核心观点：

1、英伟达市值超过英特尔，本质是GPU的通用算力得到业界认可。

2、英伟达通过投资的方式进行广泛战略布局，自动驾驶是重点领域。

3、对标英伟达，中国公司百花齐放，自动驾驶市场可以期待。

AI之光英伟达终于被资本市场承认，市值一度超越英特尔成为美国市值最大的芯片上市公司。

以双方最近一个完整财年数据对比（美国通用会计准则），英伟达2020财年全年收入109．2亿美元，收入同比下跌7％，净利润27．96亿美元，同比下跌32％；英特尔2019年财年营收719．65亿美元，同比增长2％，净利润210．48亿美元，与上一财年持平。

在财务数据均不占优的情况下，英伟达凭借什么赢得资本市场信任？我们以投资视角来看英伟达如何布局AI未来。

AI算力路口：通用计算的胜利

CPU和GPU在算力支撑上有明显的区别，CPU有高级功能，有复杂的逻辑控制和优化电路，而GPU有众多结构相对简单的计算单元和超长流水线。

CPU可以解一个方程组，GPU则可以同时进行大量的加减乘除运算，这种区别导致GPU更适合人工智能相关产品对大规模并行计算的需求。

2000年，CPU仍是学界依赖的算力提供方，但由于CPU在架构上的局限，计算支持单元有限，算力释放不彻底，学者和工程师开始尝试寻求通用计算（GPGPU）下的算力支持。

2006年，英伟达在GPGPU框架下推出Tesla架构，并在第二年推出CUDA系列编程环境，借助CUDA可以大大降低用GPU做通用计算的难度，为后续AI算力支撑打下基础。

2012年，深度学习开山鼻祖之一的Geoff Hinton的学生Alex Krizhevsky，借助英伟达的GPU成功训练出了深度卷积神经网络AlexNet，优秀的算力支撑让众多AI学者开始以CUDA为第一选择，也进一步导致人工智能业界认可英伟达在AI的地位。

不仅在底层技术有布局，早在2009年，英伟达就进入车联网，当时与大众奥迪合作，在新式导航系统中应用Tegra系列芯片，特斯拉也在早期车型中使用Tegra芯片，Model S就基于Tegra 3进行电动与车载娱乐系统开发。

随后IBM、Facebook、ARM等公司展开合作，以深度学习、机器学习、训练神经网络等为方向，加快AI芯片开发工作，截至目前，英伟达GPU是全球大规模AI商用芯片提供商之一，产品广泛应用于车联网领域。

伴随自动驾驶市场崛起，英伟达以消费级芯片供应商身份，参与到车载芯片的市场争夺战中，叩开了AI算力的大门，除了业务布局外，英伟达几年间进行投资布局，投资和收购大量企业，进一步深入到AI产业中。

英伟达的投资版图

2013年至今，英伟达针对AI全产业链累计进行了20余次投资并购行为，平均每年3次，其在自动驾驶领域和大数据分别进行5次和7次投资，此外还投资了人工智能孵化器、2家AI医疗公司、1家机器学习平台、2家音频处理公司。覆盖了中国、中国、以色列、加拿大、匈牙利、日本多个国家与地区。