美股操作最简单的逻辑是：绩优股拿的久了，总会涨上去的。
买入背景：
作为美股新手，我在4月29日拿着自己为数不多的零花钱入金后买入了英伟达。当时主要的想法就是，我要参与进去，而且我看好英伟达。很不幸，就在我满怀希望并且追涨后入仓之后，我果断买在了620这个高点上。相信对于很多股手而言，都有过类似的经历。买股票，大部分时候都是在追涨。好在苦等一个月后，如今总算赚回来了一些。
那么今天就写下当时购买和如今持有的逻辑。
对于英伟达的深入了解，其实是源于我早前投资的一个OCR（图像识别技术）项目，当时工程师告诉我，识别核心已经开发完了，需要进行部署，而部署的话只能使用GPU作为运算核心，而不是CPU。而我们在查看了GPU服务器的价格后，惊讶的发现，其价格竟然是普通CPU服务器的一倍甚至更高。这个时候，我才了解到，CPU\GPU\TPU\NPU等不同的芯片在逻辑和运算上的截然不同。
所以在逐步了解了产品后，我更认为英伟达至少在一个很长的周期内，其产品的需求会爆发式增长，并且短时期内很难有替代品。
CPU/GPU/TPU/DPU/NPU到底有什么区别？
用简单的一句话先来了解下他们。
如果我们把以上4种在人工智能领域经常被谈论到的PU们看做一家公司的话。CPU就是总经理办公室，里头坐着总经理，这货需要协调整个企业的各个部门，处理数据，并分析展现给董事会，后来企业扩大了，一个总经理不够用了，就多了个副总（双线程）也分管一些业务。
GPU则是企业的业务人员，他们脑子比较简单，什么财务报表、董事会决议、各部门协调这些事情跟他们关系不大，但是他们是这个企业各个部门的基层，对业务反应快，能够同时、快速处理那些简单的客户需求。比如销售工作，100个销售人员就能同时对接100个客户，但是这100个客户要是同时出现在总经理办公室，每个客户提出一个需求，总经理和副总就懵逼了。
TPU和DPU是相当于是企业业务精干，岗位经验10年的那种，所以这些家伙见过了太多市面，所以他们处理业务效率很高，所谓计算机深度学习或者训练换句人话来说就是“经验”，“推理能力”换成人话就是“业务水平高”。当年阿法狗就是在第一代TPU的帮助下，战胜了围棋冠军。
NPU所谓神经网络处理器，听起来高科技，好像是未来之星，理论上更加牛掰的东西，目前主要有三星、华为、国芯等几家公司做了研发和生产。目前量产和布局的情况还未知，所以我们很难把他归类到这个“企业”中的哪个具体未知。姑且就放在董事长的儿子在公司里实习的行列吧。做久了、做的好就能统领全公司业务，但是也可能存在被踢出局的可能性。
在简单了解芯片的区别后，我们可以看到，GPU确实是用来打游戏的，因为对于图形处理而言，常规的显卡GPU配合CPU就能很好的运行一个大型3D联机游戏。同时，对于人工智能大部分所需要涉及的大批量数据计算，GPU也是目前市场上主流的选项。
即使谷歌在2018年就提供了TPU的测试功能，但是毕竟TPU不能拿来打游戏，暂时也没有批量下线的可能。所以在竞争和市场需求上，主流依然是GPU，而AI的未来则会逐步对TPU、DPU、NPU等需求进行细分。但是这个细分不是一蹴而就的，需要一定的时间。
英伟达GPU VS AMD系列
谈到当前的主流产品GPU，我们就不得不谈下英伟达和AMD的区别——主要是显卡上。
下面的一段话源自知乎用户Shine的文章——
网上有说“N卡主要有低功耗、驱动成熟、产品线完善(低、中、高端产品型号全)等优势，是很多游戏玩家热选；而A卡则主要是性价比相对更高，计算能力强，绘图/挖矿更有优势，画质较好，只不过目前在游戏优化驱动上面是一个短板，而且在高端的游戏显卡产品比较少，高端的能耗较差，性价比不高。”
我们可以看到，对于游戏玩家来说，功耗（热量产生）、驱动（兼容性）、产品线是很多游戏玩家考虑比较多的。而AMD则相对来说差一点，且高端产品较少（但是这不代表AMD不会直追而上）。所以，英伟达的N显卡系列其实是主打游戏市场的主要产品，这也是其公司为何要显示N卡挖矿算力的逻辑原因。都让你们买N卡挖矿去了，我还怎么测算出真正的市场需求？这样的话如何做好财报预期？但是有时候就这么无奈，高端卡算力强，自然也导致了民间挖矿市场的大量需求，毕竟对于矿工而言，能耗也是一个大问题！
所以，我个人认为在游戏市场上，英伟达的显卡产品依然会占据主要市场，并且也是未来VR游戏的主要高端加速器首选产品之一，只要GPU集成技术不出现一个跨代的突破（且跨代产品的布局成本还低）。
英伟达的AI深入布局
在年报电话会议中，多次强调了英伟达对未来AI领域的看中。事实上，AI或者物联网LoT都离不开深度学习和海量数据的计算能力。这也是英伟达在2020年发布中高端深度学习处理DPU的主要原因之一——抢**高端数据处理中心市场。物联网的应用在未来会是一个巨大的市场。不论是电商导购、监控安防、企业生产、家居智能，都会是主要需求。这样的需求就不得不依靠强大的中高端数据处理中心来进行了。这也是为什么各个国家如此看中5G布局的原因之一。
优先在无线传输速率上进行突破，也就为海量数据传输和分析反馈机制带来了基础。自动驾驶汽车、机器人家庭管家才会存在出现的可能。否则每个家庭或者企业都自己建一个数据库机器学习中心么？显然不可能。
所以这场战打的毫无硝烟，却会在未来深度影响人们的生活。
我们抛开5G不谈，回到AI布局中。英伟达的AI市场准客户为大数据中心，例如阿里云、腾讯云这些。而其竞争对手除了市面上我们所知的AMD等芯片厂商外，还有来自客户自研芯片。比如Google的TPU，AWS的Graviton等。
所以在当前许多计算中心的主要人工智能学习芯片还是用的是GPU时，英伟达所进行的布局，未来便更容易转化为其高端市场DPU的客户。而DPU/TPU等深度学习处理器，才是未来用于大规模人脸识别犯罪监控系统、自动驾驶等人工智能领域的基础。
人工智能虽然是个似乎高深的领域，实际上是一个计算机逐步渗透生产领域的过程。甚至，我们可以将其视为“内卷化”的原因之一。让计算机从原来的记录工具、娱乐工具，变成生产环节的节点中心（自动化）、流程中心（人事管理）等等。
中国的人工智能的社会层面应用其实已经非常广泛。
例如人脸识别打卡、门禁、刷卡，单双号车牌捕捉，手机注册人脸验证。
物流企业相关的例如NFC物流管理、文字图像识别。
电商企业的小型仓储机器人、自动化库存管理（如亚马逊的智能仓库）、自动分拣。
但是在未来，还会有更加深入的智能产品来到你我的身边，标志性的突破点，我相信就是L3自动驾驶会在近几年的突破。
而一旦L3自动驾驶技术投入到社会，那么会催生TPU/DPU/NPU的加速投产和应用。这将带来一个新的未来和可展望的预期——车企是否也需要建高端数据处理中心？那么，对于英伟达及AMD这类企业而言，这一市场又将引来新的增长点。
所以，就我个人而言，我愿意长期买入并持有英伟达，且看风向再变。
截止这篇文章写完之时，没想到我这个买在“高位”的英伟达粉丝，也已经有了13%的利润。而未来将如何？我们拭目以待，也欢迎大家一起讨论，进行思维的碰撞。
精彩评论