报告核心观点：ChatGPT问世迅速引爆全球人工智能发展浪潮。英伟达的H100 NVLINKGPU在ChatGPT、AIGC领域获得了极大关注。在大算力芯片赋能AI的逻辑演绎下，景嘉微作为A股龙头GPU公司的价值不容忽视。本文比较分析了图显与超算的产品开发路径差异，开创性地提出景嘉微的“顺位”优势，从而打开了公司在AI领域发展的路径展望。
　　 GPU梦之队，领军国产图显领域。公司产品覆盖图形显控、小型专用化雷达领域的核心模块及系统级产品。核心管理层及技术班底在军工电子领域内具备十年以上的研发经验。公司历经十六载发展，在显卡硬件体系结构、软件驱动程序开发方面积累深厚。
　　①财务：公司军品业务基本盘增速稳定，民用芯片营收快速爬坡。军工产品具有高附加值、高利润率的特点。军品70%以上的毛利率强势带动公司整体盈利能力。民用芯片随着订单逐步落地，有望迎来量价齐升。公司持续高强度投入研发，未来成长可期。
　　②军品：公司军用产品包括图显模块和小型专用化雷达。其中，图显模块系列产品以5系列芯片为驱动，实现了军用M9芯片的国产替代。小型专用化雷达产品经历8年高强度研发投入，以主动防护式雷达为代表性的产品逐步迎来收获期。
　　③民品：公司图形显控产品从军用逐步延伸至信创及民用消费领域。第一代5系列为纯军用，第二代7系列军民两用。第三代9系列芯片满足媒体处理、游戏、虚拟化等高性能显示和人工智能计算需求，应用领域大幅拓宽。公司业务已形成军民共振格局，9系列厚积薄发有望为公司在AI领域突破提供重要成长动能。
　　军工需求稳定，AI井喷式爆发。①行业层面，国家“十四五”提出加快武器装备现代化。国防预算开支近4年呈现逐年增长态势，2020-2023年增速分别为：6.6%、6.8%、7.1%、7.2%。武器装备的列装将进入放量阶段，采购有望持续提升，公司将充分受益。②ChatGPT横空出世，引爆全球人工智能产业热度。根据Verified MarketResearch的数据，预计至2028年全球GPU市场将扩大至2465.1亿美元，2020-2028年CAGR有望达到32.82%。AI运算具有的大运量、高并发度、访存频繁特点，使其对GPU芯片的底层算力提出巨大挑战。
　　分析GPU民族品牌发展路径，景嘉微具备进军AI的顺位优势。从硬件层面看，通用超算芯片GPGPU架构设计时去除了GPU为图形处理而设计的加速硬件单元，保留了GPU的SIMT架构和通用计算单元。从软件层面来看，图显GPU难在打通驱动程序和编译器层面的生态。通用计算领域的发展壁垒在于软件生态复杂度和CUDA核心功能兼容性。图显GPU的综合开发难度高于超算GPU，研发上具有一定顺位优势。国产厂商当下根据各自资源禀赋和定位，分别发力图显和超算两大赛道。民族品牌成长之路①可针对各自市场循序渐进，抢占生态；②加强本土整机厂商合作，积累优势与声誉；○3最终全面布局，寻求突破。
　　给予“增持”评级：公司雷达产品进入收获期，订单有望持续放量；9系列芯片批量订单逐步落地，AI市场增量可期。我们预计公司2022-2024年实现营业收入11.24亿元、17.17亿元、24.26亿元；归母净利润3.52亿元、4.69亿元和6.64亿元，对应的PE分别为141、106、75倍。
　　风险提示：新产品的研发风险，军备采购需求不及预期风险，产业链原材料采购风险，行业规模测算偏差风险，研报使用的信息更新不及时的风险。

研究报告全文：ChatGPT大发展背景下景嘉微价值几何景嘉微300474SZGPU证券研究报告公司深度报告2023年03月28日评级TableTitle增持公司盈利预测及估值TableFinance1市场价格10942元指标2020A2021A2022E2023E2024E6541093112417172426分析师冯胜营业收入百万元增长率yoy236735341执业证书编号S0740519050004净利润百万元208293352469664Emailfengshengztscomcn增长率yoy1841203342每股收益元046064077103146分析师王可每股现金流量024051062-027005执业证书编号S0740519080001净资产收益率810111316Emailwangke03ztscomcnPE2399170114131062750PB197174156137117联系人肖冬卿备注每股指标按照最新股本数全面摊薄股价取自2023年3月28日Emailxiaodqztscomcn报告摘要报告核心观点ChatGPT问世迅速引爆全球人工智能发展浪潮英伟达的H100NV基本状况TableProfitLINKGPU在ChatGPTAIGC领域获得了极大关注在大算力芯片赋能AI的逻辑演绎下景嘉微作为A股龙头GPU公司的价值不容忽视本文比较分析了图显与超总股本百万股455算的产品开发路径差异开创性地提出景嘉微的顺位优势从而打开了公司在AI流通股本百万股318318领域发展的路径展望市价元1094211305市值百万元51452GPU梦之队领军国产图显领域公司产品覆盖图形显控小型专用化雷达领域的核流通市值百万元3514525909心模块及系统级产品核心管理层及技术班底在军工电子领域内具备十年以上的研发35909经验公司历经十六载发展在显卡硬件体系结构软件驱动程序开发方面积累深厚TableQuotePic股价与行业-市场走势对比财务公司军品业务基本盘增速稳定民用芯片营收快速爬坡军工产品具有高附加值高利润率的特点军品70以上的毛利率强势带动公司整体盈利能力民用芯片随着订单逐步落地有望迎来量价齐升公司持续高强度投入研发未来成长可期军品公司军用产品包括图显模块和小型专用化雷达其中图显模块系列产品以5系列芯片为驱动实现了军用M9芯片的国产替代小型专用化雷达产品经历8年高强度研发投入以主动防护式雷达为代表性的产品逐步迎来收获期民品公司图形显控产品从军用逐步延伸至信创及民用消费领域第一代5系列公司持有该股票比例为纯军用第二代7系列军民两用第三代9系列芯片满足媒体处理游戏虚相关报告拟化等高性能显示和人工智能计算需求应用领域大幅拓宽公司业务已形成军民共振格局9系列厚积薄发有望为公司在AI领域突破提供重要成长动能军工需求稳定AI井喷式爆发行业层面国家十四五提出加快武器装备现代化国防预算开支近4年呈现逐年增长态势2020-2023年增速分别为66687172武器装备的列装将进入放量阶段采购有望持续提升公司将充分受益ChatGPT横空出世引爆全球人工智能产业热度根据VerifiedMarketResearch的数据预计至2028年全球GPU市场将扩大至24651亿美元2020-2028年CAGR有望达到3282AI运算具有的大运量高并发度访存频繁特点使其对GPU芯片的底层算力提出巨大挑战分析GPU民族品牌发展路径景嘉微具备进军AI的顺位优势从硬件层面看通用超算芯片GPGPU架构设计时去除了GPU为图形处理而设计的加速硬件单元保留了GPU的SIMT架构和通用计算单元从软件层面来看图显GPU难在打通驱动程序和编译器层面的生态通用计算领域的发展壁垒在于软件生态复杂度和CUDA核心功能兼容性图显GPU的综合开发难度高于超算GPU研发上具有一定顺位优势国产厂商当下根据各自资源禀赋和定位分别发力图显和超算两大赛道民族品牌成长之路可针对各自市场循序渐进抢占生态加强本土整机厂商合作积累优势与声誉3最终全面布局寻求突破请务必阅读正文之后的重要声明部分公司深度报告给予增持评级公司雷达产品进入收获期订单有望持续放量9系列芯片批量订单逐步落地AI市场增量可期我们预计公司2022-2024年实现营业收入1124亿元1717亿元2426亿元归母净利润352亿元469亿元和664亿元对应的PE分别为14110675倍风险提示新产品的研发风险军备采购需求不及预期风险产业链原材料采购风险行业规模测算偏差风险研报使用的信息更新不及时的风险-2-请务必阅读正文之后的重要声明部分公司深度报告投资主题报告亮点公司立足并成长于军用图形显控和小型化雷达并积极响应国家军民融合的号召进行决策部署加强在民用高性能GPU芯片等消费领域的产品开发及推广报告复盘了景嘉微十六载发展历程全明星研发团队以及三代图形显控产品JM5系列7系列9系列的迭代历程报告阐述了GPU行业的前两大应用场景图显和超算的市场竞争格局并针对行业发展壁垒做出了讨论从军品和民品两方面入手对公司供给侧和需求侧剥丝抽茧进行分析投资逻辑公司业务驱动来自从产品层来看1小型化主动防护式雷达的产品力成熟走向订单放量收获期2JM9系列芯片完成主机厂多方测试验证批量订单落地可期从行业层面来看1国防预算开支稳步扩张武器列装换代有望持续放量2信创存量替换市场规模庞大国产化替代大势所趋关键假设估值与盈利预测随着疫情影响消退国家政策明朗信创需求提振预计2023年公司将会迎来复苏我们预计公司2022-2024年营收分别为112417172426亿元归母净利润分别为352469664亿元现价对应PE为14110675倍给予公司增持评级-3-请务必阅读正文之后的重要声明部分公司深度报告内容目录1景嘉微图显龙头立足军品拓展民品-5-11公司发展深耕图显领域十六载高举高打构筑GPU梦之队-5-12公司财务军品基本盘稳定芯片快速爬坡-7-13公司产品立足军品市场力拓信创民品-9-2图显为GPU第一大应用市场空间广阔-11-21应用场景从图显到超算新应用场景需求爆发-11-22赛道格局图显超算引领GPU发展-15-23行业壁垒硬件快速迭代软件构建生态-17-3军民融合双轮驱动-21-31军品机遇国防需求明确产品精准卡位-21-32民品机遇产品锚定国际标杆信创替换需求巨大-22-33公司禀赋图显企业开发顺位优势明显-24-4盈利预测与评级-27-41景嘉微究竟价值几何-27-42估值与评级-27-5风险提示-28--4-请务必阅读正文之后的重要声明部分公司深度报告1景嘉微图显龙头立足军品拓展民品11公司发展深耕图显领域十六载高举高打构筑GPU梦之队始于国防科大立足军工电子长沙景嘉微电子股份有限公司成立于2006年4月致力于信息探测处理与传递领域的技术和综合应用公司主营高可靠性的军用电子产品的研发生产和销售主要产品覆盖图形显控小型专用化雷达领域的核心模块及系统级产品公司了解到国外机载航电系统主要应用ATI公司的图形处理芯片MobilityRadeon9000M9公司借由ATIM9显卡驱动开发项目契机进军GPU图显领域公司历经3代GPU图形显控芯片升级2021年第3代GPU产品JM9系列已成功流片公司逐步成长为实现商用量产图形显控GPU的龙头上市公司图表1公司发展历程来源公司官网中泰证券研究所航空图显模块起家制霸军工显控领域公司成立之初恰逢我国军用飞机图形显控系统由DSP与FPGA向GPU升级阶段参与完成神州八号图形显控模块设计2007年公司率先完成VxWorks操作系统下主流军用图显芯片M9驱动程序的开发和汉化公司同年完成第一款图形显控模块的开发销售实现了图显技术初步积累2008-2010年间公司陆续通过双软企业三级保密资格单位武器装备质量体系等一系列资格认证为业务全面开花奠定了基础在此期间公司首款图显模块通过客户技术鉴定审查并开展替代M9的自主芯片研发2010年至今公司JM5400已占据国内军用飞机图显模块绝大部分市场成为图形显控行业领域的绝对标杆型企业图表2公司发展三大阶段复盘-5-请务必阅读正文之后的重要声明部分公司深度报告来源公司招股书中泰证券研究所核心团队稳健股权结构清晰公司由原国防科技大学军事技术运筹学教授饶先宏与电子系讲师胡亚华共同出资成立同年曾万辉与喻丽丽夫妇注资公司并成为公司实控人截止2022年三季报情况来看董事长曾万辉直接持股406喻丽丽曾万辉还持有公司股东乌鲁木齐景嘉合创80的股权董事长夫妻合计持有公司约3607股权公司创始人饶先宏和胡亚华分别持有景嘉合创10股权饶先宏和杨爱莲夫妻合计持有公司489股权胡亚华持有公司395股权国家集成电路大基金持有81的股权预计将逐步良性完成投资退出图表3公司股权结构来源公司年报中泰证券研究所核心团队人才济济造国产显卡梦之队公司核心技术班底在各军工电子专业领域内具备十年以上的研发经验专业造诣极深核心团队的专业性对国内军工电子行业现阶段的技术水平与国外差距以及关键突破点能很好的把握从而有针对性的进行产品设计另一方面军工电子涉及细分领域广泛最终产品往往需要在逻辑算法软硬件开发结构设计芯片及FPGA研发等多领域具备研发实力公司核心团队的复合-6-请务必阅读正文之后的重要声明部分公司深度报告背景和有机组合完美的满足了这一要求图表4核心团队军工电子造诣极高来源公司招股书中泰证券研究所12公司财务军品基本盘稳定芯片快速爬坡军品发展稳定芯片快速放量公司整体营收利润自上市后快速爬升2022年前三季度营收实现729亿元归母净利润173亿元公司在军用领域的主要产品包括图显模块和小型专用化雷达其中图显模块主要采用公司自主研发的JM5400芯片实现了在军用领域的国产替代民用产品主要以芯片为主其中JM7系列军民两用JM9系列针对信创市场从营收分布来看图形显控产品长期驱动营收占比超7成2021-7-请务必阅读正文之后的重要声明部分公司深度报告年JM7系列芯片收入经历大幅放量后图形显控芯片和小型雷达产品收入分别占比476640891043JM9系列流片成功后芯片业务有望进一步成长为公司第二支柱图表5营收利润维持高增左轴为营收右轴为图表6芯片收入占比迅速爬升增速来源Wind中泰证券研究所来源Wind中泰证券研究所军品种毛利高拉动综合利润公司主营军品业务图形显控以及小型雷达毛利率高达70以上符合军工电子行业高技术壁垒高附加值的特征其中图形显控模块以及相应驱动程序应用于航电系统是现代军机的中枢神经系统产品的高可靠性高稳定性以及高定制化属性非常明显公司为军用芯片编写的驱动程序解决了商用级图形处理芯片军用化的难题高毛利包含了驱动程序的独特价值芯片产品主要面向民用和信创市场毛利率低于军工系列自2019年起开启上升通道2021年芯片毛利率达4449图表7公司利润率情况图表8分业务毛利率情况毛利率净利率图形显控领域产品小型专用化雷达领域产品9080芯片70其他业务60100508040603020401020002016201720182019202020212022Q3201620172018201920202021来源Wind中泰证券研究所来源Wind中泰证券研究所研发持续投入未来成长可期公司在上市初期管理费用较高后逐步下降销售费用近年来维持在4左右公司作为军工企业军用电子-8-请务必阅读正文之后的重要声明部分公司深度报告产品对可靠性和稳定性的要求极高军用电子设备的研发生产重点与民用产品完全不同军品专用化定制化的特点使得研发要求极高公司自上市后研发费用维持较高增速2021年研发开支占总营业收入的2314研发费用的持续扩张对公司后续业务的开展具有基石效应图表9公司各项费用率占比情况销售费用管理费用研发费用财务费用300025002000150010005000002018201920202021-500-1000来源Wind中泰证券研究所13公司产品立足军品市场力拓信创民品图形显控系统是信息融合与人机交互的核心系统公司图形显控领域产品包括图形显控模块图形处理芯片GPU加固显示器加固电子盘以及加固计算机公司打造了基于M9M72和M96系列的开发平台和系列产品线从底层上驾驭了图形显控产品的能力芯片方面公司研发的以JM5400为代表的图形芯片打破了外国芯片在我国军用GPU领域的垄断率先实现军用GPU国产化公司的图形显控产品近年来一直积极向其他领域延伸如电子稳像处理板等电子稳像处理板可支持视频稳像及视频拼接满足车辆在地面行驶状态下使用电子图像进行观察瞄准的使用要求具有广阔的市场前景图表10公司图形显控领域产品-9-请务必阅读正文之后的重要声明部分公司深度报告来源公司招股书中泰证券研究所小型化雷达功能及品类持续拓展公司经过在微波射频和信号处理方面多年的技术积累在小型专用化雷达领域相继取得了一系列突破公司小型专用化雷达分为三大类1空中防撞系统利用二次雷达技术对一定范围内的飞机进行实时监视标识判断周围飞机的飞行方位角距离和飞行意图并按照一定的策略实施自动防撞2主动防护雷达系统对不同视场内的飞行目标进行实时探测和识别并对构成威胁的来袭目标进行快速定位和生成主动拦截所需的相关战斗参数控制拦截系统准确地拦截来袭目标3弹载雷达微波射频前端负责雷达发射信号及相关数据的发送与接收图表11公司小型化雷达产品系列空中防撞系统核心组件主动防护雷达系统弹载雷达微波射频前端核心组件来源公司招股书中泰证券研究所芯片跨越0到1从可用变身好用公司2014年底推出5系列芯片以来3代芯片产品均明确对标海外同类产品其中JM5400芯片对标ATIM96芯片首次实现国产军用图形显控的完全自主可控JM7200在JM5400的基础之上优化了性能参数对标英伟达GT640芯片实现了军民两用JM9系列两款芯片对标英伟达GTX1080芯片分别于2021年11月和2022年6月完成阶段性测试工作9系列产品可满足-10-请务必阅读正文之后的重要声明部分公司深度报告地理信息系统媒体处理CAD辅助设计游戏虚拟化等高性能显示需求和人工智能计算需求适配设备涉及台式机笔记本一体机服务器工控机自助终端等3代芯片的技术快速迭代从最初5系的12年代际差缩短至9系列的5年代际差并有望进一步缩短和海外龙头的技术差异图表12景嘉微三代芯片产品对标英伟达来源公司产品手册公司公告中泰证券研究所2图显为GPU第一大应用市场空间广阔21应用场景从图显到超算新应用场景需求爆发GPU适用海量数据并行计算GPU是图形处理器的英文简称是用于进行图像运算工作的微处理器可以对图形数据显示可视计算等作出优化加速用于通用计算的GPU也被称作GPGPU图形的结构像素点之间是独立的图像以矩阵形式存储数据GPU的主要任务是处理成千上万个三角形的顶点内部像素的着色所以GPU设计便是基于大吞吐量和并行计算80的晶体管用作计算单元CPU只有20左右具有很强的浮点运算能力和超长的流水线处理并行计算是将特定计算分解成可以同时进行的较小独立乘法和加法运算然后重新组合或同步计算结果形成原来较大计算的结果而CPU作为强大的执行引擎旨在将其数量相对较少的内核集中用于单个任务处理并快速将其完成-11-请务必阅读正文之后的重要声明部分公司深度报告图表13GPU将计算任务拆分完成后再组合结果图表14CPU与GPU架构区别来源Intel官网中泰证券研究所来源Intel官网中泰证券研究所图形渲染是GPU最大的应用领域GPU传统的功能是在个人电脑工作站游戏设备以及服务器等上执行绘图运算工作GPU图形渲染的流水线可分为两大部分一是把3D坐标转换为2D坐标二是把2D坐标转变为有颜色的像素两大部分可再拆分为6个阶段性步骤第一对顶点数据进行处理第二是将定点进行基本形状的装配第三是把一系列定点的基本形状构建出几何形状第四步为光栅化将图元映射在屏幕对应像素第五步对各个像素的最终颜色进行计算第六步是对像素的测试和混合查看物体之间的混合程度图表15GPU图形渲染过程来源Imagination公司官网中泰证券研究所GPU应用触角延伸至AI深度学习等众多场景尽管GPU当下主要的使用场景仍然是图形处理视觉效果越来越真实的顶级游戏但同时GPU也已经演化为用途更普遍的并行处理器能够处理越来越多的应用-12-请务必阅读正文之后的重要声明部分公司深度报告程序GPU使用场景已扩展至云端的AI训练AI推理图片渲染视频转码云端图形工作站云游戏等移动消费端的个人PC台式机手机上的图形处理移动手游移动办公等自动驾驶场景下的行车路径规划车速规划行车安全控制等图表16GPU应用从图形渲染扩展至多场景来源公开资料中泰证券研究所人工智能AI是GPU应用层的一个重要分支人工智能通过模拟和延展人类及自然智能的功能拓展机器的能力边界使其能部分或全面地实现类人的感知如视觉语音认知功能如自然语言理解或获得建模和解决问题的能力如机器学习等方法从技术角度看AI通常可分为训练和推理两个阶段训练阶段基于充裕的数据来调整和优化人工智能模型的参数使模型的准确度达到预期为了获取更准确的AI模型训练阶段需要处理巨大的数据集并做反复的迭代计算耗费巨大运算量推理阶段利用训练结束的AI智能模型进行推理或预测待处理输入数据对应的输出如给定一张图片识别其中的物体图表17深度学习模型经典卷积神经网络来源寒武纪招股书中泰证券研究所-13-请务必阅读正文之后的重要声明部分公司深度报告人工智能技术对底层芯片算力需求飞速增长2012年时深度学习模型AlexNet识别一张ImageNet图片需要76X108次基本云运算训练该模型需要317X1017次基本运算1993出品的英特尔奔腾P5芯片来执行推理任务需要至少10分钟而训练任务需要近百年才能完成如今手机上只需要数百微秒就能执行完成这样的图像识别云计算数据中心只需要20分钟即可完成训练任务与此同时AI对算力的需求已经大幅度超过了摩尔定律的速度AI运算具有的大运量高并发度访存频繁的特点对芯片的微架构指令集制造工艺以及配套系统软件都提出了巨大的挑战图表18全球知名AI语言模型数据和参数规模来源LifeArchitectai中泰证券研究所ChatGPTAIGC为AI领域最具创新性应用场景炙手可热的ChatGPT目前只是语言生成模型而AIGCAI-GeneratedContent包含文本生成音频生成图像生成视频生成及图像视频文本间的跨模态生成等为实现对话文本生成OpenAI需要约3617台HGXA100服务器28936个GPU来为ChatGPT服务随着ChatGPT开放第三方插件ChatGPT具备了增强知识库的能力或将成为一个全知全能的AI平台本次开放的第三方插件分为三大类1网页浏览器在循环中添加必应搜索2代码解释器在一个沙盒和防火墙的执行环境中添加一个实时的Python解释器3检索对个人和组织文件进行语义搜索图表19ChatGPT应用广泛的插件-14-请务必阅读正文之后的重要声明部分公司深度报告来源ChatGPT官网中泰证券研究所22赛道格局图显超算引领GPU发展全球GPU增长稳健新应用场景前景乐观根据T4的数据显示2022年预计全球GPU市场规模为250亿美元至2025年将进一步提升至350亿美元VerifiedMarketResearch的数据则更为乐观预计至2028年全球GPU市场将扩大至24651亿美元2020年至2028年的复合增长率有望达到3282全球范围内GPU由三大巨头英特尔英伟达和AMD占据市场主导地位从竞争格局来看英特尔在集成显卡领域占主导英伟达则深耕独立显卡以及数据中心超算加速卡业务图表20全球GPU市场规模亿美元来源VerifiedMarketResearch中泰证券研究所图形处理和数据中心为Top2应用场景通过观察英伟达的营业收入可以发现GPU传统领域的游戏显卡收入稳中有增但数据中心GPU收入快速扩张使得游戏显卡收入占比总体营收比例逐步收缩从2017年的59降低至2022年的46随着全球组范围内的人工智能需求爆炸式增长数据中心计算需求激增英伟达数据中心GPU收入占比从2017年12翻倍提升至2022年的39预计在未来几年随着人工智能高性能计算的需求高涨英伟达数据中心业务将进一步提供增量或超过-15-请务必阅读正文之后的重要声明部分公司深度报告游戏显卡成为第一大GPU收入板块近期炙手可热的ChatGPT是人工智能训练和推理的最好例证且此趋势将会进一步引爆对数据中心GPU算力的需求图表21英伟达营收拆分百万美元图表222022年英伟达分业务收入占比游戏显卡专业视觉数据中心汽车OEM和其他游戏显卡专业视觉数据中心汽车OEM和其他30000242500020000106131500046669639100002932193229831246250008306246775940605513551880201720182019202020212022来源英伟达官网中泰证券研究所来源英伟达官网中泰证券研究所集成显卡英特尔领先独显英伟达一家独大根据JPR的统计22年第三季度英特尔的PC集成显卡市占率高达72从市场格局来看英特尔在集成显卡和桌面端霸主地位稳固英伟达保持稳定AMD份额略有收缩而独立显卡英伟达多年深耕独立显卡市场在软硬件积累均拥有巨大优势根据JPR统计22年第三季度英伟达在独立显卡市场份额提升至88从渗透率来看当下独显渗透率仅为20左右JPR预计未来5年独显渗透率将提高至26英特尔在阔别独立显卡市场20余年后再次进入独显市场竞争后发者进入独显市场难度取决于游戏开发商针对新GPU的优化适配游戏开发周期通常较为紧张开发商缺乏足够动力去适配优化而老款游戏的图形引擎修改则更为困难图表23全球PC显卡出货量占比图表24全球独立显卡出货量占比NvidiaAMDIntelNvidiaAMDIntel12012010010054541819171782829272520201817158080686965636764626968626260626068726040828183838840727173758080787880161918191818192020161617171716122016151918161919151515201921181600Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q3Q1Q2Q4Q1Q2Q3Q4Q1Q2Q3Q4Q1Q2Q31919191920202020212121212222221919192020202021212121222222来源JonPeddieResearch中泰证券研究所来源JonPeddieResearch中泰证券研究所英伟达一枝独秀引领超算芯片竞争格局近期引爆全球的AI产品-16-请务必阅读正文之后的重要声明部分公司深度报告ChatGPT依赖于上万个英伟达GPU芯片所组成的高性能网络集群把45TB的语料库平均分配给每个芯片通过PyTorchTensorFlow等软件工具实现分布式并行计算最后逐级计算总成根据Liftr数据英伟达的数据中心GPU在全球领先的六大云计算平台中均有超过70的份额在甲骨文和腾讯更是接近100总的格局来看在全球顶级云厂商加速计算中英伟达份额为82大幅领先其他竞争对手图表2522Q2六大云计算平台加速芯片份额图表2622Q2顶级云厂商加速计算芯片份额IntelGOOGAMDXilinxAWSNVDA英伟达赛灵思阿里云AMD100AWSGCP英特尔其他90807072608983895010099403020158231065141107阿里云AWSAzureGCP甲骨文腾讯来源LiftrInsights中泰证券研究所来源LiftrInsights中泰证券研究所23行业壁垒硬件快速迭代软件构建生态GPU发展的核心三要素IP核软件生态以及行业合作绑定从硬件层设计来看IP核是已验证并可重复使用的集成电路设计模块IP的积累对于硬件的高频迭代至关重要英伟达每2年升级一次架构对于GPU的后起追赶者而言全流程自研极易痛失产品商业运作的窗口期所以外采部分成熟IP是行业惯例做法根据IBS的数据7nm制程下单颗芯片中可集成的IP核数量平均为178个到5nm增长到218个由此可见IP核在积累层面与多核协作上的挑战性即使流片成功GPU在商业上的成功还需要硬件配套编程接口和软件生态的多重支持所以英伟达的龙头地位其CUDA平台生态起到了至关重要的作用图表27各厂家GPU专利数量-17-请务必阅读正文之后的重要声明部分公司深度报告来源DerwentInnovation中泰证券研究所要素一IP核的质量决定了GPU的性能底色IP大致分为三大类一是模拟IP包括PCIeDisplayport和HDMI等等二是Memory三是数字IP包括基于Arm或RISC-V的微控制器IP编解码芯片IP以及最核心的GPUIP等从现状来看难度更大的图显领域差距约在10年左右超算领域差距在3年左右IP核的自研比例越高利于提升芯片的成功率和产品差异化IP核对于初创公司的考验在于时间和成本IP自研通常需要3-4年以及至少200位工程师而外采可节约1-15年的开发周期成本方面一位研发工程师的成本在50万元每年200人的研发团队一年的人力成本为1亿元图表28全球半导体IP公司品类齐备程度来源芯原微电子年报中泰证券研究所要素二软件生态构筑全球GPU龙头护城河软件生态构筑的两大要素其一为提供开发者友好的生态社区其二为生态的跨行业应用与通用性英伟达CUDAComputeUnifiedDeviceArchitecture统一计算架构使得开发者可利用英伟达的GPU进行图像处理之外的复杂计算任务且以类C语言为基础的开发环境使得上手极具便利性摩尔定律使得晶体管数量不断增长CUDA作为一种可扩展的编程模型使得代-18-请务必阅读正文之后的重要声明部分公司深度报告码可以在任意数量核心的GPU上运行而无需重新编码CUDA在推出之际曾面向美国大学和科研机构免费试用而后面向工商企业因CUDA只能运用于英伟达GPU久而久之软硬结合形成了强用户粘性与庞大的用户人群图表29CUDA的自动扩展性来源英伟达官网中泰证券研究所优秀生态在于跨行业性的应用能力CUDA之所以成功一方面在于CUDA生态统一的开发套件CUDAToolkitNVIDIAGPUComputingSDK以及极其丰富的库cuFFTcuBLAScuSPARSEcuRANDNPPThrust等其中常用的cuDNNCUDADeepNeuralNetworklibrary用于深度神经网络加速在医学科研领域BIDMC和哈佛医学院借助cuDNN检测乳腺癌的精确率高达92在视频处理领域ElementalTechnologies等公司利用CUDA加速视频处理的全流程包括压缩色彩校正帧率转换降噪等等CUDA在各个领域的广泛应用侧面助力了其GPU的强势崛起图表30BIDMC和哈佛医学院利用CUDA库cuDNN检测乳腺癌-19-请务必阅读正文之后的重要声明部分公司深度报告来源英伟达官网中泰证券研究所要素三与千行百业深度适配形成反馈合作圈英伟达和AMD均积极设立合作网络将产品互相授权并深度适配1后发者进入GPU显卡市场难度取决于游戏开发商针对新GPU的优化适配游戏开发周期通常较为紧张开发商缺乏足够动力去适配优化芯片新进玩家而为老款游戏的图形引擎修改适配则更为困难游戏软件厂商与GPU厂商在无数轮的硬软件适配反馈中构筑了生态合作圈2英伟达GeForceNOW云游戏服务将嵌入比亚迪现代捷尼赛思等整车厂车内屏幕提供停车时的游戏服务与此同时新能源汽车制造领域前30家制造商中的20家在NVIDIADRIVE平台上开发自动驾驶等软件在互相适配的过程中逐步形成了你中有我我中有你的合作黏性图表31英伟达部分行业客户分类来源英伟达官网中泰证券研究所-20-请务必阅读正文之后的重要声明部分