币挖掘等。2)图形处理类收入同比-25%,主要应用于游戏和个人电脑的GeForce图形处理器、游戏平台的解决方案、基于云的视觉和虚拟计算的软件、构建和操作3D互联网应用程序的全方位企业软件等。 GPGPU和GPU的区别英伟达Compute&Networking及Graphics类业务收入(亿美元) 200 150 100 50 0 Compute&NetworkingGraphics 20222023 公司软硬件结合平台化布局,打造4条产品线覆盖下游主流应用: 数据中心:2023财年收入150.1亿美元,占比56%。基于GPU、DPU和CPU三种新一代架构构建的NVIDIA加速计算平台,推出NVIDIADGX人工智能超级计算机,让现代化的数据中心更快速地处理涉及深度学习、机器学习和高性能计算(HPC)的工作负载。 游戏:2023财年收入90.7亿美元,占比34%。产品包括GeForceRTX和GeForceGTX图形处理器,云游戏GeForceNOW,用于流媒体的 屏蔽以及芯片系统(SOCs)和游戏机的开发服务。2023财年推出基于AdaLovelace架构的GeForceRTX40系列游戏图形处理器。 专业可视化:2023财年收入15.4亿美元,占比6%。应用于许多领先的3D设计和内容创建,如全宇宙、虚拟现实和增强现实技术。利用 GPU在设计制造、数字内容创建方面提供动力。推出的NVIDIARTX平台可利用光线跟踪,实时渲染胶片质量、逼真的物体和环境。 自动驾驶:2023财年收入9.0亿美元,占比3%。包括AV、人工智能驾驶舱、电动汽车计算平台和信息娱乐平台解决方案。根据2023财年年报,公司正与数百名汽车生态伙伴合作,包括汽车产业链制造商、汽车研究机构、地图公司和初创公司,为自动驾驶汽车开发和部署人工智能系统。推出的Drive作为一个人工智能汽车平台,覆盖多种自动驾驶领域。 英伟达四条产品线(2022年)2022年(2023财年)英伟达收入结构 6% 34% 56% 3%2% DatacenterGamingProfessional Visualization Automotive OEM&IP 数据中心GPU:全球高端GPU领导者,经数十代产品迭代,技术指标全面升级。从2011年英伟达推出TeslaM2090数据中心GPU,到2022年H100、L40等型号产品,多项核心技术指标大幅提升。其中,CUDA作为GPU内部主要的计算单元,从512个升级到超14000个;芯片工艺尺寸也从40nm降至4nm;单精度浮点算力从1332GFLOPS增至超50TFLOPS。GPU产品性能整体大幅跃升。 数据中心CPU:推出Grace系列,加速大型AI、HPC、云和超大规模工作负载。2022年公司发布首款CPU产品Grace,用于高性能计算和云计算。GraceCPU超级芯片采用NVLink®-C2C技术,可提供144个Arm®Neoverse