来源： citronresearch，investopedia
编译：胡祥杰
【新智元导读】正值美股科技公司估计集体大跌之际，6月9日，著名做空机构香橼再发报告看衰英伟达，称其股价将跌回130美元。当天，英伟达大跌6.5%，一天之内市值蒸发近1000亿美元。 不过今天英伟达股价实现小幅攀升。虽然如此，有分析认为英伟达从急剧抛售中反弹并不奇怪，这正是“抛售”的一个重要信号。香橼报告之所以看好谷歌，看衰英伟达，是认为数据中心、AI和自动驾驶构成了刺激英伟达股价上涨的三驾马车，而在这三方面，谷歌才是真正的领导者。
著名做空机构6月9日再度做空英伟达，在一份6页的研究报告中，香橼以《英伟达：是时候区分赌徒和投资者了，英伟达的股价将跌回130美元》为题，其中，“英伟达股价将跌回130美元”几个字被标红显示，十分醒目。
也正是在6月9日当天，美股科技巨头股价集体大跌：其中苹果下跌3.88%，盘中一度跌约6%，Alphabet股价下跌3.4%，Netflix跌4.73%，亚马逊跌3.16%，英伟达大跌6.5%，一天之内市值蒸发近1000亿美元。 英伟达股价下跌，很大程度上就是由于以上提到的香橼报告。
报告写道：6个月前，当英伟达的股价一路飙升达到119美元时，香橼预测其股价将会很快跌落至90美元，果然，后来英伟达的股价一度跌至95美元。香橼言中。
**香橼注：香橼长期以来都很喜爱英伟达。两年前，当交易员、分析师和电视评论员都在鼓吹安霸公司（Ambarella，低功耗，高清视频压缩和图像处理半导体工业领域的技术领导者之一）时，是香橼指出英伟达才是真正的值得买入的。研究报告地址：http://www.citronresearch.com/wp-content/uploads/2015/07/Ambarella-Ridiculousness-explained-final-c.pdf
截止发稿前，我们并没有看到英伟达股价跌回130美元，周一（6月13日）英伟达股价上涨0.25%，股价为149.97美元。表现比较平稳。
但是，市场上依然有不开好的声音，投资百科（Investopedia）6月12日发表了一篇名为《为什么说AMD和英伟达（股价）会迎来最大的下跌》。
作者Mihael Kramer在文中写道，在市场出现动荡时，AMD和英伟达会非常危险。他以上周五出现的科技股全面下跌为例：当科技行业整体呈现下跌时，AMD和英伟达受到的冲击可能是最大的。
但是，上一周从整体上看，AMD和英伟达的股价都有不错的增长，其中AMD增长了17.5%，英伟达增长了12.5%。分析认为，AMD股价的迅速飙升，是因为比特币“挖矿”所需要的图形处理器有着强劲的需求；而英伟达的股价飙升，则得益于评估机构的看好，花旗银行等机构称，英伟达的股价将能达到300美元。
Mihael Kramer 称，这两种思想都为股市注入了许多“热空气”，使之像气球一样悬在空中。
简单地说，投资者的情绪被利润和巨大收益的概念所诱惑。 Nvidia的一年期远期市盈率从5月8日的26点左右上涨至6月8日的近40点。这是一个月以来的估值变化。
根据希望和激情来进行交易，这是非常可怕的。股市被情绪接管，股价就会非正常飙升。英伟达的情况并没有什么不同，仅仅因为情绪高涨，股价在6月8日暴涨——有机构预计，得益于数据中心的增长，英伟达股票将达到300美元，因为他们认为，300亿美元的数据中心市场，英伟达将会占 50％。
Mihael Kramer 说，从根本上说，AMD和英伟达的股票远远高于其自身价值，并且不值得如此飞快的上升速度。
作为一家公司，英伟达可以成为数据中心或人工智能领域的领导者，但这可能是几年之后的事。，这些收益是不可能在一周内实现的。并且，即使英伟达近期回落，股价也是一年前期 EPS 估计的约36.5倍。
Mihael Kramer 说: “其股价将进一步下跌，甚至是回到30美元。”
他也分析说，上周，英伟达和AMD从急剧抛售中反弹并不奇怪，但这并不意味着他们就可以置身事外。当投资者开始对为什么股价要保持上升产生疑问，常常意味着这只股票已经接近顶点了。从这一点上来看，AMD和英伟达在上周已经完美地释出了“抛售”的信号。
从2015年到2017年6月，英伟达的股价从25美元上涨到近150美元，增长了624%。
以下是香橼报告全文，新智元编译：
最近，英伟达股价疯涨，仅仅是增加的市值已经超过了其竞争对手AMD的总体估值。现在，来自花旗银行的一个不负责任的看涨数字正在推动新一轮的增长。
就在7个月以前，花旗的分析团队还把90美元作为英伟达股价的增长目标，但是昨天（6月8 日），他们的目标翻番，变成了180美元，全然不顾英伟达的核心游戏业务中暴露的弱点。
**注：花旗银行在英伟达刚刚上市一个月之后，就把熊市的股价目标定在100美元，这显示了他们对整体股票市场缺乏尊重，对英伟达即将在新兴业务中所面临的激烈竞争缺乏考虑。
虽然我们都是英伟达的粉丝，对其在汽车、游戏和AI上的新兴业务充满期待，但是，这些技术的前景足以让其股价在6个月内翻一番吗？或者，这就是一个分析师追逐股价的典型例子？
香橼把英伟达看出是两种业务的组合：
核心业务，由游戏、专业的可视化和OEM&IP组成，香橼预计，这些业务将在2018财年为其带来61亿美元的收入。
新兴业务，由AI、数据中心和自动驾驶/自动化平台组成，香橼预计，这些业务将在2018财年为其带来19亿美元的收入。
赌场的大门正在打开
对于那些想以现在的价位买入英伟达股票的人来说，香橼描述了一个非常吓人的场景：机构投资者的持仓正在减少，而其看多期权的数量正在爆炸式增长。
市场正在以低价彩票的方式看多——160美元看多期权，而不是以公司普通股的方式看多未来投资前景。
同时，机构投资者正在减持公司股票。
* 我们敢打赌软银的持仓成本差不多在10美元左右。
为什么应该抛弃英伟达，转向谷歌？
以目前的价格购入英伟达股票的人，显然是看到了其新兴业务的潜力：AI、数据中心和自动驾驶。
谷歌已经在这三个市场上成为主角，并且可以认为是这三个市场上公认的领导者。虽然GPU VS TPU 的战争现在还胜负难分。
但是，虽然泡沫自会破灭。但是谷歌还有这一个更高价值的核心业务。如果这些业务需要花更长的时间才能成熟，会发生什么？正如我们此前在技术圈看到的，采用率和价格充满了不确定性。同时，你愿意选择成为”互联网拥有者”还是“电子游戏芯片制造商”？英伟达的投资者应该深入思考，在获得一些利益之后，应该真正地研究一下竞争状况，对自己的付出做一个权衡。“一轮20点的上涨”可能看起来像计分牌上的数字，但实际上上却相当于AMD的整体估值。
当然，除非这里是一个赌场。
过去三个月和三年间，谷歌与英伟达整体股价表现：
唱衰英伟达的7个理由
1. 不管是从绝对还是相对的角度来看，公司目前翻了几倍的市值，都是处在10年以来的顶峰；
2. 在数据中心，有着激烈的市场竞争：Intel (Knight’s Mill), AMD (Naples), Google (TensorFlow), XLNX (FPGA)以及很多资金充裕的初创企业。
3. 英伟达最大的部门——游戏的增长正在放缓，虽然年增长率达49%，但是现在季度增长已经下跌 24%，尽管许多频道都在对报道英伟达产品紧缺。并且，虽然增速放缓，游戏业务仍然占到公司总营收的55%；
4. 应收账款正在增加——DSOs由历史的35天平均水平增加到46天的水平（这可能是公司试图维持现在高股价的一个伎俩）；
5. 库存增长——季度增长3%，但同一时期销售下跌11%。这是非常高的水平（又一个公司试图维持高股价的迹象）；
6. 估值——公司的股价峰值已经是其潜在挣钱顶峰的好几倍。即使假设年增长能够维持在强劲的30%，对于一个周期性的行业来说，6.2倍的EV/Sales及超过30倍的EPS依然是一个非常高的数字；
7. 华尔街的分析——仅仅因为股价新高之际就将其目标价格翻倍只是华尔街跟风的一种表现。
@所有人，投资须谨慎。
报告原文地址：http://citronresearch.com/nvidia-trade-back-130/
正如香橼报告所提到的，投资者高价买入英伟达股票，很大程度上是看重了英伟达在新兴业务上的发展潜力，具体说来，就是AI、数据中心和自动驾驶。但是谷歌是这三个市场上公认的领导者，这对英伟达来说，绝对是一个极大的阻力。
虽然GPU VS TPU 的战争现在还胜负难分。但是，仅仅在数据中心的竞争，英伟达就面临着一大批强劲的对手。
英伟达占据了深度学习市场的绝对地位。但是值得注意的是，英伟达的增长很多来自游戏，受益于AMD的份额减少，而不是新的目标市场。英特尔体量是其他两家公司的很多倍，但是在深度学习硬件市场占比不多。不过，英特尔在和英伟达的授权交易中已经获得了这个知识产权，这对2017年的英伟达的EBITDA（未计利息、税项、折旧及摊销前的利润）有很大影响。
此外，对于这些芯片厂商来说，现有客户某种程度上也变成了竞争对手（比如Google的TPU，Apple等）。
英伟达VS谷歌：GPU 与 TPU
TPU 是谷歌特别设计用于神经网络计算的芯片。 谷歌在年度 Google I / O 大会推出了 TensorFlow Processing Unit（张量处理单元，TPU）的第2代以及 Cloud TPU。一时间引起业界热议。
与谷歌的第一代 TPU ASIC （专用集成电路）不同，Cloud TPU 被设计用来支持 AI 的神经网络训练或推理的使用。第二代 TPU 芯片为机器学习提供每秒45万亿次浮点运算（约相当于 16位 TFLOPS），大约是英伟达P100（20 TFLOPS）或AMD即将推出的 Vega GPU（25 TFLOPS）的两倍。不过，它还不够英伟达新推出的 Volta 芯片快。Cloud TPU 封装在一个4芯片的模块上，具有把这些强大的处理器连接起来的结构，可以实现非常高的处理性能。这种 scaling 的功能很重要，因为这样的话可以利用几乎是无限的加速器供应来训练神经网络。
TPU 在机器学习中的表现似乎优于英伟达的 Tesla Volta GPU。新版本的TPU发布时，距离英伟达推出 Tesla Volta GPU 还不到一周的时间。
谷歌还宣布推出 TensorFlow Research Cloud，这是一个包含 1000 TPU （4000 Cloud TPU 芯片）的超级计算机，提供180 PetaFlops（约16位FLOP）的计算能力，将免费提供给合格的研究团队。虽然这与英伟达的 Saturn V 超级计算机的概念相似，但规模更大。此外，谷歌的超级计算机的设计仅支持谷歌自己的开源 TensorFlow 机器学习框架和生态系统，而 Saturn V 可适用于所有类型的软件。
可以看到，相对英伟达的GPU，谷歌有了TPU，相对英伟达的 Saturn V 超级计算机，谷歌有了TensorFlow Research Cloud。谷歌似乎在步步紧逼近年来上升势头的英伟达。
显然，因为有大量机器学习的需求，谷歌一直是英伟达GPU的一个非常大的（也许是最大的）客户。 谷歌Cloud TPU会对英伟达产生影响，但至少在短期内，由于以上讨论到的限制，影响的量级可能会比想象的要低。 但是，双方的竞争是实实在在的，刀光剑影在也在暗中涌现。就在谷歌在乌镇峰会上大秀TPU的优越性能的当天。被誉为“坐上了火箭”的英伟达股价出现了罕见的下跌。随后，根据彭博社报道，5月25日软银集团公司悄悄收购了英伟达公司40亿美元（4.9%）的股份，成为该图形芯片制造商的第四大股东，英伟达股价开始恢复上涨。
更为重要的是谷歌的深度学习框架、云和TPU等资源是互通和绑定的，这让它得以形成循环，逐渐笼络到更多的开发者。正如前文所说，谷歌已形成以AI战略为中心的完整平台，并且在将这个平台逐步推向企业、开发者和个人用户。
英伟达 VS AMD
目前人工智能最流行的是大规模的并行GPU和CUDA框架。英伟达和AMD都做GPU超过十年了，但现在英伟达成为人工智能市场的主宰者，同时，就在几个月前，市场起来的时候AMD甚至没有一席之地。什么原因？
有人认为，AMD的GPU并没有什么问题。实际上，有时候他们比英伟达还要好。但是，事实上硬件仅仅是整个深度学习所需的一方面。你的软件需要跟你的硬件有效率的通信，全面利用所有的资料。生态系统、库和知识存储可造成很大差异，这正是英伟达占优势并超越AMD的方面。大多数神经网络代码利用了英伟达的CUDA库。AMD也做了OpenCL 生态系统面向开发者，但是它不能很好的支持cuDNN。
重要的是，英伟达专用GPGPU（general purpose GPUs）同时支持OpenCL和CUDA框架，而AMD显卡只支持OpenCL框架。这诱惑着开发者用更流行的CUDA开发程序。
此外，英伟达对开发者非常友好，它有大量知识储备，不仅仅提供统计帮助内容，还以开课和工作坊的形式帮助开发者重头学起。
但是，AMD已采取行动对付英伟达。跨平台支持会带来很明显的问题，如果开发者给CUDA开发软件，那它没必要在OpenCL上面跑。类似的，OpenCL的代码不会在CUDA上跑。所以开发者为更流行的CUDA框架开发软件，这限制了英伟达生态系统的深度学习软件。这是一个很大的问题，必须解决。这正是图像创业公司Otoy切入的地方。这家公司基本上就是对CUDA框架进行反向工程，使英伟达显卡上的程序可以兼容英特尔和AMD做的图像引擎。所以这对AMD是一个利好。
为了跟CUDA架构的交互可以更久一点，AMD年初重启了玻尔兹曼基金。但是关键难题是AMD现在可以把99.6%的CUDA代码移植到它的OpenCL框架。并且整个转换过程是自动的。
这基本意味着开发者不用辛苦地单独为AMD芯片写代码。他们只需要用自动转换工具，AMD系统会对他们开放的。同时，移植的应用立马提升了AMD对深度学习的吸引力。因此这对AMD和开发者是个双赢的事情。双方都从最小的人为干预中获益。
AMD解决了移植问题，现在CUDA应用可以在它自己的GPGPU上面跑。这就意味着投资深度学习的企业现在既可以用英伟达又可以用AMD的硬件，随着高性能的Vega显卡2017年发布，可能更多企业会在他们的深度学习机器上用AMD解决方案。
英伟达 VS 英特尔
英伟达 的 GPU主要是针对图像渲染的，这个跟深度学习有些类似，因此在市场没有更适合的产品出现时GPU成了开发者首选，但实际上，图像和深度学习还是完全不同的。英特尔的首款深度学习芯片的原型Nervana Engine，从基础架构设计上开始就是为深度学习设计的，从而实现了加速深度学习性能上的大幅提升。
根据新智元之前对英特尔所收购的深度学习芯片公司Nervana CEO Naveen Rao的采访，我们了解到，从架构上看英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。在讲到计算力的时候，比较的基本单元是乘积累加（MAC）运算次数，也就是每秒钟可以进行的MAC次数。英伟达最新的GPU采用17纳米工艺，能提供9到10 TP；英特尔用28纳米的芯片，可以达到超过50 TP的级别。
Naveen Rao告诉新智元，芯片面积有限，上面晶体管的数量是固定的，问题的根本是能够如何利用这些晶体管进行不同类型的计算。英特尔发明了一种新的指标（metrics），叫做“flexpoint”，介于浮点运算和定点运算之间。flexpoint 利用了神经网络的特点，不需要进行完整的浮点运算，这是一个基于张量的架构，不适合进行普通的乘法，但却能配合普通浮点运算芯片，让电路搭建得非常密集。在架构上，英特尔的芯片也与GPU和其他传统芯片不同，是没有缓存的。此外，它的可扩展性非常强，总带宽（Aggregated IO）很多，速度每秒能够达到2.4TB。简单说，这样不会浪费资源去做与深度学习无关的计算，也不会去处理图像数据。
英特尔拥有很强的半导体工艺，同时拥有世界最高密度、最低能耗的工艺，再结合Nervana的架构，将实现其他人无法做到的事情。另外，英特尔的整体研发实力不容小觑。它研发多种用途芯片进行，同时对软硬件技术进行布局。从性能上和易用性上，开发者会选择哪家还能难说。
看数据：英伟达5月财报——收入、利润、现金流、研发、收益率
这已经不是英伟达第一次被香橼做空了，早在去年年底，香橼通过 Twitter 发布做空报告并给出了6点分析理由，称英伟达 2017 年股价将跌回 90 美元（按照当日股价来看，跌幅大约为 20%）。半年之后，英伟达近况如何，我们先来看看英伟达5月份发布的财报信息：
收入增长是任何强劲表现的催化剂，英伟达也没有什么不同。它的季度营收从去年同期的 14.28 亿美元增长了 48％，达到 19.37 亿美元。随着游戏玩家继续购进英伟达高性能 Pascal GPU，游戏收入同比增长了 49％，从 6.87 亿美元升至 10.27 亿美元。
特别值得注意的是数据中心的收入，从去年同期的1.43 亿美元增长到 4.09 亿美元，同比增长了 186％。这是由于训练人工智能（AI）系统的需求不断增长，在包括医疗、金融、云计算和零售等行业持续发展。这曾经只占英伟达总收入的一小部分，但最近已经增长到总销售额的 20％ 以上。
对增值平台的推动使得英伟达的毛利润持续扩张。最近几个季度的毛利接近了创纪录的60％。GPU 的堆叠过程和对于部门或行业的优化继续发生着作用。
一旦为特定目的完成了某项工作，英伟达就会寻求其他买家，让他们从已经完成的工作中获益。这在 AI 的领域是显而易见的，该公司已经建立了一个即插即用的AI 超级计算机，具有堆叠的 GPU 以及训练深度学习系统所必需的算法。 AI 继续扩展到新兴行业，同时对英伟达的毛利润产生着积极影响。
英伟达在新兴行业的成功并非偶然，而是投资研发的结果。尽管现在已经成为常态，但在五年前，一个公司投资 AI 是非常少见的。五年多来，英伟达一直在为该领域投入大量的研发费用，并持续提升投资的绝对值。
这些投资开始显现成效，数据中心收入的大幅增加就证明了这一点，而尽管近年来研发费用飙升，其在收入中的占比却一直在下降。
英伟达在控制开支和将额外收入转为更高水平的净收入和自由现金流量方面做得非常出色。自由现金流是投资固定资产和运营开销费用后剩余的部分。剩余现金可用于向股东退还资金。
英伟达在财报中宣布，在第一季度已经支付了 8200 万美元的分红，并计划通过分红和股票回购计划在本年度内向股东返还 12.5 亿美元。自 2013 财年恢复资本回报计划以来，英伟达已向股东返还了 41 亿美元，占该期间自由现金流的 85％。
总的来说，英伟达2017年来确实表现很不错，但是，正如香橼报告中所提醒的那样，如此高的股价，和如此迅猛的上涨势头，确实值得警惕。而AI这个市场中，潜伏者各路巨头，比如谷歌和英特尔，对英伟达来说，前景虽好，但想胜出不会如此轻松。
参考资料：
1.http://citronresearch.com/nvidia-trade-back-130/
2.http://www.investopedia.com/news/why-amd-nvidia-are-poised-biggest-drops-amd-nvda/
3. https://mp.weixin.qq.com/s?src=3×tamp=1497323987&ver=1&signature=TuAMvlukldb23hcWJPdVOp8P8bAFnBRM-EHMq2o2BzSmxXJu2xol*HaZqg3OMl*Azk3O1KlJ4Tw6Fvys4EHWCkkKWWteKuk8u0tDvayV1ESIDbaxhdNpWky6dpK72ZFa3w5Of24DFBEXvIM25FENbX-lcRRjb8fmx-TZgGAUxzQ=
