從GTC看英偉達(dá)的AI時(shí)代世界觀

1、AI 重塑數(shù)據(jù)中心計(jì)算芯片格局，DPU 再次挑戰(zhàn) Intel 壟斷地位服務(wù)器和數(shù)據(jù)中心用處理器芯片以 CPU 為主，AI 重塑數(shù)據(jù)中心計(jì)算芯片格局。根據(jù)我們的測算，受益于全球范圍內(nèi)云計(jì)算和數(shù)據(jù)中心服務(wù)的快速增長，2019 年全球服務(wù)器級(jí)處理器市場規(guī)模約 247 億美元，預(yù)計(jì) 2024 年達(dá)到 577 億美元，年復(fù)合增長率達(dá)到 18%。其中，服務(wù)器 CPU 是市場主要需求，目前占據(jù) 85%市場份額，我們預(yù)計(jì)其在未來五年保持 14%的年復(fù)合增長率。而在 AI、HPC 等新興需求的推動(dòng)下，異構(gòu)計(jì)算需求不斷增長，我們認(rèn)為數(shù)據(jù)中心對(duì)并行、專用的計(jì)算能力需求增長將更為快速。據(jù)我們測算，目前服務(wù)器 GPU

2、占據(jù)服務(wù)器級(jí)處理器市場13%的市場份額，預(yù)期未來五年CAGR 為27%，2024 年市占率上升至19%；云端 AI 專用芯片將迎來爆發(fā)期，預(yù)計(jì)未來五年 CAGR 為 66%，從目前的 2%的市占率提高至 2024 年的 10%。圖表 1: 全球處理器芯片的主要應(yīng)用、類型和主要競爭者處理器芯片1280億美元主要應(yīng)用場景主要芯片類型臺(tái)式機(jī)/筆記本桌面CPU+GPU服務(wù)器/數(shù)據(jù)中心服務(wù)器CPU+GPU無線通訊 手機(jī)/基站SoC嵌入式場景MCU市場規(guī)模380億美元247億美元450億美元200億美元x86 CPU:英特爾(INTC US) AMD (AMD US)x86 CPU:英特爾(INTC US

3、)AMD (AMD US)主要競爭者GPU:Nvidia (NVDA US) AMD (AMD US)英特爾(INTC US)ARM CPU:華為海思(未上市)GPU:Nvidia (NVDA US)AMD (AMD US)高通(QCOM US)蘋果(AAPL US)聯(lián)發(fā)科(2454 TT)三星電子 (005930 KS)紫光展銳(未上市)華為海思(未上市)德州儀器(TXN US)瑞薩電子(6723 JP) 意法半導(dǎo)體(STM EU)恩智浦(NXPI US)英飛凌(IFX GR)兆易創(chuàng)新(603986 SH)資料來源：IHS，Intel，AMD，中金公司研究部注：市場規(guī)模測算時(shí)間節(jié)點(diǎn)為 201

4、9 年圖表 2: 全球服務(wù)器計(jì)算芯片市場規(guī)模預(yù)測60,000（百萬美元）50,000云端AI專用芯片服務(wù)器GPU40,00030,00020,000 x86服務(wù)器CPU10,000020192020E2021E2022E2023E2024E資料來源：Mercury Research，AMD 財(cái)報(bào)，NVIDIA 財(cái)報(bào)，Intel 財(cái)報(bào)，中金公司研究部我們認(rèn)為，受益于數(shù)據(jù)中心業(yè)務(wù)的發(fā)展，計(jì)算芯片的傳統(tǒng)廠商 Intel、NVIDIA、AMD 的服務(wù)器芯片業(yè)務(wù)收入預(yù)計(jì)迎來增長。隨著數(shù)據(jù)中心的硬件需求向并行計(jì)算的傾斜，我們認(rèn)為 GPU市場增長率將超過 CPU 市場，擁有 GPU 業(yè)務(wù)的 NVIDIA 和

5、 AMD 增長速度將超過 Intel。圖表 3: Intel、NVIDIA、AMD 服務(wù)器計(jì)算芯片業(yè)務(wù)收入預(yù)測（百萬美元）60,00050,00040,00030,00020,00010,000020192020E2021E2022E2023E2024EIntelNvidiaAMD資料來源：AMD 財(cái)報(bào)，NVIDIA 財(cái)報(bào)，Intel 財(cái)報(bào)，Bloomberg，中金公司研究部軟件定義數(shù)據(jù)中心背景下，DPU 或?qū)⒊蔀槲磥頂?shù)據(jù)中心重要的基礎(chǔ)計(jì)算芯片。基于今年 4月完成的對(duì) Mellanox 的收購，英偉達(dá)發(fā)布了面向數(shù)據(jù)中心的新型處理器 BlueField DPU（數(shù)據(jù)處理單元）。在軟件定義數(shù)據(jù)中心

6、（SDDC）蓬勃發(fā)展的今天，數(shù)據(jù)中心基礎(chǔ)設(shè)施需要消耗高達(dá) 20%30%的 CPU 算力，而 DPU 作為 CPU、GPU 之外的新型數(shù)據(jù)中心處理器，我們預(yù)計(jì)其有望從 CPU 上卸載網(wǎng)絡(luò)、存儲(chǔ)、安全等任務(wù)，提高服務(wù)器性能并節(jié)省大量運(yùn)營支出。英偉達(dá)表示，一顆 BlueField-2 DPU 能提供相當(dāng)于 125 個(gè) CPU 核所能支持的數(shù)據(jù)中心服務(wù)。正如 GPU 將并行計(jì)算/AI 從 CPU 卸載后所取得的成功，我們認(rèn)為，DPU 將有望復(fù)現(xiàn) GPU 的經(jīng)驗(yàn)，成為未來數(shù)據(jù)中心重要的基礎(chǔ)計(jì)算芯片之一。圖表 4: DPU 從 CPU 上卸載網(wǎng)絡(luò)、存儲(chǔ)、安全等任務(wù)圖表 5: NVIDIA BlueFiel

7、d-2 DPU 資料來源：GTC Keynote，中金公司研究部資料來源：GTC Keynote，中金公司研究部DPU/DOCA 軟硬件協(xié)同，英偉達(dá)上調(diào)數(shù)據(jù)中心長期 TAM 至 1,000 億美元。與 GPU-CUDA 類似，英偉達(dá)也為 DPU 推出了 DOCA 軟件開發(fā)工具包，方便開發(fā)者在 DPU 上構(gòu)建數(shù)據(jù)中心基礎(chǔ)設(shè)施服務(wù)程序。除了 DPU/DOCA 數(shù)據(jù)中心軟硬件新品，英偉達(dá)也在分析師會(huì)上上調(diào)了數(shù)據(jù)中心業(yè)務(wù)的長期 TAM，從 2019 年給出的 500 億美元（2023 年）上調(diào) 100%至 1,000 億美元（2024 年），該數(shù)字未考慮收購 Arm 的影響。我們認(rèn)為，英偉達(dá)大幅上調(diào)數(shù)

8、據(jù)中心長期TAM，一方面反映收購 Mellanox 以及 DPU、邊緣 AI 服務(wù)器等新業(yè)務(wù)帶來的增量，另一方面反映了公司對(duì)數(shù)據(jù)中心軟硬件行業(yè)長期增長的信心。此外，英偉達(dá)在云端推理方面的統(tǒng)治力開始顯現(xiàn)，公司估算英偉達(dá) GPU 云端推斷總算力已經(jīng)超過 CPU，并預(yù)計(jì)兩三年后英偉達(dá) GPU 在云端推斷的算力占比將達(dá)到 90%。圖表 6: NVIDIA DOCA 架構(gòu)圖表 7: NVIDIA DPU 產(chǎn)品路線圖 資料來源：GTC Keynote，中金公司研究部資料來源：GTC Keynote，中金公司研究部圖表 8: 英偉達(dá)在云端推理方面的統(tǒng)治力開始顯現(xiàn)資料來源：GTC Keynote，中金公司研究

9、部邊緣 AI 發(fā)展前景廣闊，嵌入式開發(fā)平臺(tái)或成生態(tài)培育關(guān)鍵IoT 連接數(shù)迎來爆發(fā)，應(yīng)用領(lǐng)域不斷拓展。根據(jù) Gartner 預(yù)計(jì)，全球物聯(lián)網(wǎng)終端數(shù)量將由 2019年的 83 億增加至 2025 年的 215 億，復(fù)合增長率 17%，其中短距離無線連接達(dá)到 178 億。中國方面，根據(jù)北京物聯(lián)網(wǎng)協(xié)會(huì)2019 年物聯(lián)網(wǎng)技術(shù)行業(yè)應(yīng)用年度研究報(bào)告測算，到 2025年中國蜂窩物聯(lián)網(wǎng)連接數(shù)將有望達(dá)到 53.8 億。物聯(lián)網(wǎng)的應(yīng)用百花齊放?，F(xiàn)有應(yīng)用包括公共事業(yè)、政府、智能樓宇、安防等領(lǐng)域，我們認(rèn)為隨著 4G/5G 的普及，車聯(lián)網(wǎng)等高附加值應(yīng)用可能落地。圖表 9: 全球 IoT 設(shè)備連接數(shù)圖表 10: 2018 年

10、 IoT 終端設(shè)備分布（按應(yīng)用場景） (十億個(gè))連接數(shù)連接數(shù)YoY（右軸）21.518.515.813.52530%2025%20%1515%6%1%公共事業(yè)8%24%政府6%智能樓宇安防8%制造業(yè)與礦業(yè)汽車105020192020E 2021E 2022E 2023E 2024E 2025E10%5%0%8%19%12%醫(yī)療零售8%信息貿(mào)易 資料來源：Gartner，中金公司研究部資料來源：IHS，中金公司研究部，注：圖中為全球市場數(shù)據(jù)AI 計(jì)算開始從公有云，逐步下沉至企業(yè)私有云乃至邊緣數(shù)據(jù)中心。英偉達(dá)指出，人工智能最先興起于云數(shù)據(jù)中心，接下來將逐步下沉至企業(yè)級(jí)數(shù)據(jù)中心，

11、緊接著邊緣數(shù)據(jù)中心中也將開始搭載 AI 算力，例如工廠機(jī)器人、無人零售店、醫(yī)療機(jī)器人等都需要邊緣 AI 算力的支持。為更好地支持邊緣 AI 的發(fā)展，英偉達(dá)在本次 GTC 上更新了搭載 A100 GPU 和 DPU 的 EGX Egde AI 平臺(tái)，以及 59 美元的入門級(jí) AI 機(jī)器人開發(fā)套件 Jetson Nano 2GB。圖表 11: 物聯(lián)網(wǎng)時(shí)代下邊緣 AI 發(fā)展空間廣闊資料來源：GTC Keynote，中金公司研究部圖表 12: 英偉達(dá) EGX Egde AI 平臺(tái)圖表 13: AI 機(jī)器人開發(fā)套件 Jetson Nano 2GB資料來源：GTC Keynote，中金公司研究部資料來源：

12、GTC Keynote，中金公司研究部嵌入式開發(fā)平臺(tái)或成生態(tài)培育關(guān)鍵。在嵌入式開發(fā)領(lǐng)域，Raspberry Pi（樹莓派）為學(xué)生、教育工作者和愛好者提供了高性能比的硬件方案，同時(shí)也為 Arm/Linux 生態(tài)的發(fā)展做出了重要貢獻(xiàn)。在 10 月 GTC 上，英偉達(dá)推出了 59 美元的入門級(jí) AI 機(jī)器人開發(fā)套件 Jetson Nano 2GB，拉低了邊緣 AI 開發(fā)門檻，我們認(rèn)為將有助于英偉達(dá)在邊緣 AI 領(lǐng)域的生態(tài)培育，而 JetsonNano 或?qū)⒊蔀?AIoT 時(shí)代的 Raspberry Pi。未來協(xié)作平臺(tái)或是虛擬世界與物理世界融合英偉達(dá)持續(xù)強(qiáng)化軟件生態(tài)能力。目前，英偉達(dá)的軟件架構(gòu)體系中，

13、除了最底層直接控制 GPU硬件資源的CUDA 開發(fā)環(huán)境，還有豐富的CUDA-X 軟件加速庫和工具包，乃至適用于AI、HPC、醫(yī)療、工業(yè)、電子等各行業(yè)的應(yīng)用平臺(tái)。英偉達(dá)在本次 GTC 上發(fā)布 80 款全新/更新的 SDK，持續(xù)強(qiáng)化自身的軟件生態(tài)，以增強(qiáng)競爭壁壘。黃仁勛1表示，“只有效率提升 10 倍以上時(shí)，開發(fā)者才會(huì)考慮采用新的平臺(tái)”。我們認(rèn)為，英偉達(dá)構(gòu)建的以 CUDA 為核心的軟件生態(tài)，短期內(nèi)還未能看到有力的競爭者。圖表 14: 英偉達(dá)軟件架構(gòu)資料來源：NVIDIA，中金公司研究部圖表 15: NVIDIA 持續(xù)強(qiáng)化軟件生態(tài)能力資料來源：GTC Keynote，中金公司研究部1 https H

14、YPERLINK /gtc/keynote/ :/gtc/keynote/本次 GTC 上主要更新的軟件平臺(tái)包括 1）Omniverse 計(jì)算機(jī)圖形和仿真平臺(tái)正式公測： Omniverse 是 3D 仿真和協(xié)作平臺(tái)，可以實(shí)現(xiàn)在虛擬世界中對(duì)現(xiàn)實(shí)世界的逼真模擬，為機(jī)器人、汽車、建筑、工程、制造、媒體等行業(yè)的設(shè)計(jì)和協(xié)同工作提供全新工作方式；2）Maxine流媒體視頻 AI 平臺(tái)：整合凝視校正、實(shí)時(shí)字幕、噪聲消除等視頻、音頻和對(duì)話 AI 功能，提高流媒體質(zhì)量，改善視頻會(huì)議體驗(yàn)；3）Clara Discovery 藥物發(fā)現(xiàn)平臺(tái)：集成預(yù)訓(xùn)練的 AI 模型和框架，在尋找目標(biāo)、構(gòu)建化合物、開發(fā)反應(yīng)等各環(huán)節(jié)幫助

15、加速藥物發(fā)現(xiàn)；此外，對(duì)話 AI 平臺(tái) Jarvis 以及推薦系統(tǒng)平臺(tái) Merlin 也開始進(jìn)入公測階段。圖表 16: NVIDIA Omniverse圖表 17: NVIDIA Clara Discovery 資料來源：GTC Keynote，中金公司研究部資料來源：GTC Keynote，中金公司研究部商湯自研底層平臺(tái)鑄就批量化模型生產(chǎn)能力，領(lǐng)跑十大 AI 垂直場景。公司自主研發(fā)和建立了深度學(xué)習(xí)平臺(tái)和 AI 超算中心，并以此為基石打造出批量生產(chǎn)和迭代模型的“算法工廠”能力。公司的“算法工廠”可以批量化生產(chǎn)定制場景的 AI 算法模型，不僅大大提高了效率、降低了人力成本，而且算法準(zhǔn)確率已經(jīng)超過單

16、一手工生產(chǎn)的算法。目前，商湯在全國建設(shè)了 20 多個(gè)超級(jí)計(jì)算機(jī)集群，訓(xùn)練出 3000 多種算法模型，掌握人臉識(shí)別、圖像識(shí)別、視頻分析、醫(yī)療影像識(shí)別、增強(qiáng)現(xiàn)實(shí)、無人駕駛和遙感等 AI 能力，在智能手機(jī)、汽車、智慧城市、智能交通、教育、醫(yī)療、零售、金融、地產(chǎn)、文旅等十大 AI 垂直場景保持領(lǐng)先地位。圖表 18：商湯科技 AI 業(yè)務(wù)布局商業(yè)智能智慧城市移動(dòng)互聯(lián)網(wǎng)超級(jí)計(jì)算自動(dòng)駕駛新興商業(yè)商業(yè)落地人臉識(shí)別 圖像識(shí)別 自動(dòng)駕駛 增強(qiáng)現(xiàn)實(shí) 醫(yī)療影像 AI芯片應(yīng)用深度學(xué)習(xí)平臺(tái)資料來源：商湯科技官網(wǎng)，中金公司研究部GPU超算中心曠視開源深度學(xué)習(xí)框架，助力 AI 基礎(chǔ)設(shè)施建設(shè)。2020 年 3 月，曠視科技發(fā)布

17、AI 生產(chǎn)力平臺(tái) Brain+，包括天元 MegEngine 人工智能深度學(xué)習(xí)開源框架、MegData 數(shù)據(jù)管理平臺(tái)和 MegCompute 深度學(xué)習(xí)云計(jì)算平臺(tái)三大部件。Brain+作為統(tǒng)一的底層架構(gòu)，為算法訓(xùn)練及模型改進(jìn)過程提供重要支持，減少 AI 開發(fā)的人力與時(shí)間投入，并能夠針對(duì)不同垂直領(lǐng)域的碎片化需求定制豐富且不斷增長的算法組合。圖表 19: 曠視科技 AIoT 戰(zhàn)略架構(gòu)AI云端智能Face+人工智能開放平臺(tái)IoT城市大腦個(gè)人設(shè)備大腦FaceID在線人臉驗(yàn)證平臺(tái)供應(yīng)鏈大腦手機(jī)安全解決方案手機(jī)攝像解決方案資料來源：曠視科技官網(wǎng)，中金公司研究部城市管理數(shù)字化解決方案樓宇園區(qū)數(shù)字化解決方案教育

18、行業(yè)數(shù)字化解決方案倉儲(chǔ)物流數(shù)字化解決方案工廠制造數(shù)字化解決方案圖表 20: 可比公司估值表股票代碼公司名稱市值（百萬美元）收盤價(jià)交易貨幣市盈率2020E市銷率2021E2020E凈資產(chǎn)收益率（%）2021E2020ENVDA US英偉達(dá)(NVIDIA)340,868552.46USD49.9(a)43.0(a)18.2(a)16.0(a)40.9(a)AMD US超威半導(dǎo)體(AMD)97,64683.17USD76.050.611.09.034.5INTC US英特爾(INTEL)230,34254.16USD3.124.9QCOM US高通公司(QUALCOMM)145,546129.03USD19.9(a)17.3(a)5.2(a)4.8(a)123.8(a)XLNX US賽靈思(XILINX)28,834118.02USD33.2(a)31.3(a)8.4(a)7.5(a)3