产品技术、软件生态等构筑英伟达 GPU 核心壁垒。
英伟达图形渲染领域：保持稳定、高频技术迭代，不断实现技术领先，例如 RTX&DLSS 等技术，并和开发者、应用厂商构成稳固的合作同盟。1）2020 年安培架构产品中，RTX 技术升级到第二代，并逐步向第三代 Tensor Core 技术推进，带动 RTX 系列显卡图像运算 能力的全面提升，而 DLSS、Reflex 等能力带动游戏体验的提升，DLSS 2.0 将 FPS 提升 近 30，Reflex 降低 50%的游戏延迟。对于超大型以及精品游戏的运行，大幅提升体验能 力。对于大型 3A 游戏，在高画质条件下需满足 45-90FPS，电竞场景下需要 120-140FPS。 在 GTX 的传统产品线中，开启 RT（光线追踪）之后，游戏帧数从 60 掉至不足 30 帧。但 在 RTX 产品中，可提升至 90FPS 以上。2）鉴于英伟达 GPU 在软件领域的优势显著，公 司 PC 用独显 GPU ASP 亦显著高于竞争对手 AMD。2016 年，英伟达 PC 用独显 GPU ASP 为 81.3 美元/个，AMD 对应 ASP 为 31.0 美元/个。2021 年，英伟达 PC 用独显 GPU ASP 为 163.2 美元/个，AMD 对应 ASP 为 86.6 美元/个。
英伟达数据中心领域：借助 CUDA 实现 GPU 从图形显示到通用计算的跨越，以及产 业生态壁垒的构建，并借助 DSA、NVlink 等架构创新、优化等实现持续性能领先。1）沿 着技术层面的核心差异，我们按照训练&推理、边缘&数据中心两个维度，梳理目前全球主 要的 AI 芯片参与者，整体而言，相较于全球其他主要竞争对手，英伟达在产品完整度、存 量市场份额等层面实现领先，同时我们判断这种领先优势长周期亦将大概率维持。2）从 公司的软件生态布局来看，英伟达构建了从底层到上游细分领域的应用开发软件，可大幅 降低开发者的开发周期。
产品丰富度&技术竞争力：英伟达系统级产品布局、在训练环节的突出表现&领 先优势已基本成为市场的共识，而在推理领域，伴随新一代安培架构、Hopper 架构的升级，以及由此实现的训练、推理的统一，以及对稀疏矩阵运算问题的良 好支持，目前在推理方面，英伟达最新的 A100 芯片的 Int 8 Tops 已经达到 1248， 较上一代提升超过 5X。同时在训练环节，根据 Mlperf 的评测，在图像识别、对 话式 AI、推荐系统等多个模型的对比评测中，英伟达芯片训练性能全面领先华为、 谷歌等主要竞争对手。基于技术层面的全面分析，我们判断英伟达有望在企业对 外服务（训练、推理）、企业内部服务（训练）环节保持持续领先，但在企业内 部服务（推理）仍面临延迟、功耗等层面的明显短板。而我们看到，英伟达在数 据中心市场的产品迭代节奏继续延续既有的习惯，即继续保持对芯片性能的狂热 追逐，以及每两年升级一次产品（CPU、DPU、GPU）的频率。
英伟达基于 CUDA 构建了丰富的软件生态，显著提升 GPU 的易用性。从软件技 术分类来看，公司在软件领域中的产品布局主要分为：基础架构、游戏与娱乐、 应用工具、应用框架四大部分。具体内容如下：（a）在基础架构方面，公司软件 产品主要围绕 AI&通用能力布局。其中 AI 主要包括边缘 AI、AI 垂直领域解决方 案、AI 推理等；通用领域则围绕 IO 传输、vGPU 等。（b）在游戏娱乐方面，公 司的产品布局主要包括 Geforce 云游戏平台、直播领域的 Broadcast App 和元宇 宙领域中的 Omniverse Machinima；（c）在应用工具方面，公司可面向不同的应 用场景（AI、数据分析、元宇宙等领域），提供不同的开发工具。如：在 AI 领域， 可提供加速 AI 部署与工作流程的 NGC 产品；在元宇宙领域，可提供 3D 虚拟协 作的 Omniverse 产品。（d）在具体应用框架方面，主要凭借公司 AI 与数据分析 能力，在自动驾驶、视频分析、推荐系统等各垂直领域提供具体应用框架，帮助 提高各行业运营效率。
