百川终将归海，AI奇点到来

全球人工智能算力中枢，AI需求推动强劲增长。硬件端，英伟达目前形成了“GPU+CPU+DPU”的产品组合，成为纵横数据中心、游戏显卡、专业可视化、自动驾驶等多个赛道的算力之王。在数据中心赛道，2023年的AI芯片市场中英伟达出货量约占60-70%。在游戏显卡赛道，英伟达占据了消费级独立显卡的80%以上出货量。软件端，我们认为DGX Cloud长期有望成为英伟达数据中心业务的第二增长曲线。 AI算力需求暴增带来英伟达收入利润表现强劲。FY2024Q3英伟达收入为181.20美元、yoy+206%，其中数据中心、游戏、专业可视化、自动驾驶分别为145/29/4/3亿美元，yoy+279%/+81%/+108%/4%。2024Q3财季公司non-GAAP净利约100亿美金、non-GAAP净利润率达55%。 需求：AI算力需求可以延续多久？英伟达数据中心业绩的可持续性，来自于AI算力需求的可持续性。1）训练端，更多国家、企业将入场AI军备战争，模型的参数数据量也更大。2）推理端，端侧AI的逐步落地、AI应用向更多科技和制造领域破圈，均带来更强的推理算力需求。 我们粗略测算：1）训练端：基于假设，至2030年全球累计需要相当于2000万张H100的等量算力需求。2）推理：基于假设，至2030年全球累计需要相当于超1.16亿张A30的等量算力需求。 供给：龙头面对搅局者。AI芯片供给的竞争方还有：1）AMD和Intel等数据中心GPU新手。2）谷歌TPU、微软Athena等云厂商自研芯片。 英伟达对于来自竞争对手的挑战，亦做了充分的准备：1）软硬件产品上，公司在硬件产品上持续迭代新品，在软件架构上持续延续优势。英伟达望在2024年发布Hopper架构H200、还有望提前发布其下一代GPU Blackwell B100。CUDA架构开发者和下载量亦在持续提升。2）上下游生态上，英伟达一方面通过投资参股等方式绑定下游企业的算力需求，一方面通过上百亿美金采购承诺额锁定上游产能。 基于CoWoS的产能增长、对英伟达不同产品线的产能分配等假设，按英伟达财年维度，我们测算：2025/2026财年，H100的出货量望达209万张/155万张、H200望达35万张/62万张、B100望达23万张/143万张。 投资建议：首次覆盖给予“买入”评级。我们预计2024-2026财年公司收入将达594/986/1282亿美元，同比增长120%/66%/30%。Non-GAAP净利润313/524/610亿美元，同比增长274%/68%/16%。考虑到英伟达净利润高速增长，我们认为英伟达合理市值为20964亿美元、对应股价为840.6美金，对应40xFY2025e P/E（FY2025财年为2024年1月至2025年1月），首次覆盖给予“买入”评级。 风险提示：下游AI应用不及预期、数据中心算力芯片竞争超预期、AI行业政策监管超预期、假设和测算误差风险。 财务指标 1.全球领先的算力平台 1.1全球算力之源 英伟达（NVIDIA）由黄仁勋、ChrisMalachowsky和Curtis Priem创立于1993年。 1999年，英伟达推出Geforce 256，被称为GPU（Graphics Processing Unit）的定义者。 起初的若干年，英伟达核心产品是游戏显卡——这一阶段的战役在经历了与关键对手ATI的缠斗、与重要客户微软和索尼的诉讼和合作、与两大CPU巨头Intel和AMD的合纵连横之后，终于以在2006年以AMD收购ATI、2009年Intel暂时取消自研GPU计划为标志而暂落下帷幕。 此后的时间里，一方面，英伟达将芯片产品扩展至更多行业赛道——如2008年苹果的Macbook搭载英伟达GeForce 9400MG、2012年特斯拉的Model S搭载英伟达自动驾驶芯片、2019-2021年加密货币浪潮中的GTX1060和CMP系列；另一方面英伟达也在积极向DPU和CPU环节延展——2020年英伟达收购Mellanox Technologies从而将芯片产品扩展至DPU，2021年英伟达在GTC 2021大会推出了基于ARM架构的首款CPU并命名为Grace。 至此，英伟达形成了“GPU+CPU+DPU”的产品组合，成为横贯数据中心、游戏显卡、专业可视化、自动驾驶等多个赛道的算力之王。 1.1.1业务一览：全球算力之王 图表1：NVIDIA核心业务赛道构成 英伟达的算力芯片产品遍及数据中心、游戏显卡、专业可视化、自动驾驶等多个行业赛道。公司作为业内的算力之王，其统治力从相应赛道市占率可见一斑： 在数据中心赛道，Trendforce数据显示，2023年的AI芯片市场中英伟达出货量约占60-70%，几家互联网巨头的自研ASIC芯片约占20%。 当然，如果仅看数据中心GPU产品，则英伟达A100、H100等产品在模型训练等方面几乎没有可替代的对手选项。 在游戏显卡赛道，JPR数据显示，英伟达占据了PC独立显卡的80%以上出货量。 收购了ATI的AMD当前则在10%左右的市占率浮动。 图表2：英伟达市场地位——2023AI芯片出货量：英伟达占60-70% 图表3：英伟达市场地位——PC独立GPU出货量：英伟达超过80% 图表4：英伟达核心股东情况 1.1.2财务构成：AI需求推动数据中心业务强劲增长 英伟达的核心芯片产品线包括数据中心、游戏、专业可视化、自动驾驶等。 截至2023财年（结束于2023年1月），英伟达年度收入约270亿美金，同比持平。 其中，数据中心业务占比56%，游戏业务占比34%，专业可视化占比6%，自动驾驶业务占比3%，其他业务占比2%。 截至2024Q3财季（结束于2023年10月），英伟达季度收入约180亿美金，同比增长206%。其中，数据中心业务占比80%，游戏业务占比16%，专业可视化占比2%，自动驾驶业务占比1%。 2024Q3财季，得益于AI算力需求强劲，英伟达数据中心业务同比增长279%，单业务收入亦创新高。 图表5：NVIDIA收入构成：年度 图表6：NVIDIA收入构成：季度 同样，得益于AI算力需求暴增带来的数据中心GPU供不应求，英伟达利润表现也非常强劲： 截至2023财年（结束于2023年1月），英伟达年度GAAP口径利润约43.7亿美金，non-GAAP口径利润约83.7亿美金。公司non-GAAP净利润率达31%。 截至2024Q3财季（结束于2023年10月），英伟达季度GAAP口径利润约92.4亿美金，non-GAAP口径利润约100.2亿美金。公司non-GAAP净利润率达55%。 图表7：NVIDIA利润情况：年度 图表8：NVIDIA利润情况：季度 1.2硬件：“GPU+CPU+DPU”，纵横多个行业赛道 1）数据中心 英伟达的数据中心业务涵盖自下而上、从硬件产品到软件平台的全栈产品。其中硬件部分包含GPU、CPU、DPU三大类别芯片；软件方面包括CUDA并行编程模型、CUDA-x应用程序加速库、应用程序编程接口、或API、SDK和工具、以及特定领域的应用程序框架等；平台端则包含NVDIAHPC、NVDIAAI、NVDIAOmniverse等平台。英伟达计算平台专注于在超大规模、云、企业、公共部门和边缘数据中心加速最计算密集型的工作负载，如人工智能、数据分析、图形和科学计算。 图表9：NVIDIA数据中心业务：自下而上，从硬件产品到软件平台 数据中心GPU是英伟达的王牌产品，公司主要产品包括训练/推理芯片A100、H100、L40、L40S等，以及推理芯片A10、A30等。2024年公司将推出性能更强的H200、B100等。 图表10：NVIDIA数据中心产品：GPU 除了GPU之外，英伟达也扩大其他数据中心处理器产品组合： 数据中心CPU方面，英伟达也在加速布局，比如推出数据中心CPU产品NVIDIAGrace CPU超级芯片。此外，英伟达也推出适用于大规模AI和HPC应用的突破性加速CPU——NVIDIAGraceHopper超级芯片。 图表11：英伟达数据中心产品：CPU DPU方面，NVIDIA BlueField网络平台为全球数据中心提供动力，凭借强大的计算能力以及用于网络、存储和安全加速的内置软件定义硬件加速器，BlueField可为各种环境中的多种工作负载提供安全的加速基础设施。DPU产品包含NVIDIA BlueField-3、BlueField- 2、BlueField-3 SuperNIC等。 图表12：英伟达数据中心产品：DPU 2）游戏显卡 英伟达针对游戏市场的产品包括用于游戏台式机和笔记本电脑的GeForce RTX和GeForce GTXGPU，以及用于玩PC游戏的GeForce NOW云游戏平台，用于电视高质量流媒体的SHIELD、以及用于游戏机的系统芯片(SoC)和开发服务。在2023财年，英伟达推出了基于Ada Lovelace架构的GeForce RTX 40系列游戏GPU。 图表13：产品梳理：英伟达消费级GPU主要产品 图表14：竞品对比：AMD消费级GPU主要产品 3）专业可视化 英伟达专业可视化产品的适用范围包括设计和制造以及数字内容创建。例如设计和制造包括计算机辅助设计、建筑设计、消费产品制造、医疗仪器和航空航天。数字内容创作包括专业视频编辑和后期制作、电影特效和广播电视图形。主要硬件产品包括Ada Lovelace架构的专业卡RTX 6000等、Ampere架构的RTX A6000系列、Turing架构的T1000等。 图表15：英伟达专业可视化主要产品 4）自动驾驶 NVIDIA的汽车业务由自动驾驶、智能座舱、电动汽车计算平台和信息娱乐平台解决方案组成，将以DRIVE Hyperion品牌为自动驾驶市场提供完整的端到端解决方案。硬件方面，英伟达自动驾驶芯片主要包含Xavier、Orin、Thor等。 图表16：英伟达当前自动驾驶芯片 1.3软件及平台：云服务望成长为第二曲线 当然，英伟达作为全球领先的算力平台，在硬件产品之外，亦为客户提供了多维度的软件平台服务，包括但不限于： DGX Cloud：云服务平台，可提供NVIDIA DGX AI超级计算专用集群，并配以NVIDIA AI软件。DGX Cloud不仅包括算力，还包括一整套“AI训练即服务”解决方案。 Omniverse：元宇宙应用平台，使用OpenUSD开发工业元宇宙应用，适用于汽车、建筑、工程、施工和运营、媒体和娱乐，以及制造行业等。 GeForce Now：云游戏平台，支持玩家绑定Steam、EpicGames账号，通过NVIDIA GeForce Now云游戏来体验已有游戏库中的游戏。 Automobile Drive：自动驾驶平台，其中开放式NVIDIA DRIVE®SDK为开发者提供了自动驾驶所需的所有构建块和算法堆栈，该软件有助于开发者更高效地构建和部署各种先进的自动驾驶应用程序。 其中，DGX Cloud作为英伟达数据中心业务在算力芯片产品之外的重要业务方向，将数据中心业务扩展到了算力和模型训练等相关的云服务方面。NVIDIA AI则包括加速计算、基础AI软件、预训练模型和“AI代工厂”。预训练模型和“AI代工厂”包括语言模型NEMO、视觉模型PICASSO、生物学模型BIONEMO、游戏模型NVIDIAACE、生成式AI模型（包括GPT、T5和Llama等）等等。 我们认为，DGX Cloud有望将算力和模型训练相关业务以更易得的方式提供给企业客户，长期有望成为英伟达数据中心业务的第二增长曲线。 2.需求：AI算力需求可以延续多久 2.1AI需求：对下一个时代的押注，谁也不能松懈 2022年，OpenAI推出ChatGPT，带来了人工智能浪潮。此后，全球互联网及云服务大厂陆续加入大模型的军备战争，AI算力需求快速