英偉達未來5年業績或增5倍以上　估值過熱　后續有望轉向服務提供商

王天一

主持人語

6 月份以來美股重拾上行趨勢，投資者對于AI 的長期看多，抵消了對經濟衰退的短期看空。人們期待AI 為企業經營帶來變革的同時帶來利潤增長，但高盛最新的測算顯示，人工智能需要切實將每股收益提升1.5%，才能抵消經濟衰退帶來的15%的收益下滑。

極少數人在意這份提醒，因為在淘金路上賣鏟子被證實是一個暴利行業，沒有人想要錯過云計算和英偉達。

英偉達是“AI 大爆炸”的代表，自上世紀90 年代以來，在成長型股票中，還沒有哪家的季度指引能比分析師的預期高40 億美元，英偉達5 月24日的財報做到了。但它的高估值必須引起足夠的重視，一旦有跡象表明高增長無法持續，投資者就會出逃，股價就會暴跌。目前，一些漲幅最大的AI 相關股票，其估值已經接近互聯網泡沫時期的“受益者”。

在炙手可熱的AI 之外，傳統行業的機會普遍存在。TPW 投資首席投資官杰伊·佩洛斯基認為新興市場、美國周期股和大宗商品存在巨大空間。橡樹資本創始人霍華德·馬克斯最近平靜而樂觀地表示，“市場處在中間狀態，市盈率不是高得離譜，經濟也不是一場深刻的衰退，我覺得一切都很美好。”

主持人 李健

英偉達未來的構想是走向產業鏈下游，由原來單純的設備供應商再增加服務提供商，其自建或合建的算力中心就會把原來5000 多倍的資本支出縮減到千分之一，市場份額將隨之增加5 倍左右，這對供需雙方將是一個雙贏的方案。

隨著英偉達2023 年一季報的公布，其市值突破萬億美元大關，與蘋果、微軟、Google的母公司和亞馬遜并列成為五大巨無霸科技企業之一，這五家公司合計占了標準普爾市值的25%，相對科技股集中的納斯達克指數上漲了33%，標準普爾指數只漲了11.5%。如果投資者錯過了英偉達今年187% 的漲幅，還可以在高點繼續買入嗎？本文將從算力供需側、護城河、挑戰等多維度對比，評估其投資價值。

需求側：AI算力需求增長超預期翻倍時間縮短到3.4個月

摩爾定律是由英特爾創始人之一戈登·摩爾于1965年提出，描述了集成電路的性能和功能隨時間發展的趨勢，并在隨后幾十年中得到驗證和延續。

從計算能力增長來看，人工智能經歷了兩個時代，從1959年到2012年，大致符合摩爾定律的結果，翻倍期為兩年左右。從2012年到現在，算力的增長大大超過了摩爾定律。

根據openAI 在2018 年5 月發表的題為人工智能和計算的研究報告，從2012年以來，人工智能訓練運行中所使用的計算量呈幾何級數增長，翻倍時間縮短到僅僅為3.4個月，6年里算力增長了30多萬倍，如果按照傳統的摩爾定律（2年）算力只能產生7倍的增長。

算力需求的增長一直是人工智能進步的一個關鍵組成部分，如果這種趨勢繼續下去，就需要為遠遠超出今天能力的需求做好準備。

ChatGPT的最新發展也印證了5年前的結論。表1列舉一下不同版本的參數，根據Semafor的報告，GPT-4的規模約為GPT-3的六倍，有大約1萬億個參數，此外訓練數據量也在同步增長。參數從最初的1.17億已經增長到1萬億，5年里增長了5.2 萬倍，基本符合之前的假設。

由于今年僅僅是人工智能自動生成內容（AIGC）繁榮的開始，更多的互聯網企業投入其中，這個趨勢會繼續下去。基于這一分析，更多的資本支出會投入到這一蓬勃發展的領域，由于人工智能研究計算密集性增加，也因此會變得資本密集，成為只有少數公司才玩得起的像F1賽車那樣的貴族運動，投資前景引人擔憂。

供給側：“黃氏定律”挑戰摩爾定律AI硬件處理能力有望每年增1倍

表1 ChatGPT發布時間和參數變化對比

數據來源：Semafor

摩爾定律的基本觀點是，在相同的芯片尺寸下，集成電路上可容納的晶體管數量每隔約18～24個月就會翻倍，而其造價也會相應減半。這意味著處理器性能將在相同的物理空間內呈指數級增長。

摩爾定律在推動半導體產業的快速增長和創新方面具有重要作用。隨著晶體管密度的增加，芯片變得更加強大、更小、更快，并能執行更復雜的計算任務。這為計算機技術的進步提供了基礎，推動了個人電腦、移動設備、互聯網和人工智能等領域的迅速發展。然而，隨著時間的推移，摩爾定律也面臨著挑戰和限制。隨著晶體管尺寸逐漸接近其物理極限，以摩爾定律的速度繼續增加晶體管密度變得越來越困難。此外，高度集成的芯片會產生熱和功耗問題，導致散熱和能效方面的挑戰。

伴隨著微芯片組件變得越來越小，芯片的進步越來越難以滿足摩爾定律的速度要求時，2015 年以后，芯片的處理能力需要20年才能翻一番，人們普遍認為摩爾定律已經成為過去。

面對統治半導體領域超過半個世紀的經驗定律，英偉達首席執行官的黃仁勛在加利福尼亞州圣何塞舉行的2018年GPU技術大會上提出了顛覆性的黃氏定律，他觀察到英偉達的GPU比5年前快25倍，即人們通常所說的GPU硬件性能每年翻倍。而摩爾定律預計只會增加接近10 倍級別（按照18 個月考慮）。

圖1 單芯片推理性能對比

資料來源：Bill Dally 2022年3月16日演講稿

英偉達公司首席科學家兼研究部高級副總裁Bill Dally在2022年3月舉行的美國橘郡計算機學會演講中給出了更具體的答案：單個GPU的計算能力在8年內提高了316倍，GPU推理性能確實是每年翻一番，對比摩爾定律在商業上統治芯片半個世紀，GPU未來高速發展才剛剛開始。（見圖1）

5年后算力價格或僅為當下2.5% 降價有望新增5000多倍市場空間

如果GPU 的性能是技術領域的競爭，那么從供給來看，主要關注英偉達的生產能力和銷量，ChatGPT點燃了AIGC（生成式AI）革命后，所有的互聯網大廠和初創公司都瘋搶GPU，使GPU形成賣方市場，價格持續上漲。

目前國內GPU 芯片價格比建議零售價高出40%，甚至連2018年推出的老一代產品V100的價格也在1萬美元左右，供應國內的A800的售價約高達3.65萬美元。在移動互聯網競爭中，各個廠商都在跑一場永不停止的4×100米接力，AIGC無疑是下一個接力點，稍有失誤就會失去下一個十年。

如果按照OpenAI發表的算力每3.4個月翻倍，5 年后的需求大概超過目前容量的20萬倍以上的級別，這是在沒有考慮需求側的承受能力和供給側的產能的理想情況，如果觀察表2中近6年GPU迭代過程中算力和硬件價格的對比，就會發現每秒萬億次計算的價格從348美元降到了個位數的4美元，僅為最初價格的1.2%，每年降幅超過了52%。

表2 單位算力價格變化

數據來源：筆者根據公開資料整理

假設價格下降趨勢持續下去，5 年后單位算力價格僅為現在的2.5%，也就是市場份額會增加5000 多倍，毫無疑問，這是一個無比巨大的市場。如果以2023財年英偉達計算網絡收入151億美元推算，人工智能的算力市場超過70萬億美元市場規模，仍超出了需求側的經濟承受能力。

英偉達后續或轉向服務提供商 自建數據中心緩解GPU供給壓力

目前只能通過以下三個因素挖掘潛力：算法、并行計算（增加GPU 數量）和硬件升極（單個GPU處理能力）。根據黃氏定律每年處理能力翻倍，單個GPU處理能力是5年后是現在的32倍，在算法沒有革命性的突破情況下，依靠并行計算就和GPU數量相關，在量子計算商用之前，似乎惟一可行的只有擴大英偉達供貨能力。

現在的主要瓶頸在于英偉達產能受限，其GPU的交付時間原來僅需3個月左右，現在新訂單要推遲到年底，等待時間超過半年，甚至1年。且目前英偉達芯片已經沒有庫存，H100和A100高算力GPU更是供不應求。而英偉達在訂貨之前預付了現金，如果收入下降，會陷入虧損的危險。

英偉達目前也采用代工制造和組裝其產品，芯片主要由臺積電代工生產，少量產品由三星代工完成，并考慮未來引入英特爾代工，而服務器系統代工則由緯創、鴻海完成。但英偉達在年報中坦誠公布了潛在風險：“芯片制造周期很長，無法保證晶圓、元件和產能供應，并且其供應、生產和交付都存在不確定性。”

從上面分析可以看出，需求側無法承擔這么大的資本支出，供應側則產能有限，這么大的市場只能放棄。實際上黃仁勛在接受媒體采訪時給出了英偉達的解決方案：如果其他企業或者云服務提供商自建一個數據中心需要10億美元，英偉達自己承建就可以縮減到1 億美元，當把它放在云端并由100家公司共享時，成本就僅為原來的千分之一，只需要1000 萬或2000 萬美元就可以建立ChatGTP 這樣的應用，英偉達提供的GPU 允許初創公司使用比傳統計算機處理器低得多的成本來訓練模型，建立像大型語言模型不再是少數幾個互聯網巨頭的專利，對于這類模型所需的計算量來說實際上是很便宜的，中小公司都能負擔得起。

英偉達未來的構想是走向產業鏈下游，由原來單純的設備供應商延伸到服務提供商，其自建或合建的算力中心就會把原來5000多倍的資本支出縮減到千分之一，市場份額將隨之增加5倍左右，這對供需雙方是一個雙贏的方案。

AMD、英特爾、谷歌、蘋果等“攪局” 英偉達AI硬件壟斷地位遭受挑戰？

英偉達從1993年成立起歷盡起起伏伏，早期兩代顯卡在市場上都失敗了，直到1999年上市后推出第一款GPU產品GeForce256 才逐漸在圖形顯示卡領域立足，早在2008年推出的智能手機芯片，因為基帶的劣勢最終放棄了智能手機市場，最后才在人工智能處理芯片領域成為行業龍頭。

從做圖形處理硬件開始創業起，一直在為信息時代的淘金者甘當“送水人”，成功更是由于一直堅持不懈，在打井取水的過程中很幸運地打出了石油，同樣的芯片在圖形處理時只能賣到1000美元的數量級，如果改為人工智能并行計算就會價值上萬美元。

根據匯豐銀行的分析預測，人工智能芯片的售價將比標準游戲芯片高10到20倍，英偉達在人工智能自動生成內容（AIGC）領域占據了90%的市場份額，遠遠領先于超微半導體（AMD）、英特爾和美光科技等芯片競爭對手。這也使得英偉達當前市值接近兩個臺積電，5 倍于AMD，7倍于英特爾。

但面對人工智能芯片未來巨大的市場，AMD、英特爾、谷歌、蘋果、微軟等芯片廠商和和科技巨頭紛紛下場布局。如AMD 在今年1 月推出了InstinctMI300加速處理器，其公布的技術資料上運算速度已經超過了英偉達的旗艦產品H100，AMD 為提高吞吐量和能源效率，將不同單元封裝在一起，而不是像英偉達那樣連接到兩個單獨的設備。

為了配合新產品投入市場，6月13日特別舉行了“AMD數據中心和AI技術首映式”，通過直播展示公司的發展戰略將聚焦于擴展數據中心和AI產品的融合。從下半年起AMD GPU產品將與英偉達展開直接競爭，特別是對高性能計算要求更高的場景，因為AMD的浮點計算性能現在遠遠領先于NVIDIA。

英特爾也為最近火熱的GPU 市場改變了市場策略，其原先的目標是推出結合了CPU 和GPU 內核的XPU FalconShores，為了縮短上市時間單獨推出Falcon Shores GPU。并且還將提供單一的GPU編程接口，未來英偉達在AI領域硬件壟斷地位會受到挑戰。

從中長期來看，除了芯片廠商會加速研發新一代GPU，谷歌、蘋果、微軟、亞馬遜和Meta等互聯網巨頭也在最近幾年投入到這一人工智能的基礎領域，因為誰都不想在關鍵領域受制于人。

谷歌已經開發出第四代人工智能芯片TPU v4（Tensor Processing Unit），宣稱其性能已經超過了英偉達上一代產品A100芯片，將4000多個TPU v4芯片組合成一臺超級計算機，應用于其大語言模型PaLM的訓練。

蘋果在其iPhone、iPad 和Mac 等設備中使用A系列和M系列AI芯片系列，這些AI加速器具備強大的機器學習和神經網絡處理能力，為蘋果產品加寬了護城河。即使直接投資OpenAI受益最大的微軟也在尋求擺脫對英偉達的依賴，與英偉達競爭對手AMD合作開發雅典娜（Athena）人工智能芯片。

但在筆者看來，即使其他硬件廠商在短時間內硬件性能可以和英偉達競爭，其開發平臺的劣勢也是在短期內無法彌補的，就像微軟在早期智能手機市場中缺少開發者和應用而不得不放棄。

平臺優勢加固英偉達“護城河” 借助軟件匯聚400萬下游開發者

未來的AI芯片會呈現百花爭艷的局面，那么英偉達優勢到底能持續多久呢？

英偉達早在2006年就布局了通用并行計算平臺，推出了統一計算架構（Compute Unified Device ArchitectureCUDA），英偉達把原先僅用于3D圖形加速器的GPU 擴展為并行計算加速器，通過CUDA使GPU形成類似互聯網的優勢，使全球許多最快的超級計算機加速運轉，成為人工智能時代的發動機。CUDA 在推出12 年時間才達到200萬開發者，CUDA下載次數超過4000萬次，最新年報顯示，CUDA開發人員已經達到了400萬人，在過去的兩年半里，這個數字翻了一番。

英偉達通過發布CUDA 開發工具來擴展其生態系統，為科研開發人員編程提供了一整套開發工具，繞過硬件壁壘直接著手深度神經網絡等應用。根據英偉達官網介紹，微軟、騰訊和百度都在采用CUDA處理計算機視覺，在成本和能源方面節省了4倍。

目前CUDA已經成為科學模擬、機器學習、數據分析和計算機視覺各個領域的首選平臺，利用GPU的并行處理能力來加速其應用程序的必備工具。

英偉達未來5年業績或增5倍以上 但百倍以上估值大概率難持久

英偉達如果能夠復制英特爾在90年代中期的輝煌，收入在5年內會有5倍以上的增長，凈利潤會增長到5～10倍。從最新公布的年報來看，其收入主要來源是計算網絡和圖形處理兩個部分，分別是151 億美元和119 億美元，隨著人工智能算力需求的增長，計算網絡雖然比上年增長了36%，然而由于PC市場出貨量下降，圖形處理下降了46%，總收入270 億美元基本和去年持平，凈利潤卻由于成本上漲和研發支出增加，比上一年度下滑了55%。

由于芯片產業收入和凈利潤波動比較大，筆者以近5年英偉達收入和凈利潤的平均數作為評估的基點（見表3），由此計算出五年后每股收益在10～20美元區間。考慮到2023年財報由于成本上漲和研發支出扭曲了凈利潤，使目前的市盈率高達200倍。如果以2022財年每股收益3.85美元來計算市盈率，真實的市盈率就會下降接近一半到110 倍左右。

但在筆者看來，即使這樣對于投資者來說也存在著巨大的風險，未來市盈率保持在100倍左右，每股股價就會在1000～2000 美元之間，對比現在400 多美元的股價，收益在1.5～4倍之間，只是這么高的市盈率，筆者認為，或將很難持續下去。

表3 英偉達最近5年收入和凈利潤情況

數據來源：筆者根據英偉達年報整理

表4 英偉達未來5年估值情況

數據來源：筆者根據macrotrends 數據整理

圖2 英偉達長期市盈率和股價圖

資料來源：macrotrends

圖3 英特爾在互聯網泡沫前后15年財務數據

資料來源：筆者根據英特爾年報整理

拉長時間周期來看，從2010 年以來，英偉達歷史平均市盈率是44倍（見圖2），但是在2017年以前的平均值只有24倍，只是近5年在人工智能的新浪潮下，市盈率平均值達到了67倍。如果用英偉達歷史市盈率進行估值，從表4的結果中可以看出，最好的情況下股價是1340 美元/股。而一旦回到2017 年前的估值水平，股價要比現在跌將近40%，雖然5 年平均復合收益率中值有11%，但是承擔這么大的風險，筆者認為還是得不償失。

畢竟市場總是在人們不知不覺中在醞釀著泡沫。早期互聯網熱潮時，許多納斯達克互聯網股票的市盈率都超過了100 倍，只是沒有人能夠知道它們何時會破裂。許多人買入的原因就是堅信可以賣給一些更傻的接盤俠，自己可以獲利了結。

如果借鑒英特爾在2001年之前后共15年的財務數據，讀者會發現從1986年以后英特爾經歷了連續14年收入增長，在2000年時到達頂峰，在上世紀90年代中期增長速度最快，平均5年收入增長3倍多，凈利潤更高達5倍多。

其股價90 年代初僅僅1 美元，到2000年泡沫高峰時股價高達70美元，10年上漲了70倍；不幸的是互聯網破裂之后，2001財年英特爾收入下滑20% 多，凈利潤呈現斷崖式下跌接近90%，股價也從高點跌了80%多。目前股價接近30美元，20 多年過去了，再也沒有恢復當年股價的輝煌，而目前英特爾近10年來市盈率一直在10倍左右徘徊。

當然，相較于英特爾，筆者認為英偉達目前的情況和思科在2000年股價最高時更為相似。二者的市盈率都超過了200 倍，思科當時市值和與銷售額的比率為31倍，英偉達現在接近38倍，筆者認為，這個估值肯定是過高的。目前和2000年的市場，惟一的區別是其他公司都在合理的估值范圍內，只是英偉達受到了市場的熱捧。

英偉達新瞄準邊緣計算市場 臺積電、三星等晶圓代工廠價值凸顯

就在因為生成式AI和大語言模型（LLM）火爆而在半年內推高英偉達股價接近兩倍之時，英偉達2023年財報瞄準了新興的邊緣計算市場，未來可以通過生成式人工智能和數字化重塑3萬億美元的汽車行業，內容涉及汽車設計、制造、自動駕駛和客戶體驗。英偉達公司希望引領工業轉型，開發自動駕駛汽車是一項最復雜的人工智能挑戰。

在英偉達的構想下，自動駕駛汽車需要兩臺電腦：一臺位于數據中心的人工智能工廠，可以通過大數據完善和測試人工智能；另一臺位于智能汽車中，英偉達通過硬件優勢匯聚了數百個合作伙伴，正在合作開發英偉達駕駛（NVIDIADRIVE）軟件。這一陣營包含了前30名中的20名新能源汽車制造商、許多行業內的一級制造商和頂級軟件公司、最大的10家卡車公司中的8家以及自動駕駛出租車公司。如果英偉達在邊緣計算領域也能獲得像數據中心那樣的市場，很可能會撐起另一個萬億級市值。

投資者如果不想冒這么大的風險，可以選擇投資產業鏈的下游，因為未來的受益者會集中到臺積電、三星等少數幾個晶圓代工企業，無論是英偉達、AMD 等硬件廠商，還是互聯網軟件公司，其設計出來的芯片都會由少數幾個晶圓成品加工企業負責生產，晶圓代工行業屬于典型的技術、資本、人才密集型行業，需要大量的資本支出和人才投入，具有較高的進入壁壘，臺積電和三星每年的資本支出都在300億美元以上，英特爾去年的資本開支也達到了250億美元，寡頭壟斷形勢明顯，更容易從行業發展中受益。（本文作者系現居加拿大的職業投資人。本文提及個股僅做分析，不做投資建議。）