輝達目標價突破1000美元，亞洲AI產業鏈乘風而上
當微軟投資OpenAI之初（2019年），微軟也並不知道如今人工智慧（AI）的變革狂潮如此兇猛。 因而比爾·蓋茲說，我們總是高估未來兩年的變化，但低估了未來十年的變革。
2023年AI就迎來了它的「iPhone時代」。 輝達（ Nvidia ）無疑是 AI 變革淘金熱中的「賣鏟人」，近兩年被譽為是「全球股市的神」，這一「 AI 第一股」的股價頻頻受到質疑，但每次財報釋出後空頭都會被打臉，股價漲得越高、估值卻反而越便宜（利潤兌現超預期）。
經歷了 4 月因降息預期暴跌而引發的大跌，輝達的股價（ 898 美元）近期又逼近前高（ 910 美元）， 5 月 22 日輝達將釋出 2024 年一季度財報。
近期，華爾街再度紛紛上調股價預測， 1000 美元早就不是一個令人質疑的天文數據，高盛最新給出了 1100 美元的 12 個月目標價（ 3 月前為 875 美元），因為機構提升了 2025 年到 2027 年財年的 EPS （每股盈利）預測，提升振幅平均為 8% ， 表明持續強勁的 AI 伺服器需求和供應改善 。 數據中心收入的無限前景，無疑是輝達的壓艙石。
盡管輝達有極高的護城河，但市場的機會也並不限於它， AI 仍在變革初期，因此更多投資管理人更傾向於「啥都買一點」。
輝達的標準 AI GPU 可能獲得 80%的 市占率，而客製化 AI 芯片也在使得一些公司受益，例如特斯拉、亞馬遜、微軟、谷歌、 Alchip 、 Broadcom 、 AMD 。
亞洲市場更是存在很多機遇。 半導體行業專家、路博邁亞太區 股票主題研究部門負責 人溫演道（ Y.T. Boon ）此前在上海時對筆者提及， AI 的投資正迅猛增長， AI 芯片未來五年會以每年 50% 的速度成長。
中國台灣、日本、南韓、東南亞（泰國、馬來西亞等）等亞洲國家都聚集了一系列產業鏈上的公司，有望在 AI 浪潮中持續受益。
輝達沖向千元大關？
4 月公布的美國通脹、零售等數據超預期，導致 6 月降息預期蕩然無存，當時美國科技巨頭暴跌， 「 科技七巨頭 」 市值合計蒸發 9500 億美元，創下了歷史最高紀錄，輝達市值損失最為慘烈， 4 月 15-19 日當 周輝達股價重挫 13.6% ，市值蒸發近 3000 億美元。
不過，巨頭跌倒後很快就爬了起來，如今又再度逼近 900 美元，今年以來漲幅近 90% 。 早在今年 3 月時，就有幾位美股基金經理對筆者提及， 1000 美元以前聽起來很誇張，但近在眼前了。
當時，輝達亮瞎眼的財報打了所有空頭的臉。 3 月的財報顯示，輝達去年四季度銷售額達 221 億美元，同比增長 265% ，其中與 AI 相關的數據中心收入增長 409% ，達到 184 億美元，凈利潤達 122.9 億美元，同比增長 769% 。
盡管輝達 2024 財年數據中心收入同比增長超過 3 倍，但高盛預計其在 2025 財年將再次實作超過 2 倍的增長。
「我們預計大型雲服務提供商和消費互聯網公司在生成式 AI 基礎設施支出方面將繼續保持增長，同時各行業垂直領域的企業客戶，以及越來越多的主權國家，也將增加對 AI 的開發和套用。 在短期內，我們看到一系列新產品推出，包括 p00 （推斷效能比 p00 提高 2 倍）、 Spectrum-X （基於乙太網路的 AI 網路解決方案）和 B100 （下一代數據中心 GPU 平台），以及供應改善，均增強了已經強勁的需求背景。 」
不過，亦有部份布局輝達的機構，持謹慎樂觀的態度。 某 QDII 投資經理對筆者提及，從中長期維度看，輝達數據中心 GPU 業務面臨兩方面挑戰：
一方面，通用 GPU 本身的競爭格局呈現惡化， AMD 、英特爾都在進入該市場，雖然長期看輝達極大機率仍是市占率 70%～80% 以上的絕對龍頭，但相對於目前 90% 的市占率，仍是格局惡化，不一定能維持那麽高的價格和利潤率；
另一方面，每個 CSP （雲服務平台，例如亞馬遜的 AWS 、微軟的 Azure 等）都有巨大的動機和能力來開發自己的專用 AI 加速芯片，雖然可見的未來仍較難向外界提供通用計算服務，但作為內部使用取代一部份現有輝達芯片的份額，仍是正在發生的事實。
在該人士看來，輝達的合理交易區間在市盈率 30～40 倍，市值上限可看到 2 萬億美元左右（近期已經突破），比較好的介入位置在 1.5 萬億美元上下。
不過， AI 在發展初期鼓出泡沫並很正常，要在合理的價格買入並非易事，近期更有極度樂觀的機構給出 2025 年底輝達達到 4.5 萬億美元市值的預測。
先看看 輝達的業務板塊 ， 主要包括以下幾個方面：
遊戲平台（ Gaming Platform ） ， 數據中心（ Data Center ） ， 人工智慧（ Artificial Intelligence ） ， 自動駕駛汽車（ Automotive ） ， 專業視覺化（ Professional Visualization ） 。而 數據中心無疑是領頭羊。
之所以近期華爾街不少機構都 重申對輝達的買入評級， 並提高目標價，原因在於 持續強勁的 AI 伺服器需求和供應改善 ， 因為使得機構提升了盈利預測 。
特別是在 當前 輝達以 35 倍的市盈率交易，僅相當於 高盛 覆蓋範圍溢價的 36% ，而其過去 3 年的中位數溢價為 160% 。 換言之，機構認為，輝達股價看似很高，但實則並不算貴。
提升目標價的原因也在於，近期輝達的大客戶們（主要是 「科技七巨頭」成員），都 對 生成式 AI 相關的資本支出 給出積極的展望，輝達的 GPU 完全供不應求：
1、 Alphabet 表示其 在生成式 AI 相關服務取得了良好的進展，並稱在 2024 年剩余的季度，由於在技術基礎設施方面的投資，資本支出或將高於 一季度 （約 120 億美元）；
2、微軟強調， AI 在 3 月 對 Azure 增長的貢獻率為 7 個百分點，高於 12 月 的 6 個百分點和 9 月 的 3 個百分點，當前 Azure 的 AI 需求高於其現有容量。 在資本支出方面，微軟指導稱六月季度將出現實質性環比增長，並表示 2025 財年的資本支出將同比增長，因為公司希望滿足對雲和人工智慧產品進一步增長的需求；
3、M eta 將其 2024 年的資本支出指導提高至 350～400 億美元（之前為 300～370 億美元），並分享了預計 2025 年的資本支出將同比增長的預期，這主要是由於為支持其 AI 研發工作的投資；
4、 亞馬遜預計 2024 年資本支出將有 較大幅 的同比增長，主要是由於高基礎設施資本支出以支持 AWS 的增長，包括 生成式 AI 。
考慮到上述來自AI生態系的積極評論以及各種新產品的推出，機構預測輝達的數據中心業務在今年二、三、四季度將分別實作10%、17%和5%的環比增長（之前為10%、15%和0%），反映了持續強勁的需求。
高 盛認為，超大規模雲服務提供 商的建設性資本支出評論、AI商業化的早期跡象以及輝達的各種新產品推出，增強了華爾街在短期內的信心。
台積電管理層在最近的業績電話會議上表示，盡管計劃將CoWoS產能年增長超過兩倍，但其CoWoS產能仍然緊張。CoWoS產能幾乎都被輝達占據。
重點來了，這些知名的大廠到底手上有多少塊GPU？它們又需要多少？去年就有大約估算稱，市場的需求會達到大約43.2萬張p00。如果按照每張卡大約3.5萬美元的售價來說，相當於150億美元的GPU，這還不包括像字節跳動、百度、騰訊這些大量想要H800的中國公司。
再來看看輝達的產能是多少？回顧2023年的2月到4月，數據中心的收入是42.80億美元，如果按照剛才估算的數位，就已經夠輝達幹到2024年去了。
p00的供應瓶頸則在於，目前只有台積電在生產p00。台積電一共有4個生產節點是為5奈米芯片提供產能的，分別是N5/N5P/N4/N4P，而且p00是在N5或N5P的私人節點上生產的，是一個5奈米的增強型節點，而輝達需要和蘋果、高通、AMD共享該節點的產能，A100則是在台積電的N7生產線做的，台積電的晶圓廠需要提前12個月就對各個客戶的產能搭配作出規範，而p00從生產到出廠大約需要半年的時間。
按照業內人士的說法，晶圓廠並不是台積電的生產瓶頸，CoWoS 3D堆疊封裝才是台積電的產能大門。
護城河有多深？
一直以來，競爭加劇是質疑輝達股價持續性人士的主要觀點，但輝達的護城河很難被打破。
就其自身而言，之所以當前更多公司選擇輝達的 H 100 而不是 輝達的 A 100 ，是因為 p00 的 16 位推理速度大概會快 3～5 倍， 訓練 速度大概快 2.3 倍，因此 整體 效率提高了 3 倍，但成本僅為 1.5～2 倍，再結合整體系統成本， H 100 每美元能夠產生的效能會更高，可能是 A 100 的 4～5 倍 。
對於很多初創公司來說，模型的啟動訓練或改進速度至關重要，而 p 00 可以使用更多數量的 GPU 以 更好 地 擴充套件，並且提供更快的訓練時間 。
那麽為什麽這些公司不考慮用 A MD 的 GPU ？ 這 主要有幾方面原因， 例如用 AMD 的 GPU 可能 需要更多時間 運 轉， 會影響產品的開發速度，進而影響上市速度。
可見，輝達的CUDA是很「危險」的護城河。CUDA的全稱是Compute Unified Device Architecture，CUDA生態使得開發人員可更加高效地利用輝達GPU的平行計算能力來加速計算任務。
這個生態系包括CUDA Toolkit和套用。CUDA Toolkit是輝達提供的用於GPU編程開發的軟體工具包。它提供了一個完整的開發環境，包括編譯器、偵錯程式、效能分析工具、GPU加速庫以及執行時API等工具，使開發者可以使用C++、Python和Fortran等程式語言來編寫CUDA應用程式，並利用GPU的平行計算能力。
之所以AMD從來跟不上輝達的步伐，也是因為現在芯片代工廠台積電的CoWos產能幾乎都被輝達給吸走，即使是MI250可能是一個可行的替代方案，但是現在也不太可用。
也有人問，為什麽AMD不搞CUDA這種生態？有觀點推測這是因為AMD有x86處理器這種存量市場，真要做神經網路，內部肯定還是傾向於在CPU這個老本行上做。但輝達則不同，它只有GPU，必須充分利用GPU能力。
當然，AMD能不能被大規模運用是一個商業決策，這也取決於AMD效能的穩定性、價效比等因素。據測算，AMD MI300的價格大致是13000美元。相較於算力相當、記憶體減少一半的輝達p00，MI300的價格優勢約為43%。
這43%的優勢在軟體升級方面是被抹平的。值得註意的是，比較雙方是最新推出的MI300和在2021年釋出的p00，這個比較可能本身就不合適。因此，所有的比較都要考慮時間線，能不能形成長期優勢。
其實，也就在3月，時隔兩年黃仁勛在輝達AI盛會GTC重磅釋出新一代Blackwell架構GPU。
他稱：「Hopper很棒，但我們需要更強大的GPU」。據報道，最高規格的Blackwell芯片浮點運算速度（FLOPS）大約快了5倍，能耗也進一步最佳化，與AMD MI300X GPU相比顯現出強大競爭力，鞏固了輝達在效能和能效方面的技術優勢。
但機會不止於輝達
盡管輝達擁有難以打破的護城河，但過去一年來 AI概念股可謂是普漲，從美國到亞洲市場遍地開花，這其實意味著產業鏈上下遊的機會有很多。 而且輝達雖好，投資機構也不可能All in一家。
溫演道對筆者提及，可以將 輝達 比作 「 優衣庫 」 ， 大家都會跟它去買標準產品， 但是很多雲服務廠商 ， 例如 亞馬遜、谷歌 、 微軟等 其實各家都在做自己的大語言模型 ， 而且 都要客製化 。雖然他們 已經是輝達的大客戶， 但是他們也想 要 客製化的 AI 芯片， 因此就會找其他公司，例如美國的 AMD 和中國台灣的 Alchip ， Alchip 則是在 幫亞馬遜和特斯拉客製 AI 芯片，美國的 Broadcom 則在為 谷歌客製 AI 芯片 ， 客製產品就好比客製 西裝 更為合身，而且 它們的 運作成本 遠低於通用目的的輝達， 耗電 僅為 1/5 。
被稱為輝達 「親兒子」的超微電腦（ SMCI ）也是今年的黑馬。 從去年到 2024 年 3 月，其股價最大漲幅高達 13 倍，增幅超過輝達； 市值從 50 億美元漲到超 500億 美元。
簡單舉例，輝達的 GPU 並非簡單用線連起來就能用， 是若幹塊一組 ，插在超微電腦的機架上、配上其他零件做成伺服器，賣給 OpenAI 、谷歌、微軟、 Meta 等客戶，用於大語言模型的訓練或是雲端運算等。
超微電腦還有獨門的液體冷卻降溫技術，降低 GPU 耗電量，讓企業大振幅節約成本。 有分析指出，以生成式 AI 所需 GPU 之多、發熱之強，下一代數據中必需用液冷（ liquid cooling ）而不是氣冷（ wind cooling ）來降溫。
此外，亞洲產業鏈的角色不容小覷，很多公司都被輝達帶動。 台積電自然不需多言，承包了所有輝達芯片的生產； 日本半導體產業鏈也在地緣政治背景下不斷崛起，更多美國企業在日本建廠，不斷擴大的 AI 芯片需求也使得日本廠商受益。
例如，東京電子（ Tokyo Electron ）這一 半導體裝置清洗 裝置的龍頭 ， 其 中國銷售占了超過 60%， 相較於早年的比例 翻倍， 原因也在於其在 中國 加速建新廠。 東京電子一年來股價漲幅逼近 100% ； 日本的另一家公司 Disco，被譽為「日本壽司刀」，其切割研磨機在產業鏈中占了近100%的份額，也在AI芯片浪潮中受益，一年來股價漲幅超160%。
在下遊的 AI套用端，未來可能也會有更多的產品。 除了現在各種AI套用， 溫演道表示， 例如三星、華為、小米等都會很快推出 AI手機，AI電腦的滲透率也將逐漸提升。 不過，AI的終端也可能不會只停留在手機、電腦，AI Pin就是一個很好的案例。
最直白的說， AI Pin就是一台全新概念的「AI助理」，創辦團隊Humane想打破既有消費者對所有電子產品的印象，目前AI Pin展示出來的功能可以說是相當多元，包括聊天、寫作、播放音樂等，將原本只能透過線上ChatGPT完成的事情，在這台小小裝置就都能完成了。 其中最特別的可能在於檢測及投影功能。
由於AI Pin上有搭載1300萬像素的網路攝影機，因此可搭配不同的手勢來指定AI Pin進行不同的功能運作，甚至是檢測食物營養素等功能，這些都是目前傳統穿戴式裝置做不到的功能。 比起笨重且容易「社死」的VisonPro頭盔，這個Pin要輕巧得多。
事實上， AI一直都存在，但 量變產生質變，如今 生成式 AI是現象級改革。 到 2030年，全球70%的公司都會采用AI ， 自動化和 AI增強型勞動力 將 提高生產力 ， 更多個人化和 AI賦能高品質的產品 也將 帶來消費需求提升 。 未來已來，但未來十年的變革絕對令人想不到。
