英伟达AI芯片绝对垄断，无视竞争对手吧！

据barron的分析报告，英伟达在人工智能半导体领域确立了领先地位，今年其股价大幅上涨。由于数据中心投资的增加及其相对于潜在竞争对手的优势，花旗银行分析师支持该股进一步上涨。

花旗分析师将英伟达目标价从之前的 420 美元上调至 520 美元，维持买入评级。他们表示，这是基于 2025 年预计市盈率为 35 倍，牛市情况为 600 美元，市盈率为 40 倍。Nvidia 股价在盘前交易中上涨 0.7%，至 457.70 美元。2023 年迄今为止，其股价已增加两倍多。

花旗分析师写道：“我们继续看到全年数据中心销售额同比加速增长带来的有利风险回报。” 尽管存在一些风险，包括美国对中国出口的更严格限制以及未来的竞争，但分析师仍支持该股。

由于其在图形处理单元（GPU）方面的专业知识，英伟达已成为人工智能芯片领域无可争议的领导者，但其竞争对手（包括AMD）还计划利用价值数十亿美元的机会，为寻求潜在替代品的客户提供芯片。

花旗表示，基于 GPU 计算优化软件、网络产品组合和卓越硬件方面的优势，Nvidia 的主导地位将继续保持。

花旗分析师表示，他们预计 Nvidia 在 AI 性能方面将保持相对 AMD 的实质性优势，并在未来两到三年内在 AI 相关图形处理单元市场上保持 90% 左右的市场份额。2027 年将达到 1500 亿美元。

据SeekingAlpha分析师表示，Nvidia公司于1999年发明了GPU，并于2006年推出了CUDA编程模型。他们开放了GPU用于加速计算的并行处理能力，以及专有算法和库。为此他们相信，加速计算和人工智能（“AI”）将推动英伟达未来的增长，而英伟达不再只是一家芯片公司，也是一家人工智能软件和自动驾驶技术公司。

“我认为英伟达有明确的目标，到 2032 年收入将达到 3800 亿美元，这意味着年复合增长率为 30%。”SeekingAlpha分析师说。

分析师报告认为，Nvidia 始终将自己定位于主要技术大趋势的前沿，包括游戏、加密货币挖矿、云计算以及现在的人工智能。这些大趋势在很大程度上依赖于加速计算，这增加了对 Nvidia GPU 和相关软件的需求。我相信数据中心市场将需要更多的 GPU 硬件和软件，主要原因有两个。

首先，目前纯CPU服务器的计算性能提升有限，成本较高。因此，采用 GPU 进行加速计算的趋势非常明显。其次，由于人工智能建模的规模和复杂性，涉及深度学习和机器学习的生成式人工智能应用需要更多的 GPU。与人工智能相关的工作负载需要加速。

Nvidia 预计，在 2024 财年第二季度，与生成式 AI 和大型语言模型相关的需求将大幅增加。云服务提供商、消费互联网公司和企业正在大力投资人工智能项目的数据中心。Nvidia 预计 2024 财年第二季度收入为 110 亿美元，同比增长 64%。

根据researchandmarkets.com的《数据中心加速器：全球战略商业报告》，预计到2030年，全球数据中心加速器市场将达到3510亿美元，这意味着从2022年开始复合年增长率为34%。目前，大多数数据中心加速器基础设施主要由 CPU 组成。据英伟达管理团队介绍，目前全球有价值1万亿美元的数据中心配备了CPU服务器。这代表了 GPU 渗透和增长的重要市场。

在我看来，加速计算和人工智能将在未来十年推动GPU的增长，将现有的传统计算基础设施转变为智能网卡和交换机的加速计算。

SeekingAlpha的分析师重申，Nvidia不仅仅是一家芯片公司，因为他们提供了完整的生态系统和端到端堆栈。自 2006 年以来，他们发明并制造了CUDA，这是一个软件包，可以在每个 GPU 上访问其芯片的核心功能。我相信这是他们目前成功的最重要原因之一。在我看来，CUDA让Nvidia在加速计算和框架优化方面拥有强大的优势，创造了一条强大的护城河。

有趣的是，Nvidia 用了 12 年时间才达到 200 万开发人员，但在过去两年半里，这个数字翻了一番。CUDA 开发人员社区是 Nvidia 成功的关键，因为越来越多的开发人员使用这些套件，从而使用 Nvidia 的 GPU 和算法开发更多应用程序。CUDA让AI开发者能够挖掘芯片的核心硬件功能，使得Nvidia芯片备受这些开发者的青睐。我相信这200万开发者已经成为Nvidia的宝贵资产，使得他们的芯片无可替代。

Nvidia 的软件生态系统涉及与云基础设施、云应用程序和平台领域的行业领先企业的合作。随着对加速计算和人工智能的需求不断增长，Nvidia 的全面解决方案使其在市场上具有高度竞争力。

Nvidia 透露，软件在其集团收入中所占的比例正在不断增长，但目前软件在总收入中所占的比例仍然很小（3 亿美元的收入）。Nvidia 计划单独销售软件。目前，他们的大多数解决方案都包含大量软件，这些软件不单独出售，而是包含在整个套餐价格中。

软件组件包括三个主要部分。首先，Nvidia AI Enterprise是Nvidia AI平台的软件层。它是实现整体人工智能的操作系统要素的完整包。作为操作系统，AI Enterprise可以运行在现有的云基础设施玩家下。

其次，Omniverse 是一个平台解决方案软件，它以多种方式为元宇宙提供支持。它具有在互联网上创建数字孪生和3D环境的能力。目前，大多数人工智能作品都试图解决数字世界的生产力问题，面向未来，分析师认为人工智能将被带到物理世界，例如交通、机器人手术或仓库管理等。Omniverse 的解决方案可能是在我看来，未来将取得非凡的成功。

最后，汽车软件对于英伟达来说是一个非常重要的部分。基于 GPU 的硬件在支持人工智能和自动驾驶所需方面发挥着关键作用。从历史上看，英伟达的汽车收入主要由信息娱乐驱动。展望未来，分析师认为他们的汽车业务增长将由其具有完整软件堆栈的自动驾驶和人工智能驾驶舱平台推动。

在分析师看来，大多数汽车原始设备制造商（包括特斯拉）都会采用第三方GPU平台和相关软件来开发自动驾驶技术。汽车业务目前仅占 Nvidia 集团销售额的 3.3%，但分析师预计该业务未来将大幅增长。他们未来六年的汽车设计赢得管道目前已达到 140 亿美元，高于一年前的 110 亿美元，这使他们能够预见未来几年的持续增长。

此外，游戏约占 Nvidia 集团销售额的 33%，使其成为仅次于数据中心的第二大终端市场。根据Newzoo Gaming Report 2023，尽管受到疫情和远程工作的影响，全球游戏玩家总数仅为 11 亿，与全球 80 亿人口相比，这个数字相对较小。从 2019 年到 2022 年，Nvidia 的 GeForce 游戏收入复合年增长率为 20%，而消费 PC 市场基本停滞不前。这一增长可归因于新游戏玩家和创作者进入 PC 市场，以及平均售价的上涨。目前，只有 44% 的 GeForce 安装基数已升级到 RTX。

分析师相信，更多的游戏玩家会选择购买更高级别的 GPU，从而推动销量和平均售价，并为 Nvidia 未来的收入增长做出贡献。在分析师的模型中，预计单位销量将正常增长 10%，平均售价将增长 10%，从而使游戏业务成为 Nvidia 增长的重要推动力。

该分析师同时也强调，英特尔公司和 Advanced Micro Devices ( AMD ) 正在努力追赶 Nvidia 的 GPU 技术。

英特尔于 2020 年底重新进入 GPU 市场，随后推出了 Arc Alchemist GPU，该 GPU 于 2022 年初开始发货。对于参数高达 100 亿个的 AI 模型，英特尔相信他们的 Xeon CPU 可以处理所有数据准备工作。对于较大的型号，英特尔提供 GPU Max 和 Gaudi 加速器。最初，英特尔计划将 GPU 与 CPU 结合起来，但后来放弃了这一计划。

英特尔宣布即将推出“Falcon Shores”芯片，计划于 2025 年推出。届时，Nvidia 很可能会推出另一款性能比 H100 更好的芯片。

AMD的MI250目前正在超级计算中使用，并参与广泛的大语言模型训练。

MosaicML进行了基于实际工作负载的测试，将 AMD 的 MI250 GPU 与 Nvidia 的 A100 进行大型语言模型训练的比较，无需任何额外配置。他们的结论是，AMD MI250 GPU 的每 GPU 数据吞吐量是 Nvidia A100 40 GB 型号的 80%，与 A100 800 GB 型号相比，性能下降了 73% 以内。

AMD 目前正在开发 MI300。他们最近发布了一款名为 MI300X 的新 GPU 型号，该型号在一个平台上结合了八个加速器，并拥有令人印象深刻的 1.5TB HBM3 内存。AMD 声称 MI300 的 AI 性能是 Instinct MI250 的八倍，每瓦性能是 Instinct MI250 的五倍。MI300X 将于今年晚些时候开始向部分客户发货。尽管AMD尚未透露价格，但新款MI300的推出可能会给Nvidia的H100带来价格压力，后者的售价为3万美元或更高。

分析师进一步指出，中国市场约占 Nvidia 集团销售额的 21%。为了遵守芯片禁令，Nvidia 已采取措施提供其旗舰 A100 和 H100 GPU 的修改版本。报道称，中国互联网巨头正在使用改进后的芯片，称为 H800。据分析师说，近期地缘政治风险仍将持续存在。因此，英伟达别无选择，只能继续向中国提供修改版本或老一代芯片，这可能会随着时间的推移增加英伟达的成本。

在聊到英伟达能发展到多大时？分析师将Nvidia的销售额分解为几个部分：数据中心GPU、游戏GPU、汽车自动驾驶和AI软件。

首先看数据中心GPU方面，分析师坚信，数据中心领域将成为Nvidia未来十年的主要增长动力。新的基础设施机会和现有 CPU 驱动的基础设施的更换将推动数据中心加速器市场的增长。

在第一季度财报电话会议上，英伟达表示，在过去四年中，仅基于 CPU 和非加速网络接口卡构建了价值 1 万亿美元的数据中心。这些未加速的基础设施将在未来十年内被替换或升级。这意味着仅更换过去四年建成的基础设施就有1000亿美元的市场机会。此外，对于新数据中心的增长，根据历史趋势，我估计每年的投资约为 2500 亿美元。

考虑到这些因素，分析师估计，Nvidia 在数据中心领域的潜在市场规模每年可能约为 3500 亿美元。分析师预计Nvidia将在数据中心市场保持其GPU优势，并且认为到2030年他们可以占据75%以上的市场份额。这个预测表明Nvidia在数据中心领域的收入到2030年可能达到1900亿美元。根据其预测模型，分析师预计 2022 年至 2032 年数据中心业务的复合年增长率为 33%。

其次，在游戏方面，2022 财年，Nvidia 33% 的收入来自游戏领域。如前所述，分析师预计游戏业务的销量和定价将增长 10%。根据模型，分析师预计该细分市场的年增长率为 20%。

来到汽车自动驾驶方面，目前，汽车领域仅占英伟达业务的一小部分。然而，分析师预计在完全自动驾驶 (“FSD”) 技术进步达到 4 级和 5 级的推动下，该行业在未来十年将出现显著的指数级增长。

根据麦肯锡《自动驾驶汽车的未来》报告，在早期推出阶段，每辆车的 3 级和 4 级自动驾驶系统的硬件和软件许可成本可能达到 5,000 美元或更多。假设 2032 年新车产量约为 7000 万辆，分析师估计自动驾驶硬件和相关软件的总市场规模约为 1290 亿美元。值得注意的是，虽然特斯拉正在设计自己的自动驾驶芯片，但分析师不认为其他汽车制造商具备成为芯片设计公司的能力。在其模型中，分析师预计 Nvidia 汽车业务的年复合增长率为 44%。

具体到人工智能软件方面，英伟达计划将其软件产品从其软件包中分离出来，旨在开发一套全面的软件解决方案。这一战略举措承认了软件在加速平台中的重要性，英伟达希望成为一家涵盖硬件和平台层面的全栈公司。

硬件层已经构成了英伟达业务的重要组成部分，而生成式人工智能的进步正在推动该领域的增长。在平台层面，Nvidia 提供了 Nvidia AI 和 Omniverse 等产品。此外，Nvidia 最近还宣布了其 AI Foundation 服务，其中包括三个关键云服务：NVIDIA NeMo、Picasso 和 BioNeMo。这些服务使组织能够利用和定制跨文本、视觉内容和生物学的企业级生成人工智能。

英伟达认识到软件可能是公司历史上最重要的商业模式扩张计划，因此一直在战略上为其未来奠定基础并铺平道路。凭借广泛的硬件安装基础，我相信 Nvidia 有能力在未来十年利用人工智能相关软件的增长。

Grand View Research的数据显示，2022 年全球人工智能市场估值为 1360 亿美元，预计 2023 年至 2030 年复合年增长率为 37.3%。Nvidia 目前的软件产品包括 AI 云基础设施、AI 工具箱和全宇宙。尽管英伟达在人工智能软件领域的影响力能达到多大程度还存在争议，但英伟达的核心专长在于硬件和芯片。尽管如此，鉴于他们的芯片在整个数据中心广泛部署，他们具有利用硬件为其人工智能软件提供卓越性能的优势。我预计 Nvidia 的软件收入到 2032 年将达到 220 亿美元。

将所有因素放在一起，在分析师的模型中，Nvidia 预计将在 2032 年达到 3800 亿美元，这意味着 2022 年至 2032 年的复合年增长率为 30%。

『半导体第一垂直媒体』

实时 专业 原创 深度

识别二维码，回复下方关键词，阅读更多

晶圆｜集成电路｜设备｜汽车芯片｜存储｜台积电｜AI｜封装