(网经社讯)01 历史时刻
02 主营业务
公司2024财年实现营业收入609.22亿美元，同比增长126%，净利润297.6亿美元，其分业务收入和分业务收入占比等情况分别如下：
03 核心产品
英伟达在数据中心、游戏、专业可视化、汽车四大业务板块均有业务布局。
数据中心业务: 公司已完成 CPU+GPU+DPU 三芯的硬件布局，通过底层硬件架构和 CUDA 生态整合，构建全领域加速计算平台。
游戏业务:公司提供用于 PC的 GeForce RTX和 GeForce GTX显卡、用于其他游戏机的 GeForce NOW 云游戏、用于在电视播放高质量流媒体的 SHIELD并与游戏方合作提供开发服务。
专业可视化业务:NVIDIA RTX GPU 和 EGX 平台为客户提供涵盖专业图形渲染、云端 XR 应用、AI 数据科学与大数据研究的专业可视化业务。
汽车业务:DRIVE Orin So℃ 芯片能够为自动驾驶功能、置信度视图、数字仪表盘以及 AI 座舱提供强力支持，Hyperion 架构将 AI 计算与完整的传感器套件集成整合，能加速自动驾驶的开发、测试和验证过程。
公司2021年及以前游戏业务占比最高，但数据中心业务成长最快，从22年开始年公司数据中心业务已成为公司第一大业务。公司上市以来，收入成长超160倍，市值增长超 2700倍, 在全球AI芯片市场的市占率最高已经达到90%。
04 数据中心业务
数据中心承担着信息技术系统中至关重要的角色，以下列举了数据中心的若干主要特征：
集中存储与数据管理： 数据中心可容纳包括从基本文件到复杂的商业数据库在内的海量数据，其为公司、政府机构以及个人提供了安全、可靠的数据存储和管理环境。
数据处理能力：装备有高性能服务器的数据中心能够执行包括数据挖据和分析，海量用户请求及交易的处理在内的诸多复杂计算任务。
数据的备份与灾难恢复：数据中心在保护关键数据方面扮演着重要角色。通过定期备份数据，其可在发生硬件故障、自然灾害或其他意外情况时快速恢复信息。
网络和通信的枢纽：作为互联网的关键基础设施，数据中心支持各种网络服务，它们还是全球数据交流和网络互联的核心。
AIGC训练和推理能力的提供者：AIGC系统需要巨大的计算能力来训练和运行复杂的人工智能模型。数据中心拥有的高性能服务器和 GPU ，能够处理大规模的数据集，执行机器学习和深度学习算法所需的高密度计算任务。
英伟达已完成CPU+GPU+DPU三芯的硬件布局，通过底层硬件架构和CUDA生态整合，构建全领域加速计算平台。近几年公司业绩增长主要由数据中心贡献，公司也将加快技术迭代速度，重塑AI时代的数据中心。
2024财年，英伟达数据中心业务的营收同比激增217%至475.25亿美元，在营收结构中的占比接近80%，推动英伟达身份属性从硬件厂商向AI算力龙头转变。
05 游戏显卡业务
消费级 GPU 市场的扩张受到多种因素的共同推动，主要包括：
游戏行业的蓬勃发展：高分辨率和实时光线追踪技术等高质量游戏图形需求，以及游戏流媒体和云游戏服务的发展，都需要强大的GPU来支撑。
专业内容创作的需求：视频制作、三维建模和图形设计等领域的专业内容创作者对高效GPU的需求日益增长，以应对日渐繁重的工作负载。
虚拟和增强现实技术（VR/AR）的兴起：随着虚拟现实（VR）和增强现实（AR）技术的进步，对于能提供高速图形处理能力的GPU的需求也在增加。
人工智能与机器学习的应用增加：GPU的大规模并行处理能力在训练和执行复杂 AI 模型方面发挥着关键作用。
远程办公和网上教育的普及：远程办公及教育模式刺激了对高性能GPU的需求。
加密货币的挖掘活动：加密货币挖掘会对GPU市场产生显著影响，尽管这种需求会随加密货币市场的波动而波动。
06 核心竞争力
1、专注计算芯片，走在行业前沿
专注 GPU，保持高强度研发投入。英伟达以图形处理器起家，1999 年，英伟达发布了世界上第一个正式的 GPU——GeForce 256。随后，公司持续加大研发投入，深耕 GPU领域，无论是游戏显卡、数据中心加速卡、自动驾驶芯片、可视化领域，英伟达始终保持 GPU 产品的研发和迭代。
专注游戏显卡领域竞争，迎合玩家需求快速迭代产品。2010 年后，英伟达和AMD 逐渐抢占其他公司份额，成为独立显卡领域唯二的巨头。随后在游戏显卡领域，英伟达加速产品迭代速度以及性价比的提升，逐步提升市场份额，截止 2024Q4，英伟达独立显卡市场份额达到90%。
2、注重技术复用性，提升研发投入利用效率
果断放弃手机芯片市场。2008 年英伟达依靠平板和游戏机的优势推出了针对移动端的 Tegra，但由于高通凭借基带技术占据主流，英伟达因而错失了移动时代机遇，此后英伟达果断放弃手机市场，并将 Tegra 处理器运用在智能汽车、智慧城市和云端服务上。
技术复用，开辟汽车芯片市场。2015 年国际消费类电子产品展览会上，英伟达发布新一代移动超级芯片 Tegra X1 处理器，该处理器在性能上是上一代产品 Tegra K1 的两倍。虽然英伟达在移动芯片领域折戟沉沙，但其技术上极强的复用性，最终使其成功转向至汽车芯片领域。
3、重视通用性，强调生态共建—CUDA工具包
英伟达的 CUDA 工具包提供了开发 GPU 加速应用所需的一切。TensorRT 基于 CUDA 平台并行编程模型构建，使开发者能够在英伟达 GPU 产品上使用量化、层和张量融合、内核调整等技术来优化推理。
正是英伟达 CUDA 低门槛的特性、GPU 过硬的性能，引入了大批开发者建设 CUDA 生态社区，最终 CUDA 绑定了数百万 AI 开发者，当 CUDA 几乎与 AI 画等号的时候，会有大量的社区力量为其助力。这就是一种良性循环：好的性能带来好的生态，好的生态会有助于更好的性能。最终帮助英伟达构建了强大的 CUDA 生态护城河。
07 行业市场空间
08 创始人简介
09 股权结构
10 财务数据
11 发展趋势
不断扩展的业务领域：积极拓展新业务，如推出 tensorrt 等产品加速深度学习框架运算速度，涉足自动驾驶、云游戏等新兴领域，为未来发展打开新增长空间。
持续的技术创新：在 GPU 技术方面保持领先，不断推出新产品和技术，引领行业发展方向。例如发布 GeForce RTX 50 系列显卡，采用 Blackwell 架构、DLSS 4 等技术，提升图形处理性能。
Blackwell 芯片的发展：Blackwell 架构被设计为通用计算全栈矩阵的终极解决方案，支持大规模语言模型推理，提升 AI 计算性能和效率。
AI 技术的深度融合：如 RTX 50 系列显卡深度融合 AI 技术，提升图形渲染效率和质量，在视频编辑、直播等领域提供强大支持。添加对 4:2:2 专业级色彩格式的编解码硬件支持，提高编码速度和质量。
交换机领域的突破：交换机性能和功能可能成为关键，有望在该领域实现技术突破，为公司带来新增长点
