英伟达：十年百倍收益，是如何炼成的？

本文章共2942字，预计阅读时间5-6分钟。

导读

2022年半导体进入了周期低迷阶段，个股普遍深跌50%+，而英伟达率先触底反弹，于2023年股价录得239.02%正收益，俨然成为科技圈“新贵”，比苹果公司更受资本追捧。然而，再往前追溯十年，英伟达股价已累计上涨约168倍，让众多未入局的投资人惊愕、惋惜！英伟达的百倍收益是如何炼成的？股价是否有望继续新高？考虑篇幅限制，本篇以公司分析为主线，并穿插行业故事、科普等，讲述英伟达的成就与危机。

基本面：数据中心“主宰”

2024年2月22日，英伟达披露FY2024Q4及全年财报，公司业绩超出市场预期。FY24Q4，公司收入221亿美元（同比+265%,环比+22%），高于公司此前200（±2%）亿美元的预测，且GAAP净利润122.9亿美元（同比+769%，环比+33%），Non-GAAP净利润128.4亿美元（同比+491%，环比+28%），业绩惊艳市场；进一步分业务来看，公司数据中心营收184亿美元（同比+409%，环比+27%），游戏营收29亿美元（同比+56%，环比持平），专业可视化业务营收4.63亿美元（同比+105%，环比+11%），汽车营收2.81亿美元（同比-4%，环比+8%）。FY24，公司全年收入609亿美元，同比+126%，Non-GAAP净利润323亿美元，同比+286%。

图表：英伟达总营收变化情况

资料来源：公司年报

图表：英伟达各业务营收变化情况

资料来源：公司年报

根据数据、图表分析，数据中心已俨然成为英伟达的核心业务及主要增长驱动力。以下本篇将重点叙述英伟达的数据中心业务。

核心驱动力：GPU+CUDA

2022年10月，ChatGPT横空出世，在短短两个月的时间内，掀起了全球AI大模型（AIGC）浪潮，科技圈、资本圈蜂拥而至。科技圈，科技巨头微软、谷歌、BAT等加快、加大AI领域的部署，AI大模型初创公司如雨后春笋，OPenAI、Anthropic、Midjourney、Lifescore等不断涌现，此外，国内AI初创公司也达上百家，全球正在进行一场“百模大战”；资本圈，一边是紧盯科技巨头的资本开支，另一边则是“烧钱”为自家投资的AI初创公司续命。在此背景下，AI领域进入了高度发展赛道，而挣钱的几乎仅有英伟达——“垄断”是挣钱的必杀技，全球AI公司似乎都需要缴纳“英伟达税”。

英伟达成为本轮AI浪潮最挣钱的公司，主要得益于其在算力领域的“垄断”地位。AI的发展是围绕算力、算法和数据集三大要素的，缺一不可，打造AI大模型，既需要参数极为复杂的算法，也需要海量数据进行模型训练，但这均离不开算力支持，英伟达开发的A100、H100（核心产品）和HGX平台目前是做大模型训练的最佳选择。

不考虑谷歌（已自研TPU）等自研AI算力芯片，AI算力芯片的玩家其实很少，主要包括英伟达和AMD，而AMD的核心产品MI300市场反馈并不及预期，从出货量及市占率（见下图）可见一斑，英伟达的AI芯片大约垄断了90%+的AI芯片市场。

图表：英伟达和AMD数据中心收入对比

资料来源：各公司的季报

图表：英伟达和AMD的AI芯片出货量估算（单位：个）

资料来源：各公司的季报、Tom’s Hardware,Trendforce

AMD作为全球稀有的同时具备“CPU+GPU”设计能力的公司，推出的AI算力芯片MI300如此不堪？其实，MI300在理论上可以运行比H100更大的AI模型，MI300将CPU、GPU和内存封装在一起，晶体管数量达1460亿个，是英伟达H100的两倍，搭载的内存HBM密度也是H100的2.4倍。但是，英伟达拥有难以逾越的CUDA。

英伟达的“GPU+CUDA”宛如苹果的“手机+IOS”。CUDA是一个软件，让开发者可以对GPU进行编程和开发，并形成了一个庞大稳定的生态。CUDA于2006年推出，在推出之前，可以编程GPU的全球不足100人，现在可以编程GPU的达400万人以上。而且，英伟达的CUDA可以支持Windows、Linux和Mac OS版本。对比来看，AMD虽然于2016年推出了ROCm软件系统，但已迟于英伟达CUDA达10年之久，且ROCm仅支持Linux版本。从英伟达的H100更换到AMD的MI300，可能面临更大的时间、试错成本，这便铸就了英伟达的“垄断”属性。

英伟达凭借“GPU+CUDA”打造了自身在AI算力芯片领域的护城河，在主要竞争对手AMD尚且不太能打的背景下，英伟达股价还会继续新高吗？

发展瓶颈：产能限制

2024年开年以来，英伟达股价继续创新高，截至5月3日收盘，累计涨幅达84%+，期间最高涨幅更是达102%，这源于下游大量未被满足的需求——H100二手市场价格暴涨达4-5万美元（首发价格约3.3万美元）。供给端的紧缺，成为英伟达的发展瓶颈。英伟达是一家Fabless模式的芯片设计公司，产能主要受限于海力士和台积电。

图表：H100内部结构

资料来源：网络公开资料

英伟达H100芯片需要使用SK海力士的HBM内存，以及台积电的CosWoS封装——因为两者都属于各领域的先进工艺，价格昂贵，预备产能并不多。由于产能爬坡尚需时间，有分析师预测H100的缺货现象至少会持续到2024Q1，也有分析师认为缺货问题会延续到2024年底。正是基于此，旺盛的需求未被满足，科技巨头的云计算中心及AI大模型创业公司对H100如饥似渴，英伟达的H100直接成本价基础上“+0”出售，攫取暴利，虽然英伟达市值已经高达2万亿美元以上，但股价仍在继续创新高——未入局的投资者已从惊愕、惋惜开始迈向纠结、痛苦！

产能约束着这家Fabless模式的英伟达，若产能被满足，英伟达的盈利数据将进一步登上高峰。虽然“SK海力士HBM+台积电CosWoS封装”是当下英伟达最好的选择，但是英伟达也并不是没有Plan B。在HBM领域，英伟达还可以备选合作三星、美光；在先进封装领域，也可以备选合作英特尔的EMIB封装，这就决定了英伟达在这场AI浪潮的“C位”。

增长危机：客户自研芯片

当竞争对手（AMD）、供应商（SK海力士、台积电）等尚不能成为英伟达的危机，英伟达就可以“躺赢”吗？英伟达真正的危机其实来自其大客户。

AI算力芯片主要应用在科技巨头的云计算数据中心及旗下或AI大模型初创公司（如OPenAI）的大模型训练、推理，AI算力成本高昂的背景下，决定了能为AI算力芯片买单的客户相当集中，主要集中在微软、谷歌、亚马逊AWS和BAT等巨头。

图表：全球科技巨头资本开支统计及估算（单位：百万美元）

资料来源：各公司季报，Bloomberg

以现在英伟达H100的出货价格计算，各大客户们要缴纳的“英伟达税”过于高昂，缺乏性价比。此外，英伟达的GPU最初是为图像处理设计的，并非AI算力专用芯片，适用在大模型训练、推理上，存在效能利用率较低的问题，对于具备强大技术、人才储备的科技巨头来说，自研AI算力芯片可能成为一个更好的选择。谷歌早已开始自研TPU，其自研的TPU在执行模型推理任务方面比英伟达的H100表现更优，但是在大模型训练方面H100的性能仍更突出；AI大模型初创公司OPenAI，因其强大的ChatGTP对算力的高需求，为降本也拟自研算力芯片······英伟达的核心客户们其实均有实力自研算力芯片，这便是英伟达的致命增长危机。未来英伟达可能真的只能通过降价，让合作英伟达比自研芯片更具性价比才能稳住大客户。当然，以H100现在的价格来说，英伟达可操作的降价空间非常大！

尾声

每一场科技浪潮似乎都将经历“萌芽期-泡沫期-泡沫破灭期-稳定发展期”，本轮的AI浪潮也躲不过该规律。目前，本轮的AI浪潮正在“萌芽期-泡沫期”阶段，而AI能掀起多大的浪潮，搅起多少泡沫还是未知数。英伟达在芯片领域的市值，已傲视竞对（AMD、英特尔），可比的似乎仅有“辉煌”的苹果，目前苹果约3万亿美元的市值，30倍的动态市盈率；英伟达现约2万亿美元的市值，约75倍的动态市盈率，AI会推动英伟达超越苹果吗？2023Q4，在S23大会上，英伟达宣布拟于2024年推出H100升级版H200，H200容量翻倍，内存带宽提高1.4倍，可进一步为大模型训练降本增效，而降本增效是大模型竞争的关键，那H200的推出会成为英伟达业绩及股价的新“引擎”吗？

本文不构成投资建议，股市有风险，入市需谨慎。