不论谁赢了 ChatGPT 大战，英伟达都是最后的赢家

克日，英伟达宣布了 2023 财年及其第四序度财报。在加密钱币低迷、消费需求疲软、去库存的种种压力下，英伟达在 2023 财年的总营收基本与上一财年持平，约为 270 亿美元。其中，第四序度营收为 60.5 亿美元，较去年同期下降了 21%。

只管云云，其业绩显示依然好于剖析师此前的预期。财报公布当天，英伟达股价大涨 14%，市值到达 5800 亿美元。事实上，人们对英伟达的乐观情绪已经伸张数月。自今年 1 月以来，英伟达的市值涨幅最高达 60%。

这多亏了 OpenAI，其公布的 ChatGPT 和 DALL-E 2 这样的大型语言模子（Large Language Model）将天生式 AI 引入了民众的视线——险些所有软件将被 AI 重塑，黄仁勋更是将其比作「AI 的 iPhone 时刻」。

就此，时代的风口由元宇宙和 web3 突然切换到天生式 AI，FAAMG 等硅谷巨头们慌忙备战随时「开打」。而英伟达，稳稳地成为这场时代之战的「*军器商」。

作为当下「AI 超级周期的跳动心脏」，英伟达的 GPU（图形处置芯片）是训练和操作机械学习模子的*选择，因而被视为「2023 年云资源支出重心转向人工智能的*受益者」。

着实，这不是英伟达*次乘上时代的风车——加速盘算、深度学习、挖矿、元宇宙，英伟达频频踩中时代的风口。在它确立的短短 30 年里，芯片江湖已然换了人世，昔时与 90 家显卡商厮杀落败的初创公司，早已成为市值最高的芯片霸主。

英伟达频频「躺赢」，离不开其掌舵者黄仁勋的战略眼光——总是能精准预判下一个手艺转变，提前下手。在克日的财报电话会上，黄仁勋透露了：这一次，他提前看到的未来及其响应的战略结构。面临大语言模子加持的天生式 AI，「核弹厂」的野心远非提供「军器」。

01

ChatGPT 大战

背后的「战争*」

去年 11 月尾以来，OpenAI 让人们见识到了「通用智能」的厉害，依托大语言模子的 ChatGPT 所展现的头脑链条（Chain of Thought）和自觉涌现的种种能力（Emergence）令人惊艳——只管 ChatGPT 自己没有知识和智慧，然则它做到了「让你以为它有知识甚至智慧」的水平。

不久前，在加州大学伯克利分校哈斯商学院的炉边谈话上，黄仁勋兴奋地评价 ChatGPT 将开启科技行业的新纪元，也是人工智能和盘算行业有史以来最美妙的事情。

他说：「上一次看到一项云云多才多艺、可以解决问题并经常以多种方式带给人们惊喜的科技是什么时刻？它可以写一首诗，可以填写电子表格，可以编写 SQL 查询并执行，可以写 Python 代码……对于许多一直致力于此的人来说，我们一直在守候这一刻，这是人工智能的 iPhone 时刻。我现在可以将它用作 API 并毗邻到电子表格、PPT、各个应用程序，它有让一切变得更好的潜力」。

这是「AI 将重塑所有软件」的境遇，而要让天生式 AI 能够像 ChatGPT 这样展现五花八门的通识才气，必须依托像 GPT3.5 这样的底层大语言模子。人们将其比作移动互联网时代里安卓或 iOS。因此，大语言模子也就成为大厂和创业公司的必争之地。

无论是「造」出这样一个大模子，照样运行这样一个大模子，都需要极大的算力，需要成千上万个 GPU。据报道，OpenAI 用了 10000 个英伟达的 GPU 来训练 ChatGPT。花旗团体估量，ChatGPT 的使用可能会在 12 个月内为英伟达带来 30 亿至 110 亿美元的销售额。

此前，《中国电子报》采访业内人士示意，「大模子手艺涉及 AI 开发、推理、训练的方方面面，所谓模子的『大』主要是参数目大、盘算量大，需要更大要量的数据和更高的算力支持。对于 GPU 厂商来说，大模子是值得期待的算力盈利，尤其是通用性极强的英伟达」。

全球来看，大算力芯片领域主要有两个玩家，英伟达和 AMD，从市占率来说，英伟达远超 AMD。凭证 John Peddie Research 的数据，英伟达占有了 GPU 市场约 86% 的份额。

这也就不难明晰，在炙手可热的天生式 AI 浪潮下，英伟达被视为*的潜在赢家。从财报上看，这波天生式 AI 对于英伟达的需求主要反映在数据中央营业。事实上，2023 整个财年的四个季度，数据中央已经替换了英伟达起身的支柱营业——游戏，成为*大营业。

2022 财年第 4 季度——2023 财年第 4 季度，英伟达各个板块的营收 | 截图泉源：Nvidia

2023 财年，数据中央总收入增进了 41%，到达创纪录的 150.1 亿美元。仅就第四序度而言，数据中央收入为 36.2 亿美元，孝顺了英伟达全公司收入的 60% 左右。

数据中央增进的基本盘来自于新一代旗舰产物 H100 的出货量延续走高、云的渗透率延续增进、以及超大规模客户扩大了 AI 结构。

就 H100 而言，其收入在第二季度就已经远远高于 A100，后者的营收份额延续下降。据悉，H100 在训练方面比 A100 快 9 倍，在基于 Transformer 的大型语言模子推理方面比 A100 快 30 倍。

同时，英伟达正在为越来越多的、快速增进的云服务商（Cloud Service Providers，简称 CSP）提供服务，包罗甲骨文和一些专注于 GPU 的云服务提供商（GPU specialized CSPs）。在已往的 4 个季度中，CSP 客户孝顺了数据中央收入的 40% 左右。

02

下一步：AI 即服务

财报电话会上，老黄透露了英伟达的新动向——AI企业级服务上云。只管更多信息会在十几天后的 GTC 大会上才宣布，但英伟达正与*的云服务商相助提供 AI 即服务（AI-as-a-service），让企业可以接见英伟达的 AI 平台。据官方新闻，客户将能够把 NVIDIA AI 的每一层（包罗 AI 超级盘算机、加速库软件或预训练的天生式 AI 模子等）作为云服务来使用。

老黄论述道，「手艺突破的积累使 AI 到了一个拐点。天生式 AI 的多功效性和能力引发了天下各地企业开发和部署 AI 战略的紧迫感。然而，AI 超级盘算机基础设施、模子算法、数据处置和训练手艺仍然是大多数人无法战胜的障碍。」

基于这样的行业痛点，英伟达商业模式的下一个条理是：辅助每个企业客户都能使用AI。

客户使用自己的浏览器，就可以通过 NVIDIA DGX Cloud 来使用 NVIDIA DGX AI 超级盘算机，该服务已经在 Oracle Cloud Infrastructure 上可用，预计不久后也将在 Microsoft Azure、Google Cloud 和其他平台上线。在 AI 平台软件层，客户将能够接见 NVIDIA AI Enterprise，以训练和部署大型语言模子或其他 AI 事情负载。而在 AI 模子即服务层，英伟达将向希望为其营业确立专有天生式 AI 模子和服务的企业客户提供 NeMo 和 BioNeMo 可定制 AI 模子。

就其市场远景，黄仁勋以为，ChatGPT 让人们意识到盘算机编程的民主化，险些任何人都可以用人类语言向机械注释要执行的特定义务。因此，全天下 AI 基础设施的数目将会增进，「你会看到这些 AI 工厂无处不在」。人工智能的生产将会像制造业一样，在未来，险些每个公司都市以智能的形式生产软件产物。数据进来了，只做一件事，行使这些数据发生一个新的更新模子。

他进一步注释了 AI 工厂，「当原质料进入时，修建或基础设施就会启动，然后一些改善的器械就会泛起，这是异常有价值的，这就是所谓的工厂。以是我希望在天下各地看到 AI 的工厂。其中一些将托管在云中。其中一些将是内陆的。会有一些很大，有些会异常大，然后会有一些更小。以是我完全期待这会发生。」

事实上，老黄关于 AI 工厂愿景正在发生，上个月，他在果然演讲中声称，自从 ChatGPT 泛起以来，可能已经有约莫 500 家新创业公司开发出令人愉快的、有用的 AI 应用程序。

基于这一远景，英伟达对数据中央的未来充满信心。CFO Cress 示意，通过新的产物周期、天生式 AI 以及人工智能在各个行业的延续接纳，数据中央部门将延续实现增进。她说：「除了与每个主要的超大规模云服务商相助外，我们还与许多消费互联网公司、企业和初创企业相助。这一时机意义重大，推动数据中央的强劲增进，并将在今年加速增进。」

03

汽车向上，游戏向下

除了数据中央，英伟达其他的营业板块——游戏、汽车、专业视觉等，本季度的显示则有好有坏。

其中，车用营业显示亮眼。财年总收入增进 60%，到达创纪录的 9.03 亿美元。第四序度收入创下 2.94 亿美元的纪录，较去年同期增进 135%，较上一季度增进 17%。

无论是环比照样同比，车用营业均延续增进。凭证英伟达，这些增进反映了自动驾驶解决方案的销售增进，面向电动汽车制造商的盘算解决方案以及 AI 座舱解决方案的销售强劲。电动汽车和传统 OEM 客户的新项目助推了这一增进。

值得注重的是，在今年 1 月初举行的 CES 大会上，英伟达宣布与富士康确立战略相助同伴关系，配合开发基于 NVIDIA DRIVE Orin 和 DRIVE Hyperion 的自动驾驶汽车平台。

相比之下，游戏营业依然深处泥潭之中。

诞生*家喜茶的小城，正在被咖啡店包围

诞生*家喜茶的小城，正在被咖啡店包围,要成为足以媲美上海的“咖啡之都”，还没那么容易，“侨都咖啡”要孕育出下一个喜茶，依然道阻且长。

已往几个季度，RTX 4080 销售疲软、视频游戏行业下滑、加密钱币市场疲软、以及去库存压力等因素，让英伟达的游戏营业延续低迷，尤其第三季度，游戏营业营收同比暴跌 51%。但就像 CFO Cress 所言，「*点可能已经已往，而且事情可以改善前进。」

第四序度，英伟达游戏营收为 18.3 亿美元，同比下降 46%，环比增进 16%，整个财年收入下降 27%。该季度和财年的同比下降反映了销售削减，背后是全球宏观经济低迷和中国铺开疫情管控对游戏需求的影响。

但环比三季度，英伟达的游戏营业照样取得了一定增进。这是由于受到基于 Ada Lovelace 架构的新 GeForce RTX GPU 的推出推动。黄仁勋也一定了这一看法，他说：「游戏业正在重新冠肺炎疫情后的低迷中苏醒，而且玩家们热烈迎接使用 AI 神经渲染的 Ada 架构 GPU。」

克日，游戏行业一个苏醒的好迹象是：动视暴雪（Activision Blizzard）在第四序度实现了营收正增进，超出了预期。但仍要小心——动视暴雪在 PC 和主机上销售游戏，而只有 PC 销售与英伟达相关，主机制造商使用 AMD 显卡。

此外，在财报公布的前一天，英伟达宣布与微软签署了一项为期 10 年的协议，将 Xbox PC 游戏阵容引入 GeForce NOW，包罗《我的天下（Minecraft）》、《光环（Halo）》和《微软模拟航行（Microsoft Flight Simulator）》。待微软完成收购动视之后，GeForce NOW 将新增《使命召唤（Call of Duty）》和《守望先锋（Overwatch）》等游戏。

除了游戏营业之外，专业视觉和 OEM 这两个部门的营业也较上一年有大幅下降。从中可以看出：半导体市场正在履历罕有的下行周期。

专业视觉营业第四序度收入为 2.26 亿美元，较去年同期下降 65%，较上一季度增进 13%。财年总收入下降 27% 至 15.4 亿美元。该季度和财年同比下降反映了向相助同伴销售较少以辅助削减渠道库存。环比增进是由台式事情站 GPU 推动的。

OEM 和其他收入同比下降 56%，环比增进 15%。财年收入下降 61%。该季度和财年同比下降是由条记本 OEM 和加密钱币挖掘处置器（CMP）推动的。在财年 2023 中，CMP 收入微不足道，而在财年 2022 中为 5.5 亿美元。

04

风口上的赢家，

为什么又是英伟达

英伟达 30 年的生长史可以分为两段。从 1993 年到 2006 年，英伟达的目的是在竞争猛烈的图形卡市场中存活下来，并缔造了 GPU 这一革命性的手艺；从 2006 年到 2023 年的转型，则主要是若何行使 CUDA 这一平台，将 GPU 应用于机械学习、深度学习、云盘算等领域。

后者让英伟达走上人工智能之旅，今天市值已经跨越老牌霸主英特尔和 AMD，也是在今天天生式 AI 热潮下，英伟达再次站优势口的条件。

在 2019 年的一次主题演讲中，黄仁勋分享了英伟达一次次重溯行业的缘起——找到了真正主要的问题并坚持。他说：「这使我们能够一次又一次地发现、重塑我们的公司、重溯我们的行业。我们发现了GPU。我们发现了编程着色。是我们让电子游戏变得云云优美。我们发现了 CUDA，它将 GPU 酿成了虚拟现实的模拟器。」

回到英伟达的起点。那时 Windows 3.1 刚刚问世，小我私人电脑革命才刚刚要最先。英伟达想要能找到一种方式让 3D 图形消费化、民主化，让大量的人能够接触到这项手艺，从而缔造一个那时不存在的全新行业——电子游戏。他们以为，若是做成，就有可能成为天下上最主要的手艺公司之一。

缘故原由在于：三维图形主要显示为对现实的模拟，对天下的模拟相当庞大，若是知道若何确立难辨真假的虚拟现实，在所做的一切中模拟物理定律，并将人工智能引入其中，这一定是天下上*的盘算挑战之一。它沿途衍生的手艺，可以解决惊人的问题。

最有代表性的案例，就是通过 CUDA 等方案为盘算、人工智能等带来了刷新性影响，也让它在这一波天生式AI浪潮中处于*生态位。

只管 GPU 作为盘算装备的发现经常被以为有助于引领围绕深度学习的「寒武纪大爆炸」，但 GPU 并不是单独事情的。英伟达内外的专家都强调，若是英伟达在 2006 年没有将 CUDA 盘算平台添加到组合中，深度学习革命就不会发生。

CUDA（Compute Unified Device Architecture）盘算平台是英伟达于 2006 年推出的软件和中央件客栈，其通用的并行盘算架构能够使得 GPU 解决庞大的盘算问题。通过 CUDA，研究职员可以编程和接见 GPU 实现的盘算能力和*并行性。

而在英伟达公布 CUDA 之前，对 GPU 举行编程是一个漫长而艰难的编码历程，需要编写大量的低级机械代码。使用免费的 CUDA，研究职员可以在在英伟达的硬件上更快、更廉价地开发他们的深度学习模子。

CUDA 的发现起源于可程式化 GPU 的想法。英伟达以为，为了缔造一个美妙的天下，*件要做的事情就是先模拟它，而这些物理定律的模拟是个超级电脑卖力的问题，是科学运算的问题，因此，要害在于：怎么把一个超级电脑才气解决的问题缩小、并放进一台正常电脑的巨细，让你能先模拟它，然后再发生画面。这让英伟达走向了可程式化 GPU，这是个无比伟大的赌注。

彼时，英伟达花了三四年时间研发 CUDA，最后却发现所有产物的成本都不得不上升近一倍，而在那时也并不能给客户带来价值，客户显然不愿意买单。

若要让市场接受，英伟达只能提高成本，但不提高售价。黄仁勋以为，这是盘算架构的事情，必须要让每一台电脑都能跑才气闪开发者对这种架构有兴趣。因此，他继续坚持，并最终打造出了 CUDA。但在那段时间，英伟达的利润「摧毁性」地下降，股票掉到了 1.5 美元，并延续低迷了约莫 5 年，直到橡树岭国家实验室选择了英伟达的 GPU 来制作公用超级电脑。

接着，全天下的研究职员最先接纳 CUDA 这项手艺，一项接着一项的应用，一个接着一个的科学领域，从分子动力学、盘算物理学、天体物理学、粒子物理学、高能物理学……这些差其余科学领域最先接纳 CUDA。两年前，诺贝尔物理学奖和化学奖得主，也都是由于有 CUDA 的辅助才得以完成自己的研究。

固然，CUDA 也为英伟达的游戏提供了动力，由于虚拟天下里和现实天下的流体力学是一样的，像是粒子物理学的爆炸、修建物的崩塌效果，和英伟达在科学运算中考察到的是一样的，都是基于同样的物理规则。

然而，CUDA 公布后的前六年里，英伟达并未「全力投入」AI，直到 AlexNet 神经网络的泛起。

在即将到来的 GTC 大会上，黄仁勋约请了 OpenAI 联创兼首席科学家 Ilya Sutskever，而 Sutskever 见证了英伟达这段在人工智能领域崛起的故事。

Sutskever 与 Alex Krizhevsky 及其博士生导师 Geoffrey Hinton 一起确立了 AlexNet，这是盘算机视觉领域开创性的神经网络，在 2012 年 10 月赢得了 ImageNet 竞赛。获奖论文注释该模子实现了亘古未有的图像识别精度，直接导致了今后十年里人工智能的主要乐成故事——从 Google Photos、Google Translate 和 Uber 到 Alexa 和 AlphaFold 的一切。

凭证 Hinton 的说法，若是没有英伟达，AlexNet 就不会泛起。得益于数千个盘算焦点支持的并行处置能力，英伟达的 GPU 被证实是运行深度学习算法的*选择。Hinton 甚至在一次演讲上告诉在场的近千名研究职员都应该购置 GPU，由于 GPU 将成为机械学习的未来。

在 2016 年接受福布斯采访时，黄仁勋说自己一直都知道英伟达图形芯片的潜力不止于为最新的视频游戏提供动力，但他没想到会转向深度学习。

事实上，英伟达的深度神经网络 GPU 的乐成是「一个新鲜的幸运巧合」，一位名叫 Sara Hooker 的作者在 2020 年揭晓的文章「硬件彩票」探讨了种种硬件工具乐成和失败的缘故原由。

她说，英伟达的乐成就像「中了彩票」，这在很洪水平上取决于「硬件方面的希望与建模方面的希望之间的准确对齐时刻」。这种转变险些是瞬间发生的。「一夜之间，需要 13000 个 CPU 的事情两个 GPU 就解决了」她说。「这就是它的戏剧性。」

然而，英伟达并差异意这种说法，并示意，从 2000 年月中期最先英伟达就意识到 GPU 加速神经网络的潜力，纵然他们不知道人工智能将成为最主要的市场。

在 AlexNet 降生的几年后，英伟达的客户最先购置大量 GPU 用于深度学习，那时，Rob Fergus（现任 DeepMind 研究科学家）甚至告诉英伟达应用深度学习研究副总裁 Bryan Catanzaro，「有若干机械学习研究职员花时间为 GPU 编写内核，这太疯狂了——你真的应该研究一下」。

黄仁勋逐渐意识到 AI 是这家公司的未来，英伟达随即将把一切赌注押在 AI 身上。

于是，在 2014 年的 GTC 主题演讲中，人工智能成为焦点，黄仁勋示意，机械学习是「当今高性能盘算领域最激悦耳心的应用之一」。「其中一个已经取得令人兴奋的突破、伟大的突破、神奇的突破的领域是一个叫做深度神经网络的领域。」黄仁勋在会上说道。

今后，英伟达加速结构 AI 手艺，再也不只是一家 GPU 盘算公司，逐渐确立了一个壮大的生态系统，包罗芯片、相关硬件以及一整套针对其芯片和系统举行优化的软件和开发系统。这些*的硬件和软件组合平台，可以最有用地天生 AI。

可以说，GPU + CUDA 改变了 AI 的游戏规则。中信证券剖析师许英博在一档播客节目中评价道：英伟达一直在做一件异常伶俐的事情，就是软硬一体。在 GPU 硬件半导体的基础上，它衍生出来了基于通用盘算要用的 CUDA。这促成了英伟达拿到了软件和硬件的双重规模效应。

在硬件端，由于它是图形和盘算的统一架构，它的通用性保证了它有规模性，而规模性摊薄了它的研发成本，以是硬件上自己通过规模性可以拿到一个对照优势的研发成本。

在软件端，由于它有重大的开发者的生态，而这些名贵的软件开发职员，即即是这些软件开发职员换了一个公司，但他可能照样在继续用 CUDA 的软件。

【本文由投资界相助同伴微信民众号：极客公园授权公布，本平台仅提供信息存储服务。】若有任何疑问，请联系（editor@zero2ipo.com.cn）投资界处置。