輝達公司正從GPU設計者轉型為AI工廠的構建者。隨著人工智慧在醫療保健、政府和機器人技術等領域的投資持續增長，輝達的前景一片光明。CEO黃仁勛預言，AI機器人產業的規模可能超過汽車和消費電子產業的總和。
輝達公司（納斯達克股票程式碼：NVDA）在加速計算領域擁有光明的未來，我們應該將其視為AI工廠的構建者，而不僅僅是GPU設計者。自那時以來，我們獲得了新的資訊，包括3月18日的GPU技術大會（"GTC"）、4月28日的1Q25 10-Q報告、2024年5月的年度回顧信以及2024年6月的Computex 主題演講視訊。
我的論點是，隨著更多發展浪潮的形成，輝達在AI領域的征程才剛剛開始。AI投資將繼續在醫療保健、政府、機器人技術等領域增長，隨著新的發展浪潮的增強。
未來AI浪潮的改進
輝達因為第一波主要的AI浪潮——大型語言模型（"LLMs"）如ChatGPT——而賺得盆滿缽滿。這只是AI旅程中的一波，第一波主要浪潮存在一些不足。在4月的Lex Fridman播客中，Meta Platforms , Inc.（META）首席AI科學家Yann Lecun討論了LLMs缺乏智慧系統的四個基本特征（強調）：
它們並不真正理解物理世界。它們沒有持久的記憶。它們不能真正推理，當然也不能計劃。
像Meta首席AI科學家Lecun一樣，麥肯錫也認為需要更多的突破：
盡管像ChatGPT這樣的通用AI工具看起來是一個巨大的飛躍，但實際上，它們只是朝著更偉大突破的方向邁出的一步：人工通用智慧，或AGI。
麥肯錫展示了AI需要實作的八種能力 ：
2024年3月的GTC主題演講PDF將這3台電腦組合在一張圖表中：
醫療保健和政府
Jeremy Kahn的【掌握AI】一書提到，AI正在幫助醫學界解決諸如蛋白質折疊等挑戰。該書表示，AI將在藥物開發之外為醫療保健做很多事情：
AI在醫療保健的套用遠遠超出了新藥。該技術已經在幫助放射科醫生在醫學影像中發現腫瘤和肺炎的跡象。在巴爾的摩的約翰霍普金斯醫院，一個AI演算法被用來更好地預測哪些患者會發展成敗血癥，從而將這種每年導致25萬美國人死亡的疾病死亡率降低了20%。
【掌握AI】一書接著說，美國軍方正在大力投資自主能力。前眾議院議長南茜·佩洛西對未來政府支出和醫療保健支出有獨特的見解；她在6月下旬購買了10,000股輝達股票。
機器人技術
在2024年3月的GTC主題演講視訊中，CEO黃仁勛討論了AI機器人技術的下一波——物理AI。他說，我們將需要3台CUDA相容的電腦在下一波中，其中AI機器理解物理世界。第一台電腦與我們現在使用的相同——DGX。它將不是消費文本，而是觀看視訊。
輝達已經為機器人技術構建了端到端系統一段時間了。CEO黃詳細說明了其中的兩台電腦，DGX和Jetson AGX機器人電腦：
所以，如果你想在汽車中執行transformers，或者你想在任何移動的東西中執行transformers，我們有完美的電腦給你。它叫做Jetson。所以DGX除了訓練AI之外，Jetson是自主處理器。
根據CEO黃的說法，機器人技術的第三台電腦在中間——強化學習：
所以我們需要一個模擬引擎，代表數位世界為機器人，以便機器人有一個健身房去學習如何成為機器人。我們稱那個虛擬世界為Omniverse。執行Omniverse的電腦叫做OVX。
下一波AI是物理AI。理解物理定律的AI，可以與我們共事的AI。所以它們必須理解世界模型，以便它們理解如何解釋世界，如何感知世界，它們當然必須具有出色的認知能力，以便它們能夠理解我們，理解我們所要求的，並執行任務。在未來，機器人技術是一個更加普遍的概念。當然，當我說到機器人技術時，通常的代表是仿人機器人。但這根本不是真的。一切都將變得機器人化。所有的工廠都將是機器人化的。
2024年5月的一篇部落格文章談到了我們迄今為止在機器人抓取方面所面臨的挑戰。這得益於輝達和Alphabet Inc.（GOOG，GOOGL）的Intrinsic的模擬努力而得到改善（強調）：
抓取一直是機器人技術中長期尋求的技能。到目前為止，它一直耗時、編程成本高昂且難以擴充套件。因此，許多重復的拾取和放置條件至今尚未由機器人無縫處理。模擬正在改變這一點。利用NVIDIA Omniverse 平台上的NVIDIA Isaac Sim，Intrinsic使用金屬板和吸盤的電腦輔助設計模型生成了真空抓取的合成數據。
Paul Doherty的【解鎖元宇宙】一書談到了數位孿生的好處，它可以提高效率並減少對物理測試的需求：
數位孿生可以幫助設施經理最佳化設施內空間的使用。例如，可以使用倉庫的數位孿生來模擬不同的布局，並確定最有效地利用空間。
自動駕駛
今天的電動汽車（"EV"）是有輪子的機器人，但它們在這裏有自己的部份。CEO黃對機器人技術以及特別是自動駕駛感到興奮。在2024年3月的GTC主題演講中，他提到了與梅賽德斯、捷豹路虎（"JLR"）和比亞迪的計畫：
一切移動的東西都將是機器人。這毫無疑問。它更安全。更方便。最大的產業之一將是汽車行業。我們從電腦系統構建了從上到下的機器人堆疊，但在自動駕駛汽車的情況下，包括自動駕駛應用程式。在今年年底，或者我想，明年年初，我們將在梅賽德斯發貨，然後不久之後是JLR。
前特斯拉AI主管Andrej Karpathy在1月份的一篇文章中談到了Waymo 和特斯拉的潛力。他暗示，現在的問題不是是否會有機器人出租車，而是誰以及何時會有。他強調了Waymo和特斯拉使用的不同策略：
Waymo采取了首先實作自主性然後在全球範圍內擴充套件的策略，而特斯拉則采取了首先在全球範圍內擴充套件然後實作自主性的策略。
與特斯拉不同，Waymo使用TPU來訓練他們的神經網路。考慮到特斯拉使用輝達GPU，當輝達CEO黃說特斯拉在自主性方面領先於競爭對手時，這並不令人驚訝。不管最終哪家公司制造了世界上大部份的自動駕駛汽車，我認為它們將由輝達驅動是一個不錯的選擇。
估值
我預計輝達的盈利能力在未來幾年將保持強勁，因為競爭對手很難獲得市場份額。我相信客戶在未來幾年將不得不在輝達AI工廠上花費巨額資金以滿足他們的需求。在2024年6月高盛的一份報告中，全球股票研究主管Jim Covello表示，期望競爭對手取代輝達的主導地位是一個巨大的飛躍：
今天，輝達是唯一一家能夠生產驅動AI的GPU的公司。一些人認為，來自半導體行業或超大規模企業——谷歌、亞馬遜和微軟——的輝達競爭對手將會出現，這是可能的。但鑒於芯片公司在過去10年中一直試圖取代輝達。
從年度來看，收入從2023財年的270億美元增長了126%，達到2024財年的609億美元。收入成本從1160億美元增長了43%，達到1660億美元，使得毛利潤從1540億美元增長了188%，達到4430億美元。
輝達收入成本的很大一部份是台積電視為與人工智慧相關的收入。在2024年第一季度的台積電電話會議中，執行長C.C.魏談到了與人工智慧相關的能源高效計算能力的需求（強調）：
在未來5年，我們預測它將以50%的CAGR增長，並在2028年之前增加到我們收入的20%以上。
如果台積電在未來5年內與人工智慧相關的計算收入有50%的CAGR，那麽對輝達的影響是巨大的。再次，輝達的大部份收入成本流向了台積電，他們可能會失去一些份額，以至於他們的收入成本可能有不到50%的5年CAGR——可能是45%。看看2024年4月結束的上個季度的Y/Y百分比，輝達的收入成本增長了122%。收入的增長更高，為262%，而毛利潤的增長更高，為339%，營業收入的提升最高，為690%。這表明營業收入CAGR可能遠高於收入成本CAGR。
如果5年的收入成本CAGR為45%，那麽5年的營業收入CAGR達到60%並不是不可能的。如果發生這種情況，那麽今天的每一美元年度營業收入在5年後將超過10美元。前瞻性投資者需要有耐心，並記住數學的運作方式。如果一切保持一致，那麽60%的CAGR意味著每個季度增長約12.5%。
