英伟达-NVDA.USAI基建需求井喷,持续看好算力龙头_32页_1mb
报告摘要
英伟达(NVIDIA)研究报告总结
核心内容
英伟达(NVIDIA)作为全球领先的GPU芯片供应商,凭借其CUDA架构和AI加速计算技术,在AI基础设施建设中占据主导地位。公司不仅在游戏图形处理市场占据重要份额,更在数据中心、自动驾驶和元宇宙等新兴领域展现出强大的增长潜力。
主要观点
- AI算力需求爆发:2023年AI生成式浪潮推动了英伟达数据中心业务的快速增长,FY2024Q3收入达181亿美元,同比增长206%。预计到2028年,AI服务器(含GPU及其他加速器)的渗透率将从10%提升至18%,其中约70%-75%为GPU服务器。
- 全栈解决方案优势:英伟达不仅提供硬件(如GPU、DPU、交换机),还推出DGX GH200超级计算机和DGX Cloud等软件及服务,形成从硬件到软件的完整生态,增强其在AI基础设施市场的竞争力。
- CUDA生态壁垒:CUDA架构被广泛用于AI研究,截至2023年已有400万开发者和3000多个应用程序使用,形成强大的技术壁垒。短期内难以被OpenCL或ROCm替代。
- 数据中心业务增长:预计2025财年英伟达数据中心业务收入将达821亿美元,占公司整体收入比例显著提升。公司持续受益于AI浪潮和其龙头地位。
- 多业务增长潜力:除数据中心外,英伟达在游戏显卡、自动驾驶和Omniverse等领域的布局为其提供了第二增长曲线。随着40系显卡新品放量和AI终端渗透率提升,游戏业务有望企稳回升。
- 技术升级与产品布局:英伟达不断推出新一代GPU(如H100、H200)、CPU(如Grace)和网络产品(如InfiniBand、Spectrum-X),以应对AMD、Intel等竞争对手,并推动AI技术的广泛应用。
关键信息
市场表现
- 收盘价:488.30美元
- 总股本:2,470百万股
- 流通股本:2,470百万股
- 净资产:33,265百万美元
- 总资产:54,148百万美元
- 每股净资产:13.47美元
投资建议
- 评级:增持(首次) / Outperform(Initiate)
- 目标价:555美元
- 财务预测:
- 2024E营收:58,660百万美元(同比增长117%)
- 2025E营收:96,656百万美元(同比增长65%)
- 2026E营收:111,696百万美元(同比增长16%)
- 2024E净利润:26,876百万美元(同比增长515%)
- 2025E净利润:45,680百万美元(同比增长70%)
- 2026E净利润:53,214百万美元(同比增长16%)
- 估值:给予2025财年PE估值30倍,对应目标价555美元。
风险提示
- AI芯片订单不及预期
- 先进封装和HBM产能短缺
- AI算力出口管制升级
- 反垄断诉讼风险
- 游戏显卡需求复苏不及预期
财务分析
财务指标概览
| 会计年度 | 营收(百万美元) | 同比增长 | 净利润(百万美元) | 同比增长 | 毛利率 | ROE | 每股收益(美元) | 市盈率 |
|---|---|---|---|---|---|---|---|---|
| 2023A | 26,974 | 0% | 4,368 | -55% | 57% | 20% | 1.76 | 278 |
| 2024E | 58,660 | 117% | 26,876 | 515% | 71% | 55% | 10.89 | 45 |
| 2025E | 96,656 | 65% | 45,680 | 70% | 71% | 51% | 18.51 | 26 |
| 2026E | 111,696 | 16% | 53,214 | 16% | 71% | 40% | 21.56 | 23 |
业务结构
- 数据中心:占收入80%,成为主要增长引擎。
- 游戏业务:市场份额领先,但受显卡库存去化影响,需等待市场修复。
- 专业可视化与自动驾驶:作为第二增长曲线,正加速AI渗透。
技术与产品发展
GPU架构演进
- Pascal(2016):基础图形处理架构
- Volta(2017):引入Tensor Core,提升AI计算性能
- Turing(2018):支持光线追踪,增强图形渲染能力
- Ampere(2020):提升计算性能与能效
- Ada Lovelace(2022):增强AI训练与推理能力
- Hopper(2022):引入Transformer引擎与FP8 Tensor Core,进一步优化AI计算效率
主要产品
- 数据中心GPU:A100、H100、H200等,支持AI训练与推理。
- AI训练GPU:A100、H100、H200,具备高算力与高内存带宽。
- AI推理GPU:T4、A10、L40等,适合中等规模模型。
- DPU产品:BlueField系列,提升数据中心网络性能。
- 交换机芯片:Spectrum系列,覆盖从10G到800G带宽需求。
- 智能网卡:ConnectX系列,支持多种网络协议与高速传输。
竞争格局
- AMD:推出MI200X、MI300X等GPU产品,采用CDNA3架构。
- Intel:发布Max GPU、Falcon Shore等产品,采用Xe-HPC架构。
- 云服务商:
- 亚马逊:Trainium、Inferentia 2、Graviton 4等自研芯片。
- 谷歌:TPU V5/V5e、IPU E2000、Maple等。
- 微软:Maia ASIC,用于Copilot等AI模型。
- Meta:MTIA ASIC,提升AI计算效率。
- IBM:推动自研AI芯片项目,由三星制造。
投资逻辑
英伟达凭借在AI加速计算领域的先发优势和CUDA生态的构建,持续受益于AI算力需求的爆发。其数据中心业务已占公司收入主导,未来有望进一步扩大市场份额。同时,公司通过布局游戏显卡、自动驾驶、Omniverse等业务,拓展第二增长曲线,增强抗风险能力。
未来展望
- AI基建:预计2025年数据中心业务收入将达821亿美元,增长势头强劲。
- 技术迭代:不断推出新一代GPU和网络产品,提升性能与能效。
- 生态构建:通过投资AI初创公司,加强其在AI领域的影响力与市场覆盖。
- 长期稀缺性:由于CUDA生态壁垒、硬件技术优势和供应链管理,英伟达在AI计算领域具备长期稀缺性。
总结
英伟达作为全球领先的加速计算供应商,在AI算力基建浪潮中展现出强大的增长潜力。公司通过CUDA架构、全栈解决方案和多领域布局,巩固其在AI市场中的龙头地位。尽管面临来自AMD、Intel等竞争对手的挑战,但其技术优势、生态壁垒和业务多元化使其具备长期投资价值。未来,随着AI应用场景的拓展和数据中心需求的增长,英伟达有望持续受益,并实现业绩高增长。
展开完整摘要
试读结束,高清完整版pdf/doc/ppt,请点下载