全新任務中心上線了!
會員專屬好禮都在這

立即前往
任務中心
NVIDIA 的榮耀背後:過去、現在和未來(下)
作者 雪球
收藏文章
很開心您喜歡 雪球 的文章, 追蹤此作者獲得第一手的好文吧!
雪球
字體放大


分享至 Line

分享至 Facebook

分享至 Twitter


NVIDIA 的榮耀背後:過去、現在和未來(下)

2017 年 5 月 21 日

 
展開

去年人工智慧領域最大贏家 —  NVIDIA,在上篇中,為您講述了其發展歷史上三次重大挫折,介紹了這家公司當前的產品和業務結構,並從定量角度分析了其營運和財務表現。

NVIDIA 在 GPU 領域深耕多年,對未來科技發展趨勢有著準確判斷和洞察,對公司理想信念有著堅定信心和決心,無論是技術、產品、還是合作網路,都成為其開疆擴土的有力支撐。

2016 年, NVIDIA 遊戲、數據中心、汽車業務成長強勁,整體營收成長高達 38%,毛利率突破 60%,淨利率升至 24%,業績表現遠超英特爾(Intel, INTC-US) (Intel) 和高通(Qualcomm, QCOM-US) (Qualcomm) ,未來 2-3 年,公司市值仍有很大成長空間。

營收淨利的快速成長,需要強有力的商業模式作為支撐,需要構建各塊業務的商業閉環,更需要持續不斷挖掘新的成長點。本文將從 NVIDIA 的商業模式出發,為您詳細解讀其遊戲、專業視覺化、數據中心、汽車四大業務的成長動力和未來發展前景,為您揭開 NVIDIA 榮耀背後的奧秘。

商業模式篇

在 2016 年 4 月的 NVIDIA 投資者關係大會中,黃仁勛指出,公司高速發展背後,主要得益於兩大商業模式的驅動:平台和網路、槓桿作用和規模效應。

一個計算平台要在新的市場取得成功,需要大量應用程序,而這些應用程序又來自全球眾多開發者。如何吸引將這些開發者吸引到自己的平台上來?很簡單:附加值、簡單易用、覆蓋面廣。

就拿 NVIDIA 最早開始的遊戲業務來說, NVIDIA 首先向開發者們開放其 GameWorks SDK,方便他們便捷獲取其 GPU 性能,以此實現簡單易用;其次, NVIDIA 通過其合作網路向遊戲玩家們售賣 GeForce  GPU ,從而實現覆蓋面廣。

這樣一來,GeForce  GPU 在遊戲玩家中越來越火,而大量開發者也開始使用 GameWorks來開發更好的遊戲,通過平台和網路, NVIDIA 將遊戲玩家和開發者都聚集在其 GeForce  GPU 和遊戲業務的閉環之內。

同理,這一模式也被複製到汽車、數據中心以及專業視覺化領域。不過,新技術成本高昂,而新興細分市場又不足以覆蓋高額成本,NVIDIA 一方面需要讓用戶買得起新技術,一方面又要讓自己有錢賺,於是只能控制成本,這就涉及到 NVIDIA 的第二大商業模式 — 槓桿和規模效應。

NVIDIA 所謂的槓桿和規模效應,就是將單個架構應用到多個市場,形成規模效應和針對各個市場的生態系統,比如 GeForce 主打遊戲,Quadro 主打辦公,Iray 主打 VR ,DRIVE 主打自動駕駛,Tesla 主打數據中心,這些產品都是基於同一個 GPU 架構,同時形成了幾大市場生態。

15b5259e0524f333fe699d1f.jpg!custom660
(圖: NVIDIA 商業模式)

此外,專利授權也是高科技公司獲取研發回報、實現營收的重要手段。 NVIDIA 曾分別在 2004 年和 2011 年和英特爾簽署專利許可協議,並在協議年限內每年獲得數億美元穩定收入,毛利率接近 100%。不過,智慧財產權貨幣化也涉及到法律訴訟費、時間成本等眾多不確定因素,同時還影響著與同行業競爭對手和合作夥伴間的利益博弈,因此風險較高。

未來展望篇

在兩大模式驅動下, NVIDIA 在遊戲、專業視覺化、數據中心、汽車四大領域不斷構建其產品和應用生態,擴大商業佈局,並實現了遊戲、數據中心、汽車三大業務營收高速成長。

遊戲:電子競技、 VR 驅動遊戲業務強勁成長

根據 NVIDIA 官方數據,過去 5 年 (FY2012-2016) 來,遊戲業務年均複合成長率 (CAGR) 達 21%,平均銷售價格 (ASP) 成長 11%,平均銷售量 (ASU) 成長 9%。

NVIDIA 的遊戲業務主要來自發達國家,同時有 40% 來自中國這樣的新興市場。 NVIDIA GeForce 業務高級副總裁 Jeffrey Fisher 表示,18-40 歲都是遊戲市場目標用戶,但在新興市場中, NVIDIA 對這一群體的滲透率只有 2%。近兩年來,GeForce 在新興市場的銷售成長率幾乎是原有市場的兩倍多,ASP 成長也相當迅速。

遊戲業務的強勁成長,離不開背後幾大驅動因素。

首先,電子競技是 NVIDIA 新興市場遊戲業務成長的關鍵驅動力之一。如今一些專業遊戲團隊甚至有基於 GeForce  GPU 標準的錦標賽;大量觀眾通過亞馬遜(Amazon, AMZN-US)、Twitch、YY 等在線網站觀看電子競技;此外,隨著 Yahoo Sport 等媒體遊戲頻道的開通,電子競技變得越來越主流,也為 NVIDIA  GPU 鋪設了龐大的市場網路。

其次,遊戲主機的性能提升也為 NVIDIA 創造了機會。Sony PS4 和微軟(Microsoft, MSFT-US) (Microsoft) Xbox One 將遊戲主機性能標準提高了 7-8 倍,要實現這種級別的性能,用戶至少需要 GTX 960  GPU 作為標配。

此外,一些最新的 3A 電子遊戲對性能要求極高,在 NVIDIA 1億 GPU 用戶中,有 80% 需要升級其 GPU 來玩最新的 3A 遊戲,這就增加了嚴肅遊戲玩家們更新他們 PC 機性能的動力和需求。

再次,遊戲內容的開放也帶動了 NVIDIA 高性能 GPU 的需求。在 PC 遊戲中,一些開發者們會給遊戲玩家修改遊戲以及創造自己內容的權限,這就要求其 GPU 性能極高,也給了 NVIDIA 出售高性能 GPU 的機會。

最後, VR 頭顯將會成為遊戲行業的新興計算平台。如今超過 90% 的 PC 都不適合 VR ,需要升級其 GPU 才能得到滿意的 VR 體驗。此外 VR 遊戲內容的缺乏也為 NVIDIA 構建新的遊戲生態提供了條件。

據 Jon Peddie Research 預測,隨著電子競技的流行,以及對 PC 遊戲的需求增加, PC 遊戲硬體市場有望達在 2018 年達到 300 億美元。不過,雖然 GeForce 平台在 PC 遊戲領域佔據主導地位,但 AMD 的 Raytheon 平台仍是遊戲主機和 VR 頭顯的霸主, NVIDIA 仍然需要和 AMD 正面競爭。

專業視覺化:將 VR 帶給設計師、藝術家和科學家

15b5259df1d4ee23fe85b97b.jpg!custom660
(圖: NVIDIA Quadro 專業視覺化平台)

在專業視覺化領域, NVIDIA 通過 Quadro 平台,一方面將為設計師、藝術家、科學家等終端用戶提供產品,另一方面為開發者提供 SDK、插件等,來豐富軟體應用。

隨著 VR 技術的進步, NVIDIA 還將 VR 融入 Quadro 平台,開發了 vMaterials 技術來呈現真實材料效果,以及基於物理規則的 Iray  VR 效果圖技術,幫助用戶進行預測性設計。

Iray 會將光、熱、噪音等影響因素考慮在內,讓終端用戶設計出不僅在視覺上正確,還在物理上正確的預測性視覺效果,並在設計階段自我修正,讓企業節省大量成本。

如今,Iray 已經被西門子 (SIEMENS) 、Solidworks 等公司用於預測性設計,Autodesk 和 Adobe 等軟體公司都是 NVIDIA Iray 的合作夥伴。

開發者端, NVIDIA 已經通過插件,實現了辦公業務規模化,如今正在通過和代工廠合作,將 Iray 用於數據中心和雲端計算平台,讓這些平台也能夠連接到 VR 技術。

此外, NVIDIA 還致力於將 AR 引入汽車、製造、醫療等更多商業領域,比如通過和車企合作開發 AR 應用,讓消費者自由設計汽車等。

據 Digi-Capital 預測,到 2020 年, VR 市佔率將會達到 300 億美元,AR 會達到 1200 億美元。無論哪塊市場,對視覺計算的要求都將越來越高,勢必會成為 NVIDIA 持續發力的主要陣地。

數據中心:H PC 、超大規模雲端計算以及企業 AI 並駕齊驅

數據中心市場長期被英特爾佔據,高通和 IBM 也在試圖進入。然而, NVIDIA 瞄準深度學習,避免了與其他服務器和 CPU 廠商的正面競爭。

NVIDIA 通過兩大網路部署其數據中心產品 — Tesla  GPU :

(1) 第一是服務器製造商比如 Dell、IBM 等,這些公司將 Tesla 平台整合到他們的數據中心服務器中。目前,超過 400 款服務器機型都裝配了 Tesla;

(2) 第二是雲端服務提供商,例如微軟 Azure、亞馬遜 AWS EC2、以及阿里雲等。

15b5259e11a4f1e3fc38eeb2.jpg!custom660
(圖: NVIDIA Tesla 數據中心平台)

此外, NVIDIA 還為開發者提供了 ComputeWorks的SDK,目前已經在為大約 400 個軟體進行加速。

通過 Tesla  GPU,NVIDIA 幫助各行各業的公司在大規模運算上提高了性能,降低了成本。就拿 Google 大腦為例,以前他們用了 1000 個普通 GPU 來識別確認 YouTube 所有影音中的貓,計算成本高達 500 萬美元,之後用了 16 個 Tesla GPU 便將性能提升了 6 倍,成本降低到 20 萬美元。此外,隨著功耗顯著降低,營運成本也明顯下降。

性能提升和成本下降使得 Tesla 被越來越多地用於實驗室、研究機構、油氣、金融、保險等眾多行業領域,也為 NVIDIA 帶來了豐厚回報。

NVIDIA 企業業務副總 Shankar Trivedi 指出,全球數據中心市佔率在 500 億美元左右,這塊市場可以被分為三個細分市場:H PC  (高性能計算) 、超大規模雲端計算、企業 AI。前兩個市場代表著300億美元的機會,第三個市場正在興起,其規模甚至大到暫時無法估量。

在 H PC 市場, NVIDIA 的目標是讓全球 TOP 500 超級電腦都使用其 GPU ,這意味著 10 億美元的市場機會。

目前,TOP 500 中有 100 個使用加速器來提升速度,其中 96% 都使用了 Tesla  GPU 。而 TOP 500 僅僅是全球 H PC市場的20%,如果這是 10 億美元的市場,那麼整個 H PC 市場將意味著 50 億美元的機會。

在超大規模雲端計算市場,Google、百度(Baidu, BIDU-US)、Facebook等巨頭的超大規模數據中心都在使用 NVIDIA 的 Tesla 平台, NVIDIA 也在加快其深度學習技術在物體識別、圖像識別、語音識別、影音處理、轉碼、解碼等領域的影響力及廣泛應用。

企業 AI 市場, NVIDIA 已經通過全球第一款深度學習超級電腦 — DGX-1 for AI 進入這一領域,並和 3500 多家來自各行業各的企業建立了合作。這是一塊前途無量的新興市場,對任何一家涉足其中的企業都意味著無限機會。

不過,雖然 NVIDIA 正在通過 Pascal 架構加速其深度學習,然而 Pascal 依然要面臨 AMD Polar 架構的競爭,兩種架構都是基於 FinFET 技術。

汽車:從駕駛艙數位化,到自動駕駛,再到 TaaS

得益於駕駛艙的數位化趨勢以及自動駕駛技術的進步,汽車已經成為近年來最具科技吸引力的行業之一,也給了 NVIDIA 這樣的半導體公司無限機會。

由於電子控制元件 (ECUs) 正逐步被整合到汽車裡,導致自動駕駛汽車出現了多種 ECU 並存的局面。每一中 ECU 都有自己的處理器、軟體和更新版本。這就帶來了巨大的軟體維護成本。

為瞭解決這一問題,NVIDIA 採用建立在同一架構上的兩個計算系統來取代所有 ECU,也就是其自動駕駛計算平台 NVIDIA DRIVE,包含 DRIVE CX 和 DRIVE PX 2 兩大系統。由於兩個計算系統都能獲取攝影機和感測器數據,這樣就可以保證軟體在任一系統上更新和運行。該平台同樣對所有開發者開放,從而讓車企自由開發而不用產生高昂成本。

DRIVECX 是一個駕駛艙電腦,可以在車內運行訊息娛樂系統。由於車載系統可以獲取攝影機和感測器訊息,它還可以用於物體檢測、分類、環境映照等 ADAS 應用。

DRIVEPX 2 是一個能夠處理計劃、視覺、定位、感知等功能的自動駕駛汽車電腦,該系統由 AI 驅動,一個處理器可以應用到多個系統。目前, NVIDIA 正在和 50 多家車企合作自動駕駛汽車項目。

15b5259e02d4ee33fd4966ea.jpg!custom660
(表: NVIDIA 汽車業務市佔率)

NVIDIA 在汽車市場的機會主要來源於三大塊:數位化駕駛艙、自動駕駛汽車、交通運輸即服務 (TaaS)

數位化駕駛艙已經成為豪華車型的標準配備,它使得人車交互成為可能,其中所用到的語音識別和位置搜索功能都需要深度學習技術以及大規模計算。如果假設全球每年生產 1 億輛車,其中 20% 為高階車型,以及另外 10% 雖然不是高階車型但是也有數位化駕駛艙,那麼這塊市場就意味著每年 20 億美元的機會。

自動駕駛汽車使得 ADAS 系統開始普及,其中所用到的前攝影機檢測如今已經是大多汽車的標配。其他關於自動駕駛汽車設計和製造方面的工作也將是深度學習和 AI 技術的巨大機會。 NVIDIA 目前正在和 Volvo、奧迪 (Audi) 等歐洲車企、以及菲亞特 (FIAT) 等美國車企共同研發自動駕駛汽車。

TaaS 是自動駕駛汽車未來會創造的一個全新市場,由於大多服務會以軟體為載體,因此需要實時開發和升級,也會為 NVIDIA 創造 20-60 億美元的市場機會。

根據 Lux Research 預測,到 2030 年,自動駕駛汽車有望達到 870 億美元規模,軟體市場甚至更大。目前,NVIDIA 在自動駕駛汽車領域無論是硬體還是軟體都佔據重要地位,雖然英特爾和德州儀器(Texas Instruments, TXN-US) (TI) 等半導體製造商也在試圖進入這一領域,但目前還無法與 NVIDIA 匹敵。

總結

從最初的遊戲顯卡,到第一款 GPU 問世,再到專業繪圖處理器、大規模並行計算晶片、雲端計算模組,以及廣泛應用於智慧汽車的系統晶片,NVIDIA 已經從一家圖形晶片公司轉型為一家 GPU 計算技術提供商。通過 PC 端、行動端、以及雲端, NVIDIA 將其 GPU 計算能力輸送到各行各業,幫助企業提升運算效率、降低成本,幫助終端用戶提升工作效率和視覺體驗,幫助研究機構實現大規模運算任務,推動科技發展。

與此同時, NVIDIA 在遊戲、 VR 、AI 等領域仍要面對競爭對手 AMD 的強力攻勢,以及英特爾、高通等晶片商的擠兌。不過,無論是行業發展、技術進步,還是宏觀環境,似乎都在為 NVIDIA 鋪路。

未來,借助遊戲、AI、 VR 、無人駕駛汽車四大強力引擎,以及平台和網路、槓桿和規模效應兩大商業模式,NVIDIA 將繼續在各個領域保持風生水起之勢,實現營收和淨利高速成長,為公司及其合作夥伴創造更多價值。

雪球》授權轉載

【延伸閱讀】

 
週餘
 
 
分享文章
分享至 Line
分享至 Facebook
分享至 Twitter
收藏 已收藏
很開心您喜歡 雪球 的文章, 追蹤此作者獲得第一手的好文吧!
雪球
分享至 Line
分享至 Facebook
分享至 Twitter
地圖推薦
 
推薦您和本文相關的多維知識內容
什麼是地圖推薦?
推薦您和本文相關的多維知識內容