公司软件业务发展现状 - 公司在AI热潮中市值达到高点 成为首家市值5万亿美元的公司[1] - 公司正面临挑战 其全球现场运营部门的资深销售员工内部邮件揭示了在向客户讲述全面软件故事和销售软件产品时遇到的障碍[2] - 软件销售涉及Nvidia AI Enterprise (NVAIE) Run:ai Omniverse和vGPU等一系列产品[3] 公司软件产品详情 - Nvidia AI Enterprise (NVAIE) 是一套帮助客户开发自有AI应用程序的工具 于2021年推出 设计用于运行在公司的AI芯片和CUDA软件包上[4] - NVAIE的客户包括纳斯达克 美国国税局(IRS)和AT&T等[4] - 内部讨论聚焦于这些商业软件产品的销售 而非CUDA[4] 软件销售财务预测 - 公司主要业务是设计GPU和其他AI硬件 财报中未单独披露商业软件收入[5] - 软件业务规模较小 但有助于为公司更广泛的AI产品组合产生经常性收入并加深客户依赖[5] - 公司预测软件销售表现健康 其中第三财季北美和拉美地区独立软件销售预计达到目标的110% 而硬件捆绑软件销售预计仅达到目标的39%[6] - 当季整体软件销售预测为7870万美元 主要由NVAIE驱动 其预测达到目标的186%[6] 销售流程中的挑战 - 公司需要与销售伙伴和客户经理围绕NVAIE等产品制定全面软件故事 并计划为客户创建研讨会以规划AI项目[7] - 内部和与客户谈判时均需要额外的教育工作 最大痛点在于教育潜在客户的采购和法律团队理解AI Enterprise软件[8] - 公司与客户的法律和采购团队在理解软件销售流程上存在根本性脱节 尤其在金融和医疗等高度监管的行业[8] - 数据安全 赔偿义务以及客户要求高于公司承受范围的损害赔偿责任上限是谈判中的其他难点[9] 行业背景 - AI技术采纳不均衡的现象并非公司独有 一些公司认为这项热门技术尚处于早期 不适合广泛部署[10]

报告行业投资评级 未提及 报告的核心观点 在AI大模型驱动下，中国智能算力需求与供给同步高速攀升，具备高效资源整合与调度能力的平台，将具备突出的规模化发展价值；算力调度中心的盈利高度依赖政府补贴，企业需战略性早期介入并契合政府多维核心价值；平台需具备高效整合和调度各地异构算力的技术能力；算力平台规模化价值变现的核心在于庞大且多元的客户基础，结合高效的生态合作与增值服务策略 [10]。 根据相关目录分别进行总结 算力需求增长迅速 - 中国智能算力需求与供给同步高速攀升，超大规模、高性能算力中心加速布局，带动整体算力基础设施快速扩容，具备高效资源整合与调度能力的平台有突出规模化发展价值 [10][11] - 智能算力需求在大模型应用领域激增，大模型需求占比接近60%，反映AI技术快速发展和未来算力市场巨大潜力 [14] - 互联网巨头和超大规模云服务提供商持续扩展算力中心，预计至2028年，中国智能算力整体需求将超20,000MW [16] 算力调度平台的价值 - 算力调度平台通过统一架构智能整合异构资源，核心价值在于提升利用率、降低使用门槛、简化算力获取流程，实现高效便捷的服务供给 [20] - 解决资源“碎片化”与“利用率低”痛点，汇聚碎片化、异构算力，通过智能调度提升整体资源利用率与可及性 [19] - 降低用户“成本”并提升“灵活性”，提供弹性、按需、高性价比的算力使用模式，显著降低用户成本和获取门槛 [19] - 简化算力“获取与管理复杂度”，统一管理并智能匹配算力与任务需求，简化用户操作，优化资源分配效率 [19] 政府补贴是核心来源 - 政府补贴是驱动算力调度中心商业模式及盈利的关键，政府核心诉求是确保本地已建算力资源充分利用，并通过结构化补贴机制激励用户、降低平台风险 [30] - 企业要成功赢得政府订单，需战略性早期介入以影响决策，精准把握、满足政府在经济、社会效益及政绩等多维度的核心价值诉求 [30] 优质算力调度平台技术特征 - 平台需具备精细化资源切片、异构算力兼容、跨地区调度、实时监控与动态调度等能力，实现算力资源的高效复用和低成本变现 [38] - 细粒度切片，将整块算力资源精准拆分为小单元，满足不同客户多样化需求，实现闲置资源充分复用 [33][38] - 异构算力兼容能力，具备兼容性，通过资源虚拟化技术统一调度不同芯片架构，确保用户体验不受硬件差异影响 [36][38] - 跨地区调度能力，整合各地区算力资源，实现资源跨区域调度，降低单一地区资源不足或故障的风险 [34][38] - 实时监控与动态调度能力，建立完善监控系统，实时跟踪客户算力使用状态，动态调整和打包复用闲置算力，提升资源利用率和收入 [37][38] - 潮汐调度能力，根据客户需求波动和使用高峰低谷，合理安排任务分配，实现资源高效变现 [35][38] 算力调度中心规模化的核心 - 算力平台需依托庞大且多元的客户基础，并结合高效的生态合作与增值服务策略，实现算力的规模化价值变现 [42] - 足够大的客户规模是快速盈利和达成目标的基础，高价值、需求稳定的大客户是核心目标，促使平台就近部署以优化服务 [42] - 客户群的丰富性允许通过分层定价实现算力溢价，最大化整体收益 [42] - 通过合作生态转型为“批发商”，聚焦高毛利算力销售并由伙伴完成低毛利交付，有效控制风险、提升利润 [42] - 在基础算力之上提供存储、网络等增值服务进行交叉销售，增加收入，提升客户粘性与终身价值 [42]