英伟达目标价突破1000美元，亚洲AI产业链乘风而上|ai产业链|amd|gpu|乘风|亚洲|台积电|英伟达

当微软投资OpenAI之初（2019年），微软也并不知道如今人工智能（AI）的变革狂潮如此凶猛。因而比尔·盖茨说，我们总是高估未来两年的变化，但低估了未来十年的变革。

2023年AI就迎来了它的“iPhone时代”。英伟达（Nvidia）无疑是AI变革淘金热中的“卖铲人”，近两年被誉为是“全球股市的神”，这一“AI第一股”的股价频频受到质疑，但每次财报发布后空头都会被打脸，股价涨得越高、估值却反而越便宜（利润兑现超预期）。

经历了4月因降息预期暴跌而引发的大跌，英伟达的股价（898美元）近期又逼近前高（910美元），5月22日英伟达将发布2024年一季度财报。

近期，华尔街再度纷纷上调股价预测，1000美元早就不是一个令人质疑的天文数据，高盛最新给出了1100美元的12个月目标价（3月前为875美元），因为机构提升了2025年到2027年财年的EPS（每股盈利）预测，提升幅度平均为8%，表明持续强劲的AI服务器需求和供应改善。数据中心收入的无限前景，无疑是英伟达的压舱石。

尽管英伟达有极高的护城河，但市场的机会也并不限于它，AI仍在变革初期，因此更多投资管理人更倾向于“啥都买一点”。

英伟达的标准AI GPU可能获得80%的市占率，而定制化AI芯片也在使得一些公司受益，例如特斯拉、亚马逊、微软、谷歌、Alchip、Broadcom、AMD 。

亚洲市场更是存在很多机遇。半导体行业专家、路博迈亚太区股票主题研究部门负责人温演道（Y.T. Boon）此前在上海时对笔者提及，AI的投资正迅猛增长，AI芯片未来五年会以每年50%的速度成长。

中国台湾、日本、韩国、东南亚（泰国、马来西亚等）等亚洲国家都聚集了一系列产业链上的公司，有望在AI浪潮中持续受益。

英伟达冲向千元大关？

4月公布的美国通胀、零售等数据超预期，导致6月降息预期荡然无存，当时美国科技巨头暴跌，“科技七巨头”市值合计蒸发9500亿美元，创下了历史最高纪录，英伟达市值损失最为惨烈，4月15-19日当周英伟达股价重挫13.6%，市值蒸发近3000亿美元。

不过，巨头跌倒后很快就爬了起来，如今又再度逼近900美元，今年以来涨幅近90%。早在今年3月时，就有几位美股基金经理对笔者提及，1000美元以前听起来很夸张，但近在眼前了。

当时，英伟达亮瞎眼的财报打了所有空头的脸。3月的财报显示，英伟达去年四季度销售额达221亿美元，同比增长265%，其中与AI相关的数据中心收入增长409%，达到184亿美元，净利润达122.9亿美元，同比增长769%。

尽管英伟达2024财年数据中心收入同比增长超过3倍，但高盛预计其在2025财年将再次实现超过2倍的增长。

“我们预计大型云服务提供商和消费互联网公司在生成式AI基础设施支出方面将继续保持增长，同时各行业垂直领域的企业客户，以及越来越多的主权国家，也将增加对AI的开发和应用。在短期内，我们看到一系列新产品推出，包括H200（推断性能比H100提高2倍）、Spectrum-X（基于以太网的AI网络解决方案）和B100（下一代数据中心GPU平台），以及供应改善，均增强了已经强劲的需求背景。”

不过，亦有部分布局英伟达的机构，持谨慎乐观的态度。某QDII投资经理对笔者提及，从中长期维度看，英伟达数据中心GPU业务面临两方面挑战：

一方面，通用GPU本身的竞争格局呈现恶化，AMD、英特尔都在进入该市场，虽然长期看英伟达极大概率仍是市占率70%～80%以上的绝对龙头，但相对于目前90%的市占率，仍是格局恶化，不一定能维持那么高的价格和利润率；

另一方面，每个CSP（云服务平台，例如亚马逊的AWS、微软的Azure等）都有巨大的动机和能力来开发自己的专用AI加速芯片，虽然可见的未来仍较难向外界提供通用计算服务，但作为内部使用取代一部分现有英伟达芯片的份额，仍是正在发生的事实。

在该人士看来，英伟达的合理交易区间在市盈率30～40倍，市值上限可看到2万亿美元左右（近期已经突破），比较好的介入位置在1.5万亿美元上下。

不过，AI在发展初期鼓出泡沫并很正常，要在合理的价格买入并非易事，近期更有极度乐观的机构给出2025年底英伟达达到4.5万亿美元市值的预测。

先看看英伟达的业务板块，主要包括以下几个方面：

游戏平台（Gaming Platform），数据中心（Data Center），人工智能（Artificial Intelligence），自动驾驶汽车（Automotive），专业可视化（Professional Visualization）。而数据中心无疑是领头羊。

之所以近期华尔街不少机构都重申对英伟达的买入评级，并提高目标价，原因在于持续强劲的AI服务器需求和供应改善，因为使得机构提升了盈利预测。

特别是在当前英伟达以35倍的市盈率交易，仅相当于高盛覆盖范围溢价的36%，而其过去3年的中位数溢价为160%。换言之，机构认为，英伟达股价看似很高，但实则并不算贵。

提升目标价的原因也在于，近期英伟达的大客户们（主要是“科技七巨头”成员），都对生成式AI相关的资本支出给出积极的展望，英伟达的GPU完全供不应求：

1、Alphabet表示其在生成式AI相关服务取得了良好的进展，并称在2024年剩余的季度，由于在技术基础设施方面的投资，资本支出或将高于一季度（约120亿美元）；

2、微软强调，AI在3月对Azure增长的贡献率为7个百分点，高于12月的6个百分点和9月的3个百分点，当前Azure的AI需求高于其现有容量。在资本支出方面，微软指导称六月季度将出现实质性环比增长，并表示2025财年的资本支出将同比增长，因为公司希望满足对云和人工智能产品进一步增长的需求；

3、Meta将其2024年的资本支出指导提高至350～400亿美元（之前为300～370亿美元），并分享了预计2025年的资本支出将同比增长的预期，这主要是由于为支持其AI研发工作的投资；

4、亚马逊预计2024年资本支出将有较大幅的同比增长，主要是由于高基础设施资本支出以支持AWS的增长，包括生成式AI。

考虑到上述来自AI生态系统的积极评论以及各种新产品的推出，机构预测英伟达的数据中心业务在今年二、三、四季度将分别实现10%、17%和5%的环比增长（之前为10%、15%和0%），反映了持续强劲的需求。

高盛认为，超大规模云服务提供商的建设性资本支出评论、AI商业化的早期迹象以及英伟达的各种新产品推出，增强了华尔街在短期内的信心。

台积电管理层在最近的业绩电话会议上表示，尽管计划将CoWoS产能年增长超过两倍，但其CoWoS产能仍然紧张。CoWoS产能几乎都被英伟达占据。

重点来了，这些知名的大厂到底手上有多少块GPU？它们又需要多少？去年就有大约估算称，市场的需求会达到大约43.2万张H100。如果按照每张卡大约3.5万美元的售价来说，相当于150亿美元的GPU，这还不包括像字节跳动、百度、腾讯这些大量想要H800的中国公司。

再来看看英伟达的产能是多少？回顾2023年的2月到4月，数据中心的收入是42.80亿美元，如果按照刚才估算的数字，就已经够英伟达干到2024年去了。

H100的供应瓶颈则在于，目前只有台积电在生产H100。台积电一共有4个生产节点是为5纳米芯片提供产能的，分别是N5/N5P/N4/N4P，而且H100是在N5或N5P的私人节点上生产的，是一个5纳米的增强型节点，而英伟达需要和苹果、高通、AMD共享该节点的产能，A100则是在台积电的N7生产线做的，台积电的晶圆厂需要提前12个月就对各个客户的产能搭配作出规范，而H100从生产到出厂大约需要半年的时间。

按照业内人士的说法，晶圆厂并不是台积电的生产瓶颈，CoWoS 3D堆叠封装才是台积电的产能大门。

护城河有多深？

一直以来，竞争加剧是质疑英伟达股价持续性人士的主要观点，但英伟达的护城河很难被打破。

就其自身而言，之所以当前更多公司选择英伟达的H100而不是英伟达的A100，是因为H100的16位推理速度大概会快3～5倍，训练速度大概快2.3倍，因此整体效率提高了3倍，但成本仅为1.5～2倍，再结合整体系统成本，H100每美元能够产生的性能会更高，可能是A100的4～5倍。

对于很多初创公司来说，模型的启动训练或改进速度至关重要，而H100可以使用更多数量的GPU以更好地扩展，并且提供更快的训练时间。

那么为什么这些公司不考虑用AMD的GPU？这主要有几方面原因，例如用AMD的GPU可能需要更多时间运转，会影响产品的开发速度，进而影响上市速度。

可见，英伟达的CUDA是很“危险”的护城河。CUDA的全称是Compute Unified Device Architecture，CUDA生态使得开发人员可更加高效地利用英伟达GPU的并行计算能力来加速计算任务。

这个生态系统包括CUDA Toolkit和应用。CUDA Toolkit是英伟达提供的用于GPU编程开发的软件工具包。它提供了一个完整的开发环境，包括编译器、调试器、性能分析工具、GPU加速库以及运行时API等工具，使开发者可以使用C++、Python和Fortran等编程语言来编写CUDA应用程序，并利用GPU的并行计算能力。

之所以AMD从来跟不上英伟达的步伐，也是因为现在芯片代工厂台积电的CoWos产能几乎都被英伟达给吸走，即使是MI250可能是一个可行的替代方案，但是现在也不太可用。

也有人问，为什么AMD不搞CUDA这种生态？有观点推测这是因为AMD有x86处理器这种存量市场，真要做神经网络，内部肯定还是倾向于在CPU这个老本行上做。但英伟达则不同，它只有GPU，必须充分利用GPU能力。

当然，AMD能不能被大规模运用是一个商业决策，这也取决于AMD性能的稳定性、性价比等因素。据测算，AMD MI300的价格大致是13000美元。相较于算力相当、内存减少一半的英伟达H100，MI300的价格优势约为43%。

这43%的优势在软件升级方面是被抹平的。值得注意的是，比较双方是最新推出的MI300和在2021年发布的H100，这个比较可能本身就不合适。因此，所有的比较都要考虑时间线，能不能形成长期优势。

其实，也就在3月，时隔两年黄仁勋在英伟达AI盛会GTC重磅发布新一代Blackwell架构GPU。

他称：“Hopper很棒，但我们需要更强大的GPU”。据报道，最高规格的Blackwell芯片浮点运算速度（FLOPS）大约快了5倍，能耗也进一步优化，与AMD MI300X GPU相比显现出强大竞争力，巩固了英伟达在性能和能效方面的技术优势。

但机会不止于英伟达

尽管英伟达拥有难以打破的护城河，但过去一年来AI概念股可谓是普涨，从美国到亚洲市场遍地开花，这其实意味着产业链上下游的机会有很多。而且英伟达虽好，投资机构也不可能All in一家。

温演道对笔者提及，可以将英伟达比作“优衣库”，大家都会跟它去买标准产品，但是很多云服务厂商，例如亚马逊、谷歌、微软等其实各家都在做自己的大语言模型，而且都要定制化。虽然他们已经是英伟达的大客户，但是他们也想要定制化的AI芯片，因此就会找其他公司，例如美国的AMD和中国台湾的Alchip，Alchip则是在帮亚马逊和特斯拉定制AI芯片，美国的Broadcom则在为谷歌定制AI芯片，定制产品就好比定制西装更为合身，而且它们的运作成本远低于通用目的的英伟达，耗电仅为1/5。

被称为英伟达“亲儿子”的超微电脑（SMCI）也是今年的黑马。从去年到2024年3月，其股价最大涨幅高达13倍，增幅超过英伟达；市值从50亿美元涨到超500亿美元。

简单举例，英伟达的GPU并非简单用线连起来就能用，是若干块一组，插在超微电脑的机架上、配上其他零件做成服务器，卖给OpenAI、谷歌、微软、Meta等客户，用于大语言模型的训练或是云计算等。

超微电脑还有独门的液体冷却降温技术，降低GPU耗电量，让企业大幅度节约成本。有分析指出，以生成式AI所需GPU之多、发热之强，下一代数据中必需用液冷（liquid cooling）而不是气冷（wind cooling）来降温。

此外，亚洲产业链的角色不容小觑，很多公司都被英伟达带动。台积电自然不需多言，承包了所有英伟达芯片的生产；日本半导体产业链也在地缘政治背景下不断崛起，更多美国企业在日本建厂，不断扩大的AI芯片需求也使得日本厂商受益。

例如，东京电子（Tokyo Electron）这一半导体设备清洗设备的龙头，其中国销售占了超过60%，相较于早年的比例翻倍，原因也在于其在中国加速建新厂。东京电子一年来股价涨幅逼近100%；日本的另一家公司Disco，被誉为“日本寿司刀”，其切割研磨机在产业链中占了近100%的份额，也在AI芯片浪潮中受益，一年来股价涨幅超160%。