英伟达目标价突破1000美元，亚洲AI产业链乘风而上
当微软投资OpenAI之初（2019年），微软也并不知道如今人工智能（AI）的变革狂潮如此凶猛。 因而比尔·盖茨说，我们总是高估未来两年的变化，但低估了未来十年的变革。
2023年AI就迎来了它的「iPhone时代」。 英伟达（ Nvidia ）无疑是 AI 变革淘金热中的「卖铲人」，近两年被誉为是「全球股市的神」，这一「 AI 第一股」的股价频频受到质疑，但每次财报发布后空头都会被打脸，股价涨得越高、估值却反而越便宜（利润兑现超预期）。
经历了 4 月因降息预期暴跌而引发的大跌，英伟达的股价（ 898 美元）近期又逼近前高（ 910 美元）， 5 月 22 日英伟达将发布 2024 年一季度财报。
近期，华尔街再度纷纷上调股价预测， 1000 美元早就不是一个令人质疑的天文数据，高盛最新给出了 1100 美元的 12 个月目标价（ 3 月前为 875 美元），因为机构提升了 2025 年到 2027 年财年的 EPS （每股盈利）预测，提升幅度平均为 8% ， 表明持续强劲的 AI 服务器需求和供应改善 。 数据中心收入的无限前景，无疑是英伟达的压舱石。
尽管英伟达有极高的护城河，但市场的机会也并不限于它， AI 仍在变革初期，因此更多投资管理人更倾向于「啥都买一点」。
英伟达的标准 AI GPU 可能获得 80%的 市占率，而定制化 AI 芯片也在使得一些公司受益，例如特斯拉、亚马逊、微软、谷歌、 Alchip 、 Broadcom 、 AMD 。
亚洲市场更是存在很多机遇。 半导体行业专家、路博迈亚太区 股票主题研究部门负责 人温演道（ Y.T. Boon ）此前在上海时对笔者提及， AI 的投资正迅猛增长， AI 芯片未来五年会以每年 50% 的速度成长。
中国台湾、日本、韩国、东南亚（泰国、马来西亚等）等亚洲国家都聚集了一系列产业链上的公司，有望在 AI 浪潮中持续受益。
英伟达冲向千元大关？
4 月公布的美国通胀、零售等数据超预期，导致 6 月降息预期荡然无存，当时美国科技巨头暴跌， 「 科技七巨头 」 市值合计蒸发 9500 亿美元，创下了历史最高纪录，英伟达市值损失最为惨烈， 4 月 15-19 日当 周英伟达股价重挫 13.6% ，市值蒸发近 3000 亿美元。
不过，巨头跌倒后很快就爬了起来，如今又再度逼近 900 美元，今年以来涨幅近 90% 。 早在今年 3 月时，就有几位美股基金经理对笔者提及， 1000 美元以前听起来很夸张，但近在眼前了。
当时，英伟达亮瞎眼的财报打了所有空头的脸。 3 月的财报显示，英伟达去年四季度销售额达 221 亿美元，同比增长 265% ，其中与 AI 相关的数据中心收入增长 409% ，达到 184 亿美元，净利润达 122.9 亿美元，同比增长 769% 。
尽管英伟达 2024 财年数据中心收入同比增长超过 3 倍，但高盛预计其在 2025 财年将再次实现超过 2 倍的增长。
「我们预计大型云服务提供商和消费互联网公司在生成式 AI 基础设施支出方面将继续保持增长，同时各行业垂直领域的企业客户，以及越来越多的主权国家，也将增加对 AI 的开发和应用。 在短期内，我们看到一系列新产品推出，包括 p00 （推断性能比 p00 提高 2 倍）、 Spectrum-X （基于以太网的 AI 网络解决方案）和 B100 （下一代数据中心 GPU 平台），以及供应改善，均增强了已经强劲的需求背景。 」
不过，亦有部分布局英伟达的机构，持谨慎乐观的态度。 某 QDII 投资经理对笔者提及，从中长期维度看，英伟达数据中心 GPU 业务面临两方面挑战：
一方面，通用 GPU 本身的竞争格局呈现恶化， AMD 、英特尔都在进入该市场，虽然长期看英伟达极大概率仍是市占率 70%～80% 以上的绝对龙头，但相对于目前 90% 的市占率，仍是格局恶化，不一定能维持那么高的价格和利润率；
另一方面，每个 CSP （云服务平台，例如亚马逊的 AWS 、微软的 Azure 等）都有巨大的动机和能力来开发自己的专用 AI 加速芯片，虽然可见的未来仍较难向外界提供通用计算服务，但作为内部使用取代一部分现有英伟达芯片的份额，仍是正在发生的事实。
在该人士看来，英伟达的合理交易区间在市盈率 30～40 倍，市值上限可看到 2 万亿美元左右（近期已经突破），比较好的介入位置在 1.5 万亿美元上下。
不过， AI 在发展初期鼓出泡沫并很正常，要在合理的价格买入并非易事，近期更有极度乐观的机构给出 2025 年底英伟达达到 4.5 万亿美元市值的预测。
先看看 英伟达的业务板块 ， 主要包括以下几个方面：
游戏平台（ Gaming Platform ） ， 数据中心（ Data Center ） ， 人工智能（ Artificial Intelligence ） ， 自动驾驶汽车（ Automotive ） ， 专业可视化（ Professional Visualization ） 。而 数据中心无疑是领头羊。
之所以近期华尔街不少机构都 重申对英伟达的买入评级， 并提高目标价，原因在于 持续强劲的 AI 服务器需求和供应改善 ， 因为使得机构提升了盈利预测 。
特别是在 当前 英伟达以 35 倍的市盈率交易，仅相当于 高盛 覆盖范围溢价的 36% ，而其过去 3 年的中位数溢价为 160% 。 换言之，机构认为，英伟达股价看似很高，但实则并不算贵。
提升目标价的原因也在于，近期英伟达的大客户们（主要是 「科技七巨头」成员），都 对 生成式 AI 相关的资本支出 给出积极的展望，英伟达的 GPU 完全供不应求：
1、 Alphabet 表示其 在生成式 AI 相关服务取得了良好的进展，并称在 2024 年剩余的季度，由于在技术基础设施方面的投资，资本支出或将高于 一季度 （约 120 亿美元）；
2、微软强调， AI 在 3 月 对 Azure 增长的贡献率为 7 个百分点，高于 12 月 的 6 个百分点和 9 月 的 3 个百分点，当前 Azure 的 AI 需求高于其现有容量。 在资本支出方面，微软指导称六月季度将出现实质性环比增长，并表示 2025 财年的资本支出将同比增长，因为公司希望满足对云和人工智能产品进一步增长的需求；
3、M eta 将其 2024 年的资本支出指导提高至 350～400 亿美元（之前为 300～370 亿美元），并分享了预计 2025 年的资本支出将同比增长的预期，这主要是由于为支持其 AI 研发工作的投资；
4、 亚马逊预计 2024 年资本支出将有 较大幅 的同比增长，主要是由于高基础设施资本支出以支持 AWS 的增长，包括 生成式 AI 。
考虑到上述来自AI生态系统的积极评论以及各种新产品的推出，机构预测英伟达的数据中心业务在今年二、三、四季度将分别实现10%、17%和5%的环比增长（之前为10%、15%和0%），反映了持续强劲的需求。
高 盛认为，超大规模云服务提供 商的建设性资本支出评论、AI商业化的早期迹象以及英伟达的各种新产品推出，增强了华尔街在短期内的信心。
台积电管理层在最近的业绩电话会议上表示，尽管计划将CoWoS产能年增长超过两倍，但其CoWoS产能仍然紧张。CoWoS产能几乎都被英伟达占据。
重点来了，这些知名的大厂到底手上有多少块GPU？它们又需要多少？去年就有大约估算称，市场的需求会达到大约43.2万张p00。如果按照每张卡大约3.5万美元的售价来说，相当于150亿美元的GPU，这还不包括像字节跳动、百度、腾讯这些大量想要H800的中国公司。
再来看看英伟达的产能是多少？回顾2023年的2月到4月，数据中心的收入是42.80亿美元，如果按照刚才估算的数字，就已经够英伟达干到2024年去了。
p00的供应瓶颈则在于，目前只有台积电在生产p00。台积电一共有4个生产节点是为5纳米芯片提供产能的，分别是N5/N5P/N4/N4P，而且p00是在N5或N5P的私人节点上生产的，是一个5纳米的增强型节点，而英伟达需要和苹果、高通、AMD共享该节点的产能，A100则是在台积电的N7生产线做的，台积电的晶圆厂需要提前12个月就对各个客户的产能搭配作出规范，而p00从生产到出厂大约需要半年的时间。
按照业内人士的说法，晶圆厂并不是台积电的生产瓶颈，CoWoS 3D堆叠封装才是台积电的产能大门。
护城河有多深？
一直以来，竞争加剧是质疑英伟达股价持续性人士的主要观点，但英伟达的护城河很难被打破。
就其自身而言，之所以当前更多公司选择英伟达的 H 100 而不是 英伟达的 A 100 ，是因为 p00 的 16 位推理速度大概会快 3～5 倍， 训练 速度大概快 2.3 倍，因此 整体 效率提高了 3 倍，但成本仅为 1.5～2 倍，再结合整体系统成本， H 100 每美元能够产生的性能会更高，可能是 A 100 的 4～5 倍 。
对于很多初创公司来说，模型的启动训练或改进速度至关重要，而 p 00 可以使用更多数量的 GPU 以 更好 地 扩展，并且提供更快的训练时间 。
那么为什么这些公司不考虑用 A MD 的 GPU ？ 这 主要有几方面原因， 例如用 AMD 的 GPU 可能 需要更多时间 运 转， 会影响产品的开发速度，进而影响上市速度。
可见，英伟达的CUDA是很「危险」的护城河。CUDA的全称是Compute Unified Device Architecture，CUDA生态使得开发人员可更加高效地利用英伟达GPU的并行计算能力来加速计算任务。
这个生态系统包括CUDA Toolkit和应用。CUDA Toolkit是英伟达提供的用于GPU编程开发的软件工具包。它提供了一个完整的开发环境，包括编译器、调试器、性能分析工具、GPU加速库以及运行时API等工具，使开发者可以使用C++、Python和Fortran等编程语言来编写CUDA应用程序，并利用GPU的并行计算能力。
之所以AMD从来跟不上英伟达的步伐，也是因为现在芯片代工厂台积电的CoWos产能几乎都被英伟达给吸走，即使是MI250可能是一个可行的替代方案，但是现在也不太可用。
也有人问，为什么AMD不搞CUDA这种生态？有观点推测这是因为AMD有x86处理器这种存量市场，真要做神经网络，内部肯定还是倾向于在CPU这个老本行上做。但英伟达则不同，它只有GPU，必须充分利用GPU能力。
当然，AMD能不能被大规模运用是一个商业决策，这也取决于AMD性能的稳定性、性价比等因素。据测算，AMD MI300的价格大致是13000美元。相较于算力相当、内存减少一半的英伟达p00，MI300的价格优势约为43%。
这43%的优势在软件升级方面是被抹平的。值得注意的是，比较双方是最新推出的MI300和在2021年发布的p00，这个比较可能本身就不合适。因此，所有的比较都要考虑时间线，能不能形成长期优势。
其实，也就在3月，时隔两年黄仁勋在英伟达AI盛会GTC重磅发布新一代Blackwell架构GPU。
他称：「Hopper很棒，但我们需要更强大的GPU」。据报道，最高规格的Blackwell芯片浮点运算速度（FLOPS）大约快了5倍，能耗也进一步优化，与AMD MI300X GPU相比显现出强大竞争力，巩固了英伟达在性能和能效方面的技术优势。
但机会不止于英伟达
尽管英伟达拥有难以打破的护城河，但过去一年来 AI概念股可谓是普涨，从美国到亚洲市场遍地开花，这其实意味着产业链上下游的机会有很多。 而且英伟达虽好，投资机构也不可能All in一家。
温演道对笔者提及，可以将 英伟达 比作 「 优衣库 」 ， 大家都会跟它去买标准产品， 但是很多云服务厂商 ， 例如 亚马逊、谷歌 、 微软等 其实各家都在做自己的大语言模型 ， 而且 都要定制化 。虽然他们 已经是英伟达的大客户， 但是他们也想 要 定制化的 AI 芯片， 因此就会找其他公司，例如美国的 AMD 和中国台湾的 Alchip ， Alchip 则是在 帮亚马逊和特斯拉定制 AI 芯片，美国的 Broadcom 则在为 谷歌定制 AI 芯片 ， 定制产品就好比定制 西装 更为合身，而且 它们的 运作成本 远低于通用目的的英伟达， 耗电 仅为 1/5 。
被称为英伟达 「亲儿子」的超微电脑（ SMCI ）也是今年的黑马。 从去年到 2024 年 3 月，其股价最大涨幅高达 13 倍，增幅超过英伟达； 市值从 50 亿美元涨到超 500亿 美元。
简单举例，英伟达的 GPU 并非简单用线连起来就能用， 是若干块一组 ，插在超微电脑的机架上、配上其他零件做成服务器，卖给 OpenAI 、谷歌、微软、 Meta 等客户，用于大语言模型的训练或是云计算等。
超微电脑还有独门的液体冷却降温技术，降低 GPU 耗电量，让企业大幅度节约成本。 有分析指出，以生成式 AI 所需 GPU 之多、发热之强，下一代数据中必需用液冷（ liquid cooling ）而不是气冷（ wind cooling ）来降温。
此外，亚洲产业链的角色不容小觑，很多公司都被英伟达带动。 台积电自然不需多言，承包了所有英伟达芯片的生产； 日本半导体产业链也在地缘政治背景下不断崛起，更多美国企业在日本建厂，不断扩大的 AI 芯片需求也使得日本厂商受益。
例如，东京电子（ Tokyo Electron ）这一 半导体设备清洗 设备的龙头 ， 其 中国销售占了超过 60%， 相较于早年的比例 翻倍， 原因也在于其在 中国 加速建新厂。 东京电子一年来股价涨幅逼近 100% ； 日本的另一家公司 Disco，被誉为「日本寿司刀」，其切割研磨机在产业链中占了近100%的份额，也在AI芯片浪潮中受益，一年来股价涨幅超160%。
在下游的 AI应用端，未来可能也会有更多的产品。 除了现在各种AI应用， 温演道表示， 例如三星、华为、小米等都会很快推出 AI手机，AI电脑的渗透率也将逐渐提升。 不过，AI的终端也可能不会只停留在手机、电脑，AI Pin就是一个很好的案例。
最直白的说， AI Pin就是一台全新概念的「AI助理」，创办团队Humane想打破既有消费者对所有电子产品的印象，目前AI Pin展示出来的功能可以说是相当多元，包括聊天、写作、播放音乐等，将原本只能通过线上ChatGPT完成的事情，在这台小小装置就都能完成了。 其中最特别的可能在于检测及投影功能。
由于AI Pin上有搭载1300万像素的摄像头，因此可搭配不同的手势来指定AI Pin进行不同的功能运作，甚至是检测食物营养素等功能，这些都是目前传统穿戴式装置做不到的功能。 比起笨重且容易「社死」的VisonPro头盔，这个Pin要轻巧得多。
事实上， AI一直都存在，但 量变产生质变，如今 生成式 AI是现象级改革。 到 2030年，全球70%的公司都会采用AI ， 自动化和 AI增强型劳动力 将 提高生产力 ， 更多个性化和 AI赋能高质量的产品 也将 带来消费需求提升 。 未来已来，但未来十年的变革绝对令人想不到。
