两年翻六倍，英伟达究竟贵不贵

何翩翩

中兴通讯在“制裁事件”中被推向舆论的风口浪尖，同时也引发市场上下对“中国芯”的热议。虽然英伟达作为GPU和AI芯片市场的龙头，很少在这场讨论中被提及，但作为从2016年至今股价涨幅逾6倍的“大牛股”，在上涨过程中不断被提及的问题就是——英伟达的股价现在被高估了么？在本文中，笔者就与大家探讨一下，坐拥1300亿美元市值的英伟达现在到底贵不贵。

GPU大有可为

人工智能深度学习能够得以普及，其中重要的原因是计算能力的提升以及GPU的出现。1999年，英伟达设计并生产出被认为是世界上第一款消费者级别的3D图形GPU——GeForce 256。2012年，英伟达与谷歌的人工智能团队合作，建造出最大的人工神经网络，并首次将人工智能应用于分析YouTube视频内容。深度神经网络技术也在GPU的支持下实现了重大突破，英伟达为包括计算机视觉、语音识别、自然语言处理在内的人工智能“里程碑”式发展提供了长足的计算动力。

可以说，大数据、深度学习、GPU的一同出现才造就了当前人工智能的繁荣景象，这也是英伟达被誉为“深度学习的三大建立者之一”的原因。2013年11月，英伟达与IBM联合让GPU加速器技术正式进入到企业级数据中心当中。而“数据中心加速器市场”这个名词的正式出现，也成就了英伟达AI时代奠基者的地位。

数据中心加速器，也就是我们常说的AI芯片，应用在AI运算加速当中，如今这块蛋糕正越做越大，并进入到“百家争鸣”的非零和博弈阶段。AI计算强调“通用性和功耗的平衡”——在深度学习上游训练端（主要用在云计算数据中心当中），GPU是當仁不让的第一选择，ASIC包括谷歌TPU、寒武纪NPU也如雨后春笋般涌现。而下游推理端更接近终端应用，需求更加细分，GPU主流芯片之外，包括CPU/FPGA/ASIC也会在这个领域发挥各自的优势特点。（见表1）

在笔者看来，依靠通用及灵活的强大并行运算能力，广泛契合当前人工智能监督深度学习以及生成式对抗网络（GAN）化学习所需要的密集数据和多维并算处理需求，在未来3-5年内，GPU仍然是深度学习市场的第一选择。

数据中心增长五倍可期

深度学习上游训练端由GPU主导并基本为英伟达所垄断，下游推理端虽然可容纳CPU/FPGA/ASIC等芯片，但竞争态势中英伟达依然占主导。这块业务（即英伟达的数据中心业务）在2016年收入贡献8.3亿美元，增长145%；到2017年再涨133%至19.32亿美元。笔者预测，英伟达的数据中心业务将会由2016年的8.3亿美元增长5倍至2019年的45亿美元。

从数据中心服务器支出构成的角度来估算，GPU和其他AI芯片的成本占整体服务器成本将会由2016年的2%提升到2019年的10%。根据Gartner统计，2017年全球服务器出货量较2016年增长3.1%，而服务器销售收入则增长了10.4%，源于企业客户和超级数据中心的需求进一步向混合云服务器扩张，并带来量价齐升。同时，这些客户对于服务器的要求也更趋高端，导致销售额增长高于销售量。2016年，服务器总销售收入约540亿美元，其中约86%即460亿美元属于x86服务器（2015年x86服务器比例为82%），另14%属于IBM等非x86服务器。

根据ARK Investment Management LLC测算，x86服务器中组件成本占90%，即410亿美元，包括英特尔CPU、英伟达GPU以及内存等。在410亿美元的组件成本中，英特尔占1/3约为136亿美元（英特尔2016年数据中心业务营收为172亿美元，ARK Investment Management LLC测算以80%计为数据中心服务器收入即136亿美元）；英伟达的GPU收入8.3亿美元仅占2%；其余65%则为主板、内存、硬盘、网络连接等设备。

按照上述逻辑，笔者对2019年数据中心服务器支出进行测算：

1，2017年服务器销售收入增长10.4%至598亿美元，笔者中性估计未来3年全球服务器出货量CAGR在3-4%之间，对应销售收入CAGR为5%左右。

2，笔者估计人工智能深度学习的需求加速带来的GPU和其他AI芯片在的数据中心加速器市场的扩张，会让加速器成本支出占比从2016年2%提升到2019年的10%。由此算出，2019年加速器市场空间约为53亿美元。

3，考虑到2016年加速器市场约8亿美元基本为英伟达GPU垄断（占比约100%，英伟达对应市场业务2016年收入为8.3亿美元），而到2019年若有部分AMD GPU、少量FPGA、ASIC等芯片加入，但英伟达占比仍在约90%，则对应53亿美元的约45亿-48亿美元，即实现从2016年8.3亿美元的5倍增长。

拥抱自动驾驶大市场

如果说数据中心的爆发让英伟达成为过去3年让人瞩目的“新星”，那么拥抱无人驾驶市场、打造营收接力棒，则让英伟达有了成为未来“十年金股”的资本。

笔者一直认为，以2020年为界，全球将开启无人驾驶的“黄金十年”。而L3半自动驾驶水平以上的行业发展，需要整个汽车行业供应商关系的重组和整合。“车企+供应商+芯片巨头+打车软件+物流公司”的合纵连横，会为汽车产业带来全面的市场机会。而这之中，英伟达作为无人驾驶上游系统解决方案的领导者之一，在不断完善自动驾驶环境生态圈来争夺杆位的同时，也在自动驾驶系统的核心策略算法层面，通过积累和研发提高壁垒。英伟达提出完整的自动驾驶策略方案包括：AI驱动的自动驾驶系统+英伟达从L2至L5统一的底层计算平台+端到端的软件系统（数据收集、模型训练、驾驶模拟）+超过370个合作伙伴的开源生态平台。笔者认为，随着无人驾驶产业普及，除了硬件成本较高、功耗较大等问题会迎刃而解，完整算法解决方案也会随之落地。

从2015年发布车载超级计算平台DrivePX到去年底发布面向完全自动驾驶L5级别的Pegasus，英伟达在硬件层面算力和研发节奏上成为当仁不让的“先行者”。2017年，英伟达在汽车相关业务上的贡献不多，同比仅增长15%。不过自动驾驶业务当前还处在合作布局阶段，而随着以奥迪A8为首的高端车型在明年开始逐步配置L3基本半自动驾驶，市场放量会对英伟达的汽车业务营收带来明显贡献，成为继数据中心之后的业绩“接力棒”。

算力革命再精进

3月底，天风海外团队亲临英伟达硅谷GTC现场，深刻感受到了基于“图形+AI+自动驾驶+新平台（机器人/医疗）”算力革命的更新精进，英伟达通过GPU产品的强大技术壁垒继续优化和扩张产品生態圈。而且，英伟达转筒的游戏显卡业务依然生机勃勃，超过七成的市场份额会随着新架构显卡在年内发布，继续巩固公司在高端PC游戏（RTX、4K、VR给游戏带来电影艺术的视觉体验）、电子竞技和社交热情（PUBG及Fortnite的社交加成）以及用户基数升级周期（Pascal的安装率仍只有30%）中带来的稳定增长。

另外，说说备受关注的虚拟货币挖矿。很多人误认为GPU挖矿业务与比特币价格有很紧密的关系，甚至会影响到英伟达的业绩结构。但实际上，GPU本身并不是为了挖比特币而设计的，而且虚拟货币的挖矿生态是一个在新币替代旧币的内部循环中又逐渐递减的过程。其次，挖矿更多地首选AMD的GPU，2017全年挖矿业务给AMD贡献了约5-6%的营业收入，而对英伟达的影响笔者预计只有4%。因此，英伟达CEO黄仁勋也多次表示：“游戏、专业视觉、同比增长翻倍的数据中心，以及自动驾驶在未来的发展，才是会让英伟达成长为比今天大10倍的公司，虚拟货币只是锦上添花。”

现在我们再来回答文章开头的问题——英伟达现在被高估了么？没有高估的答案是显而易见的。“游戏业务稳增长+数据中心AI爆发+自动驾驶长期接力”的三架马车齐发力，让英伟达肩负着推动AI浪潮的“冒险与成功”。

其实，从另外的角度来看，回顾英特尔的发展历程，在个人电脑PC兴起的上世纪90年代，英特尔的股价也从1992年初的约2美元涨至2000年的约50美元，实现了25倍的涨幅，对应PE在互联网泡沫之前都保持在50x以下的水平，但到2000年最高一度达到70x。目前，英伟达的股价对应PE为49x。从2013年约10多美元涨至当前的226美元，4年涨逾20倍。但若以“十年金股”为界，英伟达目前的1300亿美元市值还仅仅是一个开始。