电子行业AI+系列专题报告（二）： 复盘英伟达的AI发展之路-230529（30页）.pdf

《电子行业AI+系列专题报告（二）： 复盘英伟达的AI发展之路-230529（30页）.pdf》由会员分享，可在线阅读，更多相关《电子行业AI+系列专题报告（二）： 复盘英伟达的AI发展之路-230529（30页）.pdf（30页珍藏版）》请在三个皮匠报告上搜索。

1、请务必阅读正文之后的免责声明及其项下所有内容20232023年年0505月月2929日日电子电子AI+AI+系列专题报告（二）系列专题报告（二）复盘英伟达的复盘英伟达的AIAI发展之路发展之路行业研究行业研究 行业专题行业专题 电子电子投资评级：超配（维持评级）投资评级：超配（维持评级）证券分析师：胡剑证券分析师：胡慧证券分析师：周靖翔证券分析师：李梓澎联系人：詹浏洋021-60893306021-60871321021-603754020755-81981181010-S0980521080001S0980521080002S0980522100001S0980522090001证券研究报告

2、证券研究报告|请务必阅读正文之后的免责声明及其项下所有内容复盘英伟达的复盘英伟达的AIAI发展之路发展之路l GPUGPU是人工智能时代下满足深度学习大量计算需求的核心是人工智能时代下满足深度学习大量计算需求的核心AIAI芯片。芯片。过去五年，大型语言模型的参数规模以指数级增长；从2018年起，OpenAI开始发布生成式预训练语言模型GPT以来，GPT更新换代持续提升模型及参数规模；2022年12月，OpenAI发布基于GPT-3.5的聊天机器人模型ChatGPT，参数量达到1750亿个。ChatGPT引领全球人工智能浪潮，人工智能发展需要AI芯片作为算力支撑。据Tractica数据，全球AI

3、芯片市场规模预计由2018年的51亿美元增长至2025年的726亿美元，对应CAGR达46.14%；据前瞻产业研究院数据，中国AI芯片市场规模预计由2019年的122亿元增长至2024年的785亿元，对应CAGR达45.11%。AI芯片中由于GPU通用型强，满足深度学习大量计算的需求，因此GPU在训练负载中具有绝对优势。以GPT-3为例，在32位的单精度浮点数数据下，训练阶段所需GPU数量为1558个，谷歌级应用推理阶段所需GPU数量为706315个。l 英伟达开辟英伟达开辟GPGPUGPGPU加速计算格局，加速计算格局，GPUGPU架构演进及产品布局赋能架构演进及产品布局赋能AIAI时代。时

4、代。英伟达(NVIDIA)成立于1993年，总部位于美国加利福尼亚州圣克拉拉，是一家人工智能计算公司。据JPR数据，4Q22英伟达独立GPU出货量占比为82%，位居市场第一。公司股价经历2016-2018年、2020-2021年、2022年9月以来三轮快速增长；其中2022年9月至今，受AI驱动下针对芯片算力需求提升，公司股价呈现大幅度反弹；截至2023年4月30日，公司市值为6854.00亿美元。回顾历史，1999年，公司发明了图形处理器，定义了现代计算机图形学；2006年，公司推出用于通用GPU(GPGPU)计算的CUDA平台。自2015年以后，随着AI浪潮迅猛推进，公司业务不断多元化，向

5、数据中心、游戏、移动设备、汽车电子等市场发展。公司GPU产品能够并行计算的性能优势满足深度学习需求，通过对GPU架构升级不断推出新产品，其运算性能得到显著提升，广泛用于数据中心等计算密集领域。SUdUsWiXjZpNpNtO8O9R7NmOqQnPmPeRmMnQkPnOrR8OoOxOwMpMyRvPoNmP请务必阅读正文之后的免责声明及其项下所有内容复盘英伟达的复盘英伟达的AIAI发展之路发展之路l 构建加速计算平台、完善构建加速计算平台、完善“三芯片三芯片”产品布局，重点发力产品布局，重点发力AIAI及数据中心领域。及数据中心领域。英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件

6、、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加速计算平台，并且完善针对AI加速计算及数据中心的GPU、CPU、DPU三种芯片产品结构。AI布局方面，早在生成式AI变革初期就已参与并与OpenAI、微软合作。2023年3月，英伟达在GTC大会上推出4个针对各种生成式AI应用程序进行优化的推理平台，其中发布带有双GPU NVLink的H100 NVL加速计算卡，以支持ChatGPT类大型语言模型推理。与适用于GPT-3处理的HGX A100相比，配备四对H100与双GPU NVLink的标准服务器的速度最高可达10倍。l 计算与网络事业部收入占比提升，数据中心超过游戏