经济观察报记者 周应梅 北京报道  英伟达又刷新了此前记录。2月17日，英伟达（纳斯达克：NVDA）发布2022财年Q4财报和全年财报，财报显示，其单季收入和全年收入都创下新高。

英伟达2022财年Q4收入达 76.4 亿美元，同比增长 53%。截至2022年1月30日的12个月，营收269.1 亿美元，同比增长61%。同时，英伟达展现了超强的赚钱能力，全年净利润达到97.52亿美元。

依托于AI能力的数据中心业务是英伟达这些年增长最快的业务。这也意味着，英伟达“芯片+AI”能力正在得到释放。有着14年左右的行业从业经历的半导体产业投研专家吴全对经济观察报记者说，英伟达的AI业务赚钱是因为GPU基础。未来只有同样具有基础芯片能力的几家巨头，才可能与英伟达角逐“芯片+AI”的能力和市场。

当下，全球半导体市场正在进行一轮大洗牌。半导体企业规模化趋势下，巨头并购还将继续。对于中国半导体企业来讲挑战也在变大。

AI能力释放

数据中心业务是英伟达第二大收入来源，也是这几年增长最快的业务。2022财年第四季度，收入达到32.6 亿美元，比上个财年同期增长 71%，比上一季度增长 11%。这个业务全年收入增长58%，达106.1亿美元。

英伟达提供的主要服务是AI系统。客户包括Meta、微软等，应用在搜索和培训方面，开源的NVIDIA FLAR，则为医疗、制造和金融领域公司提供通用的AI 模型。

数字经济的进一步深化为英伟达提供了巨大的机会。“数据能力和算法能力的泛在化、云化，以及边缘计算能力，都需要相应的算力。算力的处理对时效性、深度和智能化程度等，都有相应的要求，这正好是英伟达的强项。”吴全对记者说。

吴全表示，原先的数据形态都是一些结构化的数据，最常见的是文本。现在更多是流量型的内容，语音、视频利用广泛，这些在一定程度上是非结构化的数据。这对数据中心的弹性、存储等能力的要求越来越高。“这也意味着，对整个芯片、整个处理系统或者操作系统，整套架构体系能力要求比较高，而这恰恰是英伟达长期以来布局的GPU强项。”

“处理文本类的强项公司，则是AMD或者英特尔这些传统的、以CPU能力见长的公司。”吴全说。

英伟达的AI业务实现了较强的盈利能力，这与国内一些AI公司呈现较大的不同。吴全认为，这是因为英伟达的AI是基于GPU 进行增强的，它有基础、有本体。AI是一个增值的过程。但是英伟达的盈利能力不是靠AI能力，而是通过GPU再去赋能增强AI，这个相对就容易多了。AI算法或者算力的实现也得以落地，这是一个耦合或者匹配。

Gartner分析师盛陵海对经济观察报记者称，AI（包括深度学习和机器学习）这条路，是英伟达的人工智能科学家用自研芯片发掘出来的，英伟达驱动AI变革主要是在芯片动力。

许多AI公司都在仿照英伟达。“现在国内一些做人工智能的企业想要把人工智能做成一个产品，问题是它做不成产品，因为其核心是深度学习，并没有通用的人工智能。每个项目都去做肯定会亏损，这个还是很花精力和资源的。”盛陵海表示。

吴全表示，上述情况对国内的AI公司还是有一些警醒作用。它们需要清楚地认识到，AI只是一个增强能力，它需要载体，要有基本能力，再去利用AI这个增强能力。例如浪潮和中科曙光也在做AI，不过是基于服务器基础去做的。

“国内纯粹做AI的公司把算法变成电子芯片，这种需求的价值可能还需要打个问号。”吴全说。

盛凌海提到，从结果来看，包括英特尔、阿里和百度等许多做人工智能芯片的公司目前出货量还比较小。“主要原因还是竞争不过英伟达，没法放量就没法盈利。这是个循环。”

护城河

过去英伟达一直有“显卡之王”的称号。1999年，英伟达发布第一款GPU（图型处理器）。此后GPU成为了英伟达最为核心的产品。

如今英伟达主要收入来源还是游戏显卡。2022财年四季度，游戏板块收入达到34.2亿美元，比上个财年同期增长37%，刷新了此前记录。2022财年全年，收入 124.6 亿美元，同比增长 61%。

“英伟达现在做的GPU和当年的GPU不完全是一个概念。”吴全解释，当年可能仅仅是一个图形的处理，现在则是基于其全新的架构。“英伟达构建了新时代的算力架构，基于GPU，向前能增强AI，向后在一定程度上融合了CPU，它做了一个能力的向下延展。”英伟达牢牢把握住了GPU的市场占有率和市场份额，也牢牢把握住了GPU的架构和体系。

英伟达芯片+AI的能力正在给行业带来一些变化。吴全说，例如现在一些大型的数据处理，一定程度上类似于超算了，基于算法的算力已经非常强，增长率也很快。满足市场或应用需求的程度也跟着越来越高。

谁能与英伟达一较高下？2022年2月17日，英伟达的市值比英特尔+AMD+赛灵思的总和还要高。而从英特尔和英伟达近期分别公布的Q4财报来看，英伟达的营收和净利润，实际并不如英特尔。吴全分析，这样一个高估值，反映的是市场对其未来增长的看好。

吴全认为，未来在芯片+AI能力上，英伟达依然有可能被追上，不过能与英伟达角逐这块市场的还是传统的半导体巨头，像英特尔和AMD这些公司。

“首先还是要看芯片能力。这是一个基础能力，有这个基础能力的其实也就那几个玩家。”吴全认为，AI不能单独作为一个产业来界定，它只是一个工具和能力，未来会变成一个标配，“我有AI而别人没有的可能性越来越低。AI只会是一个基本技能，只是在既有的芯片能力和既有的场景应用能力基础上，进行增强。”

英伟达在汽车领域也早有布局。不过，受与其合作的特斯拉的影响，汽车业务营收去年至今年出现持续性下降。2月16日，英伟达又宣布和捷豹路虎达成合作。盛凌海认为，英伟达在汽车领域的优势还是自动驾驶，目前来看还在早期，主要还是针对高端汽车和一些厂商进行合作。

“自动驾驶分level1、2、3、4，等级1和2也可能用英特尔的方案，但是3以上基本就是要用英伟达的汽车芯片方案，这是很现实的问题。”盛凌海说，除非像特斯拉一样自己做芯片，它有自己的数据，一般高端车才有这个功能，成本上也相对较高，其他公司是否能负担也是一个问题。

国内众多品牌都在使用英伟达的平台，包括蔚来的 ET5 轿车、小鹏汽车的 G9 SUV 和小马智行的机器人出租车车队，都正在使用 NVIDIA DRIVE Orin。英伟达的NVIDIA DRIVE Hyperion 平台，则为汽车制造商提供 AV 系统，客户包括德赛、伟创力、广达、法雷奥和采埃孚。

专业可视化方面，英伟达开放平台Omniverse，主要面向创作者提供 3D设计协作和虚拟仿真，这也是当下最火热的元宇宙入口。另外生物领域则支持构建3D 细胞模拟。这块业务2022财年第四季度为英伟达贡献收入 6.43 亿美元，比上个财年同期增长109%；全年收入21.1 亿美元，同比增长100%。

半导体行业大变动

过去一两年以来，半导体行业出现一系列的收购动作。

此前英伟达也计划为收购Arm花费天价，为此奔忙一年半，只不过最终因为监管挑战放弃了收购。不过，收购不是个例。2月14日，AMD收购赛灵思完成交易；2月15日，英特尔宣布收购高塔。

盛凌海表示，收购总体是往整合的方向走。在摩尔定律到头之后，整个半导体市场中的玩家也要找各自未来的一个方向，加强自己的位置竞争力——这是最关键的。

吴全进一步解释道，数字社会的加深对半导体的需求越来越多，对半导体能力的依赖也越来越深。数字经济和整个社会智能化程度的深化，反过来使得全球产业的半导体化程度更加明确。这些半导体企业将要走向规模化，大公司与大公司合并，接下来，大公司还会进行一系列的并购动作。

在具体的收购案例上，吴全认为，英伟达收购Arm成功与否，对英伟达来讲影响不大。必要性或者战略性并不是特别的强。只是说它收购了以后会增强体量，补充了一块业务，增强其移动端的占有力。

“行业人大部分还是认为，这个收购是不应该通过的，没有人愿意看到它收购成功。”盛凌海表示，一旦收购成功，Arm现在的这种模式很容易形成垄断，“用Arm的芯片厂商日子可能会比较难过，要看它的眼色。”

对于英特尔收购高塔和AMD收购赛灵思，吴全说，“他们的打法都比较犀利，我说的犀利应该是战略性比较强。英特尔在 CPU领域实际上有绝对的垄断地位，占据着至少85%的市场份额。当然英特尔去收购高塔，是补齐它的 IFS（代工服务）能力。将与台积电这些做代工服务的形成竞争。”

“前两强打架受伤的往往是第三名，英特尔收购高塔，虽然与台积电形成竞争，但是受影响最大的可能还是中芯国际这些公司。”吴全分析。

AMD规模比英特尔要小一些，这些年在CPU领域强势崛起，也开始需要一些工具支撑。相对于英特尔，AMD走了一个差异化路线，收购赛灵思主要是为了补充FPGA，增强它的芯片智能化能力，或者说定制化能力。这与英特尔会形成一个差异化竞争。

而吴全认为，这两个收购案对英伟达来说，没有构成太大的影响。不过对于国内而言，拥有FPGA能力的寥寥无几，在技术、IP积累和市场能力上相对偏弱。

因此吴全提醒称，国内需要对新一轮的半导体巨头并购，以及半导体领域的洗牌高度警惕。因为我们的产业格局往往是设计、制造以及封装测试商业分离的结构，对这些制造厂商有很大的依赖。“国内的公司需要看看别人的路子，不是对标当下，而是对标10年前、20年前，同样体量时，别人走过的路径和阶段。”

近期，两个半导体相关的文件发布，一个是美国众议院通过的《2022年美国竞争法案》，该法案计划投入540 亿美元支持本土半导体产业。另一个是欧盟公布的《芯片法案》，法案计划投入430 亿欧元，也围绕本土半导体。“两个文件重点都是围绕本土巨无霸、本土制造，或者直接说围绕制造。”吴全认为，这将对全球产业链结构进行重构，尤其是区域产业链分工结构。此前供应链流转会涉及到各个国家，而本土化之后中间环节将会消失。对于国内企业来说，采购芯片的便利度和供应链的可控度也会差很多。