文|经纬创投

上周五，英伟达又创下了历史新高。英伟达花了整整24年时间，才使其估值达到1万亿美元的罕见高度，但这一次乘着AI浪潮，实现第2个万亿美元却只用了八个月。

如果你在2022年11月OpenAI刚刚发布ChatGPT时买入英伟达，并坚定持有到今天，你将获得564%的收益。

如果你嫌那时候太早，还没听说人工智能，那么如果你能在2023年3月GPT-4发布时买入英伟达，你将获得359%的收益。

如果你说去年下半年时有些人并不看好人工智能，觉得有些瓶颈一时半会突破不了，那么如果你在年底时想清楚，并且在今年1月买入英伟达，你将在短短的3个月里获得171%的收益。

对于英伟达的客户来说，很多科技领袖都在抱怨，要想买到英伟达的高阶GPU有多难，比如马斯克就曾调侃道：“现在GPU比毒品难买多了。”当时马斯克正在组建他的AI公司xAI。

据WSJ报道，在加州帕洛阿尔托的一家豪华日本餐厅里，甲骨文创始人兼董事长埃里森和马斯克，一起与黄仁勋共进晚餐，埃里森回忆说：“马斯克和我在乞求，我想用这个词来形容我们再合适不过了。吃了一个小时的寿司，也乞求了一个小时。”

我们今天这篇文章，将核心回答两个问题：一是英伟达的护城河坚固吗？二是苹果微软Meta谷歌等等科技巨头，都投入了大量资金进入AI，爆买英伟达芯片，这些投资到底给他们带来什么？

当英伟达实现2万亿美元市值时，护城河坚固吗？

AI大革命还是股市投机？科技巨头的AI投资带来了什么？

由于利润暴涨，如果按市盈率（PE）计算，英伟达并不算高（英伟达是66，AMD是383，英特尔是110），并且英伟达的护城河也足够宽和深。未来一切要看客户们对AI的投资，能否转换为实际收入（有一些先行指标值得观察），否则仍然会陷入周期股的波折。以下，Enjoy：

Morgan Stanley对英伟达的股价预测（2月21日）：

牛市情况（BULL Case）1000美元/股：利润率更高的数据中心，以人工智能为中心的软件和服务增长加速；基于GPU的人工智能PC受到青睐，客户端TAM大幅增加；汽车以及自动驾驶行业腾飞，给公司贡献重要的新增长点。

基本情况（BASE Case）795美元/股：2024年收入增长73.2%，2025年增长5.8%；由于供应仍然受限，数据中心业务将在2024年继续增长；英伟达在AI训练方面保持领先地位。

熊市情况（BEAR Case）425美元/股：芯片供应的速度快于需求，增长大幅放缓；人工智能开发成本大幅下降，强大的竞争对手进入市场，或者客户开始内购定制硬件解决方案。

01 当英伟达实现2万亿美元市值时护城河坚固吗？

翻开英伟达财报，确实满屏都写着：强劲。

2月“暴击”华尔街的财报，不仅仅比市场最乐观的预期还高，并且对下一个季度依然给予了高增长预测，原因是科技巨头们会持续高投入于AI，这个趋势可能会持续全年，而原本有些人认为下半年这个趋势会减弱。

英伟达的业务划分很清晰，主要有五大业务线（核心来自其中两条）：

数据中心（Datacenter）：近期势头最猛的业务，同比增长高达409%，在总营收中占据83%；

游戏（Gaming）：起家的核心业务（主要是游戏GPU），可以说没有游戏产业就没有英伟达，曾经在总营收中占大头，现在是13%；

专业视觉（Professional Visualization）：针对数字内容创作等领域，在总营收中占2%；

汽车（Automotive）：针对自动驾驶、智能座舱等领域，在总营收中占1%；

OEM&其他：针对笔记本电脑OEM和加密货币挖掘等等领域，在总营收中占1%。

可以说，如今英伟达进入“美国市值前三、相当于意大利一国GDP”的征程，始于游戏产业。

首先，我们来简单解释一下，为什么英伟达曾经用于游戏的GPU芯片（英伟达在这个领域占据了80%以上的份额），如今非常适合训练AI大模型？

在5年前，英伟达的芯片产品主要针对一个垂直市场——游戏。英伟达的GPU也称为图形处理器单元，最初就是为了游戏设计的，越来越逼真的游戏，需要在屏幕上同时渲染无数像素，达到更高的画质和体验。

英伟达采取了并行处理的方式，将每次计算分成较小的块，然后将它们分配给芯片中的多个"内核"——处理器的大脑。这意味着，GPU的运行速度，远远快于以往按顺序完成任务的速度。

这种技术如今非常适合训练大模型。因为大模型的基础是机器学习算法，而深度学习使用了人工神经网络，在这些网络中，计算机从海量数据集中提取规则和大规模计算，此时如果像GPU处理游戏一样，把任务分解成较小的块+并行处理，是提高速度的理想方案。高性能GPU可以拥有超过一千个内核，因此可以同时处理成千上万的计算。

当英伟达意识到这一点之后，就开始专注于AI市场进行优化，以跟上大模型快速的发展步伐。如今，要想创建一个最复杂的AI大模型，通常会用到数万片英伟达先进的GPU H100。这些GPU的单价可达2.5万美元左右，成为了硅谷的稀缺品。

更进一步的是，英伟达的护城河不仅仅是芯片速度快（即将推出H200，推理性能是目前主打产品H100的两倍，以及下一代数据中心GPU B100），它还有两道非常重要的护城河：芯片网络，与几乎构成了行业标准的软件平台。

高性能芯片网络是英伟达重要的护城河。随着AI大模型参数量的飙升，负责训练这些大模型的数据中心，需要成千上万个GPU互相连接在一起，以提高计算能力，相比之下大多数计算机只使用少数几个GPU，这种技术被称为InfiniBand（无限带宽），它有着极高的高带宽和低延迟。英伟达在ChatGPT发布的9个月前，以70亿美元收购了以色列网络技术供应商Mellanox，就是为了能够把英伟达的芯片扩展为一整个数据中心的“超级芯片”，从而实现现代AI超级计算机。这也使得英伟达能够优化芯片网络的性能，这是竞争对手无法比拟的。

另一道护城河是CUDA，这是一个允许客户微调处理器性能的软件平台，也是加速计算密集型任务最为依赖的软件生态基石。英伟达长期投资于CUDA，并鼓励开发人员用它来构建和测试AI应用，目前CUDA 拥有超过400万开发人员，在CUDA架构下已经编写了数百万行代码，这使得用英伟达芯片开发新AI程序变得更加容易，CUDA也成为事实上的行业标准。

这两道护城河的存在，使得竞争对手即便造出了更好的硬件，也仍然是不够的。虽然英特尔和AMD都已加速推出自家AI芯片产品，以及英伟达的大客户亚马逊、谷歌和微软都在开发自主设计芯片，但英伟达仍然稳固地主导着AI芯片，因为它不仅能提供最好的芯片，还有最好的芯片网络和最好的软件，这使得任何眼红这块市场的竞争对手，都需要在这三个方面击败它，而在当下这几乎是不可能完成的任务。

02 AI大革命还是股市投机？科技巨头的AI投资带来了什么？

英伟达的2万亿美元市值能否持续，关键在于它的客户们拿着AI能做什么，不要将股市热潮，与实际的业务收入混淆。

对于英伟达的客户们来说，现在处于疯狂花钱的投入期，投资者对此倒也十分买账。很多科技巨头也成为了主要受益者，谷歌、亚马逊、苹果、微软、Meta市值从2023年开始至今平均增长了70%。这些公司也都在最近的财报电话会议上说，计划在今年增加资本支出，直接购买英伟达芯片。

例如上个月，扎克伯格就在Instagram上说，Meta计划在今年年底前，要拥有35万枚英伟达H100芯片。按目前的芯片价格计算，这至少需要数十亿美元。

芯片还被用于吸引资金和人才。英伟达所投资的一家公司CoreWeave，在去年把所持有的H100芯片，用作抵押物融资了23亿美元。一些高校实验室在招募人才时，也会炫耀自己有多少H100芯片，比如普林斯顿大学的一个AI研究项目就在招聘中强调，自己拥有“一流的计算基础设施，有300枚英伟达H100 GPU”。

由于芯片的价值和重要作用，思科的CEO在一个峰会上说，这些芯片价值不菲，是（像黄金那样）由装甲车运送给思科的。

微软成立了一个“GPU理事会”，由高管决定如何在微软内部项目之间，分配剩余的计算资源。谷歌也成立了一个执行委员会，负责决定在公司内部和外部用户之间，如何分配计算资源。

如果从英伟达的财报来看，它非常依赖大客户。在上一财年，其中一个最主要的买家就为英伟达贡献了超过110亿美元销售额，占到总销售额的近五分之一。

而在最近一个季度里，英伟达就从谷歌、微软和亚马逊等云计算公司，获得了超过92亿美元的销售额，占到了这三家公司同期约350亿美元资本支出的四分之一。

但在2024年，一个重要的问题必须得到答案——这些对AI的巨额资本支出，到底能带来什么？

半导体市场的周期性是众所周知的，历史证明，英伟达的业务也不例外，在此前加密货币和疫情期间的游戏浪潮中，都在短期极大刺激了需求，造成英伟达收入剧烈波动。今天如果科技巨头们在进行疯狂采购后，也逐渐进入“消化期”，那英伟达也一样会陷入曾经的周期性。

很多投资者都在盯着科技巨头的财报，希望能从中发现一些AI落地的迹象。

微软的订阅式人工智能软件Copilot和云计算服务Azure，被市场认为是2024年人工智能早期商业化的晴雨表。这两项业务都有望通过与OpenAI的技术整合，而实现增长。Microsoft 365 Copilot在刚发布的头两个月，增长速度超过了前两个主要的Microsoft 365企业套件，但还缺乏更持久的数据。

从Meta的财报来看，人工智能被用于改进广告服务，这使得Meta上个季度的利润翻了两番。但Meta也在同期进行了严格的成本削减，尚不能说这个利润增长是来自AI的应用。

亚马逊在今年将发起“全面攻势，以便在人工智能领域迎头赶上”。在去年11月，亚马逊为其云服务用户推出了一款人工智能助手Amazon Q。但仍缺乏AI相关的具体数据。

Uber也在财报电话会中强调AI，其CEO说“优步的平台是由人工智能驱动的，在一切条件相同时，我们的人工智能算法将能够学习更多”。但其实Uber表现不错的最近一期财报中，增长并非来自人工智能，而是对滴滴、自动驾驶公司Aurora等等约60亿美元的股权投资，这些投资的价值波动较大，会对净收入产生影响。

很多投行也进行了调研，试图听听技术高管的意见。据Morgan Stanley针对上百位CIO的调研，最多的人群（33%的CIO）预计，他们的第一个AI大模型项目，将在2024下半年投入生产；15%的CIO预计，这些项目将在2025年或之后投入生产。

而根据UBS的调研，好消息是100%的受访者，都处于正在研究如何应用人工智能的阶段，但坏消息是，只有6%的公司正在投入生产，而70%的受访者表示，最有可能上线的时间范围是未来6-12个月。受访者的2024年平均AI支出预期，为165万美元，这个数字其实不大，预计要到2025年才可能会翻一番。

而对于“晴雨表”Microsoft Copilot的使用率，还比较乐观。约80%的受访者正在试用或计划试用Copilot，这可能会为2024下半年和2025年，实质性采用Copilot创造了潜力。

总体来说，相比于股市热潮，真实的应用进展还为时过早。微软其实也在努力抑制人们的预期，称Copilot可能要到2024下半年，才可能带来销售提升。

就障碍而言，“合规性和监管障碍”“缺乏合格人才”“不清楚的ROl”都是名列前茅的问题。

谨慎的一个重要原因是，大模型产出不准确结果的问题仍然存在，这削弱了许多商业环境中的应用价值。Salesforce的一位高管认为，这是一个足够大的问题，可能需要在AI工作的旁边，始终有一个“人类监督”来捕捉错误，并将语言模型与事实数据库链接起来，以便在需要时能够返回可验证的准确答案。

以上是软件层面，而对于硬件，AI与移动设备的结合，正随着苹果取消十年来最广受期待的电动汽车项目转向AI，逐渐变成下一个战场。

苹果的竞争对手三星，已经开始在手机中引入新的AI功能，新发布的Galaxy手机利用了生成式AI的一些最新进展，比如通话实时翻译、总结笔记和编辑照片等功能。苹果也宣布将在今年下半年推出的iPhone 16中，升级一些AI相关的功能，并计划在2025年推出更全面的GenAI功能。

高通CEO安蒙认为，我们现在有能力创建一款高性能的人工智能处理器，可以用在电池供电的设备上。它们可以一直运行，可以无处不在。这是第一个要素：拥有使其成为现实的计算引擎。

其次，随着模型训练得越来越好，模型的体积也越来越小，效率也越来越高，尤其是针对特定场景的模型，这一点正在向便携式设备发展，而且由于移动设备具有关于你正在做什么、你所在的位置等真实的环境数据，这可以使人工智能更加精确。第三，目前正在开发的很多应用，就是为了利用AI能力。所以未来我们的手机、个人电脑、汽车，都将具备AI相关的功能。

而未来AI在移动端的运行方式，有可能是在设备与云端同时进行。在需要调用大参数量的模型时，调用云端；而在其他场景中，则可以直接使用设备上的计算能力，从而保证经济性。

所以支持者认为，AI有可能在智能手机上创造一个新的升级周期。但这个过程同样不会很快，比如受限于手机的功耗、内存，以及当下还缺失的“杀手级应用”。

在人工智能驱动的商业大潮中，英伟达的估值迈入了2万亿美元行列，黄仁勋成为了科技界的王者。他成功地将把芯片设计从游戏引入人工智能，成为了微软、谷歌和特斯拉等科技巨头的必需品。

买到英伟达芯片如此不容易，以至于英伟达的客户们，都有点恐惧与其竞争对手打交道，虽然他们很希望市场上能有替代品。

英伟达的股价已经不太取决于其自身的基本面，因为足够好，而是取决于AI能否产生真正的商业化。虽然宏观预测讲述了一个积极的故事（高盛预计现在人工智能起步缓慢，占美国GDP不到半个百分点的情况下，但到2032年，支出将会大幅增加，达到GDP的2.5%以上）。

在市值超过100亿美元的316家美股公司中，只有15%给出了人工智能相关的数据披露（即对支出、收入、生产率收益的影响），但这些数字不一定能完全归因于人工智能。但在披露上向人工智能靠拢，却比以往任何时候都更有赚头，据投资机构Theory Ventures的数据分析，有AI相关披露的公司的市盈率，已达到没有AI披露的2.5倍。

过去的一年里，几乎每家科技公司都不得不提出一项生成式人工智能战略，但市场即将开始要求这项技术带来真正的收入和利润。

AI是否像支持者所声称的那样具有革命性，还是仅仅是IT工具库中的一个有限补充，今年会变得更加清晰，这是英伟达股价的决定性因素。2024年，我们将看到谁只是在打人工智能牌，而不是拥有真正的商业模式。

References：

1.Morgan Stanley：NVIDIA shines vs. high expectations.

2. Goldman Sachs：Robust Gen AI infrastructure spend coupled with string of new products to support continued outperformance

3. JPMorgan：Strong Results/Guide on AI/Accelerated Compute

4. Barclays：More Upside Paves the Way for AI Ecosystem

5. Morgan Stanley：4Q23 CIO Survey – AI Rises to the Top of the CIO's Priority List

6. UBS：The Move to the Edge – what drives this next leg of GenAI growth?

7. WSJ：Nvidia’s Stunning Ascent Has Also Made It a Giant Target

8. WSJ：How a Shifting AI Chip Market Will Shape Nvidia’s Future

9. FT：How the artificial intelligence boom made NVIDIA a tech giant

10. FT：Cristiano Amon：generative Al is “evolving very, very fast” into mobile devices

11. The Economist：Why do Nvidia’s chips dominate the AI market？