一年翻三倍的英伟达，为什么会是人工智能时代的明星？

Part 1

文   |   奥西里斯的三宫主

2016年标普500的第一明星股非 英伟达Nvidia（NASDAQ：NVDA） 莫属，全年超逾220%的涨幅令许多人惊呼“第二个苹果”诞生，将其视为不可多得的兼具高成长性和稳健性、值得长线投资的珍贵标的。

然而进入今年以来，从2月7日的最高点119.13美元的收盘价起，在一个月时间内跌至100美元附近，中途甚至下探到95.17美元，最高跌幅达20.1%。之前没能搭上这趟上升火箭的投资者开始蠢蠢欲动：如今是否已到了入手的好时机？

时间拉回到去年9月2日，君临团队曾经推送过一篇非常有价值的投资参考——《 星谈｜美国大牛股的成长和时代密码 》，文章末尾处说道，“ 我们并不确定，Nvidia是否会成长为下一个时代的英特尔或者高通，但是他所处的关键位置，近段时间突然爆发的新业务增长，或许预示着新一轮的产业创新周期已经开始了 ”。

当时的Nvidia股价尚在60美元左右，而在11月Q3财报公布后，启动了新一轮凌厉的上涨攻势，从此股价一骑绝尘。

相信不少根据9月的这份参考做出了投资决定的君临粉丝们都收益颇丰，这其中也包括笔者本人，在此要特意向君临团队表示一个大大的感谢，比心～

作为一点小小的回馈，我想先暂时撇开干燥无味的数据，结合自己的思考与经历从7个问题的角度来梳理Nvidia，帮助对它感兴趣的读者用最短时间来了解这支明星股。

当然投资是一项需要严肃谨慎对待的事情，只了解提及的这几个方面是远远不够的，在接下来更细致的分析整理工作之前，希望这篇文章能起一个抛砖引玉的作用。

Nvidia是一家以设计图形处理器为主的半导体公司，创立于1993年，总部位于美国加州圣克拉拉。1999年1月在纳斯达克上市，目前总市值约600亿美元，是标普500指数成分股和纳斯达克100指数成分股。

相信对Nvidia感兴趣的朋友都听说过GPU和CUDA。

GPU就是我们通常所说的独立显卡。Nvidia的显卡分为三个系列：面向大众的 Geforce系列，面向工业图形设计的Quadro系列，以及面向科学计算的Tesla系列；而CUDA是Nvidia于2007年起推出的图形处理开发环境。

原本GPU只是被用来处理图形加速，CUDA的推出使得GPU可以容易地用于图像加速处理以外的目的（如深度学习，下面会谈到）。GPU与CUDA的关系就是硬件与平台的关系。

GPU芯片即显卡产品收入占到Nvidia总营收的80%以上。

2015～2016年之前GPU基本上只是用在游戏PC领域， 2016年随着VR和深度学习崛起，使得GPU的市场前景变得极具想象力。

虽然VR和深度学习都有赖于GPU，但深度学习的大规模普及除了GPU以外还需要与之相应的、对于普通程序员来说足够友好的开发平台。

无论说是搭了顺风车也好，CEO黄仁勋的远见卓识也好，在VR和深度学习崛起的这个时间窗口里作为唯一具有GPU硬件＋平台优势的公司Nvidia终于迎来了业绩的大爆发，同时也带动了股价一路高歌。

据悉世界上目前约有3000多家AI初创公司，大部分都采用了Nvidia提供的GPU硬件＋平台。

这里其实有一点管中窥豹的意思。作为一个投资风格比较保守的人，坦白说我从来没有买过40倍PE以上的股票。

但当时我发现我所在的研究室里面玩VR的成员，都在越来越频繁地讨论怎样攒机；身边玩VR的人也越来越多。有些人分析Nvidia的财报说他们根本没做VR产品就断言Nvidia在VR上的利润增长只是一个噱头，这就有点尴尬了。

其实Nvidia并不是直接做VR产品（如头显等），而是VR产品必须用到搭载了GPU的电脑来驱动。由于Nvidia的GPU占到全部PC GPU市场份额的70%以上，所以VR产品的销售前景越好，间接说明Nvidia的GPU销售前景越好。

另外，那时我也刚接触深度学习，发现深度学习的门槛确已大幅下降， 越来越多的人（比如甚至我自己）都可能直接或间接地成为Nvidia的消费者时，我对Nvidia的业绩上涨也产生了很大的信心。

我认为这些在自己身边就可以捕捉得到的真实信号，比财报上几个数字更能说明问题。当然那时候并不是觉得业绩马上就会涨，而是假定如果放在一至两年的时间框架来看，上涨几乎是肯定的。所以断定当时40倍PE的估值并不算高。

我们可以看到2015年～2016年，Nvidia的上涨是因为VR和深度学习的崛起，而从2016年下半年起又加入了用GPU取代CPU在云计算业务中的地位、为特斯拉汽车提供无人驾驶系统等等新“故事”。

无论前者还是后者，其股价的支撑都是来自于对未来GPU芯片销量增长的想象而非实际的盈利数字。 而今年的下跌一则是因为公司预期未来芯片销量不及市场预计，一则是因为前期涨幅巨大引起大量获利盘了结。

虽然目前Nvidia凭借CUDA已有的强大生态圈在深度学习领域占有巨大的先发优势，然而 2016年12月AMD推出的Radeon Instinct平台会对其造成直接竞争压力，使得Nvidia的硬件＋平台的“护城河”被逐渐填平；

不断改良的Intel的Xeon Phi处理器是Nvidia Tesla系列的直接竞争对手 。这两者的实际市场表现都是非常值得持续密切关注的。

价值投资者理应对投资标的的管理层有所了解。值得一提的是，相较于竞争对手AMD的五年更换三次CEO，Nvidia的CEO黄仁勋自创业之初便担任至今，在过去24年里对Nvidia的数次业务转型都展现出了过人的战略眼光。

公司创始人至今仍然担任CEO是一个很大的优势 ，使得Nvidia以一个成熟企业的身份相对保持着初创企业般的市场敏锐性和执行力。

虽然 AMD 去年的股价表现也非常抢眼，但从中长期投资角度来看，Nvidia在业务经营的稳健性、可靠性和成长性上的平衡仍然明显优于AMD。

目前Nvidia即使下跌到标普500的平均25倍PE的水平，股价仍可维持在76.5美元。

个人计划在90美元附近适度增持。适度购入一定比例的AMD、Intel作为风险对冲也不失为一种选择。

但必须了解的一点是， 没有人确切知道在未来的AI领域哪家芯片厂商才是最大的赢家，也许这三家都不是。IT行业的技术变化日新月异，聪明的投资者需要保持对此领域的长期密切关注。

Part 2

文   |   君临

首先感谢奥西里斯的三宫主的投稿，很久没谈过美股了，趁着这个机会，君临也来发表一下对英伟达这家公司的一点看法。

我们投资英伟达，投资的是什么？

投资这个时代的主题。

我们知道， 成长股投资最大的风险，就在于我们永远不知道这个公司的超预期增长什么时候会结束 。

成长股的估值中是包含着投资者的巨大预期的，但这个预期不可能永远持续下去，增长总有放缓的一天，一旦这个势头结束了，就会迎来业绩、估值的双杀，被投资人纷纷抛弃，一地鸡毛。

这就像怀里揣着一个定时炸弹睡觉，让人提心吊胆，夜不能寐。

在这种情况下， 最好的选择，就是买入那些天花板足够高，市场空间足够广阔的行业 。比如电商、搜索，足够强的主流需求，这些行业里的公司，像亚马逊、谷歌，涨了十几二十年也没有结束。

相反，那些垂直领域里的小而美，则是要时刻提防的 ，比如运动手环的Fitbit，运动相机的GoPro，需求太小了，增长个一年半载就到头了，让人防不胜防。

那么，我们这个时代的主题是什么呢？

人工智能、AR游戏、无人驾驶汽车，所有这些，最终都指向了英伟达。

英伟达是个什么公司？

简单来说，这就是一个图形计算芯片公司，他的GPU图形芯片份额大概在70%左右，基本上垄断了这个行业的最牛逼技术。

前几天，看到一个新闻说，英特尔、高通都在大力进军自动驾驶芯片领域，要跟英伟达一决雌雄。貌似这个行业的前景仍处于混沌阶段，英伟达未必拥有胜算。

如何看待这个事情？

我们都知道，芯片史上，有几个王者，第一代是模拟计算时代的德州仪器，第二代是PC计算时代的英特尔，第三代是移动计算时代的高通，第四代就是目前即将进入的人工智能时代。

太久远的我们就不说了，说说二代和三代的交接。

英特尔是如何败于高通的？

智能手机兴起，高通的手机芯片获得大量应用，英特尔眼馋的很，也曾经推出了自己的移动计算芯片，开始的时候，风头很足，可惜没多久就偃旗息鼓了。是市场预算不足吗？是公司不够重视吗？当然都不是的。

核心的问题在于，英特尔的芯片，是基于X86架构的，具体技术细节什么鬼我们不用懂，只需要知道一点，这个技术的特点在于超强大的逻辑运算能力，但是缺点是发热量大，能耗高。而高通的芯片，是基于ARM架构的，运算能力弱一点，但是优点是发热量小，能耗低。

就是这么一个技术架构的差异，决定了英特尔虽然能够在PC端，在服务器端获得统治地位，却眼睁睁的看着高通在移动计算领域一步步做大，毫无办法。

这就像是体育运动领域的，白人、黑人、黄种人，由于身体结构的差异，黑人善奔跑，白人善游泳，黄人更善技巧性运动。

所有的道理都是相通的，英伟达之所以值得被充分看好，就在于此。

很多文章对人工智能讲的云山雾罩，神秘莫测，其实并没有那么复杂。人工智能时代，并不是真的计算机就会思想了，只是在之前的“数字逻辑运算”基础上，进一步增加了对世界的感知能力。

举个例子来说，一个人拥有了大脑，他需要了解这个世界，并对世界的变化作出反应。

最低等的动物，比如草履虫，会对温度、重力、方向等作出反应，高等一点的动物，会对触觉、声音等作出反应，更高等一点的动物，则是会对语言、图形视觉作出反应。

我们人类，每天接触的信息中，大约70%来自眼睛，25%来自声音，只有5%来自触觉、温度、重力、方向等等各种其他信息的输入。

也就是说， 人工智能的核心，其实不是高度复杂的数据计算，而是对视觉图形、声音语言的高效率处理能力 ，机器只有看得懂图形，听得懂语言，才能作出恰当的判断和反应。

这就是为什么人工智能中我们见得最多的应用是人脸识别和语言翻译，无人驾驶汽车的关键在于摄像头对环境的识别，服务机器人成熟的前提也是对周围环境的识别能力提升。

GPU和CPU，两者最大的区别就是技术架构的不一样，后者是为复杂逻辑运算而设计的，名词叫串行运算，前者是为大数据量、逻辑不复杂的重复计算而设计的，名词叫并行运算。无论视觉图形的处理，还是声音语言的处理，本质上都是一种简单对象的大数据量重复计算。

两者的差别有多大呢，据卡耐基梅隆大学的lan Lane教授称：" 借助 GPU，预先录制的语音或多媒体内容的转录速度能够大幅提升。与CPU相比，我们执行识别任务的速度可提升33倍。 "

正是这架构底层的区别，决定了英伟达的GPU能够在人工智能时代大放异彩，也是英特尔、高通这些巨头所难以追赶的。

我们看好英伟达这家公司，不仅源于对技术发展趋势的判断，还有对这家公司管理层的信心。

和英特尔、高通都已经是二代之后的职业经理人打理不一样，英伟达还是一家创始人执掌的公司，拥有敏锐的洞察力和百折不挠的奋斗精神。

英伟达的创始人叫黄仁勋，1963年出生在台湾，9岁时跟随家人去了美国，曾先后在AMD和LSI Logic担任芯片设计师，30岁时创办英伟达。

黄仁勋的创业史，基本上就是一部不断被现实打败，然后勇敢站起来，通过改进技术，适应现实需求，变得更强大的奋斗史。

1993年，刚刚成立公司，黄仁勋对于图形芯片领域的创业还看的不太清楚，于是咨询业内的分析师，别人告诉他，最好别干，因为这个领域里已经有30多家公司了，不缺你一个。

黄仁勋对这位分析师的忠告，表示了战略上的藐视，和战术上的充分重视。他决定放弃大部分公司混战的领域，从一个细小的正方形成像技术上进行攻关，突出自己的优势。

铁的事实教育他，分析师的判断是正确的，一年之后天使资金就被花光了，员工裁掉三分之二，而销量并没有任何好转。

幸运的是，黄仁勋抓住了一个机会，由于强调英伟达芯片对游戏手柄的支持，获得了和日本世嘉游戏机的合作机会，以及继续生存下去的资本。

幸福的日子刚刚开始，噩梦再次降临。1995年，微软windows95上市，电脑的游戏表现性能大幅提升，游戏主机市场受到严重冲击，世嘉也放弃了和英伟达的合作。

大腿抱不成，英伟达再次重伤，但黄仁勋没有放弃，他很快又抓住了另一个机会。

windows95的上市，让整个电脑上下游市场天翻地覆，图形芯片也是一样的。传统的图形芯片有着各种各样的接口标准，就像现在的手机充电线接口，五花八门一样，当windows95成为了平台标准，就看谁的支持更快，更完善，谁就将受到市场的欢迎。