作者：天风证券海外团队
GPU算力革命再精进：全球最大的GPU与AI产品升级
我们团队亲临硅谷GTC现场，带来GPU年度盛会的第一手更新。本次GTC大会并未发布新一代的GPU产品，而是基于“图形+AI+自动驾驶+新平台（机器人/医疗）”算力革命的更新精进，英伟达通过GPU产品的强大技术壁垒继续去优化和扩张产品生态圈。会上宣布将计算芯片Tesla V100内存翻倍至32GB，通过NVSwitch互联结构连接16块Tesla V100打造全球最大GPU，并基于此推出超级计算机DGX-2，浮点运算能力达每秒两千万亿次，对比传统300台双路CPU服务器集群实现1/8成本节约、1/60空间节约以及1/18能效提升。另外针对专业图形内容开发工作，英伟达推出Quadro GV100 GPU并实现实时光线追踪技术(RTX)。新平台方面还展示了医疗图像计算平台Clara以及机器人开发套件Isaac。
推理端不如想象中容易，英伟达的推理端发力
我们此前已多次强调，在深度学习上游训练端(主要用在云计算数据中心里)，GPU是当仁不让的第一选择；深度学习下游推理端包括云侧和端侧两部分，需求更加细分，我们认为除了GPU为主流芯片之外，包括CPU/FPGA/ASIC等也会在这个领域发挥各自的优势特点。Jensen会上多次强调推理端不如想象中容易，尤其是云计算数据中心的推理计算，他总结了推理计算的7大要求：PLASTER——神经网络可编程性(Programability)、低延迟性(Latency)、高准确度(Accuracy)、神经网络模型体积要求精简(Size)、高数据吞吐率(Throughput)、高能效(Energy efficiency)以及模型生成的速度(Rate of learning)。英伟达针对推理计算更新开发工具TensorRT至4.0，并与TensorFlow深度集成，面向Kubernetes的GPU加速，从而自上而下的对训练、推理兼顾，扩张版图，在数据中心加速市场中抢滩推理端。
无人驾驶事故不影响行业长期发展，多样性+冗余性带来繁荣
英伟达与丰田一样，在Uber事故发生后已及时暂停路测，希望通过事件的调查积累学习经验。但27日受路透社报道公司暂停路测新闻影响，公司股价盘中一度跌达10%。我们认为市场情绪反应过于敏感，无人驾驶事故虽然会让行业更为审慎，并可能令法规审批进度延缓，但无人驾驶的长期行业大势不会改变。英伟达在GTC大会上发布DRIVE Constellation模拟系统，系统将基于二台服务器，一台通过DRIVE Sim软件模拟所有传感器的运行，一台基于Pegasus处理传感器数据并运行无人驾驶软件，通过模拟训练将极大的增加自动驾驶软硬件系统的测试环境丰富性和便利性（谷歌、Mobileye的自动驾驶系统也采用了类似的模拟强化学习训练系统）。我们认为，英伟达作为无人驾驶上游系统解决方案领导者之一，通过不断完善自动驾驶环境生态圈来争夺杆位的同时，也在自动驾驶系统的核心策略算法层面的积累和研发上发力提高壁垒。英伟达提出完整的自动驾驶策略方案包括：AI驱动的自动驾驶系统+英伟达从L2至L5都统一的底层计算平台+端到端的软件系统（数据收集、模型训练、驾驶模拟）+超过370个合作伙伴的开源生态平台。我们认为随着无人驾驶产业普及，除了硬件成本较高、功耗较大等问题会迎刃而解，完整算法解决方案也会随之落地。
近期美股科技板块受贸易战预期等外部因素承压，出现较大波动。但我们认为业绩驱动仍是美股，特别是科技板块的核心动力之一。此前英伟达Q4优秀业绩也在股价中获得反映，随着科技股将于4月中进入Q1业绩发布期，我们继续强调“游戏业务稳增长+数据中心AI爆发+自动驾驶长期接力”的三驹马车齐发力，AI立夏开端继续朝“十年金股”迈进。我们维持此前盈利预测FY19/20 EPS 5.99/7.33美元，对应PE 47/38x，重申买入，目标价280美元。
风险提示：GPU市场需求不及预期，行业竞争加剧等。
报告来源：天风证券研究所海外团队
报告发布时间：2018/3/29
