ibm出售PC业务时为什么选择联想？

你这个问出来让我看到，你有福了。下为正文：

　这项可以给联想每年带来50亿美元收入的业务，势必会引来美国商务部以及部分国家相关部门的审查，所以并不算是板上钉钉。

但资本市场还是给 出了积极的信号，在隔天的交易日（1月24日）里，联想股价的涨幅一度接近9%。虽然有媒体认为，联想只不过是买了IBM急于甩掉的一个“包袱”，这块业务已经连续7个季度业绩下滑。在IBM公布的去年Q3的财报里，它的营收又同比下滑了16%。

　　真正的关键是，联想终于有机会摆脱“利润陷阱”，联想借此瞬间拿到了全球14%以上的X86服务器市场份额，成为中国市场的第一位和全球的第三位。服务器的毛利率在20%以上，这远远高于PC的3%。而在杨元庆去年4月向董事会提交的四年计划中，改善盈利能力是和“PC+”战略是并列的两大核心目标。“我已经向董事会保证，每年要有03%到04%的（毛利率）增长。”杨元庆说。

　　所以，在智能手机和平板电脑，甚至是今年将要主打的智能电视在近期无法取得令人满意的毛利率时，服务器就被提前推上了前台。“服务器业务是我们的第三波战略，排在‘PC+’业务之后。”联想中国区总裁陈旭东曾这样告诉经济观察报，但联想此时显然加快了这个节奏。

　　为什么买？

　　其实，联想本来希望更多地依靠自己去推动服务器业务。在2012年6月 5日推出服务器品牌—ThinkServer及一系列产品时，联想定的目标是力争在三年内占据中国市场的20%和全球市场的10%。“服务器是我们在商用领域里从PC的一个自然延伸，其实我们很多的企业客户，对我们能提供更加丰富的产品也早有期待。尤其是销售合作伙伴和代理商们，他们一直在催我们上线更多PC以外的产品线。所以我觉得，这一方面符合行业的发展趋势，另一方面又符合联想的战略方向。”杨元庆曾这样解释联想大举投资服务器业务的逻辑。

　　虽然当时在联想内部的确有不同声音，他们认为这块业务的市场基础几乎为零，而联想的研发实力又不足以短期内弥补自己的短板，“但元庆、旭东他们一开会就提服务器，而且那时候惠普和戴尔已经很明确地在往这儿转。”有联想内部人士跟记者透露，有些高管认为，联想自己的企业客户以及从IBM那里转接过来的企业用户有足够的承载力。

　　与联想在PC及“PC+”市场的战略规划不同，联想把服务器的重点突破地区放到了西欧和北美。他们认为，美国的企业级市场占全球市场的近一半份额，而且包括苹果、谷歌、Facebook、亚马逊等企业已经开始释放出巨大的需求量。

　　但联想并没有停止潜在的合作与收购，尤其是在经过一段时间的运营之后，他们愈发地认为引入外部力量的重要性。很快地，联想便宣布了与美国存储巨头EMC的合作，两家成立的合资公司将合作研发中低端的X86产品，而联想也将在全球代销EMC的高端存储产品。

　　据EMC中国区总裁叶成辉透露，联想实际上早在两年前就向他们投出了橄榄枝，但EMC受制于当时的合作伙伴是戴尔，所以合作一直无法推进。直到戴尔收购了一家存储公司之后，他们才加速了与联想的谈判。

　　陈旭东说，和EMC的合作，一个重要原因就是可以让美国的客户更容易接受联想。严格意义上讲，联想也非常依赖EMC的技术优势。中国区大客户事业部总经理童夫尧说，两家每个月都有例行会议，产品也在完全按照既定的节奏在推出。

　　但这依然太慢了。《福布斯》在前年11月就曾报道称，联想的新服务器无法让企业用户从戴尔、惠普以及IBM身上转移注意力。以营收来算，联想当时的市场规模还不足3%，而惠普的数字是293%，但联想已经在PC业务上超越了惠普，他们自然地认为要全面超越老对手。

　　2013年初，包括杨元庆、刘军在内的联想高管开始公开讨论在服务器领域发起收购的可能性。在当年的Q1财报发布会上，刘军告诉经济观察报，“我们的确在寻求提高（服务器业务）速度的一些机会，投资目标争取在一个短时间内确定下来。”

　　而杨元庆事后称，和IBM的沟通就是从这个时候开始的，“当时是IBM新任CEO罗睿兰找的我们，问联想是否有意向收购他们的X86服务器业务，我们当时就回应，联想很愿意也很严肃地看待这个问题。”

　　实际上，联想内部自己也认为IBM是最完美的选择，甚至在很长一段时间里，它都是唯一的选择。而且因为曾经收购和整合过IBM的PC业务，联想非常清楚IBM在陷入价格战之后，它的致命伤到底在哪里。

　　但障碍也无法跨越，联想理想的价格是不超过25亿美元，但IBM的要价超过40亿美元。就这样，交易一直拖着，之后包括富士通和戴尔也都加入进来，也是因为价格的问题，都没有谈拢。

　　为什么卖？

　　所以，当最终的价格定格在23亿美元时，业内一片哗然。因为联想拿到了更多的东西，却付出了更少的钱。就在几个月前，仅仅为了IBM　System　x业务，联想就标出了25亿美元。而现在，联想不仅拿到了这块业务，还把IBM所有的X86服务器业务全部收入囊中。

　　杨元庆和IBM大中华区副总裁、系统与科技部总经理郭仁声都没有对此直接回答经济观察报，杨元庆只是说：“我们对这个价格很满意，我们觉得拿到了很好的资产，包括IBM的品牌、技术和客户，这会给我们在服务器领域一个很好的开始。”

　　但一个显而易见的事实是，IBM从一开始向联想兜售X86服务器时，它在硬件上的策略已经发生了根本性的变化。因为X86都在使用英特尔和AMD的芯片，理论上技术门槛并不高。事实也证明在“低价走量”上IBM没有任何优势。

　　浪潮用英特尔的安腾处理器研发出了K1天梭服务器，最终用更加低廉的价格抢走了IBM建设银行广东省分行的大单。在Gartner去年连续几个季度的服务器市场数据中，浪潮的出货量都没有跌出过全国前三名。

　　去年8月底，IBM系统与科技部、集成供应链全球高级副总裁汤姆·罗萨米利安在接受经济观察采访时称：“科技带来的转变，使得传统的硬件逐渐被网络和服务所取代，这一过程已经降低了用户对大型计算机和服务器这些低利润率产品的依赖。”

　　“蓝色巨人（由50多年前IBM蓝色巨型主机而得名）”早已不是硬件的代名词了。有数据显示，1995年IBM硬件的收入为356亿美元，软件为127亿美元。到了2013年，硬件收入接近200亿美元，而软件收入则超过了250亿美元，而且利润率远超过硬件。所以，它们自然地认为服务器是个负担，尤其是在竞争者林立的X86服务器行业。

　　而最近一次糟糕的财报似乎成了交易的催化剂。IBM去年Q4的营收为27699亿美元，同比下滑了6%。其中硬件业务，即服务器和存储，同比跌幅竟高达261%。罗睿兰甚至愤怒地要求公司高管放弃2013年底的分红。这时候IBM内部已经认清了一个事实，X86业务不得不卖。

　　“因此，这次业务剥离反而使得我们可以更加专注于硬件和软件领域的创新，为我们的战略性业务，比如认知计算、大数据和云带来新的价值。”郭仁声称。也有IBM的内部员工向经济观察报透露，“交易其实也是为了积累真正的赢利资本，之前IBM的大型机时代已经过去了。现在我们必须集中兵力，证明自己的力量，而不是在开放、标准化的X86市场里继续耗费心力。”

　　郭仁声说，IBM将专注于诸如Power（IBM自有的类似于X86的平台）服务器这样的高价值硬件产品线中，这也的确可以体现出IBM差异化的价值。IBM每年投入研发的费用高达60亿美元，其中一半都坚持用于硬件相关技术产品的研发，但为了Power，IBM破天荒地专门投入了40亿美元。去年8月，IBM还联合了Google、英伟达等公司结成了Open-Power联盟，这意味着IBM想要把Power做成除去X86和ARM之外的第三个服务器生态系统。

　　因此，抛弃“劣质”资产赢得资金，去进攻更有前景的市场，这样的事情在IBM的历史上已经无数次地上演了。

买了怎么做？

　　在收购IBM的X86服务器业务之前，联想是把服务器业务放在了“PC+战略”里面，但今年肯定会改变。联想很有可能会提出“三足鼎立”的概念，把以服务器为主的企业级业务的权重，调到和PC、智能终端相同的位置。

　　据悉，联想Think产品集团总裁Peter　D　Hortensius和联想北美大区总裁David　Schmoock都参与到了谈判过程中。虽然没有得到证实，但联想已经开始在北美市场做一些市场预热了。

　　杨元庆在这块业务上寄予了非常高的期望，他曾在公开场合称，“预计在未来5年，X86服务器的全球市场规模将由现在的380亿美元增长到460亿美元，在新兴市场增长得会更快，而联想肯定不能错过这一波。”

　　联想的服务器业务此前在全球已经有了4个生产基地，包括北京、深圳、匈牙利和墨西哥，还有400人以上的研发团队，以及东京、台湾、北京三个研发中心。而在完成收购之后，联想的第一个工作就是安置7500名IBM的员工，以及1500名的合同工。“我们在并购IBM　PC时，遇到最大的挑战就是能不能保留员工和客户，但今天我们的担忧小了很多。因为这个业务在联想将是一个核心的业务，我们对它有很高的增长要求，所以他们可能更加乐意加入到新的团队里。”杨元庆说。

　　联想一定会借鉴收购IBM　PC业务的经验。“我们绝对有信心让它（IBM　X86服务器）赚钱，在这个领域，实际上竞争不如PC那么激烈，主要的玩家就那么几个。我们觉得一是要把IBM的技术优势以及高端客户的关系承接过来，再加上联想在效率上的优势，这会是一个非常成功的业务。”

　　杨元庆的信心来自于庞大的本土市场，他甚至会改变之前的策略，把中国市场列为首要的进攻目标。在2013年Q4，IBM在中国市场的收入下滑了23%，这其中很大程度上是因为受到浪潮、华为的冲击。但联想在这里的渠道、客户关系，以及销售团队都要比其他的国内厂商更有优势。

　　“X86服务器是现在中国巨型商业企业数据中心的不二之选，今后联想可以在电信、金融、政府这些关键领域的计算中心以及关键计算应用中，提供可靠的高性价比产品。”联想中国区CMO魏江雷称。

　　而经济观察报了解到，联想内部已经开始针对一些重点客户制定销售方案，交易一旦通过，IBM的产品就会被大规模地推向市场。

　“有一点可以肯定的是，这块业务的发展轨迹一定会比当年收购的PC业务更快。”杨元庆说，“我们现在的战略非常明确，一个是增长智能手机、平板电脑这样的移动业务，另外一个就是增长企业级市场的硬件。就像做PC那样，我们就盯着这些打，未来10年里，联想一定会有新的支柱业务产生。”

以上内容转自成都成冠实业的新闻报道。

我们知道，2020年的疫情导致全球制造工厂的生产能力下降，并且工人尚未恢复工作。随后来到2021，疫情好转市场需求越来越大。现在市场反弹， 汽车 ，手机等多个需要芯片的厂商普遍备货不足，这就是需求大于供给。美国处于供应链上游，他们忙着疫情，没办法供货。

疫情原因，导致芯片生产的上游原材料供应链也面临产能不足，供应链上的任何一个环节出现问题，而又无法找到替代方案的话。就会影响下游的所有产业。

2020年以来，受新冠疫情影响，全球各国均采用远程办公、远程上课的方式避免公众接触，这就导致了笔记本、平板电脑需求量的显著提升。

在疫情爆发的2020年二季度，全球笔记本电脑出货量同比暴涨73．49%。

2020年全球平板电脑出货量为1．883亿台，同比增长18%，其中中国市场平板电脑销售更为火热，根据IDC统计，今年第三季度中国平板电脑市场出货量约为690万台，同比增长21．7%。

除了笔记本电脑与平板电脑外，与线上办公、线上教学相关的everything均出现销量激增的现象。以美国为例，网络摄像头同比销量暴涨了179%，鼠标销量同比上涨31%，路由器销量上涨29%，键盘销量上涨64%，扩展插槽销量上涨118%，PC耳机销量增长134%，PC显示器销量增长138%。

消费电子品以外，由于疫情使得民众更为依赖线上办公、线上教学、线上会议、直播类应用，导致对应公司服务器流量暴涨，因此也提振了服务器市场，以中国为例，2020年中国服务器市场规模预计同比增长15．6%，其中互联网行业呈现40%以上增长。

而以上种种产品，都是高中端芯片的需求大户，因此，在因疫情影响各行各业需求萎靡的同时，芯片需求不降反升。

02 不仅买芯片，还要囤芯片

在还没有严重受到美国制裁影响的2019年，华为已经是全球第三大芯片采购方，华为2019年半导体采购支出达到了惊人的208．04亿美元。要知道，国内股王茅台2019年全年营业总收入才888．54亿元，接近3万亿市值的茅台卖酒一年的收入才够华为买半年多的芯片。

而由于充分预期到了制裁会愈演愈烈，华为一直在疯狂囤积芯片以应寒冬将至。截至到华为正式被封杀的2020年5月，华为在芯片囤积上投入1800 亿元，采购了足够华为支撑一年的芯片。

华为这种超级芯片大户在囤积芯片，反而导致各大手机厂商由于恐慌芯片制造厂产能不足而跟进，尤其2021年可以说是5G手机换机大年，各大手机厂商都在争夺华为可能丢掉的高端市场。而且目前已明显出现2021年5G手机需求远超预期的迹象，市场原本预期2021年5G手机市场规模约5亿部，而当前仅中国五大厂商2021年5G手机芯片采购量就已超过5亿部。

因此，囤芯片已经成为了一种“战争”。业内人士表示，目前产业链各环节厂商囤货已经成为了大趋势，囤 3 个月的量是常态，部分厂商的囤货规模已经接近 6 个月的量。

03 汽车 厂商也来凑热闹

除了新能源车目前已经变成了高端芯片集合体外，其实传统燃油车内也放置了大量用来控制 汽车 各项功能的芯片。

在疫情前期，各大车规级芯片厂商过于悲观的预估了全球 汽车 需求因受疫情影响的减少，导致车规级芯片大厂英飞凌、意法半导体、恩智浦、瑞萨等纷纷向芯片代工厂砍单，台积电曾经警告过 汽车 芯片客户，不要轻易砍单，否则下一个客户补上来了，就不能再释出产能。

结局果然如此，过了这个村就没有这个店。当 汽车 行业需求复苏后， 汽车 芯片厂商纷纷跪求台积电等芯片制造厂增加订单，但由于各大芯片制造商连现有消费电子品需求都无法满足，根本没有空余产线帮助它们代工生产，这才导致了2020年年末开始的 汽车 芯片荒。

美国伯恩斯坦研究公司预计，2021年全球范围内的 汽车 芯片短缺将造成多达450万辆 汽车 产量的损失，相当于全球 汽车 年产量的近5%。甚至连特斯拉都因为芯片荒不得不在加州工厂停产Model 3半个月。

04 芯片制造，能打的厂商太少

芯片需求这么大，制造厂商们为啥不趁机多生产赚money呢？

因为芯片不像柴米油盐，想生产多少就生产多少。芯片产业链高度分工，不管苹果、高通、英伟达们多NB，自己研发的芯片最终还是需要被制造出来，而有能力制造高端芯片的公司，全球一只手都数得过来，其中除了台积电与三星真能打，其余只能捡点剩饭吃。

而不管是台积电还是三星，都没法快速扩大芯片产线。因为芯片制造需要的每个工序每个环节都得有全球仅有几个公司能生产的高端设备、得有具备超高技能水平的工程师参与生产、得有数十亿美元资金的投入，根本没办法短时间实现产能扩充，而各大芯片制造厂商显然是没法提前预测到芯片需求增加这么大的，毕竟无论是疫情还是华为，都是突发事件，反而是盲目扩张产线如果填不满可能会带来巨额亏损。

因此，各大芯片代工厂，在近几年来，根本没有动力去主动扩充产能，2019年甚至出现产能下滑的情况。

05 什么叫供不应求？这就叫供不应求

无论是笔记本、手机、平板、 汽车 、服务器、摄像头等等，所有的芯片需求一起爆发，但是无论几nm的高中低端芯片，最后又都是落在全球几个代工厂仅有的产线上生产，而这几大芯片代工厂，由于没有预期到芯片需求的激增，多少年来都没有怎么投入资金在工厂扩建上，这就是今年芯片缺货现象愈演愈烈的根本原因。

咋整？咋也整不了，后果就是一方面是芯片全面涨价，另一方面是芯片供货全面延期，据供应链人士透露，高通的全系列物料交期延长至30周以上，蓝牙音频芯片交付周期已达33周以上。

那为啥国内公司没有人去争取这些订单呢？最NB的中芯国际直接被美国断供搞废了，其他公司不成气候，想赚这个钱，属实是心有余而力不足啊。

我觉得是资本巨头或者是国家在故意为之，不然这种称得上是战略性物资的东西不会这么突然的就缺货。

1GPU：计算机图显核心

11 GPU：计算机图形显示核心

GPU基本概念：图形处理器（graphics processing unit，缩写GPU），又称显示核心、视觉处理器、显示芯片，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上做图像和图形相关运算工作的微处理器。

GPU是显卡的处理器：显卡全称显示适配卡，又称显示适配器，用于协助CPU进行图像处理，作用是将CPU送来的图像信号经过处理再输送到显示器上，由主板连接设备、监视器连接设备、处理器和内存组成，GPU即是显卡处理器。

12 GPU擅长大规模并发计算

GPU工作原理：GPU的工作通俗的来说就是完成3D图形的生成，将图形映射到相应的像素点上，对每个像素进行计算确定最终颜色并完成输出，一般分为顶点处理、光栅化计算、纹理贴图、像素处理、输出五个步骤。GPU采用流式并行计算模式，可对每个数据行独立的并行计算。

GPU与CPU区别：CPU基于低延时设计，由运算器（ALU）和控制器（CU），以及若干个寄存器和高速缓冲存储器组成，功能模块较多，擅长逻辑控制，串行运算。GPU基于大吞吐量设计，拥有更多的ALU用于数据处理，适合对密集数据进行并行处理，擅长大规模并发计算，因此GPU也被应用于AI训练等需要大规模并发计算场景。

13 GPU可分为独立GPU和集成GPU

独立GPU：独立GPU一般封装在独立的显卡电路板上，使用专用的显示存储器，独立显卡性能由GPU性能与显存带宽共同决定。一般来讲，独立GPU的性能更高，但因此系统功耗、发热量较大。

集成GPU：集成GPU常和CPU共用一个Die，共享系统内存。集成GPU的制作由CPU厂家完成，因此兼容性较强，并且功耗低、发热量小。但如果显卡运行需要占用大量内存，整个系统运行会受限，此外系统内存的频率通常比独立显卡的显存低很多，因此一般集成GPU的性能比独立GPU更低。

14 GPU广泛运用在图显和并行计算场景

GPU拥有单一的强大并行计算能力，所以用途往往是需要大规模并行计算的场景。早期GPU多被用于2D和3D图形的计算和处理，因为图形数据的处理往往涉及到大量的大型矩阵运算，计算量大但易于并行化。近年由于大数据、人工智能发展，GPU也常常被用于需要大量重复计算的数据挖掘领域，如机器学习，深度学习等。

GPU使用场景：GPU被广泛地运用于PC、服务器、移动等领域。其中服务器GPU可做专业图形处理、计算加速、深度学习等应用，以独立GPU为主；移动端GPU主要采用集成GPU；PC根据使用用途不同，既可以搭载独立GPU，也可以使用集成GPU。

15 全球GPU巨头：NVIDIA、AMD

NVIDIA（英伟达）：创立于1993年，1999年发明了GPU，最初专注PC图形，后来拓展到密集计算领域，Nvidia利用GPU创建了科学计算、人工智能、数据科学、自动驾驶汽车、机器人技术、AR和VR的平台。 Nvidia是目前全球最大的独立GPU供应商，2020年营收1668亿美元，2021Q2 Nvidia全球独立GPU市场份额达到83%。

AMD（超威半导体）：成立于1969年，目前业内稀缺的可以提供高性能CPU、高性能独立显卡GPU、主板芯片组三大组件的半导体公司。2020年AMD营收976亿美元，其中计算和图形（包括CPU、GPU、APU等）业务营收643亿美元，2021Q2 AMD全球独立GPU市场份额达到17%。

2GPU两大应用场景：图显、计算

21 2020全球GPU市场规模接近千亿美元

2020年全球GPU市场规模达到9991亿美元。3D图像显示、人工智能深度学习的需求支撑GPU市场持续增长，根据Verified Market Research数据，2020年全球GPU市场规模达到9991亿美元，预计2028年达到15816亿美元，CAGR为59%。

测算2020年中国大陆独立GPU市场规模约235亿美元。中国是全球GPU市场重要组成部分，2020年Nvidia、AMD在中国大陆收入占比分别为233%、239%，我们假设中国大陆独立GPU市场占全球235%，测算2020年中国大陆独立GPU市场规模约为235亿美元。

22 PC GPU：2020年全球出货394亿片

PC（个人电脑）是GPU重要应用场景，根据Jon Peddie Research（JPR）数据，2020年全球GPU出货394亿片，同比增长179%。

23 PC GPU：Nvidia和AMD占据独立GPU市场

Intel领导集成GPU市场。Intel（英特尔）是全球最大的CPU制造商，2021Q2占据全球775%的x86 CPU市场，集成GPU集成在CPU中，Intel凭借CPU市场地位，占据全球PC GPU大部分市场。根据JPR数据，2021Q2 Intel占据全球683%的PC GPU市场份额，Nvidia和AMD市场份额分别为152%、165%。

Nvidia和AMD占据独立GPU市场。在独立GPU领域，Nvidia具备明显的份额领先，2021Q2市占率达到83%。2006年AMD收购ATI，2010年放弃ATI品牌后推出AMD Radeon（镭龙）独立显卡系列，2021Q2 AMD独立PC GPU市场份额17%。

24 AI服务器与加速芯片

AI服务器：通常搭载GPU、FPGA、ASIC等加速芯片，利用CPU与加速芯片的组合可以满足高吞吐量互联的需求，为自然语言处理、计算机视觉、机器学习等AI应用场景提供强大的算力支持，支撑AI算法训练和推理过程。

AI加速芯片：由于CPU并不适合大规模并行计算，因此需要加速芯片执行AI算法，目前AI加速芯片主要包括图形处理器（graphics processing unit，GPU）、现场可编程门阵列（field-programmable gate array，FPGA）、专用集成电路（application specific integrated circuits，ASIC）、神经拟态芯片等。

25 GPU是AI服务器首选加速方案

服务器是AI核心基础设施。根据IDC数据，2020年中国AI基础设施市场规模为393亿美元，同比增长268%，并将在2024年达到780亿美元，其中2020年服务器市场规模占AI基础设施的87%以上，承担着最为重要的角色。

互联网行业是AI服务器最大采购行业。根据IDC数据，2020年上半年，互联网占整体加速计算服务器市场近60%的份额，同比增持超过100%；政府行业和服务业分别依次位居第二位和第三位。

GPU服务器是AI加速方案首选。IDC预计2021年中国GPU服务器占比919%左右的市场份额，是数据中心AI加速方案首选。根据IDC数据，2019年中国GPU服务器市场规模达到20亿美元，预计2024年将达到64亿美元。

26 AI服务器通常配置多个GPU芯片

GPU加速服务器能够提供优秀的浮点计算能力，从容应对高实时、高并发的海量计算场景，例如深度学习、科学计算、3D动画渲染、CAE等应用场景。

3NVIDIA：全球GPU巨头

31 全球GPU巨头

Nvidia成立于1993年，1999年上市，市值近10年增长超过83倍，近6年增长超过49倍。截至2021年11月5日，Nvidia总市值7438亿美元，总市值美股排名第七，是目前全球市值最大的半导体公司。（报告来源：未来智库）

32 三大因素推动地位提升

技术革新、场景拓展、外延并购，Nvidia引领全球GPU发展。

GPU架构：Nvidia坚持每2-3年推出一代新的GPU架构，持续保持技术领先，新的Ampere已经采用7nm工艺；应用场景：从最初图形处理到通用计算，再到AI深度学习和自动驾驶，Nvidia不断推动GPU应用场景的突破；外延并购：2000-2008年Nvidia密集收购额多家公司，涵盖显卡、图形处理、半导体等多个领域，2020年宣布计划收购ARM。

33 近年业绩高速增长

Nvidia产品主要分为两大类：图形处理、计算&网络。下游市场包括游戏、专业可视化、数据中心、汽车四大类。

2020年Nvidia营收1668亿美元（yoy+527%），净利润433亿美元（yoy+549%），其中图形处理业务营收983亿美元，计算&网络业务营收684亿美元。除去2019年游戏市场需求波动造成业绩下滑外，Nvidia近5年营收、利润均保持较快增长。

得益于基于Ampere架构新GPU产品带动游戏业务高增，以及数据中心对算力需求旺盛，2021上半年Nvidia营收、净利润快速增长。

34 游戏是最大市场，数据中心市场增速较快

Nvidia下游市场分为四类：游戏、专业可视化、数据中心、汽车，各市场重点产品如下：

游戏：GeForce RTX/GTX系列GPU（PCs）、GeForce NOW（云游戏）、SHIELD（游戏主机）；专业可视化：Quadro/RTX GPU（企业工作站）；数据中心：基于GPU的计算平台和系统，包括DGX（AI服务器）、HGX（超算）、EGX（边缘计算）、AGX（自动设备）；汽车：NVIDIA DRIVE计算平台，包括AGX Xavier（SoC芯片）、DRIVE AV（自动驾驶）、DRIVE IX（驾驶舱软件）、Constellation（仿真软件）。

35 计算业务驱动高成长

计算业务是Nvidia成长的主要驱动力：数据中心已成规模，智能汽车将进入收获期。

在数据中心市场，Nvidia拥有芯片、硬件、硬件的全栈布局。得益于全球AI应用场景的快速增加，对算力的需求飙升。是Nvidia成长最快的市场，2020年营收达到约6696亿美元，近4年CAGR达到685%，远高于游戏市场的176%。2020年Nvidia数据中心市场营收占比已经超过40%，预计未来仍将继续提升。

在智能汽车市场， Nvidia形成了全栈式自动驾驶解决方案。AGX Xavier芯片于2018年开始出货，下一代自动驾驶芯片Orin计划用于2022年量产，算力将达到254TOPS，目前已经获得蔚来、理想、沃尔沃、奔驰等多个整车厂定点项目。我们认为2022年高阶自动驾驶汽车或将集中落地，Nvidia自动驾驶将进入收获期。

36 中国大陆收入贡献提升

Nvidia中国大陆收入快速增长。2020年Nvidia来自中国大陆收入3886亿美元，同比增长423%，近4年CAGR达到314%，同期Nvidia整体营收CAGR为246%。

Nvidia中国大陆收入占比呈上升趋势。2020年Nvidia中国大陆收入占比达到233%，相比于2016年的189%提升44pct，2021上半年Nvidia中国大陆收入占比256%，上升趋势明显。

我们预计中国大陆占比仍将提升。图显业务层面，人均收入提升将带动PC需求增加；计算业务层面，目前中国大陆在AI算法、应用层面具有领先优势，自动驾驶场景也将率先得到释放。

4景嘉微：国产GPU领军

41 国内唯一商用GPU公司

景嘉微成立于2006年，公司主营业务分为图形显控、小型专用化雷达、GPU芯片三类。其中图显、雷达产品主要面向军用市场，GPU芯片产品包括JM5400、JM7200，其中JM5400主要应用于公司图显模块中，JM7200成功拓展了民用和信创市场。2021年9月，公司第三代GPU芯片JM9成功流片，目前正在进行性能测试。

42 两个系列、三款GPU量产应用

景嘉微已完成两个系列、三款GPU芯片量产应用。第一代GPU产品JM5400于2014年流片成功，主要支撑军用装备，已在国产军用飞机上实现了对ATI M9、M54、M72等芯片的替代；第二代产品JM7200于2018年8月流片成功，性能与 Nvidia的GT640显卡相近。在JM7200基础上，公司又推出

　　前景不错，据前瞻产业研究院《2016-2021年中国云计算产业发展前景预测与投资战略规划分析报告》显示，云计算是一种IT资源的交付和使用模式，指通过网络（包括互联网Internet和企业内部网Intranet）以按需、易扩展的方式获得所需的硬件、平台、软件及服务等资源。提供资源的网络被称为“云”，其计算能力通常是由分布式的大规模集群和服务器虚拟化软件搭建。云计算的内容主要包括：架构即服务（IaaS）、数据存储即服务（DaaS）、平台即服务（PaaS）、软件即服务（SaaS）、“云安全”和虚拟化应用等内容。

　　全球云计算市场快速平稳增长。2015年，全球云计算服务市场规模达到1750亿美元，增长1306%。云计算产业仍处于快速发展阶段。从全球来看2021年，全球云计算服务市场规模将达到39122亿美元。

　　前瞻产业研究院报告显示，2015年，我国公有云市场规模达到1025亿元。同时，云计算的发展也带动和促进了上下游电子产品制造业、软件和信息服务业的快速发展，2015年，我国云计算上下游产业规模超过3500亿元。

　　作为整个云计算产业的关键组成部分。公有云市场近年来发展迅猛。未来伴随着技术的进一步完善，公有云安全性、可靠性将进一步为企业所认可；同时其特有的灵活配置、低成本、无需一次性大额投资等优势将吸引更多对中小企业采用公有云，这都将使得其渗透率的不断提高，预计到2021年，我国公有云服务市场规模将达到5703亿元。

算法、数据、算力后，中国人工智能开发的又一环节“AI模型”得到市场关注。

10月底，服务器公司浪潮信息发布了开源人工智能巨量模型“源10”，主要针对自然语言处理领域，即语言模型，意在吸引更多开发者进行人工智能自然语言应用 探索 。

所谓语言模型，就是让机器理解并预测人类语言的技术。源、GPT-3被通称为 “大型语言模型”，指的是一种利用深度学习的算法，通过数千本书和互联网的大量文本进行训练，将单词和短语串在一起。

2020年，美国人工智能非营利组织OpenAI曾发布GPT-3模型，参数量首次突破千亿大关，达到1750亿，采用570GB训练数据集，可以答题、翻译、写文章等，吸引了全球AI行业的目光。《麻省理工 科技 评论》就评价GPT-3：“人们认为可以写出任何东西：同人小说、哲学辩论、甚至代码。人们甚至就GPT-3是否是第一个通用人工智能展开争论。”

自那以后，国内就在积极推进这类大模型在中文世界的落地。阿里巴巴曾联合清华大学，在今年3月发布了参数规模达1000亿的中文预训练模型M6，可应用于电商产品描述生成、问答、中国诗歌生成等任务。今年4月，华为发布华为云盘古大模型，开发者只需少量行业数据，就可以快速开发出精准度更高、泛化能力更强的AI模型。

本次浪潮发布的源10在规格上达到了新高。浪潮表示，源10模型参数规模为2457亿，训练采用的中文数据集达5000GB。相比GPT-3模型，源10的参数规模领先40%，训练数据集规模领先近10倍。

根据浪潮提供的测试数据，将源10模型生成的对话、小说续写、新闻、诗歌、对联与由人类创作的同类作品进行混合并由人群进行分辨，测试结果表明，人群能够准确分辨人与“源10”作品差别的成功率已低于50%。

在零样本学习榜单中，“源10”超越业界最佳成绩183%，在文献分类、新闻分类，商品分类、原生中文推理、成语阅读理解填空、名词代词关系6项任务中获得冠军；在小样本学习的文献分类、商品分类、文献摘要识别、名词代词关系等4项任务获得冠军。在成语阅读理解填空项目中，源10的表现已超越人类得分。

企业竞相发布 “大型语言模型”，原因在于AI技术普及的瓶颈。在开发效率上，AI应用开发太慢，阻碍了技术和需求的结合，而大模型被视为可行方向。“目前来看，通过大规模数据训练超大参数量的巨量模型，被认为是非常有希望实现通用人工智能的一个重要方向。”浪潮首席科学家王恩东认为。

“大模型最重要的优势，是进入大规模可复制的产业落地阶段，只需小样本的学习，也能达到比以前更好的效果，而且模型参数规模越大，这种优势越明显，可大大降低各类用户的开发使用成本。”浪潮人工智能研究院首席科学家吴韶华说。

在推广形式上，源10采用开源模式，面向高校、科研机构的人工智能方向的团队，以及浪潮合作伙伴和智能计算中心开放。吴韶华设想，源10从数据、API、代码这些方面来做开源开放。同时，浪潮还将与合作伙伴推动“源”在国产的芯片上应用的迁移和开发。

浪潮预计，源10中文巨量模型的发布，使得中国学术界和产业界可以使用一种通用巨量语言模型的方式，大幅降低针对不同应用场景的语言模型适配难度，并提升在小样本学习和零样本学习场景的模型泛化应用能力。

AI市场应用规模正逐步加大。浪潮信息AI&HPC产品线总经理观察到，对于AI模型的算力需求，每3到4个月就会翻一倍，预计每天会增长一个数量级。“我们可以非常直接的感受到，AI云服务平台已经在为工作生活等方方面面提供包括云识别、图象识别、自然语言处理等非常多AI服务的调动。每天的调动量会超过数万亿次。”

对浪潮信息而言，以“大型语言模型”为代表的AI模型对算力需求巨大，有助于推动智能计算中心等项目落地和推广。事实上，智能计算中心是近期各家中国 科技 企业都在力推的项目，浪潮、华为、新华三等IT硬件厂商可通过售卖硬件，从中获益。

在AI应用上，人工智能的炫技式应用已经被行业解决方案替代，大算力支持已经不可或缺。例如，部分政府的市民服务热线在使用了自动派单、语义识别、情绪感知等人工智能技术之后，速度从过去的几分钟缩短到了几秒钟。根据浪潮的设想，源10模型可涉及运营商智能运维，在智能办公场景自动生成报告，在手机互联网场景自动对话的智能助手，在电商互联网场景中的智能客服及文字识别、文本搜索、翻译等应用场景。

受益于AI巨大市场，浪潮信息相关业务保持增长。根据2020年IDC的全球AI服务器的数据，浪潮、戴尔和HPE，分列全球市场的前三位，其中浪潮市场占有率达到164%。IDC还预计，到2025年中国AI服务器的市场规模会达到108亿美元。

7月10日，权威研究机构Gartner发布全球云计算市场数据，2018年阿里云全球市场份额增长近一倍，在全球市场“坐三望二”。分析师认为阿里云研发投入近乎激进，建立起全球最丰富技术产品矩阵，带来强劲增长。

据Gartner统计，2018年全球云计算市场向头部进一步集中，3A（亚马逊AWS、微软Azure、阿里云）占据七成市场份额。亚马逊依旧领跑，但市场份额已经见顶回撤，增速268%跑输大盘，市场份额下跌4个百分点。微软和阿里云均有市场份额增长，其中阿里云保持3A军团中最快增长，市场份额增长近一倍。

在报告中，Gartner分析师用近乎激进（aggressive）来形容阿里云的战略级研发投入。这让阿里云建立了全球最丰富的产品和服务矩阵，带来市场份额的大幅跃升。此外，阿里云构建的生态系统也让人印象深刻，其平台上有大量云管理服务商MSP和独立软件开发商ISV。

公开资料显示，阿里巴巴在十年前提出“去IOE”，发展云计算技术支撑互联网业务发展。目前，阿里云已经在多个技术方向上取得突破，包括超大规模通用云计算操作系统飞天、云原生数据库PolarDB、弹性裸金属云服务器神龙、开创性人工智能平台城市大脑等。

据普华永道统计，阿里巴巴技术研发投入为中国上市公司之首。2017年，阿里巴巴宣布成立达摩院，3年投入1000亿进行核心基础技术研发，为云计算业务发展提供了强劲动力。

在报告中，分析师还认为，以阿里巴巴的雄厚实力，阿里云将继续进行海外市场的扩张，不断提升自己的市场份额。在此前Gartner公布的亚太市场数据中，阿里云以196%的市场份额排名第一，超过亚马逊和微软的总和，建立起亚太市场的领导地位。

据统计，阿里云在全球19个地域开放了56个可用区，服务全球200多个国家和地区的数百万用户，其中包括超过一半A股上市公司、80% 科技 创新企业，正在将技术积累转化为数字经济前进的动力。