自古时势造英雄，风口出巨头。

在人工智能的产业热潮下，英伟达（NVIDIA）无疑是2016年全球科技行业的最大赢家。

股价一年翻三倍，CES展出尽风头，2017财年营收净利增长强劲，谷歌、微软、Facebook、亚马逊、特斯拉以及几乎每一家AI初创公司都在使用英伟达的芯片…这家砥砺多年的半导体公司在过去一年里，持续不断地吸引着投资人、创业者以及媒体眼球。

不过，比荣耀更值得关注的，是它背后的成长历程、商业布局、经营之道以及未来增长空间。爱分析通过对英伟达发展历史、产品业务、市场竞争、以及主要运营和财务指标等进行分析，总结了其成功背后的经营之道，并对其未来增长空间进行了估计，现与您分享。

发展历程篇

在英伟达的发展历程中，有过四次不小的挫折。

图：1996-2016年英伟达营收变动

第一次发生在公司成立之初，由于“生不逢时”，首款产品一经推出便遭遇了市场失败。其他三次分别在2002年-2003年、2007年-2009年、2012年到2013年。这些挫折背后有巨头博弈，有市场角逐，也有为了坚持而忍痛前行。每一次挫折都是一次鲜活的商业实战课，让英伟达越挫越勇，日渐壮大。

出师未捷心不死

1993年4月，从集成电路生产商LSI Logic出来的黄仁勋，联合Sun公司两位年轻工程师——Chris Malachowsky和Curtis Priem 共同创立了英伟达，他们的初衷是研发一种专用芯片，用来加快电子游戏中3D图像的渲染速度，带来更逼真的显示效果。

1995年5月，经过两年打磨，英伟达推出了首款面向游戏主机的多媒体加速器——NV1，这款加速器集图形处理、声卡及游戏操作杆等功能于一体，一经发布便吸引了当时最大游戏制造商世嘉的目光。世嘉决定在其第六代家用游戏机“土星”和个人电脑上采用NV1 。

然而就在同一年，微软推出以图形用户界面（GUI）为主要特征的Windows 95，图形芯片主流市场从游戏主机转向PC；同时，微软还开发出了采用多边形成像技术的图形编程接口——Direct3D标准。

由于英伟达在研发NV1时，行业内还没有像Direct3D和OpenGL（SGI公司开发的3D绘图编程接口）这样的多边形3D标准，而英伟达采用的是二次方程纹理贴图作为立体图形实现方式，无法兼容行业通用标准，因此市场销量快速下降。

1996年第一季度，英伟达停止销售NV1，并终止研发NV2，开始将重心转向图形处理器RIVA128。其后两年间，英伟达陆续推出RIVA128、RIVA128ZX、RIVATNT等图形处理器。这些新产品不仅支持微软Direct3D和OpenGL标准，在能效上也超越了竞争对手3Dfx的Voodoo和ATI的Rage Pro，加上价格低廉，逐渐获得了整机厂的青睐。

1999年1月，英伟达全年营收突破1.5亿美元，并在纳斯达克挂牌上市。同年5月，其图形处理器销量超过1000万。8月，英伟达推出第一款以GeForce命名的显示核心——GeForce 256，并首次提出GPU概念。次年底，英伟达以7000万美元现金、100万股公司股票，将3Dfx收入囊中，正式成为行业老大。

此时的GPU市场，只剩一家竞争对手可与英伟达匹敌，那就是ATI。

卧薪尝胆再雄起

在PC市场上，微软和英特尔是英伟达绕不开的两大巨头。“没有永远的朋友，只有永远的利益。”这是商场永恒不变的法则。与ATI以及两大巨头的博弈也牵动着英伟达业务的兴衰成败。

2000年，为了进军游戏主机行业，微软找到了如日中天的英伟达，请他们研发Xbox图形芯片、SoundStorm声音芯片以及主板解决方案。然而，微软给的研发时间只有一年。期间，电源供应出现Bug、数据库功能不足等一系列原因，导致Xbox在首发日前两个月才进入生产阶段。最终，微软被迫推迟首发，错过先机，败给了索尼PS2。

为了与PS2竞争，微软打算降低Xbox二代产品主机售价，于是要求英伟达尽可能降低芯片价格。但当时的芯片利润本身就不高，黄仁勋并没有同意，加上后来芯片遇上了品控问题，导致成本升高，还被迫降低性能。双方矛盾激化，最终对簿公堂。之后，微软便把订单交给了英伟达的竞争对手ATI。

这次合作失败让英伟达付出了惨痛代价，不仅2003年营收减少，还错过了微软DirectX 9规格确立的重要消息，直接导致当年推出的GeForce FX由于兼容性问题败给ATI的Radeon 9700。更不幸的是，GeForce FX还存在运行温度过高的问题，引发多次自燃事故，黄仁勋一度被游戏玩家调侃为“两弹元勋”。

除了微软，英特尔也开始扶持ATI，巨头围剿之下，英特尔损失惨重，股价大跌。见识到巨头威力后，英伟达为了实现突围，一方面主动去找微软和解，争取再次合作；另一方面失去Xbox订单，努力拿下了索尼PS3订单。此外，继续推出高性能芯片压倒ATI，同时还和英特尔达成了专利交叉许可协议。

忍辱负重铺长路

2004年到2007年，英伟达游戏和专业绘图处理器业务稳步增长，度过了顺风顺水的四年。不过，在这四年里，英伟达首席科学家David Kirk却在思考着一个更长远的问题——让只做3D渲染的GPU技术通用化。

理由是，英特尔的CPU可以通过多线程技术被所有计算机应用分享，但GPU还只能通过OpenGL/DirectX等接口跟用户交互。如果能够在GPU中提供合适的编程模型，将丰富的GPU并行运算资源分享给开发者，那么每台PC都可以变成一座超大规模高性能计算机。

这样的设想只能满足英伟达2007年新推出的大规模并行运算芯片——Tesla，对于其传统游戏和专业绘图业务来说，并没有这样的高性能运算需求。不过David Kirk最终还是说服了黄仁勋，投入大量资源研发出了能够让GPU变得通用化的CUDA（Compute Unified Device Architecture）技术，并让每一颗英伟达GPU都支持CUDA。

这一疯狂举动成本巨大。由于必须在硬件产品设计中增加相关CUDA逻辑电路，使得芯片面积增大、散热增加、成本上升、故障率增高；同时，还要保证每款产品的软件驱动都支持CUDA，这对英伟达的工程师来说是巨大的工作量。

2008年，CPU巨头AMD收购英伟达老对手ATI，形成了CPU整合GPU的新解决方案。Intel也终止了与英伟达的合作，在自家芯片组中集成了3D图形加速器。巨头夹击中，英伟达只得走高性能独立显卡一条路，然而其主打的高端笔记本独显产品8600M系列却出现了和散热有关的品质问题，导致黑屏或烧机等故障。很多人认为，该事故原因主要由于支持CUDA会加大芯片散热压力，英伟达采用了芯片制造商台积电不成熟的封装材料，才导致散热出现问题。

2008年，英伟达营收骤降16%，股价从37美元跌到6美元左右。不过，一时的挫折并未动摇黄仁勋的信念和决心。

2009年到2012年，虽然英伟达在移动市场上表现平平，甚至为了对抗高通，还做了一桩不划算买卖。但是，随着基于CUDA的通用GPU在高性能计算领域威力凸显，英伟达也迎来了发展史上最重要的时期。

2012年，深度神经网络技术在通用GPU的支持下实现重大突破，包括计算机视觉、语音识别、自然语言处理，以及各个领域的人工智能技术都得到了快速发展的条件。英伟达的数据中心业务也蒸蒸日上，为大大小小的公司提供强大计算力支持。

很难说是人工智能捧“红”了英伟达，还是英伟达成就了人工智能。不过可以肯定的是，在已经到来的AI时代，英伟达为各行各业提供了发展和应用人工智能技术的有力支持。

产品业务篇

两类产品、四大市场

自创立至今，英伟达曾推出过包括GPU、CPU、主板芯片组等多种类型的芯片产品。主板芯片组业务由于和英特尔的纠葛已经在2009年彻底停掉。如今，英伟达的芯片产品包括两大类别：GPU和Tegra处理器。

表：英伟达产品类别

这两大类产品、七大系列又分别服务于游戏、专业视觉化、数据中心、汽车四大市场。此外，OEM和专利授权也为公司贡献着一部分营收。

图：FY2013-2016英伟达四大市场营收数据

表：FY 2015-2017英伟达各市场营收数据，注：英伟达财年一般截止当年1月底。

游戏业务产品包括为PC游戏设计的GeForce GTX GPU，SHIELD家族中针对平板和便携设备的移动游戏，为云端游戏设备提供的GRID，以及游戏平台开发服务。

游戏一直是英伟达的主要营收来源，自2015财年Q4以来占比一直保持在50%以上，每年增长率也稳定在30%以上。由于游戏是人类长久刚需，PC仍是目前主流游戏设备，计算能力的提升带动了视频游戏产业在过去十几年间经历了爆发性增长，这种爆发还会持续下去。

专业视觉化产品在设计制造、数字内容创造、企业图像视觉领域发挥着重要作用。该业务以Quadro为核心，通过和独立软件开发商合作，用于提高汽车、媒体、娱乐、油气、以及医疗影像等行业核心环节生产力。随着虚拟现实技术的发展，它所服务的行业已经从游戏拓展到医疗、建筑、产品设计、零售、旅游等众多领域。

自1999年推出以来，专业视觉化业务一直为英伟达贡献着稳定营收。受其他业务增长影响，这块业务近几年占比持续下降，增长率经历了2014和2015年的停滞和下降，去年有了11%的增长。

数据中心产品主要是英伟达的Tesla芯片，它将GPU并行处理用于通用目的计算，大大提高了高性能计算器以及数据中心系统的计算表现，降低了能耗，为航空、生物科学研究、医疗以及流体模拟、能源探测、深度学习、计量金融以及数据分析等领域广泛应用。此外，Tesla GPU以及cuDNN软件已经被广泛用于深度学习，用来处理图像识别、语音识别、语义理解等AI任务。除了Tesla，GRID也服务于数据中心，用于云端图形视觉化运算和处理。

数据中心业务在过去一年实现了145%高速增长，营收占比跃升至12%，充分反映了基于深度学习的人工智能技术在各行各业的快速发展和普及。

汽车业务以Tegra处理器为核心，通过高性能图像处理能力帮助智能汽车实时处理、分析周围图像信息，确保车、人以及环境安全，并通过搜索、导航、媒体软件提高汽车的舒适性、易用性和娱乐性。目前，英伟达的产品已经被用于超过1000万辆汽车中，用来驱动信息娱乐、导航以及驾驶系统视觉化。

为了实现自动驾驶，英伟达还推出了一种端到端的解决方案——包括NVIDIA DIGITS和DRIVE，不仅能用于训练深度神经网络，还可以用来处理车内网络。其中，车内人工智能平台DRIVE PX 2所运行的训练神经网络模型算力已经超过了150台MacBook Pro。

除了汽车，Tegra在智能机器人、无人机以及基于视觉数据的智能终端上都有广泛应用。

汽车业务也在过去三年里，经历了50%-80%的高速增长。随着智能汽车的逐渐普及以及自动驾驶技术的成熟，英伟达的汽车业务将继续保持强劲增长，成为游戏和数据中心业务外，又一有力增长点。

OEM &IP是英伟达的两块传统收入。OEM业务是指英伟达和品牌机厂商合作，推出主要用于笔记本电脑的OEM版显卡。受笔记本电脑市场饱和、销量下滑的影响，OEM营收近几年呈现明显下降，并将持续下去。

IP业务是专利授权收入。从2011年1月起，根据英伟达和英特尔签署为期6年的专利交叉许可协议，英特尔须向英伟达支付合计15亿美元、每年2.64亿美元的专利授权费。不过，这笔收入将在2017年3月到期，到时会对英伟达营收数据造成一定程度的影响。

财务表现良好，运营效率高

2016年，在全球半导体行业1.5%整体增速下，英伟达以38%的增长率成为行业一枝独秀，其竞争对手英特尔、AMD、高通则因PC和智能手机市场萎缩而出现营收下滑或增长停滞。而英伟达的高速增长既非依靠不健康的盲目扩张，又非通过大规模投入换取，包括毛利率、营业成本、人均产能等在内的多项财务和运营指标均表现良好。

毛利率方面，从2014到2017财年，英伟达整体业务毛利率分别为54.9%、55.5%、56.1%、58.8%，不仅实现了逐年增长，而且整体水平比竞争对手AMD高出将近一半（2016年AMD毛利率为31.7%）。

营业成本方面，英伟达在保障营收高速增长的同时，将其研发、市场营销和管理费用连续三年维持在相对稳定的水平，2016财年只因与三星的诉讼费而呈现小幅上涨，使得公司净利空间大大增加。

过去三个财年，英伟达的净利率分别为13.5%、12.3%、24.1%，尤其是2017财年24.1%的净利率，已经赶上了垄断移动市场的高通。

图：英伟达2013-2016财年营业费用构成及变动

人均产能方面，由于英特尔只负责芯片研发和设计，而不参与生产环节，因此人均产能较自建工厂生产芯片的英特尔高出10万多。AMD虽与英伟达员工规模相仿，但近几年营收下降，导致产能不佳，与英伟达差距明显。

表：英伟达、英特尔、AMD人均产能对比

作为一位高科技行业“老兵”，既能保持传统游戏业务常年高速增长，又能在各大新兴市场开疆扩土，收获连连，还能在高速发展的同时有效控制成本增长，英伟达近几年的表现可以称得半导体行业的“现象级标杆”。

对标英特尔、高通，市值仍有增长空间

由于英伟达直接竞争对手AMD近几年一直亏损，因此我们选取英特尔和高通作为对标。

表：英伟达、英特尔、高通主要财务指标对比

英特尔过去三年营收增长缓慢，高通甚至出现小幅下滑；虽然高通净利率高，但过去三年其净利润下降明显，英特尔净利率稍低，但一直有增长；两家公司毛利率都在60%左右，相差不大，因此市场给出两家公司的P/E值比较接近，都在15倍左右。

英伟达过去三年营收复合增长率为13.85%，2017财年营收增长率甚至高达38%；毛利率在2017财年Q4已经达到60%，与其他两家公司相当，净利率也与高通持平，因此目前30倍P/E值处在合理区间。

考虑到英伟达游戏、数据中心、汽车业务增长强劲，加上AI、VR/AR、无人车等新兴市场逐渐普及和爆发，英伟达已经通过技术实力和广泛布局抢占先机，因此有望在接下来2-3年持续保持30%以上增速，市值仍有很大提升空间。

当然，数据只是结果，“如何做到的”才是大家关心的问题。对于高科技公司来说，新技术研发成本本身已经很高，应用到多个市场更需要投入大量资源和精力，英伟达是如何在不扩大成本的情况下，有效将其GPU核心技术应用于各大新兴市场，并实现各块业务营收高速增长呢？我们将在本报告的下篇（《英伟达荣耀背后：过去、现在和未来（下篇） | 公司调研》）中，通过英伟达的商业模式，为您详细分析其各块市场的增长动力及未来发展潜力，敬请期待！