英伟达是如何成为芯片行业巨头的（那些营收超百亿美元的半导体厂商之二）

2021，英伟达是否能续写传奇？

乱石穿空，惊涛拍岸，卷起千堆雪，江山如画，一时多少豪杰。

当前，在新兴产业亟待爆发，中美贸易战叠加新冠疫情等多重因素催化之下，全球半导体产业正经历着一场前所未有之大变局，而英伟达就是这激流中涌现出来的一朵耀眼浪花。

▲ 英伟达创始人 黄仁勋

2021年2月25日，英伟达公布了2021财年（2020年度）财务数据，年度营收与净利润都创下历史新高 —— 营收166.75亿美元，同比增长53%，净利润为43.32亿美元，同比增长55%。

股价5年暴涨20倍，营收在近两年才刚刚突破百亿美元，市值却一路冲到了3500亿美元以上，英伟达一夜间成为全球市值最高的芯片设计企业、世界第三大半导体公司。这家1993年才成立的年轻公司创造的傲人业绩，不得不令人侧目。

▲ 英伟达近年来营收增速

1993年成立之初，英伟达瞄准爆发前夜的显卡（GPU）细分市场，2002年后靠拳头产品站稳行业龙头，2006年提前布局高性能计算业务，2012年押宝人工智能浪潮，乘势爆发。而今，数据中心、汽车正成为英伟达瞄准的新一轮增长曲线。

从GPU起家，立足于游戏黄金赛道

1999年，英伟达推出GeForce256，这个产品具有里程碑意义，通过打垮当时的竞争对手ATI成为显卡龙头。

由于主要面向游戏市场，英伟达的GPU（显卡）避免了像英特尔CPU那样的尴尬：CPU出货量的增长随着个人电脑见到天花板后停止，而GPU由于是满足游戏对更高清画质、更快刷新的追求持续升级。

根据英伟达披露，2010-2015年在全球电脑市场逐步倒退的情况下，公司游戏显卡出货量5年实现9%的年复合增长，销售均价及收入分别呈现11%和21%的年复合增长，成功与下行的行业趋势实现背离。

植根于游戏，使得英伟达能够抵御下滑，也获得了源源不断的现金流，即使时至今日，游戏GPU收入占公司的比重也仍然超过50%。

砸重金推开放式架构创新，布局高性能计算

2006年，英伟达逐步确立GPU市场霸主地位：通过和苹果电脑、微软的Xbox主机、索尼PlayStation3主机的合作，发展顺风顺水，而且外延并购了很多图形领域的公司，技术实力更上一个台阶。

然而，逆水行舟，不进则退。面对风云瞬息万变的市场格局，只有未雨绸缪，才能立于不败之地。

英伟达毅然决然开始了一项由内而外的突破。

首席科学家戴维·柯克做出了一系列在当时看来风险极高的疯狂决策，他竭力劝服董事长黄仁勋把GPU通用化 —— 让一块只能渲染图形的独立显卡，变成一个通用计算图形处理器，并且强烈要求英伟达现有与即将推出的所有GPU都必须支持CUDA程序。公司从 2006 年开始投入大量资源，并决定让未来每一颗 GPU 都支持 CUDA。

英伟达的 CUDA 计算框架（Compute Unified Device Architecture），极大地简化了对 GPU 进行编程的流程，开发者可以不再使用复杂的机器语言进行编程，而是可以直接通过 CUDA 框架将高级语言编写好的程序用 GPU 进行计算，受到极大的欢迎。

正是这次大胆的尝试，使得英伟达不再只是优秀的硬件制造商，而是具备核心软件系统的生态创造者。这也是后来为什么英伟达的GPU成为AI领域机器学习算法的通用芯片的核心原因。

▲ CUDA构建的强大生态， 支持所有主流深度学习框架

虽然初期推广并不顺利，但2009年，由于基于CUDA的高性能运算研究成果陆续在众多知名期刊发表并获得认可，英伟达终于迎来了业务转机，并奠定了之后10年的AI芯片市场绝对霸主地位，为业界提供了强大的并行运算能力。

如今，英伟达已经在CUDA基础上开发和积累了针对不同领域的大量算法与软件，让数不清的开发者不用写一行代码，就能先让一套深度学习基础模型跑起来，站在巨人的肩膀上升级。

CUDA架构的推出，使英伟达押注人工智能这一新兴领域获得重大成功，并由此将市场布局拓展到自动驾驶等更广阔领域。

进军数据中心，发掘下一片蓝海

“数据中心”被越来越多的分析师认定为下一个蕴藏着巨大商业潜力的蓝海市场。

根据中信证券数据，过去10年，全球数据量CAGR接近50%，过去5年仍保持26%的复合增速；2020年，全球数据量将达到51ZB之巨 —— 并且持续爆发增长。

▲ 全球数据量增速

在消费互联网、工业互联网、5G、人工智能等多重需求强势推动之下，全球数据中心需求维持在15%~20%的高速增长，中国市场则更是超过了30%。随着个人电脑市场逐渐饱和，爆发式增长的数据中心需求也成为了全球半导体市场的主要增长来源。

英伟达也瞄准了这一巨大潜力市场。

英伟达的企业级GPU产品 V100在2017年一经推出，就在两年内获得了巨大成功，直接打入了包括亚马逊、微软、阿里以及腾讯等云服务巨头的数据中心核心地带，成为各家GPU计算服务团队不可缺少的芯片产品。

GPU的并行运算结构对训练机器学习和深度学习模型有着天然优势。与人工智能相关的任务，从数据处理效率、功耗等多方面考虑，使用GPU进行模型训练是最好的选择之一。

2019年3月，英伟达宣布耗资69亿美元收购以色列服务器网络架构服务商Mellanox。

这既是英伟达历史上最大的一笔收购，也是这家AI芯片巨头开始有意将核心业务从游戏向数据中心过渡的里程碑事件。Mellanox最为擅长的，是制造几种用来提升数据传输效率的通信设备，就是帮数据中心用最高效的方式，连接数据中心内部所有的服务器。

这意味着，假如英伟达能够通过一套连接系统，将数据中心的数万个计算节点上的GPU连接起来，那么节点间形成的信息流动，将汇聚成更加庞大的算力。

而巨量算力对应的，是云计算数据中心的扩张速度，呈爆发式增长的数据量，更大更复杂的计算任务，以及2023年将突破500亿美元的市场规模。

根据英伟达最新的2020财年Q4财报数据，增长强劲的数据中心板块，已经跃升为英伟达最具有市场拓展潜力的业务分支，收入同比增长43%，逼近10亿美元大关。

拓展汽车与自动驾驶业务

英伟达最新的2020财年Q4财报数据，”包含了车载信息娱乐与自动驾驶解决方案的汽车业务相关收入。这一部分看似表现平平，只有1.63亿美元，同比增长1%，却是一个不可忽视的长线市场。

游戏、数据中心和汽车业务这三个板块，更像是对应了英伟达的“过去”、“现在”和“未来”。虽然“游戏”是英伟达必须守住的老本行，但趋于饱和、不断被移动端挤压，而新兴市场则是英伟达实现可持续发展的源动力。

随着新能源汽车越来越火热，汽车芯片需求必然增大，英伟达有足够发挥的空间。事实上，在 2021 财年里，英伟达已经围绕着汽车业务进行了广泛的布局。

在家用车领域，蔚来和上汽集团都选择和英伟达合作，推动汽车的智能化。2021年1月，蔚来发布了旗下第一款轿车产品 ET7，搭载了算力超过 1000TOPS 的超算平台 Adam，而驱动这个平台的正是四颗英伟达 DRIVE Orin 系统级芯片。也是1月，上汽集团和阿里巴巴联手发布智己汽车，也采用了多块英伟达的 DRIVE Orin 芯片，计算平台性能可达 500~1000 TOPS。

▲ 蔚来ET7搭载英伟达 DRIVE Orin 系统级芯片

在商用车领域，英伟达在 2021 财年也有收获。2020 年 12 月，初创公司 Zoox 发布了 L5 级全自动驾驶出租车，Einride 发布了新一代无人驾驶卡车 Pod，都采用英伟达的芯片。在技术端，英伟达 2020 年悄然布局激光雷达：一方面，收购技术可用于激光雷达的瑞典初创公司 Optigot，同时招聘相关人才。另一方面，拓展与激光雷达厂商的合作。

黄仁勋预测，到 2030 年将有 20% 的汽车实现高级自动驾驶，其中大部分会采用英伟达技术。

收购ARM，打通更广阔生态系统

2020年9月13日，英伟达宣布收购Arm，交易金额为400亿美元。这一消息在纷纷扰扰的2020年的半导体产业，再次掀起巨浪。

目前智能手机行业诸多软硬件巨头已经在主打AI功能，苹果、高通和华为等厂商都推出了强调AI运算性能的处理器，但如果英伟达将自己的AI技术全线渗透到Arm芯片设计之中，相当于从底层架构彻底改变了目前AI行业的版图，覆盖到未来整个智能手机行业。

相比已经陷入饱和的智能手机行业，增长空间巨大的云计算市场是英伟达更为看重的领域。按照黄仁勋的规划，未来Arm的芯片设计都将贯穿AI技术，这不仅会直接影响到智能手机行业，更会影响到数据中心市场。

目前的数据中心市场虽然还是被英特尔x86架构占据主导，但低功耗越来越成为数据中心的关键因素，诸多厂商已经在基于Arm架构冲击这一领域

英伟达在人工智能方面实力与Arm庞大的计算生态系统结合起来，将自己的AI战略推向新的高度，尤其是打开云计算的广阔市场。

并不都是岁月静好，英伟达依然挑战重重

在利润丰厚，且仍然是一片蓝海的数据中心AI芯片市场，无论是敌人还是客户，你能想到的一切企业，基本都可以对英伟达构成生存威胁：

• 英特尔、AMD、高通、ARM、三星、英飞凌等半导体制造商；
• 运营着超大数据中心，急切需要多样化AI芯片组技术的亚马逊、微软、谷歌、阿里以及IBM等云服务厂商；
• 以及如今看起来还不成气候，但却数量惊人的创业公司。

此外，在实现自己AI贯穿Arm的战略宏图之前，英伟达还需面临一个更为艰苦的挑战：反垄断审批。苹果、英特尔、高通、华为、三星、联发科、展讯都会密切关注着这笔交易。在未来汽车、人工智能和数据中心等业务领域，他们更是英伟达的直接竞争对手。这些企业或许会推动美国和中国监管部门严格审核英伟达的这笔交易。

而国家战略也是英伟达无法回避的。英伟达收购Arm之后，Arm变成了美国公司的子公司。不仅中国监管部门会考虑到这一因素，即便是欧洲监管部门也会谨慎考虑。

继续破圈，突破芯片技术极限

面对重重挑战，英伟达迫切需要找到新的增长曲线，唯有继续寻求新的突破。

利用GPU的加速处理技术，AI正在医疗、自动驾驶汽车和机器人等多个行业的特定领域平台发挥巨大作用。目前由GPU支持的超级计算机已被广泛用于药物发现、基因组学以及生物学等领域。英伟达也在不断进行基础研究投入，以寻求芯片物理极限的突破，让AI的性能得到进一步的提升。比如，英伟达正在推进的如何在GPU上实现高效的推理加速器，硅光子学（silicon photonics）和Python编程等项目。

硅光子学，是一种基于硅片的激光技术，能够更广泛地应用于计算机中，通过采用大规模硅基制造技术，能大幅度降低计算机和数据中心的成本。该技术离商品化仍有很长距离，但研究人员相信，未来他们能够将数十个甚至数百个混合硅激光器，与其他硅光子学部件一起被集成到单一硅基芯片上。

▲ 英伟达首席科学家Bill Dally

英伟达还通过开发基于GPU的量子模拟器来支持量子计算机的发展。针对量子计算机的应用前景，英伟达首席科学家Bill Dally认为，最先相关的应用可能是量子化学领域。

目前大规模的搜索和机器学习问题是通过大量的、并行的、专用的GPU来解决的。根据波士顿咨询（BCG）参考英伟达的业绩预测，到2030年，量子计算取代基于GPU的算法应用规模将超过200亿美元，其中化学、材料科学等科技密集型产业的规模将达70亿美元。

俱往矣！显卡年代的竞争激烈，人工智能的一路走红，都不能预测未来时代的必胜。正所谓“沧海横流，方显英雄本色”。2021，英伟达这位“乱世枭雄”，是否能续写自己的传奇？

,