英偉達算力革命矽谷GTC現場直擊：推理端再接再厲，無人駕駛無懼浮雲

最新 03-31

感謝各位領導支持！天風海外喜獲新財富最佳海外市場研究團隊第二名。我們的使命是以最中肯的角度去分析並協助投資者做出最正確的投資決定。

華爾街實力+矽谷驅動力+港股老司機：我們集中研究美國科技趨勢、美股TMT巨頭動向及港股策略/TMT/大消費板塊。我們不忘初心，放眼世界，兼具全球技術最前瞻與港股風雲最洞察。

首席何翩翩，研究員雷俊成、馬赫、董可心，感謝您的支持！前路漫漫，研途有您。

GPU算力革命再精進：全球最大的GPU與AI產品升級

我們團隊親臨矽谷GTC現場，帶來GPU年度盛會的第一手更新。本次GTC大會並未發布新一代的GPU產品，而是基於「圖形+AI+自動駕駛+新平台（機器人/醫療）」算力革命的更新精進，英偉達通過GPU產品的強大技術壁壘繼續去優化和擴張產品生態圈。會上宣布將計算晶元Tesla V100內存翻倍至32GB，通過NVSwitch互聯結構連接16塊Tesla V100打造全球最大GPU，並基於此推出超級計算機DGX-2，浮點運算能力達每秒兩千萬億次，對比傳統300台雙路CPU伺服器集群實現1/8成本節約、1/60空間節約以及1/18能效提升。另外針對專業圖形內容開發工作，英偉達推出Quadro GV100 GPU並實現實時光線追蹤技術(RTX)。新平台方面還展示了醫療圖像計算平台Clara以及機器人開發套件Isaac。

推理端不如想像中容易，英偉達的推理端發力

我們此前已多次強調，在深度學習上游訓練端(主要用在雲計算數據中心裡)，GPU是當仁不讓的第一選擇；深度學習下游推理端包括雲側和端側兩部分，需求更加細分，我們認為除了GPU為主流晶元之外，包括CPU/FPGA/ASIC等也會在這個領域發揮各自的優勢特點。Jensen會上多次強調推理端不如想像中容易，尤其是雲計算數據中心的推理計算，他總結了推理計算的7大要求：PLASTER——神經網路可編程性(Programability)、低延遲性(Latency)、高準確度(Accuracy)、神經網路模型體積要求精簡(Size)、高數據吞吐率(Throughput)、高能效(Energy efficiency)以及模型生成的速度(Rate of learning)。英偉達針對推理計算更新開發工具TensorRT至4.0，並與TensorFlow深度集成，面向Kubernetes的GPU加速，從而自上而下的對訓練、推理兼顧，擴張版圖，在數據中心加速市場中搶灘推理端。

無人駕駛事故不影響行業長期發展，多樣性+冗餘性帶來繁榮

英偉達與豐田一樣，在Uber事故發生後已及時暫停路測，希望通過事件的調查積累學習經驗。但27日受路透社報道公司暫停路測新聞影響，公司股價盤中一度跌達10%。我們認為市場情緒反應過於敏感，無人駕駛事故雖然會讓行業更為審慎，並可能令法規審批進度延緩，但無人駕駛的長期行業大勢不會改變。英偉達在GTC大會上發布DRIVE Constellation模擬系統，系統將基於二台伺服器，一台通過DRIVE Sim軟體模擬所有感測器的運行，一台基於Pegasus處理感測器數據並運行無人駕駛軟體，通過模擬訓練將極大的增加自動駕駛軟硬體系統的測試環境豐富性和便利性（谷歌、Mobileye的自動駕駛系統也採用了類似的模擬強化學習訓練系統）。我們認為，英偉達作為無人駕駛上游系統解決方案領導者之一，通過不斷完善自動駕駛環境生態圈來爭奪桿位的同時，也在自動駕駛系統的核心策略演算法層面的積累和研發上發力提高壁壘。英偉達提出完整的自動駕駛策略方案包括：AI驅動的自動駕駛系統+英偉達從L2至L5都統一的底層計算平台+端到端的軟體系統（數據收集、模型訓練、駕駛模擬）+超過370個合作夥伴的開源生態平台。我們認為隨著無人駕駛產業普及，除了硬體成本較高、功耗較大等問題會迎刃而解，完整演算法解決方案也會隨之落地。

近期美股科技板塊受貿易戰預期等外部因素承壓，出現較大波動。但我們認為業績驅動仍是美股，特別是科技板塊的核心動力之一。此前英偉達Q4優秀業績也在股價中獲得反映，隨著科技股將於4月中進入Q1業績發布期，我們繼續強調「遊戲業務穩增長+數據中心AI爆發+自動駕駛長期接力」的三駒馬車齊發力，AI立夏開端繼續朝「十年金股」邁進。我們維持此前盈利預測FY19/20 EPS 5.99/7.33美元，對應PE 47/38x，重申買入，目標價280美元。

風險提示：GPU市場需求不及預期，行業競爭加劇等。

英偉達 GTC 大會現場直擊