英伟达突破 4 万亿的理由

原文作者：RockFlow

划重点

① 英伟达受益于整体的生态网络效应：CUDA、安装基础、系统级集成、优化等，各个优势相互补充加强，形成了强大的技术壁垒。

② 英伟达已经在过去连续 6 个季度实现超预期的收入。让市场惊讶的是，尽管每个季度都会上调预期，但它仍能找到办法，以进一步的大幅领先给投资者带来惊喜。

③ 以前的互联网巨头，在决定要用某种技术构建业务壁垒时，考虑更多的是增长。但 AI 对巨头而言，一步不跟上，可能业务基础就没了。它们今天做决策的思路不再是计算收益高低、回报如何，而是害怕绝对损失。买英伟达芯片本质上是在买保险，没有弹性可言。

④ 从长远来看，科技巨头将持续寻找英伟达之外的高性能 GPU 来源或内部解决方案，以摆脱对其的依赖。最有可能的是，这些努力将逐渐削弱、但无法取代英伟达在 AI 领域的主导地位。

时不时地，就会出现一家明星公司，因为股价在数年内飙涨而备受关注，也会因激烈震荡而引发巨大争议。这次是英伟达，为 AI 提供动力的全球芯片巨头，其股价五年飙升近 50 倍，目前与微软、苹果并列全球市值前三。

在前不久十字路口的对谈播客中，面对「英伟达股价究竟有没有泡沫」的问题，RockFlow 创始人 Vakee 表达了自己的看法——她并不认为英伟达有泡沫。Forward P/E（远期市盈率）40 倍的估值，对于这样一个龙头公司来讲是合理区间。

前段时间半导体股票的回撤，包括美股整体因上涨过多产生的回调符合正常的市场变化；加之当时更强的降息预期带来风险偏好的加强，部分资金从头部公司流向更激进的小盘股也是正常的板块轮动；再进一步来说，数周前美国出口限制的加强、地缘政治的紧张，也是以英伟达为代表的芯片股下跌的诱因，但同样，这些都是很正常的市场反应。

至于近一两周美股剧烈震荡，则主要由于美国劳动力市场数据过弱、财报季巨头并未带来惊喜、日元 carry trading 回撤以及中东潜在冲突等多个因素综合引起。但是抛开这些外部因素，单就英伟达这个标的而言，我们相信，秉持对于 AI 的中长期看好（它有很大可能会是我们这一代中最大的变革机会），这个行业的绝对龙头股依然不存在泡沫。

英伟达最近一年的业绩足够亮眼：在 AI 芯片市场的份额约为 90%，年营收超 600 亿美元，净利润率超 50%。过去五年，它每年营收复合增速高达 64%，在一众标普 500 指数公司中遥遥领先。

关于这家公司的发展历程和投资价值，RockFlow 投研团队去年初的一篇文章中已经做出细致分析——AI 大模型乱斗，英伟达能否笑到最后？

本篇文章我们希望解答，市场还未足够重视的英伟达的真正护城河，以及为什么我们相信，英伟达不只是一家很棒的公司，也是潜在回报率够高的投资标的。

1. CUDA 之外，英伟达护城河靠什么？

看好英伟达的投资者都相信，他们押注的是它的未来。在考虑到英伟达更高的预期增长后，它并不比其他科技巨头更贵。

但有一个问题：市场预测的收益越远，其预测就越不确定。微软和苹果是成熟企业，依靠现有的稳定客户群赚钱。而英伟达服务于一个较新、但更有前景的市场，因此，当下投资者对英伟达的前景分歧要比微软、苹果大得多。

长期以来，英伟达一直被认为是游戏显卡的顶级生产商。而随着加密挖矿的兴起，作为显卡核心的 GPU 也越来越受欢迎。英伟达所设计的 GPU 针对「并行处理」进行了高度优化——将计算困难的问题分解并同时分配给 GPU 上的数千个处理器核心，从而比传统计算方法更快、更有效地解决问题。

除了设计市场上最先进的 GPU，英伟达还创建了一种编程模型和并行计算平台——计算统一设备架构 (CUDA)，该平台已成为行业标准，使开发者更容易使用英伟达 GPU 的功能。

但英伟达依仗的绝不仅仅是今天大家所称道的 CUDA 平台。RockFlow 投研团队认为，英伟达受益于整体的生态网络效应：CUDA、安装基础、系统级集成、优化等，在带宽和网络方面也积极选择先进方案以提高计算性能，各个优势相互补充加强，形成了强大的技术壁垒。

先看安装基础。CUDA 数十年的领先优势意味着它受益于强大的网络效应——其庞大的安装基础激励框架和开发人员以它为目标，进而吸引更多用户采用它。英伟达在游戏、专业可视化、数据中心等领域都有大量用户，庞大的用户群为英伟达提供了持续的收入来源和产品反馈，而这种规模效应也使得英伟达能够持续投入研发，保持技术领先。

其次是系统级集成能力。英伟达不仅提供 GPU 硬件，还提供配套的软件栈，可以说从驱动程序到开发工具，再到优化库，它早已形成一整套完备生态。这种垂直集成使得英伟达能够在系统层面进行优化，提供更好的性能和用户体验。

至于优化层面，英伟达在硬件和软件层面都进行了深度优化。硬件方面，不断改进 GPU 架构，提升性能和能效；软件方面，通过驱动程序和库的优化，充分发挥硬件潜力。系统级优化，如多 GPU 协同工作、GPU 直接内存访问等技术，进一步提升整体性能。

而为了解决带宽和网络问题，英伟达也做了诸多尝试。它推出了一系列技术以提高 GPU 与 CPU 及 GPU 间数据传输效率，其中最为重要的是 NVLink。NVLink 通过高带宽直接连接多个 GPU，显著提升了 AI 计算效率。这使得英伟达在自动驾驶和 AI 计算领域保持了强势地位。此外，押注 InfiniBand、收购 Mellanox，通过 NVIDIA Spectrum-X 靠拢以太网平台，也都是英伟达在网络方面的积极布局。

RockFlow 投研团队相信，对于今天的英伟达而言，庞大的安装基础为其持续优化 GPU 设计提供了动力和数据，而系统级集成和优化又增强了用户粘性，扩大了安装基础，再加上针对带宽、网络问题的诸多先进解决方案持续迭代，彼此之间良性循环使得英伟达在 GPU 和加速计算领域保持领先地位。

因此，即使竞争对手 AMD、英特尔也推出类似 GPU 产品，且价格有优势，但英伟达仍然在 AI 芯片市场上占据绝对的主导地位。

据估计，英伟达在过去 7 年间牢牢占据数据中心 GPU 市场 90% 以上的份额。2023 年，其份额更是达到 98%，所有大型数据中心的运转和大模型训练，都需要依赖于英伟达研制的 GPU。

长期来看，英伟达可能很难完全保持目前的市场份额，但随着数据中心 GPU 和其他 AI 芯片市场的不断增长，其护城河将确保它获得绝大部分订单。英伟达有望在这次新工业革命中始终占据重要地位，并保持良性、健康的长期增长。

2. 英伟达的业绩奇迹：预期屡屡上调、但仍带来惊喜

两个多月前英伟达公布第一季度业绩，股价次日飙升 10%，此后市值一路狂涨，一度取代微软成为全球市值榜首。

上一季度，英伟达的具体营收情况如下如所示：

营收环比增长 18% 达到 260 亿美元（超出预期 15 亿美元）。其中，数据中心分部营收环比增长 23% 至 226 亿美元，成为占比最大、增速最快的分部。

其增速有多夸张？从下图可以看出：

事实上，英伟达已经在过去连续 6 个季度实现超预期的收入。让市场惊讶的是，尽管每个季度都会上调预期，但它仍能找到办法，以进一步的大幅领先给投资者带来惊喜。与此同时，英伟达芯片业务的利润率也在大幅提高。

在随后的财报会议上，黄仁勋表示：

「下一场工业革命已经开始。各大公司和国家正与英伟达合作，将价值数万亿美元的传统数据中心转向加速计算，并建立新型数据中心——AI 工厂，以生产一种全新商品—— AI。」

从 AI 系统运行的两个核心阶段来看：训练——AI 从大量数据中学习，发展智能和模式识别。目前英伟达强大的 GPU 主导了这一阶段；推理——AI 将其知识应用于现实世界的任务和决策。尽管面临更激烈的竞争，但英伟达正在取得重大进展。

推理工作负载在过去一年中贡献了英伟达数据中心收入的约 40%。而当下市场共识是，随着越来越多的生成式 AI 应用出现，推理有望成为一个巨大的市场，为英伟达客户带来可观的投资回报。

当前，英伟达主要把客户分为三类：

云服务商 (CSP) 贡献了数据中心收入的近一半。所有巨头（亚马逊、微软、谷歌等）都是英伟达的客户；
B 端企业推动了强劲的连续增长。以特斯拉为例，其将训练 AI 集群扩展到 35000 个 H100 GPU，并将其用于 FSD V12；
C 端公司也是一个关键垂类。以 Meta 为例，其 Llama 3 在 24000 个 H100 GPU 集群上进行训练，预计将使用 24 万块 GPU、十倍于 Llama 3 的计算量，训练下一代多模态 Llama 4。

英伟达管理层还在电话会议上指出了一些重要方向：

关于数据中心，他们认为：

「随着生成式 AI 进入越来越多的 2C 互联网应用，我们预计会看到持续的增长机会，因为推理规模会随着模型复杂性以及用户数量和每个用户的查询数量的增加而扩大，从而推动对 AI 计算的更多需求。」

另外，英伟达非常看好「主权 AI」的概念：

「主权 AI 是指一个国家利用自己的基础设施、数据、劳动力和商业网络生产 AI 的能力。AI 的重要性已经引起了每个国家的关注，大国将更加重视对 AI 技术的控制权。我们相信，主权 AI 今年将带来数十亿美元收入。」

而关于美国出口限制的影响、新一代 H200 和 Blackwell 架构等问题，黄仁勋也做出了相应披露。此后数周英伟达股价的连番上涨，充分证明了市场对其观点的认可和 AI 浪潮长期发展的看好。

3. 最大的挑战，仍是巨头自研

如前文所述，英伟达围绕 CUDA 生态所构建的网络效应是商业公司塑造一个完整生态系统的绝佳案例。英伟达的巨大成功不仅源于其芯片的卓越性能，它凭借整个相关硬件和软件网络布局，将自己稳固在生成式 AI 浪潮的中心。

但与此同时，其将基础软件与芯片捆绑销售的策略也招致客户和竞争对手的强烈批评，甚至监管机构也正在因其超高的市占率而屡屡发起反垄断调查。

眼下，英伟达面临着来自 AMD 和其他芯片制造商（包括高通、英特尔等）的竞争。这些公司本质上都是芯片设计者，它们几乎都使用同一家外包公司来制造芯片——台积电。

AMD 和英特尔都推出了自己的数据中心 GPU，旨在从英伟达的 H100/H200 中夺回市场份额——英特尔推出了 Gaudi3 AI 加速芯片，AMD 则推出 MI300 系列。2024 年，可能是英伟达第一次将小部分市场份额拱手让给 AMD 的时刻，英特尔也有望夺回一小部分市场份额。

只需要查看一个数据就可以理解竞争对手们为何有如此决心：据最新季度财报，微软、谷歌和 Meta 的 2024 第二季度总资本支出超过 400 亿美元 — — 其中大部分花在了 AI 上。

如此多巨头选择高额投入，其决策者是否有可能在某一天开始迫于内部、外部压力，去计算 AI 成本的 ROI。发现不够划算，于是开始放缓 AI 投入？

我们的回答是几乎不可能。以前的互联网巨头，在决定要用某种技术、增强某种能力构建业务壁垒时，考虑更多的是增长——即是否能加速业务发展。但这一次生成式 AI 有一个很大的变化，对这些巨头而言，一步不跟上，可能公司和业务基础就没了。所以这一次生成式 AI 的军备竞赛，对于英伟达芯片的采购，本质上更像买「药」的逻辑。当一个技术对于一家公司是生与死的区别的时候，它不会去想太多细节。

这并不夸张，比如搜索业务，可能就被 AI 完全改变了。谷歌也好，百度也罢，它们今天做决策的思路不再是计算收益高低、回报如何，而是害怕绝对损失。买英伟达的芯片本质上是在买保险，这时候没有弹性可言。

正是因为高性能芯片如此重要，巨头们花费天量资本开支的同时，也决心自研或寻找替代方案。面对英伟达全面的 CUDA 生态布局，其他公司（实际上是几乎所有竞争对手）试图联合开发开放式方案，以打破英伟达对 AI 软件和硬件生态的垄断。

英特尔、谷歌、ARM、高通、三星和其他科技公司正在合作开发新的软件套件，该套件可以让开发者的代码在任何配备任何芯片的机器上运行。OpenAI 也在努力，它发布了一种开源语言，让没有 CUDA 经验的研究人员也可以编写 GPU 代码，而由 Meta 孵化的开源 PyTorch 基金会也在做类似尝试。

这些公司也在努力取代英伟达的专有硬件，包括研发新方案以在服务器内部和跨服务器连接多个 AI 芯片。英特尔、微软、Meta、AMD 和博通等一众公司希望为这种对现代数据中心至关重要的连接技术制定新的行业标准。专有方案与开放方案之间的冲突，有点像智能手机市场里的苹果和谷歌 Android，而如我们所见，封闭与开放的两种愿景都足以造就赢家。

从长远来看，科技巨头将持续寻找英伟达之外的高性能 GPU 来源或内部解决方案，以摆脱对英伟达的依赖。最有可能的是，这些努力将逐渐削弱、但无法取代英伟达在 AI 领域的主导地位。