- 核心逻辑 -

英伟达的护城河何在哪里：对英伟达全球AI算力龙头地位的深度剖析。英伟达凭借其独特的CUDA架构构筑起了坚不可摧的护城河。CUDA的核心理念在于“软件定义硬件”，它如同一位智慧的翻译官，将软件的代码精准地翻译成硬件能理解的汇编语言，实现软硬件的无缝对接。

正是这种独特的“类编译器”功能，使得CUDA成为英伟达软硬件生态中不可或缺的桥梁。它不仅能够提升软硬件的协同效率，更能推动整个生态系统的蓬勃发展。同时，CUDA核的数量也是英伟达GPU计算性能的重要保证。相较于传统的CPU，GPU的CUDA核数多达上百倍，这使得GPU在并行计算领域具有得天独厚的优势。

英伟达深知AI时代的来临，早已提前布局，今年更是发布了多款引领潮流的AI产品。无论是加速库、Grace CPU，还是DGX超级计算机、全新AI服务平台以及AI foundations云服务，都彰显出英伟达在AI领域的深厚实力和创新精神。这些产品的推出，无疑为英伟达的未来发展注入了强大的动力，也预示着英伟达正迈向第二波成长曲线的关键时期。

全球AI硬件领域，自主可控的重要性日益凸显。产品作为AI赋能、企业开启第二轮业绩增长曲线的“流量入口”，而算力则成为大厂争夺市场份额的“入场券”。我国作为AI应用大国，大模型的发展呈现出百家争鸣的态势。然而，随着自研大模型热度的持续升温，对算力的需求也愈发旺盛。面对美国对我国高科技行业的制裁，自主可控更是成为我们不得不面对的现实问题。

因此，我国政策端正在持续发力，推动国产自主可控进程。同时，产业端也积极响应，智能算力建设正在加速推进。我们坚信，在未来的AI领域中，短期算卡为王，长期自主可控将成为不变的主题。而英伟达凭借其强大的技术实力和市场布局，无疑将成为这一趋势的重要推动者和受益者。

三个部分介绍

01 英伟达-全方位介绍

1.1 全球科技巨头,GPU王者——英伟达

英伟达(NVIDIA)是全球GPU巨头。这家起源于1993年的科技巨头，总部位于风景如画的美国加利福尼亚州，一直以来都以其卓越的技术实力和前瞻的战略眼光，引领着全球GPU技术的创新与发展。公司深耕GPU的研发与制造领域，2009年，英伟达成功发布了费米(Fermi)架构，这一突破性的技术不仅在游戏领域大放异彩，更奠定了英伟达在全球GPU市场的领导地位。

如今，英伟达的业务版图已经拓展至数据中心、游戏、科学计算和自动驾驶等多个领域，展现出了强大的跨界融合能力。特别是在人工智能领域，英伟达凭借其独创的TensorCore技术，为深度学习提供了前所未有的高效计算和学习能力，推动了AI技术的飞速发展。

值得一提的是，英伟达在软件研发方面的实力同样不容小觑。CUDA平台和深度学习库等软件的广泛应用，不仅为科研和大数据领域提供了强大的技术支持，也为公司的持续发展注入了源源不断的动力。

自2016年以来，英伟达股价的大幅增长近60倍，充分展现了市场对于公司强大实力和广阔前景的认可。根据Jon Peddie Research的数据，英伟达在全球GPU市场的占有率高达84%，这一数字足以证明其在独立显卡市场的绝对领先地位。

在过去的近20年里，英伟达业绩收入大幅增长15倍，业绩的持续爆发式增长为公司股价的持续增高提供了坚实的支撑。而公司在2015年便前瞻性地开始布局人工智能领域，并在短短几年内便崭露头角，逐渐成为了全球AI领域的领军企业。

如今，随着大模型的爆发，英伟达作为AI硬件领域的龙头企业，正迎来第二波成长曲线。我们有理由相信，在未来的日子里，英伟达将继续以其卓越的技术和创新的精神，引领全球科技产业的发展潮流。

1.2 30年王者之路，AI硬件巨头崛起

竞争激烈，勇于破冰(1993年-1998年)：在风起云涌的显示芯片行业，英伟达如一条逆流而上的鱼儿，于1993年勇敢地踏入了这片竞争激烈的水域。当时的市场早已是群雄逐鹿，各大厂商纷纷亮剑，争夺着那有限的市场份额。终于，在1997年，英伟达迎来了曙光。他们推出了全球首款128位3D处理器RIVA 128，这款加速图形处理芯片以其卓越的性能和出色的表现，迅速赢得了市场的青睐。仅前四个月，就售出了超过一百万台，英伟达成功逆袭，成为了市场中的一匹黑马。

1998年，英伟达继续发力，推出了两款高性能的3D处理器——RIVA 128ZX和RIVA TNT。这两款产品进一步巩固了英伟达在市场上的地位，为其未来的发展奠定了坚实的基础。

成功上市，高速发展（1999年-2005年）：随着市场的不断扩大和技术的不断进步，英伟达在1999年成功上市。他们以每股12美元的价格在NASDAQ股票交易所进行了首次公开募资，这标志着英伟达的发展迈入了新的阶段。同年八月，他们发布了全球首款GPU——GeForce 256。这款GPU的发布，不仅将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，更以其强大的性能，引领了图形处理领域的新潮流。

英伟达的发展速度之快令人咋舌，他们很快成为了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，这是对他们实力和努力的最好肯定。

CUDA问世，强调生态(2006年-2009年)：进入21世纪，英伟达并未停止前进的步伐。2006年，他们推出了CUDA，这是一种用于通用GPU计算的革命性架构。CUDA的出现，使得科学家和研究人员能够进行更复杂的计算，推动了科学研究的进步。

2009年，英伟达又发布了首个完整的GPU计算架构——Fermi。其中的Quadro 7000代表着一个飞跃，它实现了游戏性能和计算性能的双重提升，让英伟达在市场中再次展现了其强大的竞争力。

在CUDA和Fermi的推动下，英伟达开始强调生态建设，积极构建以GPU为核心的完整计算生态链。他们与各大厂商合作，共同推动GPU在各个领域的应用和发展，使得英伟达在行业中的地位更加稳固。

多领域发展，产品多样(2010年-2014年)：自动驾驶领域：在2010年至2014年间，英伟达以卓越的创新力，在多个领域实现了显著突破。在自动驾驶领域，英伟达发布了NVIDIA DRIVE，为自动驾驶汽车的研发和应用奠定了坚实基础，开启了智能驾驶的新纪元。在超级计算领域，英伟达的产品得到了广泛应用，诸如中国的Tianhe-1A和橡树岭国家实验室的Titan等超级计算机都选用了英伟达的技术，展示了其在高性能计算领域的领先地位。

与此同时，英伟达在电子产品领域也取得了显著成就。2012年，英伟达成功打造出多款领先市场的平板电脑和手机，以其卓越的性能和创新能力赢得了消费者的广泛认可。此外，英伟达在电影领域也展现了其技术实力，为多部知名电影如《阿凡达》、《星际迷航》和《盗梦空间》等提供了技术服务，为电影制作带来了前所未有的视觉体验。

深耕AI领域，算力赋能千行百业(2015年-至今)：进入2015年至今，英伟达深耕AI领域，持续推动算力赋能千行百业。2015年，英伟达推出了专为训练深度神经网络而打造的GeForce GTX TITAN X显卡，引领了AI计算的新潮流。2016年，英伟达再次创新，推出了全球首款一体化深度学习超级计算机NVIDIA® DGX-1TM，为深度学习领域的发展注入了强大动力。

在GTC 2019大会上，英伟达更是推出了多项创新应用领域，涵盖了人工智能、超级计算、自动驾驶、机器人等多个领域，展示了其全面的技术实力和市场布局。此外，英伟达还推出了NVIDIA® EGX边缘计算平台，将AI技术引入企业边缘，为企业的数字化转型提供了有力支持。

在AI应用的推广方面，英伟达也取得了显著成果。通过将AI技术成功引入城市管理、家庭生活、制造/配送/零售、医疗健康等多个领域，英伟达为社会的智能化发展作出了重要贡献。特别是在医疗健康领域，英伟达推出的NVIDIA Clara平台为医疗影像分析和诊断提供了强大的技术支持，提升了医疗服务的效率和质量。

在2023年的英伟达DGX大会上，英伟达继续加速计算AI潮流，推出了多款创新AI产品，如DGX超级计算机等，进一步巩固了其在AI领域的领先地位。此外，在COMPUTEX大会上，英伟达还推出了超级GPU GH200，凭借其卓越的性能和高效的计算能力，持续引领AI硬件市场的发展。

1.3 产品：图形显控+计算中心加速卡双轮驱动

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（General Purpose GPU）：GPGPU（通用计算图形处理器）主要用于计算和网络领域，其并行计算能力在科学计算、数据分析、机器学习等领域具有广泛应用前景。

GPU：而GPU（图形处理单元）则主要用于图形处理领域，为游戏、个人电脑等提供高性能的图形渲染能力。

根据2023财年年报显示，英伟达在计算与网络类GPGPU领域的收入达到了150.68亿美元，同比增长了36%。

1）计算与网络类GPGPU收入150.68亿美元同比增加+36%

这一增长主要得益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、电动汽车计算平台以及NVIDIA AI企业和其他软件等领域的广泛应用。同时，英伟达在加密货币挖掘领域也取得了显著成果，进一步推动了其计算与网络类GPGPU收入的增长。

2）图形处理类GPU收入119.06亿美元增加 25%

另一方面，英伟达在图形处理类GPU领域的收入为119.06亿美元，虽然同比有所下降了25%，但其在游戏和个人电脑领域的GeForce图形处理器、游戏平台解决方案以及基于云的视觉和虚拟计算软件等方面仍保持着强大的市场竞争力。此外，英伟达还致力于构建和操作3D互联网应用程序的全方位企业软件，以满足不断增长的市场需求。

1.4 业务: 打造多元产品矩阵，数据中心与游戏为核心

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%。NVIDIA加速计算平台基于GPU、DPU、CPU架构，推出DGX人工智能超算，提升深度学习、机器学习和HPC工作负载处理速度。

游戏：2023财年收入90.7亿美元，占比34%。产品涵盖GeForce RTX/GTX GPU、GeForce NOW云游戏、流媒体屏蔽、SOCs及游戏机开发服务。推出基于Ada Lovelace架构的RTX 40系列游戏GPU。

专业可视化：2023财年收入15.4亿美元，占比6%。应用于3D设计、内容创建，如宇宙、VR/AR技术。GPU助力设计制造、数字内容创建。NVIDIA RTX平台实现光线跟踪，实时渲染高质量图像。

自动驾驶：2023财年收入9.0亿美元，占比3%。涵盖AV、智能驾驶舱、电动汽车计算和信息娱乐平台。与汽车生态伙伴合作，开发部署AI系统。推出Drive平台，覆盖多种自动驾驶领域。

1.6 复盘英伟达十年成长曲线

1.9 英伟达提供算力的方式: AI芯片、AI服务器、AI云

芯片：NVIDIA Grace Hopper超级芯片，针对大规模AI和高性能计算，提供高达10倍性能提升。

显卡：NVIDIA TITIAN RTX显卡，基于Turing架构，具备130 Tensor TFLOPs性能，576 Tensor核心，24GB GDDR6内存，支持AI加速和光线追踪。

服务器：DGX超级计算机，搭载8个H100 GPU模组，含Transformer引擎，通过NVLINK Switch实现无阻通信，适用于ChatGPT等模型。

云服务：NVIDIA DGX平台，集成NVIDIA软件、基础设施和专业知识，提供AI开发解决方案，包括AI Enterprise软件、DGXperts支持和可预测成本模型。

02 AI硬件自主可控势在必行

2.2.1 大模型背景下算力势必迎来爆发

大模型参数呈现指数规模，引爆海量算力需求: 财联社与OpenAI数据显示，ChatGPT浪潮下算力缺口显著。模型计算量增速远超AI硬件算力增速，差距高达万倍。运算规模增长推动AI训练芯片算力提升及数据传输速度要求。智东西数据显示，大模型发展迅猛，部分已达万亿级别，算力需求激增

2.2.2 GPT-4、多模态正逐级点燃AI领域

 GPT-4，多模态算法，AI大模型又一跨越里程碑式的巨作。

GPT-4，多模态大型语言模型，支持图像和文本输入，输出扩写能力增强，处理长文本，创造力及指令处理能力提升。

 多模态，AI的旷世之作: 多模态旨在处理多源模态信息，如图像、视频、音频、语义结合。

 DALL·E2，文生图震撼发布:DALL·E2，OpenAI产品，可根据文字生成图像和艺术作品，颠覆传统图型生成工具。

 Runway，AI生成视频，多模态的下一站:Runway的Gen-2模型实现从AI文生图到文生视频的跨越，颠覆摄影、传媒、电影制作等行业。

2.2.3 大模型赋能千行百业，巨头指引——微软

引领AI浪潮，大模型技术里程碑：22年11月，OpenAI发布GPT-3.5系列AI模型ChatGPT，迭代升级具跨时代意义；2月接入Bing，重塑搜索引擎；3月发布GPT-4多模态模型，展现AI算法里程碑式“理解+创造”能力。

 微软已将大模型能力赋能自身产品:个人计算如New Bing、Xbox等，及办公软件如Office365 Copilot、Dynamics 365 Copilot等将极大解放生产力。产品是AI赋能企业的“流量入口”，而算力则是大厂参与算力争夺的“入场券”。

2.5.2 国产AI算力芯片自主可控势在必行

我国AI芯片方面仍处于“垄断局面”，高端 AI芯片仍需自主可控，我国相关企业已初具竞争实力: 根据 IDC 数据，2021 年，中国加速卡数量出货超过 80 万片，其中 Nvidia占据超过 80%市场份额。此外还包括AMD、百度、寒武纪、燧原科技、新华三、华为、Intel和赛灵思等。

人工智能逐渐成为主流的发展趋势，中国人工智能市场投资规模呈上升趋势。在中国市场，IDC预测，2026年中国人工智能投资有望达到266.9亿美元，约占全球投资的8.9%，在其他国家中排名世界第二。

AI 算力规模的快速增长将催生更大的 AI 芯片需求：根据亿欧智库的数据，预计 2023 年中国AI芯片市场规模将达到 1039 亿元，2025 年中国AI芯片市场规模将达到 1780 亿元，三年GAGR为19.66% 。

发展国产AI芯片势在必行：我国AI芯片已经呈现百柯争流的情况，国产化AI芯片势在必行，相关厂商积极加速推进AI芯片布局，促进AI芯片市场发展。

2.5.3 国产加速计算服务器时代到来

人工智能应用场景下的加速计算服务器是中国服务器的核心驱动力: AI服务器作为AI芯片的载体景气度上行，大模型的出现带动AI服务器呈现加速状态，根据IDC的数据，在2021年的统计，预计到2025年中国加速服务器市场规模将达到108.6亿美元，且2023年仍处于中高速增长期，增长率约为20%。

AI服务器作为算力载体为数字经济时代提供广阔动力源泉:AI服务器更专精于海量数据处理和运算方面，我们认为其可以为人工智能、深度学习、神经网络、大模型等场景提供广阔的动力源泉，并广泛应用于医学、材料、金融、科技等千行百业。

03 谁是国产“英伟达”

3.2.1 海光信息：支持全精度，GPU实现规模量产

海光信息致力于高端处理器、加速器等计算芯片与系统的研发：核心产品为海光CPU与DCU。

海光8100运用FinFET工艺，性能达国际同期水平。公司不断推进DCU产品迭代，如深算一号与二号。海光DCU设计独特，计算性能卓越，能效高，且具备强大数据处理能力，适用于大规模数据计算。

3.2.2 寒武纪：少数全面掌握AI芯片技术的企业之一

寒武纪是掌握通用智能芯片及其基础软件研发与产品化技术的领先企业之一，专注于云、边缘、终端的AI核心芯片研发与销售。主要产品包括终端处理器IP、云端与边缘智能芯片及加速卡，以及配套基础软件平台。其AI技术深厚，提供云边端一体、软硬件协同、训练推理融合的系列化智能芯片与平台化软件。2022年3月，寒武纪发布了面向AI训练任务的新款训练加速卡“MLU370-X8”。

3.2.3 龙芯中科：2K2000系列集成自主GPU

龙芯中科专注处理器及配套芯片研制、销售及服务。产品涵盖处理器、芯片及基础软硬件解决方案。公司以信息系统和工控系统为核心，与多领域合作伙伴合作，产品广泛应用于电子政务、能源、交通等行业。

公司自主研发2K200系列GPU，其中2K2000已完成初步测试，性能达标，预计2023年试用。该芯片集成两个LA364处理器核，工作频率为1.5GHz，具有出色性能，并集成自主研发的GPU，优化图形算法。

3.2.4 景嘉微：新一代JM9系列有望打开商用市场

国产GPU领军企业，成立于2006年，专注于军用电子产品研发、产销。三大业务：图形线控、小型雷达、芯片。GPU领域，2014年推出JM5400实现国产替代；2018年JM7200具PC功能；近成功研发9系列高性能芯片。新一代JM9系列已发布，涉足地信、媒体、CAD、游戏、虚拟化等领域。信创市场助力公司拓展通用市场，JM9系列提供有力产品支撑。

3.3.1 中科曙光：我国高性能计算、智能计算领军企业

中科曙光是我国核心信息基础设施领军，在高端计算等领域技术领先。利用计算优势，拓展智能计算、云计算等领域，支撑科研、信息化、产业转型和数字经济。依托技术优势，全面布局智能计算，创新AI组件、服务器、管理平台等，构建完整服务体系。积极响应需求，形成5A级智能计算中心方案，已在多地建成，更多地区在筹备中。

3.3.2 浪潮信息：中国服务器/AI服务器市占率稳居榜首

浪潮信息是领先的IT基础架构与AI基础设施提供商，拥有全面的人工智能计算解决方案，覆盖全栈AI场景，为智慧时代提供坚实支撑。公司算力技术领先，具备强大AI计算产品阵列，如高性能训练服务器、开放加速系统、自研大模型计算框架。在聚合算力上，公司优化架构，构建高性能存储池，提升性能3.5倍以上。在调度算力上，公司推出功能全面的AI管理平台及自动机器学习平台，加速产业化应用。

3.3.3 神州数码: 华为生态核心践行者

神州数码引领数字化转型，提出“数云融合”战略，为快消零售、汽车、金融等各行业提供敏捷IT和融合数据驱动能力。作为华为生态核心践行者，神州数码推出多款基于华为鲲鹏处理器的服务器产品，并开发ARM架构的AI服务器。

3.3.4 拓维信息: 华为生态重要参与者

拓维信息是领拓维信息：领先软硬一体化解决方案提供商，成立于1996年。业务覆盖政企数字化、智能计算、鸿蒙生态，遍布国内外。专注于数字政府、运营商、考试、交通、制造、教育等关键领域，服务逾1500家政企客户。提供全栈国产数字化方案与一站式全生命周期服务。华为生态重要参与者: “兆瀚”系列通用服务器是基于ARM架构，搭载鲲鹏920处理器设计开发的机架式型服务器，拥有高的性能、可靠性、高效环保、兼容性强等特点；“兆瀚”系列AI服务器能够满足当前各类主流AI场景与AI大模型的训练需求，已经在国内多个区域人工智能计算中心、城市人工智能中枢、通用AI服务器场景中得到了应用，已经在国内多家头部互联网企业开展适配测试。

3.4.1 首都在线: AI算力云龙头，AIGC“挖井人”

公司联手英伟达、燧原，推动AI云发展，开启第二波成长曲线。重点转向AI算力云，借助英伟达GPU算力，构建核心壁垒。首云星图算力平台发布，采用多款A系列GPU，支持多场景算力需求。与燧原合作，推出AIGC实时推理应用。海外游戏竞争优势明显，AI算力云赋能各行业。云游戏市场进入成熟阶段，公司算力网络优势突出。IDC和云业务海外布局，将成新增长点。