玉林实硕医疗科技有限公司

英偉達是如何成長為AI“算力之王”的?-世界信息

不愧是AI算力之王!英偉達一季度營收大超預期,AI芯片所在數據中心業務的營收創歷史新高,給出的指引更是炸翻全場,預計二季度營收達到110億美元,比市場預期高出50%以上。

強勁業績助推下,英偉達股價原地起飛,周三美股盤后一度飆升近30%,朝著美股第七家市值超萬億美元的公司再進一步。


(資料圖片僅供參考)

和所有升級打怪的游戲類似,英偉達的晉級之路也始于新手村:

1993年成立,1998年推出炸彈級RivaTNT芯片,1999年推出世界上第一顆GPU——GeForce,2000年收購顯卡芯片巨頭3dfx,在接下來的六年里又打得老牌顯卡公司ATI被迫賣身AMD,同時不計成本開發革命性CUDA架構,在不斷研發和收購中成為芯片之王。

根據Jon Peddie Research發布的GPU市場數據統計報告,英偉達2022年全年PC GPU出貨量高達3034萬塊,是AMD的近4.5倍;截至2022年四季度,在獨立GPU市場,英偉達占據84%的市場份額,遠超同業競爭公司。

那么,英偉達到底是如何在群雄逐鹿的局勢中攻城略地,在變幻莫測的市場中決策千里的?周四,中泰證券王芳團隊發布行業深度報告,將英偉達成長的核心戰略總結為三個詞:研發為底、生態為徑、AI為翼。

英偉達成長三部曲

縱觀歷史,英偉達的成長史主要分成三個階段:初具規?!蔀楠氾@霸主→轉戰AI算力芯片:

1993-2000:初具規模,提升研發效率戰勝對手

1993年黃仁勛、克里斯·馬拉科夫斯基和柯蒂斯·普利姆在美國加州創立了英偉達。在創建之初,公司設想著個人電腦將會成為游戲、多媒體的主流消費設備。

英偉達在1996年,推出NV3系列的Riva128芯片,在性能方面具有優勢,并且芯片尺寸更小,因此結構成本更低,通過數據對比,RIVA128甚至優于下一年Intel推出的i740,而且i740不支持任何OpenGL驅動程序。在英偉達推出RIVATNT時已經沒有產品能夠和其匹敵。

1999年,Intel宣布完全退出獨立顯卡芯片組業務。而在2000年英偉達推出GeForce256,全面超過當時行業最大競爭者3dfx,最終3dfx宣布破產并且被英偉達收購。

2001-2006:寡頭壟斷,逐步成為獨顯市場霸主

英偉達預測未來能夠實現通話和多媒體功能的手機半導體將會大放異彩,因此積極通過收購移動端公司來布局移動端圖像芯片產業,并緊密融合Direct3D和OpenGL以最大程度地支持第三方軟件。

在經歷了行業發展初期洗牌之后,英偉達在獨立顯卡市場上的主要競爭對手只剩下ATI,整個獨立顯卡行業逐步向寡頭壟斷轉變。在這六年時間里,公司曾因產品定位和市場需求貼合度不夠而落后,但通過堅持投入研發,完善產品線,競爭力持續提升。

2006年AMD收購ATI后,英偉達終成行業霸主。

2007-2023:重“芯”開始,引領人工智能計算

智能手機浪潮來臨,但是由于時機和定位上的失誤,英偉達錯失機遇。于是,英偉達退出手機市場,轉向汽車、人工智能市場,調整競爭策略。事實證明英偉達的轉型抓住了市場需求的改變,英偉達2015-2023年營收增速可觀。

研發為底,深耕GPU算力

正如中泰證券研報指出,研發實力是一家芯片設計公司的核心競爭力,英偉達從發展初期即重視研發生產力,以高投入換去高回報不斷提升產品競爭力。通過對比英偉達和老對手AMD的研發和市場表現,中泰證券發現:

2005年,AMD的研發費用為11億美元,是英偉達的3.2倍左右,而到了2022年,英偉達的研發費用達到了73.4億美元,是AMD的1.47倍。

由于性能、構建、價格的不同,二者逐步產生差異化,形成了錯位競爭。至2022年第三季度,英偉達基本占據88%市場份額,AMD則降低至8%。

研發投入帶給英偉達高回報,在主流游戲和顯卡天梯測評上,AMD落后于英偉達。

生態為徑,CUDA自成體系

英偉達成長為AI產業龍頭的背后,是CUDA幫助其構建強大生態護城河,進一步增加了競爭壁壘。據中泰證券報告介紹:

CUDA是英偉達基于其生產的GPUs的一個并行計算平臺和編程模型,目的是便于更多的技術人員參與開發。開發人員可以通過C/C++、Fortran等高級語言來調用CUDA的API,來進行并行編程,達到高性能計算目的。

CUDA平臺的出現使得利用GPU來訓練神經網絡等高算力模型的難度大大降低,將GPU的應用從3D游戲和圖像處理拓展到科學計算、大數據處理、機器學習等領域。這種生態系統的建立讓很多開發者依賴于CUDA,進一步增加了英偉達的競爭優勢。

對比微軟的DirectCompute,CUDA勝在配套設施的支持。與DirectCompute相比,CUDA由于其豐富的功能庫,完善的開發工具和廣泛的應用支持,尤其在科學計算和深度學習領域,具有明顯優勢。CUDA在英偉達GPU上的性能優化也更為出色。而DirectCompute作為跨平臺工具,其優勢在于與DirectX的兼容性以及對多種硬件的支持。

AI為翼,轉型切入算力芯片領域

正如英偉達成立初期抓住了游戲市場對于3D圖像渲染技術的需求,近年來隨著人工智能的發展為GPU帶來更大增長空間,英偉達抓住下游發展新機遇,推出AI加速卡,伴隨ChatGPT為代表的生成式AI大模型發展進入快速增長通道。中泰證券報告顯示:

根據Tractica的數據,2018年全球AI硬件市場的收入為196億美元,其中GPU的收入占36.2%為71億美元。而在2025年將達到2349億美元,其中GPU的收入占23.2%為545億美元。盡管GPU市場占比出現下滑,但是全球AI硬件市場在不斷上升,將會給GPU市場帶來更多的增長空間。

在人工智能和機器學習的加速應用下,英偉達的GPU已成為行業內的首選解決方案,廣泛應用于各個領域,從游戲和專業視覺應用到數據中心和自動駕駛汽車。

本文觀點主要來自中泰證券,作者:王芳、楊旭、李雪峰,原文標題:《解析英偉達成長的核心戰略:研發為底、生態為徑、AI為翼

王芳持證編號S0740521120002

楊旭持證編號S0740521120001

李雪峰持證編號S0740522080004

風險提示及免責條款 市場有風險,投資需謹慎。本文不構成個人投資建議,也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資,責任自負。

關鍵詞: