2021，英偉達是否能續寫傳奇？

亂石穿空，驚濤拍岸，卷起千堆雪，江山如畫，一時多少豪傑。

當前，在新興産業亟待爆發，中美貿易戰疊加新冠疫情等多重因素催化之下，全球半導體産業正經曆着一場前所未有之大變局，而英偉達就是這激流中湧現出來的一朵耀眼浪花。

▲ 英偉達創始人 黃仁勳

2021年2月25日，英偉達公布了2021财年（2020年度）财務數據，年度營收與淨利潤都創下曆史新高 —— 營收166.75億美元，同比增長53%，淨利潤為43.32億美元，同比增長55%。

股價5年暴漲20倍，營收在近兩年才剛剛突破百億美元，市值卻一路沖到了3500億美元以上，英偉達一夜間成為全球市值最高的芯片設計企業、世界第三大半導體公司。這家1993年才成立的年輕公司創造的傲人業績，不得不令人側目。

▲ 英偉達近年來營收增速

1993年成立之初，英偉達瞄準爆發前夜的顯卡（GPU）細分市場，2002年後靠拳頭産品站穩行業龍頭，2006年提前布局高性能計算業務，2012年押寶人工智能浪潮，乘勢爆發。而今，數據中心、汽車正成為英偉達瞄準的新一輪增長曲線。

從GPU起家，立足于遊戲黃金賽道

1999年，英偉達推出GeForce256，這個産品具有裡程碑意義，通過打垮當時的競争對手ATI成為顯卡龍頭。

由于主要面向遊戲市場，英偉達的GPU（顯卡）避免了像英特爾CPU那樣的尴尬：CPU出貨量的增長随着個人電腦見到天花闆後停止，而GPU由于是滿足遊戲對更高清畫質、更快刷新的追求持續升級。

根據英偉達披露，2010-2015年在全球電腦市場逐步倒退的情況下，公司遊戲顯卡出貨量5年實現9%的年複合增長，銷售均價及收入分别呈現11%和21%的年複合增長，成功與下行的行業趨勢實現背離。

植根于遊戲，使得英偉達能夠抵禦下滑，也獲得了源源不斷的現金流，即使時至今日，遊戲GPU收入占公司的比重也仍然超過50%。

砸重金推開放式架構創新，布局高性能計算

2006年，英偉達逐步确立GPU市場霸主地位：通過和蘋果電腦、微軟的Xbox主機、索尼PlayStation3主機的合作，發展順風順水，而且外延并購了很多圖形領域的公司，技術實力更上一個台階。

然而，逆水行舟，不進則退。面對風雲瞬息萬變的市場格局，隻有未雨綢缪，才能立于不敗之地。

英偉達毅然決然開始了一項由内而外的突破。

首席科學家戴維·柯克做出了一系列在當時看來風險極高的瘋狂決策，他竭力勸服董事長黃仁勳把GPU通用化 —— 讓一塊隻能渲染圖形的獨立顯卡，變成一個通用計算圖形處理器，并且強烈要求英偉達現有與即将推出的所有GPU都必須支持CUDA程序。公司從 2006 年開始投入大量資源，并決定讓未來每一顆 GPU 都支持 CUDA。

英偉達的 CUDA 計算框架（Compute Unified Device Architecture），極大地簡化了對 GPU 進行編程的流程，開發者可以不再使用複雜的機器語言進行編程，而是可以直接通過 CUDA 框架将高級語言編寫好的程序用 GPU 進行計算，受到極大的歡迎。

正是這次大膽的嘗試，使得英偉達不再隻是優秀的硬件制造商，而是具備核心軟件系統的生态創造者。這也是後來為什麼英偉達的GPU成為AI領域機器學習算法的通用芯片的核心原因。

▲ CUDA構建的強大生态， 支持所有主流深度學習框架

雖然初期推廣并不順利，但2009年，由于基于CUDA的高性能運算研究成果陸續在衆多知名期刊發表并獲得認可，英偉達終于迎來了業務轉機，并奠定了之後10年的AI芯片市場絕對霸主地位，為業界提供了強大的并行運算能力。

如今，英偉達已經在CUDA基礎上開發和積累了針對不同領域的大量算法與軟件，讓數不清的開發者不用寫一行代碼，就能先讓一套深度學習基礎模型跑起來，站在巨人的肩膀上升級。

CUDA架構的推出，使英偉達押注人工智能這一新興領域獲得重大成功，并由此将市場布局拓展到自動駕駛等更廣闊領域。

進軍數據中心，發掘下一片藍海

“數據中心”被越來越多的分析師認定為下一個蘊藏着巨大商業潛力的藍海市場。

根據中信證券數據，過去10年，全球數據量CAGR接近50%，過去5年仍保持26%的複合增速；2020年，全球數據量将達到51ZB之巨 —— 并且持續爆發增長。

▲ 全球數據量增速

在消費互聯網、工業互聯網、5G、人工智能等多重需求強勢推動之下，全球數據中心需求維持在15%~20%的高速增長，中國市場則更是超過了30%。随着個人電腦市場逐漸飽和，爆發式增長的數據中心需求也成為了全球半導體市場的主要增長來源。

英偉達也瞄準了這一巨大潛力市場。

英偉達的企業級GPU産品 V100在2017年一經推出，就在兩年内獲得了巨大成功，直接打入了包括亞馬遜、微軟、阿裡以及騰訊等雲服務巨頭的數據中心核心地帶，成為各家GPU計算服務團隊不可缺少的芯片産品。

GPU的并行運算結構對訓練機器學習和深度學習模型有着天然優勢。與人工智能相關的任務，從數據處理效率、功耗等多方面考慮，使用GPU進行模型訓練是最好的選擇之一。

2019年3月，英偉達宣布耗資69億美元收購以色列服務器網絡架構服務商Mellanox。

這既是英偉達曆史上最大的一筆收購，也是這家AI芯片巨頭開始有意将核心業務從遊戲向數據中心過渡的裡程碑事件。Mellanox最為擅長的，是制造幾種用來提升數據傳輸效率的通信設備，就是幫數據中心用最高效的方式，連接數據中心内部所有的服務器。

這意味着，假如英偉達能夠通過一套連接系統，将數據中心的數萬個計算節點上的GPU連接起來，那麼節點間形成的信息流動，将彙聚成更加龐大的算力。

而巨量算力對應的，是雲計算數據中心的擴張速度，呈爆發式增長的數據量，更大更複雜的計算任務，以及2023年将突破500億美元的市場規模。

根據英偉達最新的2020财年Q4财報數據，增長強勁的數據中心闆塊，已經躍升為英偉達最具有市場拓展潛力的業務分支，收入同比增長43%，逼近10億美元大關。

拓展汽車與自動駕駛業務

英偉達最新的2020财年Q4财報數據，”包含了車載信息娛樂與自動駕駛解決方案的汽車業務相關收入。這一部分看似表現平平，隻有1.63億美元，同比增長1%，卻是一個不可忽視的長線市場。

遊戲、數據中心和汽車業務這三個闆塊，更像是對應了英偉達的“過去”、“現在”和“未來”。雖然“遊戲”是英偉達必須守住的老本行，但趨于飽和、不斷被移動端擠壓，而新興市場則是英偉達實現可持續發展的源動力。

随着新能源汽車越來越火熱，汽車芯片需求必然增大，英偉達有足夠發揮的空間。事實上，在 2021 财年裡，英偉達已經圍繞着汽車業務進行了廣泛的布局。

在家用車領域，蔚來和上汽集團都選擇和英偉達合作，推動汽車的智能化。2021年1月，蔚來發布了旗下第一款轎車産品 ET7，搭載了算力超過 1000TOPS 的超算平台 Adam，而驅動這個平台的正是四顆英偉達 DRIVE Orin 系統級芯片。也是1月，上汽集團和阿裡巴巴聯手發布智己汽車，也采用了多塊英偉達的 DRIVE Orin 芯片，計算平台性能可達 500~1000 TOPS。

▲ 蔚來ET7搭載英偉達 DRIVE Orin 系統級芯片

在商用車領域，英偉達在 2021 财年也有收獲。2020 年 12 月，初創公司 Zoox 發布了 L5 級全自動駕駛出租車，Einride 發布了新一代無人駕駛卡車 Pod，都采用英偉達的芯片。在技術端，英偉達 2020 年悄然布局激光雷達：一方面，收購技術可用于激光雷達的瑞典初創公司 Optigot，同時招聘相關人才。另一方面，拓展與激光雷達廠商的合作。

黃仁勳預測，到 2030 年将有 20% 的汽車實現高級自動駕駛，其中大部分會采用英偉達技術。

收購ARM，打通更廣闊生态系統

2020年9月13日，英偉達宣布收購Arm，交易金額為400億美元。這一消息在紛紛擾擾的2020年的半導體産業，再次掀起巨浪。

目前智能手機行業諸多軟硬件巨頭已經在主打AI功能，蘋果、高通和華為等廠商都推出了強調AI運算性能的處理器，但如果英偉達将自己的AI技術全線滲透到Arm芯片設計之中，相當于從底層架構徹底改變了目前AI行業的版圖，覆蓋到未來整個智能手機行業。

相比已經陷入飽和的智能手機行業，增長空間巨大的雲計算市場是英偉達更為看重的領域。按照黃仁勳的規劃，未來Arm的芯片設計都将貫穿AI技術，這不僅會直接影響到智能手機行業，更會影響到數據中心市場。

目前的數據中心市場雖然還是被英特爾x86架構占據主導，但低功耗越來越成為數據中心的關鍵因素，諸多廠商已經在基于Arm架構沖擊這一領域

英偉達在人工智能方面實力與Arm龐大的計算生态系統結合起來，将自己的AI戰略推向新的高度，尤其是打開雲計算的廣闊市場。

并不都是歲月靜好，英偉達依然挑戰重重

在利潤豐厚，且仍然是一片藍海的數據中心AI芯片市場，無論是敵人還是客戶，你能想到的一切企業，基本都可以對英偉達構成生存威脅：

• 英特爾、AMD、高通、ARM、三星、英飛淩等半導體制造商；
• 運營着超大數據中心，急切需要多樣化AI芯片組技術的亞馬遜、微軟、谷歌、阿裡以及IBM等雲服務廠商；
• 以及如今看起來還不成氣候，但卻數量驚人的創業公司。

此外，在實現自己AI貫穿Arm的戰略宏圖之前，英偉達還需面臨一個更為艱苦的挑戰：反壟斷審批。蘋果、英特爾、高通、華為、三星、聯發科、展訊都會密切關注着這筆交易。在未來汽車、人工智能和數據中心等業務領域，他們更是英偉達的直接競争對手。這些企業或許會推動美國和中國監管部門嚴格審核英偉達的這筆交易。

而國家戰略也是英偉達無法回避的。英偉達收購Arm之後，Arm變成了美國公司的子公司。不僅中國監管部門會考慮到這一因素，即便是歐洲監管部門也會謹慎考慮。

繼續破圈，突破芯片技術極限

面對重重挑戰，英偉達迫切需要找到新的增長曲線，唯有繼續尋求新的突破。

利用GPU的加速處理技術，AI正在醫療、自動駕駛汽車和機器人等多個行業的特定領域平台發揮巨大作用。目前由GPU支持的超級計算機已被廣泛用于藥物發現、基因組學以及生物學等領域。英偉達也在不斷進行基礎研究投入，以尋求芯片物理極限的突破，讓AI的性能得到進一步的提升。比如，英偉達正在推進的如何在GPU上實現高效的推理加速器，矽光子學（silicon photonics）和Python編程等項目。

矽光子學，是一種基于矽片的激光技術，能夠更廣泛地應用于計算機中，通過采用大規模矽基制造技術，能大幅度降低計算機和數據中心的成本。該技術離商品化仍有很長距離，但研究人員相信，未來他們能夠将數十個甚至數百個混合矽激光器，與其他矽光子學部件一起被集成到單一矽基芯片上。

▲ 英偉達首席科學家Bill Dally

英偉達還通過開發基于GPU的量子模拟器來支持量子計算機的發展。針對量子計算機的應用前景，英偉達首席科學家Bill Dally認為，最先相關的應用可能是量子化學領域。

目前大規模的搜索和機器學習問題是通過大量的、并行的、專用的GPU來解決的。根據波士頓咨詢（BCG）參考英偉達的業績預測，到2030年，量子計算取代基于GPU的算法應用規模将超過200億美元，其中化學、材料科學等科技密集型産業的規模将達70億美元。

俱往矣！顯卡年代的競争激烈，人工智能的一路走紅，都不能預測未來時代的必勝。正所謂“滄海橫流，方顯英雄本色”。2021，英偉達這位“亂世枭雄”，是否能續寫自己的傳奇？

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!