AI黃金時(shí)代中的賣鏟人

分析師及聯(lián)系人SAC：S0490517070012SAC：S0請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明2/37英偉達(dá)：軟硬件大平臺(tái)鑄造核心壁壘，GPAI揚(yáng)帆，巨龍展翅——英偉達(dá)踏上宏偉 2023/82023/122024/42024/8?《2024Q1半導(dǎo)設(shè)備及材料綜述：收入端加速增長(zhǎng)，景氣度持續(xù)回暖》2024-05-20?《景氣回暖+Chiplet加速應(yīng)用，封測(cè)行業(yè)多重β演繹長(zhǎng)期成長(zhǎng)邏輯》2023-05-27?《AI重構(gòu)生產(chǎn)力下的電子行業(yè)投資機(jī)遇分析》2023-03-27行業(yè)研究丨深度報(bào)告投資評(píng)級(jí)看好丨維持請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明 7 產(chǎn)品平臺(tái)化構(gòu)建競(jìng)爭(zhēng)壁壘，應(yīng)用擴(kuò)張打造增 圖1：AI能力出現(xiàn)拐點(diǎn)，從預(yù)測(cè)推斷走向內(nèi)容生成 7圖2：內(nèi)容創(chuàng)作模式的四個(gè)發(fā)展階段 7圖3：生成式AI技術(shù)的成熟應(yīng)用進(jìn)程時(shí)間表 7圖4：人工智能三要素逐步成熟，推動(dòng)行業(yè)進(jìn)入爆發(fā)期 8圖5：全球及我國(guó)人工智能市場(chǎng)收支規(guī)模及預(yù)測(cè)（億美元） 8圖6：大模型參數(shù)快速提升，對(duì)于訓(xùn)練、推理芯片的性能要求越來(lái)越高 9圖7：B2C\B2B對(duì)算力的需求（QFLOPS） 9圖8：ScalingLaw尚未見(jiàn)頂，MOE萬(wàn)億參數(shù)大模型是新的熱點(diǎn) 9圖9：大模型算力需求6個(gè)月翻一番的趨勢(shì)，預(yù)計(jì)至少持續(xù)到2030年 9圖10：開(kāi)發(fā)更高性能的AI大模型需要更強(qiáng)的算力平臺(tái) 10圖11：算力底座技術(shù)門檻提高，未來(lái)訓(xùn)練核心拼集群系統(tǒng)能力 10圖12：訓(xùn)練&推理對(duì)算力均帶來(lái)顯著需求 10圖13：AIGC產(chǎn)業(yè)的算力是工程化結(jié)果，是從芯片到資源服務(wù)的多層次構(gòu)造 10圖14：AI服務(wù)器將成為服務(wù)器的核心增長(zhǎng)點(diǎn)（億美元） 圖15：相比傳統(tǒng)服務(wù)器，AI服務(wù)器整體成本中計(jì)算芯片占比更高 圖16：四類邏輯芯片特性比較 圖17：主要AI芯片的功能特性比較 圖18：1983年由TI推出的第一款GPU芯片，用于雅利達(dá)游戲機(jī)，顯存僅為16kb，分辨率為256*192 12圖19：目前最先進(jìn)的游戲顯卡英偉達(dá)RTX40系列顯存達(dá)16GB，可實(shí)現(xiàn)光線追蹤效果 12圖20：GPU處理圖形主要分為幾何階段和光柵化階段 12圖21：渲染著色需要大量shader串行完成數(shù)據(jù)處理 12圖22：CPU與GPU的結(jié)構(gòu)差異 13圖23：核（ire）→線程組（Thread）→線程塊（Block）→網(wǎng)格（Grid）的多層級(jí)復(fù)合堆積結(jié)構(gòu)使得GPU更適合處理簡(jiǎn)單重復(fù)的并行運(yùn)算 13圖24：阿凡達(dá)中用光線追蹤技術(shù)制作的鏡頭，GPU在圖形渲染中的應(yīng)用范圍持續(xù)擴(kuò)大 13圖25：以GPU為計(jì)算核心的服務(wù)器集群已成為AI發(fā)展的關(guān)鍵基礎(chǔ) 13請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖26：全球GPU市場(chǎng)規(guī)模2027年有望達(dá)到1857.5億美元 14圖27：2023年全球GPU下游應(yīng)用仍以移動(dòng)設(shè)備、PC及工作站為主 14圖28：服務(wù)器中的GPU市場(chǎng)規(guī)模快速擴(kuò)大（億美元） 14圖29：英偉達(dá)在服務(wù)器GPU中占據(jù)核心份額 14圖30：英偉達(dá)H100硬件架構(gòu)示意圖，大量CUDACore需要跟片上緩存、管口配合 15圖31：2020年以來(lái)英偉達(dá)CUDA生態(tài)持續(xù)擴(kuò)大（百萬(wàn)次） 16圖32：英偉達(dá)目前仍為桌面級(jí)GPU市場(chǎng)的核心龍頭，份額持續(xù)提升 16圖33：英偉達(dá)在全球服務(wù)器GPU中的市場(chǎng)份額高達(dá)95.9% 16圖34：英偉達(dá)增長(zhǎng)趨勢(shì)（單位：百萬(wàn)美元） 18圖35：英偉達(dá)應(yīng)用于AI運(yùn)算的H100芯片組 19圖36：英偉達(dá)應(yīng)用于圖形顯示的RTX系列產(chǎn)品 19圖37：英偉達(dá)圍繞GPU硬件基礎(chǔ)打造了CUDA生態(tài)系統(tǒng) 19圖38：在CUDA生態(tài)系統(tǒng)至上進(jìn)一步完善了各類場(chǎng)景應(yīng)用 19圖39：AI的核心驅(qū)動(dòng)與英偉達(dá)的三重壁壘 20圖40：TensorCore的4x4矩陣可大幅提升運(yùn)算效率 21圖41：相比無(wú)TensorCore的P100，V100訓(xùn)練效率大幅提升 21圖42：Blackwell架構(gòu)下的GB200GPU集成了2080億個(gè)晶體管 22圖43：GB200的整體運(yùn)算效率遠(yuǎn)超英偉達(dá)前代產(chǎn)品 22圖44：NVIDIABLUEFIELD-3DPU：可編程片上數(shù)據(jù)中心基礎(chǔ)設(shè)施 23圖45：DPU可大幅提升通信吞吐量 23圖46：GraceCPU通過(guò)NVLink與GPU連接，大幅提升吞吐效率 24圖47：使用NVIDIAScalableCoherencyFabric擴(kuò)展內(nèi)核和帶寬 24圖48：英偉達(dá)從硬件→軟件→應(yīng)用層的完整結(jié)構(gòu) 25圖49：DRAM內(nèi)存尋址：可以在DRAM的任何區(qū)域進(jìn)行數(shù)據(jù)讀寫 26圖50：On-chip內(nèi)存共享：提升數(shù)據(jù)讀寫速度 26圖51：外部?jī)?nèi)存讀?。壕€程可以通過(guò)不同范圍的一組內(nèi)存空間來(lái)訪問(wèn)設(shè)備的DRAM和片上存儲(chǔ)器 26圖52：線程批處理：任務(wù)分解 26圖53：CUDA-XAI開(kāi)發(fā)套件 27圖54：CUDA-XHPC開(kāi)發(fā)套件 27圖55：DOCA的軟硬件結(jié)構(gòu) 28圖56：英偉達(dá)AIEnterprise應(yīng)用體系 28圖57：英偉達(dá)Omniverse體系 29圖58：英偉達(dá)整體收入及變化（億美元） 30圖59：英偉達(dá)歸母凈利潤(rùn)變化（億美元） 30圖60：英偉達(dá)數(shù)據(jù)中心收入變化（單位：億美元） 30圖61：英偉達(dá)數(shù)據(jù)中心收入占比變化 30圖62：英偉達(dá)游戲收入變化（單位：億美元） 31圖63：英偉達(dá)游戲收入占比變化 31圖64：英偉達(dá)專業(yè)可視化收入變化（單位：億美元） 31圖65：英偉達(dá)專業(yè)可視化收入占比變化 31圖66：英偉達(dá)自動(dòng)駕駛收入變化（單位：億美元） 32圖67：英偉達(dá)自動(dòng)駕駛收入占比變化 32請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明圖68：英偉達(dá)盈利能力 32圖69：英偉達(dá)費(fèi)用率 32圖70：英偉達(dá)研發(fā)投入（億美元） 33圖71：英偉達(dá)存貨（億美元） 33表1：英偉達(dá)主要游戲顯卡參數(shù) 21表2：英偉達(dá)主要數(shù)據(jù)中心顯卡參數(shù) 22表3：CUDA主要工作模塊及原理 25表4：CUDA核心優(yōu)勢(shì) 26請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明生成式AI引爆技術(shù)奇點(diǎn)，GPU行業(yè)迎高增機(jī)遇AIGC全稱為AI-GeneratedConten資料來(lái)源：《邁向智能世界白皮書2023》華為，長(zhǎng)江證券研究所資料來(lái)源：《AIGC發(fā)展趨勢(shì)報(bào)告2023》騰訊研究院，長(zhǎng)江證券研究所資料來(lái)源：《AIGC發(fā)展趨勢(shì)報(bào)告2023》騰訊研究院，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明達(dá)24.5%，顯示出強(qiáng)勁的產(chǎn)業(yè)化增長(zhǎng)勢(shì)頭250020005000204210178508210216120212022E250020005000204210178508210216120212022E2025E全球中國(guó)!!數(shù)據(jù)AIGC算法算力資料來(lái)源：甲子光年，長(zhǎng)江證券研究所資料來(lái)源：IDCGlobal，IDCChina，上海數(shù)字大腦研究院，長(zhǎng)江證券研究所到千億甚至萬(wàn)億級(jí)別，這與應(yīng)用級(jí)別的模型在參數(shù)規(guī)模上存在指數(shù)級(jí)的差異。自2022請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：McKinsey，長(zhǎng)江證券研究所提升。在參數(shù)數(shù)量相同的情況下，更深的神經(jīng)網(wǎng)絡(luò)模型往往能夠展現(xiàn)出更優(yōu)越的性能。續(xù)至2030年。隨著模型規(guī)模的不斷擴(kuò)大，對(duì)算力的需求也在急劇上升，這不僅推動(dòng)了資料來(lái)源：《邁向智能世界白皮書2023》華為，長(zhǎng)江證券研究所圖9：大模型算力需求6個(gè)月翻一番的資料來(lái)源：《邁向智能世界白皮書2023》華為，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：華為，長(zhǎng)江證券研究所資料來(lái)源：華為，長(zhǎng)江證券研究所指利用訓(xùn)練好的模型進(jìn)行計(jì)算，利用輸入的數(shù)據(jù)獲得正確結(jié)論的過(guò)資料來(lái)源：甲子光年，長(zhǎng)江證券研究所資料來(lái)源：甲子光年，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明計(jì)算芯片在AI服務(wù)器中占據(jù)了更高的成本比例。與傳統(tǒng)服務(wù)器相比，AI服務(wù)器對(duì)計(jì)算能力的要求更高，因此對(duì)高性能計(jì)算芯片的需求也更為迫切。GPU由于其并行處理能力，在加速這些計(jì)算密集型任務(wù)中發(fā)揮著至關(guān)重要的作用，800600400200020202021202220232024E2025E2026E2027EAI服務(wù)器非AI服務(wù)器資料來(lái)源：IDC，長(zhǎng)江證券研究所60%50%40%30%20%10%0%計(jì)算芯片網(wǎng)絡(luò)芯片HDDSSD&NANDDRAMAI服務(wù)器非AI服務(wù)器資料來(lái)源：IDC，長(zhǎng)江證券研究所性能功能效率靈活性延遲CPUGPU性能功能效率靈活性延遲CPUGPUFPGAASICGPUFPGAASIC定制化程度通用型半定制化定制化靈活性好好不好成本高較高低編程語(yǔ)言/架構(gòu)CUDA、OpenCL等Verilog/VHDL等硬件描述語(yǔ)言，OpenCL、HLS/功耗大較大小主要優(yōu)點(diǎn)峰值計(jì)算能力強(qiáng)、產(chǎn)品成熟平均性能較高、功耗較低、靈活性強(qiáng)平均性能很強(qiáng)，功耗很低、體積小主要缺點(diǎn)效率不高、不可編輯、功耗高量產(chǎn)單價(jià)高、峰值計(jì)算能力較強(qiáng)、編程語(yǔ)言難度大前期投入成本高、不可編輯、研發(fā)時(shí)間長(zhǎng)、技術(shù)風(fēng)險(xiǎn)大主要應(yīng)用場(chǎng)景云端訓(xùn)練、云端推斷云端推理、終端推斷云端訓(xùn)練、云端推斷、終端推斷代表企業(yè)芯片英偉達(dá)Tesla、高通Adreno等XilinxVersal、英特爾Arria等谷歌TPU、寒武紀(jì)Cambricon等資料來(lái)源：與非網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：賽迪智庫(kù)，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明GPU：并行運(yùn)算效率領(lǐng)先，誕自游戲而盛于AI但隨著計(jì)算需求的增加，GPU逐漸成為專門處理圖形渲染的硬件。在作為圖形顯示芯資料來(lái)源：MSX，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：CSDN，長(zhǎng)江證券研究所資料來(lái)源：CSDN，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所速圖形渲染向電影、電視、醫(yī)療影像等領(lǐng)域擴(kuò)擴(kuò)展，人工智能、機(jī)器學(xué)習(xí)、科學(xué)計(jì)算、加密貨幣挖礦、數(shù)據(jù)中心和云計(jì)算、自動(dòng)駕駛和機(jī)器人等領(lǐng)域也進(jìn)入百花齊放的階段，資料來(lái)源：Broadgeek，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所年進(jìn)一步增長(zhǎng)至584.1億美元，這一上升趨勢(shì)預(yù)計(jì)將持續(xù)至2027年，屆時(shí)市場(chǎng)規(guī)模有請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明卓越的并行處理能力而成為這些應(yīng)用的理想選擇，服務(wù)器市2000800600400200035%35%34%34%33%33%32%32%31%31%30%202220232024E2025E2026E2027E全球GPU市場(chǎng)規(guī)模（億美元）YoY（右軸）資料來(lái)源：Technavio，長(zhǎng)江證券研究所n移動(dòng)設(shè)備PCn移動(dòng)設(shè)備PC及工作站游戲機(jī)w服務(wù)器w其他應(yīng)用資料來(lái)源：MordorIntelligence，長(zhǎng)江證券研究所中占據(jù)核心份額。憑借其強(qiáng)大的產(chǎn)品性能、廣泛的軟件生態(tài)系統(tǒng)以及持續(xù)的技術(shù)創(chuàng)新，900800700600500400300200020202021202220232024E2025E2026E2027E2028E服務(wù)器中的GPU市場(chǎng)規(guī)模資料來(lái)源：IDC，長(zhǎng)江證券研究所402002020Q12020Q22020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q22023Q32023Q4英偉達(dá)AMD&Intel資料來(lái)源：IDC，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明半導(dǎo)體制造技術(shù)不易獲得，需要與頂級(jí)的代工廠建立合作關(guān)系。這些壁壘共同維護(hù)了持并行處理和高吞吐量計(jì)算，這要求精細(xì)的工程設(shè)計(jì)來(lái)平衡性能和功耗。設(shè)計(jì)者必須精通復(fù)雜的計(jì)算圖形學(xué)和并行計(jì)算理論，確保GPU能夠有效地執(zhí)行圖形渲以適應(yīng)從移動(dòng)設(shè)備到超級(jí)計(jì)算機(jī)的不同應(yīng)用場(chǎng)景。散熱管理也是設(shè)計(jì)中的一個(gè)挑要不斷創(chuàng)新以支持新興技術(shù)，如光線追蹤、AI資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所能夠充分利用GPU硬件性能的開(kāi)發(fā)環(huán)境。這需要提供強(qiáng)大的編程模型、豐富的必須支持多平臺(tái)、多語(yǔ)言和多種計(jì)算框架。此外，構(gòu)建一個(gè)充滿活力的開(kāi)發(fā)者社請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明6050403020020202023nCUDA下載量資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所英偉達(dá)的成功不僅源于其在GPU硬件架構(gòu)上的技84%84%80%88%資料來(lái)源：JPR，長(zhǎng)江證券研究所n英偉達(dá)英特爾AMD資料來(lái)源：IDC，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明AI揚(yáng)帆，巨龍展翅——英偉達(dá)踏上宏偉航路請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明第一階段16nm12nm716nm12nm7nm第二階段4nm汽車芯片4nm汽車芯片Thor2000TOPS第三階段3/2nm泛AI3/2nm28nm均以AI為內(nèi)核數(shù)據(jù)中心元宇宙自動(dòng)駕駛數(shù)字孿生70,00060,00050,00040,00030,00020,00010,0000汽車芯片Orin汽車芯片VoltaXavier30TOPSGraceCPU汽車芯片VoltaXavier30TOPSGraceCPUBlueField3DPUBlackwell計(jì)算卡B100/B200Hopper計(jì)算卡H10060TFLOPSVoltaAmpere計(jì)算卡A10019.5TFLOPSPascall計(jì)算卡P100HBM2RTX20系列推出光追技術(shù)PascallGTX10系列BlueField2BlueField3DPUBlackwell計(jì)算卡B100/B200Hopper計(jì)算卡H10060TFLOPSVoltaAmpere計(jì)算卡A10019.5TFLOPSPascall計(jì)算卡P100HBM2RTX20系列推出光追技術(shù)PascallGTX10系列BlueField2DPU汽車芯片Parker汽車芯片TegraX1計(jì)算卡V10016.4TFLOPSAdaLovelaceRTX40系列TurningAmpereRTX30系列MaxcellGTX900系列FY2014FY2015FY2016FYFY2014FY2015FY2016FY2017FY2018FY2019FY2020FY2021FY2022FY2023FY2024140%120%100%80%60%40%20%0%-20%數(shù)據(jù)中心游戲?qū)I(yè)設(shè)計(jì)與可視化解決方案OEM&IP汽車總收入YoY（右軸）資料來(lái)源：Anandtech，英偉達(dá)官網(wǎng)，Thinkcomputers，快科技，長(zhǎng)江證券研究所（注：算力大小均取系列產(chǎn)品中單精度計(jì)算性能的較大值）三重壁壘聯(lián)動(dòng)+螺旋提升打造AI全棧體系，系請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所軟件：在軟件方面，英偉達(dá)提供了CUDA限，以推動(dòng)自動(dòng)駕駛汽車的發(fā)展。量子計(jì)算生態(tài)系統(tǒng)則與多家合作伙伴建立了合資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所動(dòng)了人工智能、自動(dòng)駕駛汽車、量子計(jì)算等多個(gè)領(lǐng)域的請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明視頻流、社交媒體……數(shù)據(jù)持續(xù)高增，算力需求遠(yuǎn)超現(xiàn)存多芯配合算力迭代突破硬件摩爾定律限制數(shù)據(jù)三芯戰(zhàn)略多芯互聯(lián)瓶頸打開(kāi)算力上限硬件層互聯(lián)網(wǎng)絡(luò)AI發(fā)展關(guān)鍵瓶頸算力、功耗、體積與成本以及如何發(fā)揮軟硬件強(qiáng)耦合充分發(fā)揮硬件優(yōu)勢(shì)AI芯片應(yīng)用軟件軟件層下沉應(yīng)用層提供更完整解決方案行業(yè)應(yīng)用軟件從消費(fèi)到數(shù)據(jù)基建再到AI完整領(lǐng)域視頻流、社交媒體……數(shù)據(jù)持續(xù)高增，算力需求遠(yuǎn)超現(xiàn)存多芯配合算力迭代突破硬件摩爾定律限制數(shù)據(jù)三芯戰(zhàn)略多芯互聯(lián)瓶頸打開(kāi)算力上限硬件層互聯(lián)網(wǎng)絡(luò)AI發(fā)展關(guān)鍵瓶頸算力、功耗、體積與成本以及如何發(fā)揮軟硬件強(qiáng)耦合充分發(fā)揮硬件優(yōu)勢(shì)AI芯片應(yīng)用軟件軟件層下沉應(yīng)用層提供更完整解決方案行業(yè)應(yīng)用軟件從消費(fèi)到數(shù)據(jù)基建再到AI完整領(lǐng)域GPUGPUDPUCPUDOCAOmniverseDOCAOmniverseNVlinkConnectXCUDAAIEnterprise游戲應(yīng)用層數(shù)據(jù)中心自動(dòng)駕駛算法經(jīng)歷超半世紀(jì)發(fā)展主流模型逐步成熟專業(yè)視覺(jué)游戲應(yīng)用層數(shù)據(jù)中心自動(dòng)駕駛算法經(jīng)歷超半世紀(jì)發(fā)展主流模型逐步成熟專業(yè)視覺(jué)生產(chǎn)力數(shù)字孿生數(shù)字孿生元宇宙元宇宙社會(huì)效益資料來(lái)源：長(zhǎng)江證券研究所AI服務(wù)器的首選加速方案。超算中心的市場(chǎng)份額超過(guò)70%，AI加速卡的市場(chǎng)份額請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明推出時(shí)間202220202018Ampere------成---D-1標(biāo)準(zhǔn)顯存配置資料來(lái)源：英偉達(dá)官網(wǎng)，Techhpowerup，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明2022年，英偉達(dá)推出Hopper架構(gòu)，其代表了NV運(yùn)算而設(shè)計(jì)，能夠顯著提升深度學(xué)習(xí)訓(xùn)練和推理的性能；Hopper架構(gòu)還實(shí)現(xiàn)了與推出時(shí)間20162017架構(gòu)Pascal雙精度（TFLOPS）5.37.8顯存帶寬（GB/s）732互聯(lián)方式NVLink/PCIe3.0互聯(lián)帶寬最大功耗300W資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所Blackwell架構(gòu)的優(yōu)勢(shì)在于其強(qiáng)大的并行處理能資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明數(shù)據(jù)中心中網(wǎng)絡(luò)、存儲(chǔ)和安全等基礎(chǔ)設(shè)施任務(wù)的高效處理。此外，DPU支持先進(jìn)的RDMA技術(shù)，提供低延遲和高吞吐量的網(wǎng)絡(luò)性能，并通過(guò)集成的AI和機(jī)器學(xué)習(xí)加速器資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所ARM是全球領(lǐng)先的半導(dǎo)體知識(shí)產(chǎn)權(quán)（IP）提供商，其架構(gòu)廣泛應(yīng)用于移在能效和設(shè)計(jì)靈活性方面的優(yōu)勢(shì)，以及英偉達(dá)在GPU和AI技術(shù)上的領(lǐng)先地位，共同開(kāi)發(fā)新一代計(jì)算平臺(tái)。然而，這筆交易面臨了全球反壟斷監(jiān)管機(jī)構(gòu)的嚴(yán)格審延遲的計(jì)算性能。GraceCPU與英偉達(dá)的HopperGPU系列相結(jié)合，可以構(gòu)成請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明模型，特別適合于需要處理大量并行任務(wù)的高性能計(jì)算資料來(lái)源：CSDN，長(zhǎng)江證券研究所資料來(lái)源：CSDN，長(zhǎng)江證券研究所英偉達(dá)的軟件體系可以分為基礎(chǔ)架構(gòu)層和應(yīng)用工具層，其中基礎(chǔ)架構(gòu)層主要是CU請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：CSDN，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明 優(yōu)勢(shì)CUDA能夠顯著提升計(jì)算性能，特別適用于需要大量數(shù)CUDA提供了類似于C語(yǔ)言的編程接口CUDA提供了包括性能分析工具、調(diào)試器以及樣例代碼資料來(lái)源：CSDN，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所的一種API)、滿足不同領(lǐng)域開(kāi)發(fā)者編請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明集(GDB、Nsight.Memcheck等)、第三方工具和軟件庫(kù)(和用資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所能夠滿足企業(yè)對(duì)性能、安全性、可管理等越來(lái)越高的需求，英偉達(dá)DOCA是專為請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所Enterprise是一套端到端的云開(kāi)發(fā)時(shí)間從80周縮短到僅8周，并允許客戶在VMwarevSphere上部署和管理高資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明資料來(lái)源：英偉達(dá)官網(wǎng)，長(zhǎng)江證券研究所英偉達(dá)2025財(cái)年第一季度實(shí)現(xiàn)了顯著的增長(zhǎng)，期間單季度收入達(dá)到了260.44億美請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明300250200500Q4Q42015Q22016Q42016Q22017Q42017Q22018Q42018Q22019Q42019Q22020Q42020Q22021Q42021Q22022Q42022Q22023Q42023Q22024Q42024300%250%200%150%100%50%0%-50%主營(yíng)業(yè)務(wù)收入YoY（右軸）QoQ（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所80402001400%1200%1000%800%600%400%200%0%-200%-400%Q1Q12016Q32016Q12017Q32017Q12018Q32018Q12019Q32019Q12020Q32020Q12021Q32021Q12022Q32022Q12023Q32023Q12024Q32024Q12025GAAP凈利潤(rùn)YoY（右軸）QoQ（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所領(lǐng)域，英偉達(dá)的業(yè)務(wù)收入在2024財(cái)年達(dá)到了增長(zhǎng)426.7%，顯示出英偉達(dá)在數(shù)據(jù)中心領(lǐng)域的強(qiáng)勁動(dòng)力和250200500450%400%350%300%250%200%150%100%50%0%-50%1Q151Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25數(shù)據(jù)中心YoY（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25100%90%80%70%1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明403530252050120%100%80%60%40%20%0%-20%-40%-60%1Q151Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25游戲YoY（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q2570%60%50%40%1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所765432101Q153Q151Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25200%150%100%50%0%-50%-100%專業(yè)可視化YoY（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q2520%1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所提供了強(qiáng)大的計(jì)算能力。根據(jù)英偉達(dá)2025財(cái)年第一季度的請(qǐng)閱讀最后評(píng)級(jí)說(shuō)明和重要聲明3.5 2.5 1.5 0.501Q153Q151Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25150%100%50%0%-50%-100%mm自動(dòng)駕駛oYoY（右軸）資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q259%8%7%6%5%4%3%1Q153Q151Q163Q161Q173Q171Q183Q181Q193Q191Q203Q201Q213Q211Q223Q221Q233Q231Q243Q241Q25資料來(lái)源：Bloomberg，長(zhǎng)江證券研究所季度環(huán)比增長(zhǎng)1.99pct，這一顯著的增長(zhǎng)反映了公司在高利潤(rùn)的數(shù)據(jù)中心80.0%70.0%60.0%50.0%40.0%30.0%20.0%10.0%0.0%3Q153Q153Q163Q173Q183Q193Q203Q213Q223Q233Q24毛