英伟达：从绘图到计算,从 GPU 到 AI 芯片-中金公司

从绘图到计算，从 GPU到 AI芯片

观点聚焦

借鉴意义

英伟达（Nvidia）成立于1993年，目前是全球最大的独立GPU供应商，也是AI 芯片市场的领军者。本报告通过复盘Nvidia上市后的发展历程，希望能在帮助投资者发掘Nvidia成功要素的同时，为中国计算芯片行业发展提供借鉴。

发现

着眼高端游戏卡业务，逆势于PC市场实现增长。上市初期，Nvidia GPU主要专注PC图形业务，公司产品与PC出货存在较高程度的绑定，以OEM形式销售显

卡也是公司重要的收入来源之一。经济危机后，随着智能手机、平板电脑等消费

电子新应用的兴起，终端需求呈现多元化，全球PC出货量开始进入下行通道，Nvidia开始将业务重心转向高端游戏卡市场。2009年起，公司几乎每两年刷新一次游戏GPU架构，优异的硬件性能和良好的兼容性使其逐渐扩大了对AMD的市

占率领先优势，一度在PC独显市场将AMD市占率压制在20%以下。2010-2015年，公司游戏GPU出货量年复合增速为9%，2013-2018年年复合增速上升至14%。同时，借助平均销售单价强势上升，公司2010-2015年游戏业务收入实现了21%的复合增速，而2013-2018年这一数字更攀升至29%。

软硬件结合构筑AI芯片领导地位。为了将天生强大的并行运算资源共享给开发

者，2006年公司推出了CUDA计算平台，并让未来的每一颗GPU都支持CUDA。尽管这一大胆的决定在初期使Nvidia一度遭遇“显卡门”等困难，但正是这一预见性的发明，使Nvidia拥有了强大的GPU通用计算生态系统，Tesla系列计算卡因此得到了客户的认可。除此之外，cuDNN、TensorRT、DeepStream等Nvidia自行开发、优化的软件也为GPU通用计算提供加速。充足的储备使公司一举抓住2016年起数据中心驱动的半导体行业周期，目前公司GPU被广泛用于云厂商的AI训练/推理加速任务。FY2019英伟达数据中心业务收入占比增长至接近三成。遭遇重大挫折，但未来发展可期。进入2H18，受到数字货币价格下跌、数据中心资本开支增速放缓及自动驾驶行业发展不达预期的三重因素拖累，市场开始对Nvidia的美好增长前景产生质疑，对其高估值失去认同，股价大幅调整。但是依靠布局游戏、数据中心及自动驾驶业务，未来公司仍有望切入更广阔的市场空间。成功背后的借鉴意义。我国计算芯片行业仍处于发展初期，2018年，中国产品终端领域为计算机的芯片设计企业收入总和还不及Nvidia的一半。若要尽快缩短和海外龙头厂商的差距，通过复盘Nvidia的成功史，我们认为国内厂商应1）持续大力投入研发，获得差异化的产品来提升公司的盈利能力；2）注重软硬件结合，在硬件性能优异同时，若配套软件能赋予其良好的兼容性与易用性，有利于增加客户粘性；3）紧抓数据中心成长机遇，目前中国数据中心/云/互联网等企业在全球已经拥有重要地位，硬件的加速国产替代为中国计算芯片设计厂商提供了前所未有的沃土。设计厂商应竭力专注数据中心赛道，与服务提供商一同成长。财务与估值

公司FY00-FY19收入/净利润年复合增速分别为19.9%/27.1%，同期半导体行业（不含存储器）销售额年复合增速为5.2%，可比公司Intel/AMD收入年复合增速分别为4.7%/4.4%。股价方面，相比费城半导体指数、Intel及AMD近20年来的仅一倍股价上涨，Nvidia股价自2000年初至今实现了超50倍的涨幅。主要估值指标来看，上市以来，Nvidia平均12月前向P/E对Intel呈现一倍以上平均溢价；2016年至今，公司高达10倍以上的平均12月前向P/S估值大幅跑赢行业。

风险

AI落地不达预期。中美贸易摩擦加剧拖累半导体行业复苏。

目录

英伟达：GPU核弹的二十年辉煌史 (4)

业绩及市场表现：上市以来收入成长超70倍，市值成长超百倍 (4)

盈利能力：强研发确保盈利能力持续增长，2019利润率有望再创新高 (6)

估值水平：P/E估值长期对Intel形成溢价，P/S估值2016年后大幅扩张 (7)

AI芯片的领导地位是如何炼成的 (10)

第一阶段：从PC图形芯片到游戏显卡 (10)

第二阶段：软硬件结合构筑AI芯片龙头地位 (13)

第三阶段：遭遇挫折，估值收缩，市值减半 (17)

第四阶段：游戏、数据中心、自动驾驶“三驾马车”助力公司迈向千亿美金市场 (19)

对中国计算芯片行业的启示 (28)

附录 (29)

“ABC”推动计算芯片行业快速发展 (29)

AI对计算结构提出新要求：异构计算与架构开源 (29)

AI芯片工作流程 (31)

AI芯片产业链 (31)

图表

图表1: NVIDIA单季度收入及同比增长率 (5)

图表2:自上市以来，Nvidia业绩复合增速大幅领先于行业平均及可比公司 (5)

图表3: 上市以来，Nvidia股价表现大幅跑赢行业平均及主要可比公司 (6)

图表4: 研发费用绝对值对比：Nvidia vs. AMD (6)

图表5: 研发费用率对比：Nvidia vs. AMD (6)

图表6: 计算芯片厂商利润率对比 (7)

图表7: NVIDIA 12F P/E与12F P/S走势（灰蓝色：适用于利润类估值法；粉色：适用于收入类估值法） (8)

图表8: 部分美股科技公司市值vs. 2020e P/S估值情况 (8)

图表9: Nvidia 12F P/E估值对Intel存在长期溢价 (9)

图表10: 自2016年起，Nvidia 12F P/S估值大幅高于竞争对手 (9)

图表11: 全球PC出货量变化 (10)

图表12: 全球桌面显卡出货量（独显vs. 集显） (10)

图表13: Nvidia游戏显卡出货量，ASP及收入情况 (10)

图表14: Nvidia游戏业务单季度收入及同比增长率 (10)

图表15: FY2014（截止2014/01/31）英伟达营收拆分 (11)

图表16: FY 2019（截止2019/1/31）英伟达营收拆分 (11)

图表17: 独立GPU市占率变化情况 (11)

图表18: Steam游戏平台数据显示玩家对Nvidia显卡偏好度持续提升 (12)

图表19: 目前主要游戏显卡参数对比（Nvidia vs. AMD） (12)

图表20: CUDA示意图 (13)

图表21: Nvidia数据中心业务提供平台型服务 (14)

图表22: 数据中心负载任务量变化 (14)

图表23: 超级数据中心数量变化 (14)

图表24: Nvidia最新一代数据中心用Tesla GPU (15)

图表25: Nvidia数据中心业务单季收入及同比增长率 (15)

图表26: 数据中心业务自4QFY16起增速大幅跑赢其他业务线 (15)