全球奥迪汽车将统一采用NVIDIA芯片作为核心动力

姓名

职务

加入时间

创始人

黄仁勋（Jensen Huang）

创始人、总裁兼首席执行官、董事会董事

1993年

克里斯·马拉霍夫斯基（Chris Malachowsky）

创始人兼英伟达研究员

1993年

公司官员

科莱特·克雷斯（Colette Kress）

执行副总裁兼首席财务官

2013年

杰伊·普里（Jay Puri）

全球现场运营执行副总裁

2005年

黛博拉·肖奎斯特（Debora Shoquist）

执行副总裁，运营

2007年

蒂姆·泰特（Tim Teter）

执行副总裁、总法律顾问兼秘书

2017年

表格信息来源于：

依据英伟达2022财年以及第四财季相关财报所呈现的情况来看, 2022财年全年的收入达成了269.1亿美元这样一个纪录, 相较于上一财年的166.8亿美元, 增长幅度为61%, NVIDIA在2022财年第四季度支付了1亿美元的季度现金红利, 在2022财年全年总共支付了3.99亿美元现金红利。

2023财年第四季度及全年财报显示了英伟达情况, 英伟达第四季度营收是60.51亿美元, 对比上年同期的76.43亿美元下滑了21%, 和上一季度的59.31亿美元相比增长了2%；净利润为14.14亿美元, 同上年同期的30.03亿美元比起来下滑了53%, 跟2上一季度的6.80亿美元相较增长了108%；不算某些一次性项目（不按美国通用会计准则）, 英伟达第四季度调整后净利润值为21.74亿美元, 与上年同期的33.50亿美元相比下滑幅度为35%, 和上一季度的14.56亿美元相比增长幅度达49%。在整整2023财年期间, 英伟达所获取的净利润是43.68亿美元, 跟2022财年的97.52亿美元相比较而言, 下滑幅度达到了55%；其每股摊薄收益为1.74美元, 和2022财年的3.85美元相对比, 下滑比例也是55%。2023财年指的是从2022年2月起始到2023年1月结束, 在这个时间段里, 中国市场, 这里包含中国大陆、香港以及中国台岛, 该市场的营收在英伟达全球营收之中所占据的比例高高达到了47%。

在1999年的时候, 英伟达于纳斯达克完成了成功上市这一行为, 其IPO的价格则是每股12美元。

2015年, 英伟达业绩首次爆发之时, 资管机构edmond de rothschild就增持了英伟达, 持仓股数有160多万股, 到2018年一季度减持至不足1万股, 自2020年年底起一直超配英伟达, 2022年年底又增持超20万股, 不过2023年已部分获利了结。2017年, 软银获得英伟达4.9%的股份, 价值约40亿美元, 成为英伟达第四大股东。

投资估值领域的专家阿斯沃斯•达摩达兰（aswath damodaran）, 从2017年开始就一直在对英伟达进行投资, 不过在2023年的时候, 他已经将英伟达的股票给卖出去了。另外, 英伟达的evp、cfo kress colette, 在美国时间2023年5月30日, 持续不断地在出售公司股权。kress colette出售的英伟达股权数量一共是6124股, 减持的平均价格处于400.254美元到417.79美元的范围, 总共套现了大约249万美元。

2021年11月, 因元宇宙的发展, 英伟达股价升至333.76美元/股的历史最高点, 市值超8000亿美元。另外, 2021年加密货币反弹时, 因挖矿对GPU芯片需求剧增, 英伟达股价飙升超100%。然而, 随着加密货币发展变缓, 英伟达股价在2022年下跌超46%。自2023年以来, ai概念传播发展, 英伟达一度涨超100%, 并于5月30日创下419.38美元新高, 总市值一度超1万亿美元。

当地时间二零二三年十二月四日时, 英伟达股价下跌了百分之二点六八, 其股价为四百五十五点一美元, 公司市值为一点一万亿美元。一夜之间, 它的市值减少了三百一十亿美元, 折合人民币约为二千二百一十四亿元。当日收盘价接近十一月三日的收盘价位四百五十点零五美元, 相比十一月二十日所创造的收盘历史最高纪录五百零五点零九美元, 回调幅度超过了百分之九点七。数据显示, 华盛顿服务方面表明, 英伟达企业之中的内部人员, 于11月份的时候, 卖出了、又或者申请出售了37万股英伟达得股票, 这些股票的市值大概是1.8亿美元, 要是这些股票最终全部都被售出的话, 这将会是至少六年来, 按照美元价值来计算的最大单月抛售数量。需要特别提及的是, 英伟达股价在2023年的时候上涨了220%。同年12月24日, 2023年全球半导体芯片公司TOP10排行榜被发布出来, 英伟达凭借市值高达1.236万亿美元排在了第一位。

英伟达是 GPU, 也就是图形处理器的发明者, 其主要体现为 GPU 产品, 涵盖了 GeForce GTX 16 系列, 还有 GeForce RTX 20 系列, 以及 GeForce RTX 30 系列, 另外有 GeForce RTX 40 系列显卡。英伟达于高端 GPU 市场占据着主导地位, 市场占有率一度超越 90%。在独立显卡市场 NVIDIA 占据主要地位, 依据 steam 官方统计, 在玩家常用的显卡之中前 10 名皆是 NVIDIA 公司旗下。

英伟达的主营业务之中, 一直都有游戏业务, 其贡献的营收超过了50%, RTX系列与GTX系列均主打游戏业务, 主要针对DIY游戏用户以及OEM笔记本用户。2022年第一季度, 游戏业务成功实现登顶, 为英伟达带来了36.2亿美元。然而, 第二季度游戏业务仅为20.42亿美元, 第三季度是15.74亿美元, 第四季度为18.3亿美元。第四季度同比下降了46%, 营收也大幅缩水30%。2022年, 也就是2023财年期间, 英伟达那款名为游戏业务的收入, 和之前相比, 同比减少了差不多34亿美元, 跌幅达到了27.2%, 最终下降到了90.67亿美元, 并且被数据中心业务超过, 从而降至第二大业务的位置。

英伟达在数据算法领域的产品涵盖, 基于安培架构的那一系列A100 GPU, DGX A100数据中心, 还有DGX SuperPOD解决方案, 以及CUDA系统。

针对英伟达所供主要服务为AI系统, 其有包括Meta以及微软等在内的客户, 应用于搜索跟培训方向, 开源的NVIDIA FLAR, 为医疗还有制造以及金融领域公司给予通用AI模型。于AI和数据分析范畴, 至高性能计算即HPC，接着往渲染那边去瞧, 数据中心是攻克某些重要挑战的关键所在。端到端的NVIDIA加速推算平面把硬件与软件予以一体化进程, 能够为企业构造基础设施的蓝图, 支撑于现代化工作配备里施行从开发直至部署的运作。每年, 消费互联网公司以及云服务提供商, 在英伟达具有的数据中心组件这方面, 投入的金额达到了数十亿美元。在2022财年第四季度的时候, 数据中心业务所获取的收入, 创下了32.6亿美元这样一个纪录, 跟同比相比增长了71%, 和环比相较增长了11%。在财年全年, 收入增长了58%, 达到了创纪录的106.1亿美元。

英伟达对汽车业务发展予以重视, 积极去展开汽车领域上下游合作, 汽车业务营收于英伟达总营收里占比相对小, 然而英伟达在汽车领域所布局的合作伙伴已深入到整车厂以及上游的软硬件公司, 英伟达2023年第一财季财报（第一财季截至2023年4月30日）表明, 英伟达肩负自动驾驶芯片与软件的汽车部门, 上季度营收急剧增长114%, 达到2.96亿美元, 是英伟达增长最为迅速的业务。

英伟达针对自动驾驶汽车的硬件含有, 用于量产自动驾驶汽车之际的NVIDIA DRIVE Hyperion平台, 作为智能车辆中央计算机的NVIDIA DRIVE Orin SoC（系统级芯片）, 连同集中式车载计算平台也就是NVIDIA DRIVE Thor。

NVIDIA Omniverse 是一个开放式的平台, 它易于扩展, 是专门为虚拟协作以及物理级准确的实时模拟而打造的。创作者、设计师、研究人员、工程师能够连接主要设计工具、资产以及项目, 借此在共享的虚拟空间里协作并迭代。开发者和软件提供商还可以在 Omniverse 的模块化平台上, 轻松地构建以及销售扩展程序、应用、连接器和微服务, 以此扩展其功能。Omniverse具备易于扩展、支持多GPU的特质基于Pixar的Universal Scene Description(USD)且由NVIDIA RTX技术予以支持, 能够使复杂的3D工作流程得到简化与加速, 和传统三维设计制作流程不一样 , Omniverse无需多个流程分别进行贴图、渲染最后才出图 , 它给出实时协同工作的平台，可让建模师、灯光师、特效师等各部门专业人员无缝地协同工作。

Quadro以及Quadro RTX运用在台式机工作站内, 属于上一代GPU, 不同系列的CUDA并行处理核心数不一样, 显存也不一样, Quadro主要被用于专业可视化设计与创作, NVIDIA Quadro改名为NVIDIA RTX, NVIDIA RTX™是可视化GPU。

NVIDIA RTX专业笔记本电脑GPU运用实时光线追踪技术, 运用高级图形技术, 还运用加速AI技术。光线追踪其实是这样一种技术, 它要计算视线观察画面的路径, 要找到反射物以及对应的发光源, 进而模拟出光照效果。DLSS原本是超分辨率技术, 它是这样经过一系列过程的, 显卡先渲染低分辨率的画面, 接着把这个画面交予AI进行学习, 之后再渲染出更高分辨率的画面。安培架构的RTX 3000系列显卡, 使光线追踪得以提升, DLSS也有所提高, RTX 3070、RTX 3080、RTX 3090这三张显卡的性能出现了增加, 英伟达的光线追踪已经经历了两次迭代, 在DLSS2.0技术的助力下, 光线追踪也变得高度可用, NVIDIA在进行销售时, 是以芯片型号来为显卡型号命名的, 像RTX 2060和RTX 2070能够通过名称来比较显卡性能。

2022年9月, 英伟达正式发布了RTX 4090旗舰显卡, RTX 4090是全球最快的游戏GPU。就性能而言, 在完整的光线追踪游戏里, 和上一代采用DLSS 2的RTX 3090 Ti相比, 采用DLSS 3的 RTX 4090性能提升能达到4倍。在现代游戏当中, RTX 4090性能提升高达2倍, 并且保持了相同的450W功耗。RTX 4090含有760亿个晶体管, 拥有16384个CUDA核心, 具备24GB高速美光 GDDR6X显存, 在4K分辨率的游戏里持续保持以超过100 FPS运行。另外, NVIDIA会限量推出RTX 4090的FE版。

RTX 4090

英伟达在显卡市场的市场份额出现了上升态势, 原因在于RTX 40系显卡处于供不应求的状况, 尤其是RTX 4090旗舰显卡, 英伟达的市场份额自21年第四季度时的78%, 提升至了2022年第四季度的82%。

2023年, 是11月, 13日那天, 英伟达发布了新一代人工智能芯片H200, 这些芯片乃是用于培训各类人工智能模型, 同样还用于部署各种人工智能模型之处所使用的产品配备。

用于游戏娱乐领域的是GeForce, 其显卡涵盖10系列、16系列、20系列、30系列、40系列, 不同系列具备不一样的NVIDIA架构, 不同系列拥有不同的NVIDIA CUDA核心数量, 不同系列有着不同的加速频率, 并且标准显存配置也存在差异。在2000年的时候, NVIDIA发布了Geforce 2系列, 在该系列里出现了Geforce 2MX, 它取代了TNT2显卡, 但几乎成为每一位CS玩家标配的却是Geforce2MA400。在2012年的时候, NVIDIA推出了基于Kepler的显卡, 该显卡属于GeForce GTX 600系列。

比如GeForce RTX 30系列、GeForce RTX 40系列笔记本电脑等, 这些笔记本电脑搭载NVIDIA的显卡。RTX台式电脑产品配备大容量内存, 通过了超过100种专业应用的认证, 为加速各种专业工作流而设计, 还有一定的合作伙伴网络。

GeForce RTX 40系列

NVIDIA GeForce RTX 30系列的笔记本电脑, 采用了NVIDIA第二代RTX架构也就是Ampere, 能给用户带去光线追踪效果, 以及NVIDIA DLSS等AI功能。另外, 还有经AI赋能的全新Max-Q技术。GeForce RTX 40系列笔记本电脑的GPU, 由更高效的NVIDIA Ada Lovelace架构给予动力支持，凭靠AI驱动的DLSS 3, 有全景光线追踪技术来加持。另外, Max-Q技术具备能够优化系统性能的效果并可优化功耗, 还能优化电池续航时间并且能起到优化音效的作用, 最终达成峰值效率。

NVIDIA TEGRA处理器

2008年, NVIDIA推出了Tegra移动处理器, 它的功耗相较于普通PC笔记本电脑低30倍。2010年1月7日, 在拉斯维加斯举办的国际消费类电子产品展览会上, 英伟达公司正式推出了下一代NVIDIA TEGRA处理器, 该产品是世界上首款针对移动Web的处理器, 它是专为满足平板电脑的高分辨率需求而设计的。这款处理器具备快速网页浏览特性, 具备1080p视频播放特性, 具备Adobe® Flash® Player 10.1硬件加速特性, 具备3D用户界面特性, 还具备数日之久的电池续航能力等特性。Tegra系列芯片主要被应用在任天堂Switch主机这块。2013年的时候 , NVIDIA推出了TEGRA 4系列移动处理器。2014年 , NVIDIA Tegra K1正式向外发布 , 这是一款有着192核的超级芯片 , 把全球速度超快的GPU的DNA注入到了移动设备当中。

NVIDIA TEGRA

nforce相关系列芯片

2001年, NVIDIA带着NFORCE进入集成显卡市场, 2006年, NVIDIA公布了能用于服务器和工作站的nForce Professional 3000系列芯片组, 这一系列芯片组包含3400、3600和3050三个型号, nForce Pro 3400是专门为入门级的单处理器的皓龙1200系列服务器与工作站打造的。NVIDIA针对高端服务器以及工作站推出的平台解决方案是nForce Pro 3600加3050组合形式, 全部nForce Pro 3000系列芯片组都能够对NVIDIA的SLI技术做到支持状况, 以实现采用NVIDIA Quadro或者GeForce图形加速技术运用形式, 且nForce 3000系列芯片组采有单芯片架构体系, nForce 3000系列以是行业内单芯片式唯一配置架构, 适用于呈现出低功耗以及需小板进行封装的刀片式服务器, 还有机架式服务器应用局面的展现。

拥有无限制频率范围、超低延迟以及超高刷新率的英伟达的G-SYNC显示器, 借助HDR或mini-LED（如支持）等特性, 能够提高颜色精准度。NVIDIA G-SYNC显示器搭载Reflex, 有系统延迟测量工具, 可用来检测来自兼容Reflex的鼠标的点击, 还能测量由此生成的像素（枪口闪光）在屏幕上变化所需的时间。该显示器能提供360Hz的刷新率、内置电竞模式以及无撕裂游戏体验。

G-SYNC显示器

为企业大规模AI基础架构提供相关解决方案的是NVIDIA DGX系统, 其产品包括NVIDIA DGX™ A100系列, 还有NVIDIA DGX SuperPOD™系列, 另外还有NVIDIA DGX H100等系列产品。这其中的DGX H100是NVIDIA那具有传奇色彩的DGX系统的迭代成果, 并且它还是NVIDIA DGX SuperPOD的构建基础。DGX H100属于世界上首个专用AI基础架构的第四代产品, 它是经过全面优化的硬件平台, 又属于经过全面优化的软件平台, 其中涵盖对新系列NVIDIA AI软件解决方案的支持, 还有丰富的第三方支持生态系统, 以及NVIDIA专业服务所提供的专家建议。NVIDIA DGX H100给NVIDIA DGX SuperPOD带来性能方面6倍的提升, 有着2倍更快的网络, 具备高速可扩展性, 能够用于自然语言处理, 还能用于深度学习推荐模型等大型工作负载。DGX H100能够安装于本地, 进而开展直接管理, 或者放置在NVIDIA DGX-Ready数据中心予以托管，并且借助NVIDIA认证托管服务提供商来实现访问。凭借DGX-Ready生命周期管理, 企业能够获取可预测的财务模型。

NVIDIA DGX H100

一款首用于 GPU 通用运算的解决办法, 那就是 NVIDIA 在 2006 年所发布的 CUDA , 也就是 NVIDIA 专门用来做通用计算而设在图形处理单元即 GPU 之上的并行计算平台以及编程模式中的 cuDA凭借此 cuDA 开发者能经由借助于 GPU 去从事强化性运使中的应用而且当使用 cuDA 之际开发者会依照主流型语言例如 C、C++、Fortran、Python 以及 MATLAB作为规则用于编撰行事再基于扩展程序凭借几个最基本关键字用以体现并行性。使用CUDA, 能让仅仅针对于3D渲染的GPU来达成通用计算功能, 其应用领域可从游戏（图形渲染）向外延展至高性能算计、自动驾驶等好些领域。CUBA工具包里配有多个GPU加速库, 还有一个编译器, 多样开发工具, 以及CUDA运行环境。借由CUDA予以开发的数千个应用, 已被部署到嵌入式系统、工作站、数据中心以及云中的GPU上了。截止到2023年, 英伟达的CUDA已然拥有400万开发者。

NVIDIA Maxine是一套借助GPU加速的, AI sdk以及云原生微服务, 旨在于部署能够实时对, 音频、视频增强以达增强现实效果的, AI功能。Maxine里最先进的型号, 能够创建高质量的效果, 这借助标准麦克风与或该摄像设备即可达成。Maxine把NVIDIA Riva的实时翻译以及文本转语音功能, 跟照片动画“Live Portrait”, 还有Maxine的眼神接触功能相融合。包含加速以及优化的AI功能的Maxine, 它能够在GPU之上开展实时推理, 进而产生具备高网络弹性的低延迟音频, 同样还能产生具备高网络弹性的低延迟视频, 并且所产生的低延迟AR则具有高网络弹性, 效果显著。

GeForce Experience

截取视频、屏幕截图并与好友分享, 进行直播, 更新驱动程序且优化游戏设置这些功能, GeForce Experience能够实现。GeForce Experience一般和游戏有关联, 英伟达会借由GeForce Experience发布“Game Ready驱动程序”, 来为其GPU针对新游戏予以优化, 此应用程序可以充当这些游戏的启动器。把游戏内置的截图或者录制系统拿来同比, GeForce Experience具备着更为清晰、更为流畅的画面, 这种状态下, 在不对游戏体验造成影响之际, 去达成视频录制以及画面截图。GeForce Experience能够自动截取关键时刻、关键击杀以及制胜比赛等情况, 以此保证系统会自动保存玩家最为精彩的游戏时刻。玩家只要运用GeForce Experience去挑选最钟爱的精彩时刻, 就能够分享到社交平台, 整个这个过程在游戏当中就能够完成。就在2023年的时候, 英伟达旗下的GeForce Experience一键优化设置功能里面多出了9款游戏, 而后已经支持数量上高于1000款那样多的游戏了。

NVIDIA AI Enterprise

NVIDIA AI Enterprise是企业级软件, 此软件为NVIDIA AI平台提供支持, 属于适用于生产级AI的端到端软件平台。它能够使数据科学加速, 还能让生产就绪型生成式AI、计算机视觉以及语音AI等模型的开发和部署得到简化。它依托NVIDIA NeMo™, 能够在任意位置更快地构建以及部署自定义的生成式AI模型。它能够在联络中心予以协助的状况下, 达成全天候的客户互动, 于公司的知识库之中, 实时进行信息检索, 之后生成回复, 针对每一位用户, 实施数字指纹识别, 随后大规模检测异常情况。

2004年1月期间, 在CES技术展之上, 英伟达头一回展示了运用PCIE的显示芯片组, 紧跟着往后又全面去支持英特尔PCIE标准, 同一年的11月, 英伟达跟英特尔正式达成了相互之间的授权协议, 彼此交换专利以及芯片授权。

被称为NVIDIA塞尔涅超级计算机其所运行的cuQuantum软件开发工具包, 实现了比以往量子计算关键测试8倍之多模拟量子位这种成果, 此成果由NVIDIA造就了量子计算模拟世界纪录。除此之外, 在爱因斯坦作出引力波预测过了一百年后, 激光干涉仪引力波天文台也就是LIGO首次检测到引力波, 而这一检测是靠NVIDIA技术助力得以实现的。

曾于加州理工学院、麻省理工学院以及斯坦福大学担任计算机科学系主任, 后在2009年加入英伟达的比尔戴利（Bill Dally）, 英伟达首席科学家乃其身份, 此人拥有着超过一百二十多项专利, 在2020年, 他开源了一款具备低成本、易组装特点的呼吸机设计, 该设计对疫情期间感染新冠进而患上急性呼吸窘迫综合征（ARDS）的病人起到了帮助作用。

英伟达以及同其有关联的公司, 总共有着9700多件专利申请。在2013年以及这之前的几十年时间里, 英伟达的专利布局主要聚集在存储器、处理器、计算机程序、图形处理单元、集成电路等相关的技术领域方面。截止到2021年, 神经网络领域变成了英伟达重要的技术研发方向当中的一个, 在这个领域它的专利申请数量有了大幅度的提升；另外, 英伟达及其关联公司在126个国家或者地区里面, 一共有469件专利申请, 英伟达所有和AI相关联的专利全都是发明专利, 所占比例为100%。于2022年之时, 英伟达在与元宇宙相关的技术范畴里, 专利储备数额充足。英伟达同其关联公司, 在有关元宇宙的技术范围处, 专利申请数量是1700多件, 并且全部是发明专利, 主要着重在于神经网络、机器学习、图形处理、虚拟现实之类相关专业技术领域。