炼金丨《头号玩家》燃爆英伟达

文：张华（不务正业的硅谷工程师 ）

编辑：鹿鸣

看过我上一篇文章的朋友都知道我是特斯拉的粉丝，那么我先说点题外话。（上期回顾： 炼金丨马斯克会是下一个贾跃亭吗？ ）

就在特斯拉第四季度财报即将发布之际，马斯克的SpaceX成功发射并回收了猎鹰重型火箭，顺便给特斯拉超级跑车Roadster的潜在外星客户打了一波广告，外星人们你们颤抖了吗？但是随后四季度的财报显示亏损扩大至7.7亿美金，虽然特斯拉手头上还有近34亿美金的现金，还是不由得让我对“钢铁侠”的未来大业有点点担心。 现在能阻挡马斯克疯狂想象力的只有CASH了， 而众所周知现在地球上最不缺钱但是却越来越缺乏想象力的就是同在硅谷的科技巨头苹果了， 真的期待未来有一天苹果公司可以收购特斯拉， 顺便让马斯克来当苹果CEO，这是我能想到的完美互补组合， 届时再没有什么可以阻止我们的马斯克了。 在这件事情发生之前，我们可以做的就像下面图片的Roadster跑车屏幕里写的那样：“Don’t Panic（别慌）。”

言归正传，我们 今天要讲的是硅谷现在炙手可热的网红公司“英伟达”。 自从科学家们“偶然”发现用GPU可以大大加快人工智能中的深度学习算法以来， 人工智能经历了一轮又一轮的“寒冬”以后又重新点燃了人们的期望， 而在视频图像以及语音文字识别领域被证明有广泛应用前景的深度学习这个“计算黑洞”，给曾经只是“还不错的”游戏显卡公司英伟达插上了“猎鹰火箭”直接冲到了“伟大的”人工智能公司。英伟达的股价也从2014年的20美金上下暴增到200多美金，翻了超过10倍。机遇都是给有准备的人的，但是我想十年前的英伟达CEO黄仁勋一定也没有想到，幸福来的如此突然， 原本只是想着能给游戏和图像处理这个细分市场带来进步的产品，不小心就站到了可能全面改造人类社会生活工作方式的人工智能风口。

英伟达可以说是名副其实的高增长“现金牛”公司，我们可以先看下它和另外两家相爱相杀20年的公司比较一下。

得益于游戏显卡和数据中心（深度学习）带来的高速增长，全年收入增长达到了惊人的40.6%，净利润和EPS更是接近翻倍，而且手握大把现金，长期债务又很低，这都甩出了Intel和AMD好几条街。AMD在2012年上任的华人CEO 苏姿丰的带领下终于整明白了产品路线，在过去的一年中取得了不俗的成绩，发布了一系列令人期待的新产品，也让英伟达和英特尔不用再担心它会破产导致没人陪他们在CPU和GPU市场玩了，比较有意思的是苏大妈还是老黄的表亲，说华人垄断半导体半壁江山一点不为过。而Intel也是这几年在摩尔定律即将死亡之前试图从PC公司转型到数据公司，数据中心，物联网，汽车以及存储等等也都有两位数的增长，只不过PC业务的基数太大所以在总收入增长上还看不太出来，Intel近两年在市场上收购了一系列如Mobileye, Altera, Nervana, Movidius等，在AI和无人驾驶领域都有布局和卡位，还招入了AMD GPU的首席架构师Raja来发展Intel自己的GPU，可以说已经是英伟达未来最大的竞争对手了，不过在这些风口领域，Intel还是追赶者的姿态，目前和英伟达还有不小的差距。Intel这两年激进的布局也让它的长期债务增加到250亿美金，公司上下都在节衣缩食为了转型攒弹药，而英伟达的日子就舒服太多了，因为不管是AI，无人车，数据中心，游戏显卡都是同一个GPU架构，所以只用专注于升级它的GPU架构和生态系统，研发和开销都少了很多，不但建了新的总部大楼，还带动了周边房价高速增长，已经被硅谷不少人视为新的宇宙中心了。

废话不多说了， 接下来我们要放大了仔细看看这高增长的背后有没有隐患，未来是否可以持续这样的增长，可以担得起目前50倍的PE吗？

游戏业务从2016年三季度Pascal显卡上市以来每个季度的同比增长都很惊人， 直到卖了一年半后的17年四季度还能有29%的同比增长，可见消费者对显卡的需求有多大。一直以来游戏显卡都是英伟达主要的收入来源，这部分的比例都维持在50-60%之间，英伟达在显卡市场的份额也常年保持在70%以上， 虽然AMD过去一年的崛起带来了一定的竞争压力（主要体现在中低档显卡），但是高端显卡目前还是难以撼动。 可能许多读者比较好奇的是作为传统的PC业务，在全球PC用户持续下降的年头为什么还能保持这样的增长。这里面有多方面原因，其中主要的原因是：

1. 在2016年中上市的 Pascal架构显卡受到了广泛好评；

2. 这两年PC游戏的火爆， 新游戏的设计对显卡压榨越来越厉害，像是时下很火的“吃鸡”游戏《绝地求生》，基本是要求Pascal架构的GTX10系列卡才能带的流畅；

3. 不像CPU一般用户5年才更换，用户对显卡的更换周期比较短， 使用中档显卡的用户愿意每代产品都换，高档显卡用户会选择性1-2代更换。

4. 整个游戏行业和游戏玩家数量的高速增长；

5. 加密货币市场的急速增长， 大量的除比特币之外的加密货币目前都还是用GPU挖矿。

据专业机构统计预测，全球游戏市场未来几年还能保持年均8.2%的增长，观看电子竞技的观众更是能有年均20%的增长，加上不久的将来VR，AR技术的成熟和内容的不断发展，即使不考虑加密货币的市场我们保守的估计英伟达游戏业务也能有15%-25%的稳定年增长，抛开别的不说，这部分的估值也能撑得起20-25倍的PE了。

（来源：Newzoo）全球游戏市场的增长率

（来源：Newzoo）电子竞技观众的增长率

加密货币在过去的一年中经历了爆炸式的增长， 以目前第二大币值的以太币为例，过去一年中从8美金一直增长到最高1392美金，翻了174倍，和比特币不同的是，以太币的挖矿算法是要占用大量内存，所以很难设计ASIC芯片取代GPU挖矿（据说比特大陆已经设计出了可以用来挖以太币的的ASIC矿机）。 币价的暴涨吸引了大量矿工购买GPU挖矿，这直接导致了GPU在零售商处的加价和限购。

（来源：coinmarketcap）以太币过去一年的价格走势

对GPU生产商 英伟达和AMD来说这部分的收入是爱恨交加，爱的是它确确实实是个很赚钱的业务，恨的是这部分收入会随着币值的起伏非常不稳定， 而且以太币很快就会从POW算法过度到POS，意味着GPU届时就无法用来挖以太币了（虽然它还可以用来挖其它小币），在可预见的未来GPU挖矿一定也会被各种ASIC矿机取代，所以目前加密货币给英伟达带来的收入其实等于给财报注了水，未来这部分收入早晚会归零。我们无法从AMD和英伟达的财报中了解到这部分的收入，因为买显卡的游戏玩家同时也可能拿它来挖矿，生产商自己其实也很难区分统计。据摩根斯坦利的分析师估计2017年以太币为首的加密货币相关的GPU收入总额应该能有8亿美金以上，如果我们简单算AMD和英伟达平分这块蛋糕，这部分就贡献了英伟达7%左右的游戏业务收入，苏大妈和老黄在财报后的电话会议中都坦白过加密货币占的收入比例不是可忽略的，但是他们对加密货币的态度都很谨慎，据称英伟达在今年即将上市的基于Ampere架构的GTX20系列显卡可能会从物理层面屏蔽加密货币算法。

主要的风险：加密货币市场的不稳定因素和AMD的重新崛起带来的竞争压力。

数据中心的增长是目前支撑英伟达高估值的主要因素， 主要销售的是它的Tesla显卡，不同于它的游戏显卡， Tesla GPU针对的是高性能计算（对应科研领域）和深度学习（包括深度学习的训练和推理）。 深度学习简单的说只是人工智能众多算法中的其中一种，但是却是应用最广泛和最成功的算法，主要在于视频图像和语音文字的识别及分类的应用上，大家比较熟悉的虐了围棋界千百遍的阿尔法狗就是用的深度学习算法。深度学习的简单流程就是在建立模型的初期需要大量的带标注的图片或者语音数据进行模型训练以求达到要求的识别精度，这过程中需要巨量的并行矩阵运算，这一过程叫模型的训练。等到模型训练完毕以后就会被放到数据中心或者用户终端来做一些实际的比如图像语音识别等各类应用，这一过程又叫推理。英伟达在2017年的投资人会议上说到2020年高性能计算的市场容量有40亿美金，深度学习训练市场容量有110亿美金，推理市场容量有150亿美金，合计能有300亿美金机会，而目前英伟达数据中心2017年的收入在比过去翻一倍多的情况下也只有19.3亿美金，可以说由深度学习带来的空间还有10倍以上，但是理想很丰满现实怎么样呢？英伟达真的能吃的下大部分份额吗？

（数据来源：英伟达）

首先英伟达的这个市场容量估算也是要打个折扣， 这个估计是基于到2020年各大类需要的计算量除以目前最新的Tesla V100的峰值速度再乘以V100的单价得到的，机智的朋友肯定会指出等到2020年以英伟达18个月换代的速度肯定已经出了下一代产品，如果我们算上这一代V100比上一代P100双精度提高40%速度估算，这个市场容量得打个6折到180亿美金了。

我们再接着细分， 英伟达目前最有统治力的是深度学习的训练市场，因为有英伟达自己的平台产品CUDA这个大杀器， 现在市面上几乎所有的深度学习框架都是基于CUDA写的，所以基本上所有的学校，研究机构以及各大公司都用英伟达的GPU训练深度学习网络，按这个趋势可以轻松吃下110亿的6折也就是66亿， 但是英伟达的地位可能并没有想象中的这么稳固。 就在2月12号，谷歌迈出了它自家AI芯片TPU商用化的第一步，以云端的形式对外部用户开放了数量有限的测试版。这是谷歌研发的第二代TPU，据称性能和功耗比都显著优于GPU，既可用于训练也可用于推理，加上和自家开发的Tensorflow深度整合，相信适应性也不会差，谷歌内部已经完全用TPU取代了GPU做机器学习。这对英伟达来说是个很不好的信号，其实开发机器学习专用芯片并没有像CPU和GPU那么难，现在有很多初创公司在做，难的是在硬件之上的完整生态环境的支持，这也是为什么英伟达的地位目前这么难以撼动，因为目前所有的深度学习框架都基于CUDA，但是谷歌作为软件公司重写一个基于自家TPU的框架并不是难事，我们可以期待谷歌TPU在迈开商业化第一步以后不久的将来就可能会对外发售它的TPU。不仅仅是谷歌，事实上很多大公司都在独立开发自己的芯片试图摆脱GPU，目前传出的如国内的百度阿里，国外的亚马逊，都在招AI芯片的设计人员，这些巨头都是英伟达的VIP客户，他们的芯片虽然可能主要还是在公司内部使用，但是对英伟达未来的前景已经蒙上阴影了， 最坏的可能是这些互联网巨头最后都有自己的专用芯片，到那时英伟达的Tesla GPU的市场只有给中小公司，学校研究机构和个人开发者做深度学习训练，那么这个市场的想象空间就没有那么大了。

深度学习的推理市场主要分云端和移动终端。 移动终端的市场现在还只是起步阶段，因为对低功耗低延迟，和各自细分市场的不同设计，很难出现一个通用的芯片，所以更有可能是各个细分市场有自己的ASIC芯片，这大概也是为什么英伟达在去年大胆开源了自己的DLA硬件架构， 虽然可能无暇顾及挣那些小市场的钱了，但是大家还是要紧密团结在老黄周围共同进步。

在移动终端不要忘了还有一个万亿市场——无人车，老黄应该没有把这个放进他的推理市场容量里，我们在之后的无人车业务中再展开。 那么在云端的推理市场，竞争就更激烈了，这里ASIC和FPGA都会有机会，未来也很有可能是三分天下的情况。 综上，我简单计算推理市场占30%的份额，也就是27亿。

HPC高性能计算市场可能就更小了，英伟达的市场份额在2016年是16%，老黄在2017年四季度财报后的电话会议中也提到过2017年的份额大概也保持在15%，到2020年给它一个乐观的30%的份额计算是7.2亿美金。

（数据来源：Intel 数据中心）

结合以上的分析，数据中心业务比较乐观的情况是训练市场份额100%，推理市场份额30%，高性能计算市场份额30%，合计103亿，对应的从2018年到2020年的年均增长是75%，这个增长率还是可以接受的。但是如果稍微悲观点，受TPU和各类ASIC影响训练市场50%，推理市场还是30%，高性能市场15%，合计66.3亿，对应的年均增长则是50%，还勉强可以接受吧，毕竟英伟达还有即将到来的无人车市场。

往后看2020年以后， 未知因素就很多了，人工智能的发展日新月异，深度学习的应用在经历高速发展的几年以后市场可能会很快饱和，届时对芯片的需求也会逐渐下降。还有说不定在人工智能其它算法上有了巨大突破，而这个算法又可能并不依赖GPU，风水轮流转谁知道呢。

主要风险：各类ASIC，FPGA的竞争；深度学习应用的逐渐饱和导致对芯片需求的下降；其它人工智能算法的突破。