核心观点
　　 Scaling law持续有效，大模型的迭代有望持续带来大量算力需求，英伟达业绩再创新高，占全球AI芯片市场九成。近年来，生成式AI需求快速增长，推动AI芯片市场规模迅速扩大。据Gartner预测,2025年全球AI芯片收入总额有望达到919.55亿美元。作为人工智能领域的领导者，英伟达（NVIDIA）在全球人工智能芯片市场的市占率达到了九成。FY25Q1，英伟达业绩继续超预期，营收、净利润创新高。英伟达在大模型的开发训练方面有着深厚积累，使得其在这波AI浪潮中成为“卖铲子”的龙头企业。公司数据中心业务持续增长，FY25Q1，英伟达数据中心业务实现营收226亿美元，同比增长427%，数据中心业务占到所有业务收入的87%。
　　英伟达在训练算力领域的绝对优势，得益于其硬件的持续迭代和其CUDA生态的持续完善。面向模型开发者，英伟达能够提供以AI芯片、网络为基础的性能卓越的硬件，以及CUDA为主的完善的软件生态。多年来，英伟达AI芯片不断迭代，且算力呈指数增长，在八年间算力增长了1000倍。英伟达的加速计算平台性能突出，生态环境优异。自2006年面世以来，CUDA持续更新迭代新版本，功能持续优化，性能持续提升，相较于ROCm等生态也更加成熟稳定，成为英伟达最大的护城河之一。
　　推理占比逐步提升，AI应用有望迎来爆发。据英伟达2024财年Q4的电话会披露，公司全年的数据中心收入里已经有40%来自推理业务，未来推理端算力需求将占据主导地位。类比移动互联网时代，AI应用还需要一定时间探索产品形态，2B应用会是最先突破的方向。随着AI推理成本下降和模型性能提升，根据云计算市场的发展经验，我们认为最接近最终客户的应用层肯定是价值最大的环节。长期看，AI应用的市场规模广阔。
　　英伟达发布NIM微服务，加速AI企业端部署。NIM的全称为Nvidia InferenceMicroservice，即英伟达推理微服务，是Nvidia AIEnterprise的一部分，可以帮助客户快速部署产品级AI大模型应用。NIM实际上是一种容器化的部署工具，包含了行业标准API、特定领域的代码、优化的推理引擎以及对于自定义模型的支持。相比于直接开发部署，NIM的部署时间大幅缩短。目前已有数百家生态系统合作伙伴嵌入了NIM。除了基础的AI模型都和NIM进行了适配加速外，一些行业巨头企业也已经开始使用NIM来加强自身的生成式AI应用，涉及制造业、医疗、金融服务、零售、客户服务等领域。
　　NIM的推出为英伟达在企业软件服务领域的发展再次加码。英伟达通过将AI领域的开发和部署软件微服务化，加速企业的生成式AI应用开发与部署。NIM是数据驱动的推理核心，NVAIE则包含了整个AI开发全链条工具，如RAG、数据清洗、抗压测试等。通过提前针对模型、CUDA等做好优化，让企业用户无需深入了解技术，也能做出满足企业需求的AI应用，让用户的注意力更加聚焦于如何用AI去解决业务场景中的问题，而不是去担心硬件和模型。
　　投资建议与投资标的
　　我们认为，从今年开始AI在企业端的应用有望加速落地，类似NIM这样的软件平台推出有望进一步推动AI应用发展，英伟达相关的合作方有望受益，建议关注亚康股份、神州数码、浪潮信息等。
　　风险提示
　　技术落地不及预期；政策监管风险