2018年AI 计算行业分析报告
2017年12月
目录
英伟达：从云到端，领跑AI 时代 (1)
当前盈利来源：以游戏为依托，数据中心快速增长 (3)
游戏显卡绝对龙头，VR 带来增量空间 (4)
数据中心高速增长，软硬一体打造垄断地位 (11)
未来3-5 年：AI 计算需求爆发，自动驾驶、智慧城市等场景落地 (16)
AI 计算需求爆发，自动驾驶、智慧城市率先落地 (16)
智能汽车芯片蓝海，自动驾驶长期增长可期 (17)
长期竞争力：强化云端优势，拓展终端“推理”市场 (25)
风险因素 (26)
估值、盈利预测和评级 (27)
插图目录
图1：全球主流芯片公司市值走势对比 (1)
图2：2020 年全球数据量将达40 ZB (1)
图3：2020 年全球流量将达2.7 ZB (1)
图4：CPU 与GPU 的架构对比 (2)
图5：全球独显GPU 市场份额(2009-2017) (2)
图6：英伟达营业收入及增速 (2)
图7：英伟达净利润 (2)
图8：英伟达毛利率 (3)
图9：英伟达按业务类别拆分营业收入 (3)
图10：2014 业务类别收入拆分 (4)
图11：1-3Q2018 业务类别收入拆分 (4)
图12：英伟达不同业务类别的收入增速 (4)
图13：全球游戏市场规模 (4)
图14：Steam 用户同时在线人数 (5)
图15：Steam 平台用户统计 (5)
图16：2017 年7 月13 日-2017 年10 月11 日《绝地求生》游戏销量 (6)
图17：熊猫直播《绝地求生》推荐页面及直播列表 (6)
图18：电脑游戏对显卡的要求不断提升 (7)
图19：英伟达游戏业务营业收入及同比增速 (7)
图20：显卡天梯图（截至2017 年10 月） (8)
图21：英伟达与主流大型游戏合作优化 (9)
图22：2013-2017 年Steam 平台用户使用显卡品牌占比 (9)
图23：Switch 日本首发销量超过PS4 (10)
图24：VR、AR 硬件2015-2020 年出货量预测 (10)
图25：VR 玩家倾向于购买英伟达高端显卡 (11)
图26：全球云端AI 芯片市场规模 (12)
图27：英伟达数据中心营业收入及同比增速 (12)
图28：英伟达GPU 架构路线图 (13)
图29：英伟达DGX-1 超级计算机 (14)
图30：英伟达HGX 超大规模加速器 (14)
图31：AI 芯片市场上层生态 (14)
图32：英伟达TensorRT3 加速推理运算 (15)
图33：英伟达CUDA 是最主流的AI 硬件开发环境 (16)
图34：英伟达GPU Cloud (16)
图35：全球人工智能市场规模及其增长率 (17)
图36：全球人工智能芯片市场规模 (17)
图37：英伟达布局自动化机器 (17)
图38：英伟达布局物联网终端 (17)
图39：全球汽车销量 (18)
图40：全球智能汽车销量 (18)
图41：智能驾驶分级实现 (18)
图42：分等级自动驾驶汽车渗透率 (19)
图43：自动驾驶市场规模 (19)
图44：自动驾驶芯片市场规模 (19)
图45：英伟达汽车业务营业收入及同比增速 (20)
图46：英伟达数字座舱计算机Drive CX (20)
图47：英伟达DRIVE CX 支持AudiConnect (20)
图48：英伟达DRIVE CX 支持Audi Tablet (20)
图49：英伟达DRIVE CX 支持特斯拉中控大屏 (21)
图50：英伟达DRIVE CX 支持特斯拉数字仪表 (21)
图51：英伟达自动驾驶汽车开发平台Drive PX (21)
图52：英伟达Drive PX 产品 (21)
图53：英伟达Drive PX2 系列产品 (22)
图54：英伟达DRIVE 自动驾驶汽车计算平台 (23)
图55：英伟达与国际主流整车厂、一级供应商达成合作 (23)
图56：145 家自动驾驶初创公司采用英伟达DRIVE 系统 (24)
图57：2017 年3 月全球移动GPU 市场份额 (25)
图58：2015 年全球汽车芯片市场份额 (25)
图59：英伟达开源Xavier DLA 芯片设计架构 (25)
图60：全球主流芯片公司研发支出 (26)
图61：全球主流芯片公司研发支出/营业收入占比 (26)
表格目录
表1：2017 年10 月11 日Steam 排名领先游戏统计 (6)
表2：2017 年10 月12 日21:30 熊猫直播热门游戏直播观看数量 (6)
表3：英伟达Pascal 架构游戏显卡 (7)
表4：英伟达和AMD 的人工智能芯片产品 (13)
表5：英伟达GPU 架构升级的主要参数 (13)
表6：英伟达自动驾驶汽车开发平台DRIVE PX 系列对比 (22)
表7：英伟达与国际主流整车厂达成合作 (23)
表8：英伟达与国际主流一级供应商达成合作 (24)
表9：芯片厂商兼并收购事件 (26)
表10：英伟达盈利预测关键假设 (27)
英伟达：从云到端，领跑 AI 时代
英伟达：从云到端，领跑 AI 时代。英伟达市值 2 年增长 10 倍，全球投资人密切关注。 我们认为，公司凭借在 GPU 领域中的优势，逐渐拓展场景，从游戏市场快速推进至数据中 心、无人驾驶汽车、智慧城市等领域；亦有望从云端逐渐拓展至终端“推理”市场。未来 3-5 年，预计公司在 ABC （AI 、Big Data 、Cloud ）领域依然具备显著竞争优势。长期看， 图像和视频将驱动数据总量持续快速增长，由此带来 AI 芯片需求持续提升；公司由云到端 的战略如果拓展成功，有机会显著扩大市场空间。
图 1：全球主流芯片公司市值走势对比
英伟达
AMD 英特尔 高通
1200% 1000% 800% 600% 400% 200% 0%
-200%
全球数据量爆发，数据智能将成为未来 5-10 年的科技投资主线。互联网和物联网蓬勃 发展，带来数据量爆发。在过去的十年中，全球每年产生的数据量以 50%以上的 CAGR 增 长，2015 年全球产生数据 8 ZB （1 ZB = 1012 GB ）。我们预测，2020 年全球产生数据量将 超过 60 ZB ，相当于地球上每个人产生 6200 GB 的数据。其中仅流量数据就将达到 2.7 ZB 。 我们判断，基于海量数据深度学习的人工智能第三次浪潮可能走的更远。
图 2：2020 年全球数据量将达 40 ZB 图 3：2020 年全球流量将达 2.7 ZB
GPU 并行计算能力强大，海量数据运算具备绝对优势。决定计算速度的一个重要因素 是 ALU （Arithmetic & logical Unit ，算数逻辑单元）的数量。CPU 架构中的大部分被 Cache 和控制电路占据，仅有几个 ALU 单元（一般是单核、双核、四核等，最多的 AMD 皓龙处理 器有十六核），因而 CPU 更擅长复杂的逻辑控制，计算能力只是 CPU 很小的一部分。而 GPU 则包括数以千计的更小、更高效的核心（英伟达 K80 有 5700 个核），因此常被称为“众核”； GPU 只有非常简单的控制逻辑并省去了 Cache ，适合把同样的指令流并行发送到众核上，