社区

声明

本人未持有任何$英伟达(NVDA)$ 公司股票，本文不作为任何投资建议，如若因此发生损失，本人概不负责。文中晨星、valueline数据来自知识星球价值投资数据库。

公司过往业绩表现

公司业务

英伟达公司从事基于GPU的视觉计算和加速计算平台的业务。英伟达公司有两个业务部门，即GPU和Tegra处理器，它们都是基于单一的基础架构。GPU产品品牌面向的市场包括面向游戏玩家的GeForce；面向设计师的Quadro；面向人工智能（AI）数据科学家和大数据研究人员的Tesla和DGX；以及面向云端视觉计算用户的GRID。Tegra品牌将整台计算机集成到一个芯片上，并将GPU和多核CPU整合在一起，以推动自主机器人、无人机和汽车的超级计算，以及游戏机和移动游戏和娱乐设备。

• GPU

公司的GPU产品品牌包括：面向PC游戏和主流PC的GeForce；面向云端游戏的GeForce NOW；面向从事计算机辅助设计、视频编辑、特效和其他创意应用的设计人员的Quadro；面向利用深度学习和加速计算的人工智能的Tesla，利用GPU的并行计算能力进行通用计算；通过云端和数据中心提供NVIDIA图形的力量的GRID；面向人工智能科学家、研究人员和开发人员的DGX；以及面向边缘加速人工智能计算的EGX。

• Tegra处理器

Tegra处理器主要是为了实现品牌平台，AGX和SHIELD。SHIELD设备和服务旨在利用移动-云的力量来改变家庭娱乐、AI和游戏。AGX是面向智能边缘设备的AI计算平台，包括：用于自动驾驶汽车的DRIVE AGX，用于医疗仪器的Clara AGX，以及用于机器人和其他嵌入式使用的Jetson AGX。

公司护城河

我们认为，Nvidia的经济护城河源于其成本优势和与图形处理单元（GPU）设计相关的无形资产，但护城河较窄。该公司是独立显卡的创始者和领导者，从长期竞争对手AMD手中夺取了绝大部分市场份额。我们认为该市场在先进的知识产权方面存在巨大的进入壁垒，因为即使是芯片领军企业英特尔尽管拥有大量资源，也无法开发出自己的GPU，最终需要向Nvidia授权知识产权，才能将GPU整合到其PC芯片组中。为了保持GPU技术的前沿性，Nvidia相对于AMD和小型GPU供应商拥有庞大的研发预算，这使其能够不断创新，并促进其高利润芯片的良性循环。

Nvidia的无形资产起源于其在1999年普及的GPU，它可以卸载CPU的图形处理任务，从而提高系统的整体性能。该公司除了拥有与GPU硬件设计相关的专利外，还拥有用于在游戏、设计、可视化和其他图形密集型应用中利用GPU的软件和框架。此外，最新的PC游戏通常需要系统软件更新（驱动程序）来优化GPU的性能。我们注意到，Nvidia倾向于为大多数游戏提供更可靠的驱动程序，使玩家能够充分发挥其GPU的优势，而AMD在驱动程序更新的广度和一致性方面无法与Nvidia相提并论。因此，消费者在游戏中更青睐于Nvidia的GPU，该公司在独立GPU市场上拥有超过70%的份额，而AMD在前沿几乎没有抵抗力。反过来，这也实现了规模经济，让Nvidia可以在提供定期驱动更新的同时，投资设计最新工艺节点的芯片，并保持在GPU技术的最前沿。

虽然个人电脑中的独立GPU市场持续下滑，因为大多数个人电脑都在使用英特尔的集成图形芯片，但Nvidia却受益于日益增长的发烧友个人电脑游戏领域所推动的高端GPU的复苏。我们认为，AMD一直无法设计出能够在高端游戏领域与Nvidia的GPU竞争的产品。因此，随着游戏玩家从主流显卡转向性能和发烧友领域，Nvidia以牺牲AMD为代价获得了份额。我们注意到这些GPU的价格从低端的150美元到高端显卡的1000多美元不等，Nvidia的游戏毛利率在50左右。虽然虚拟现实是另一个趋势，应该会让Nvidia的游戏GPU受益，但我们认为，至少在短期内，相对于PC VR系统上的应用，移动VR应用会更加突出。

与游戏GPU依赖于长期下滑的PC市场不同，Nvidia已经采取措施，利用其GPU的优势进入汽车和数据中心等其他市场，这些市场是一个有意义的、可持续的增长机会。GPU正被用于加速计算工作负载，目标是训练AI系统驾驶汽车和进行医疗诊断。我们注意到，这些都是计算密集型的工作，与CPU单独工作相比，CPU和GPU协同工作更容易实现。

谷歌、Facebook、亚马逊和微软等互联网巨头发现，GPU善于加速使用深度学习技术实现语音识别(Siri、Google Now、Alexa、Cortana)、照片识别(在Facebook上识别图片中的人脸，在YouTube上识别猫的视频)和推荐引擎(Netflix、亚马逊)的云工作负载。为了训练计算机识别口语或图像，它必须接触大量数据，目的是教育自己。推断包括将模型在训练过程中学习到的东西，放到现实世界的应用中去做决策（也就是在训练过程中回顾了10000张猫咪的图片后，判断下一张图片是猫吗）。

这些例子单单在服务器CPU（主要是英特尔的Xeons）上运行效率并不高，因为通用CPU由几个核心组成，而这些核心擅长以顺序的方式执行各种任务。训练过程是GPU的理想选择，这些GPU具有大规模并行架构，由数千个较小的核心组成，旨在同时处理多个任务。Nvidia在加速器市场拥有先发优势，因为它希望推动AI在云端和道路上的应用。

在汽车领域，Nvidia目前通过其Tegra处理器在约800万辆汽车的信息娱乐系统中占有一席之地。虽然越来越复杂的数字驾驶舱计算机将成为常态，但我们注意到这是一个竞争激烈的市场，高通、英特尔等也提供了具有竞争力的信息娱乐解决方案，我们还看不到Nvidia有任何值得建立护城河的竞争优势。不过，凭借其Drive PX自动驾驶系统，Nvidia希望在自动驾驶领域划出一个主导地位。如果该公司的自主平台赢得了自动驾驶业务的大部分份额，我们认为Nvidia将通过优越的无形资产和转换成本加强其护城河。我们认为这个机会还处于早期阶段，虽然有超过370家OEM厂商已经在研发环境中测试了Drive PX，英特尔（2017年收购了Mobileye）代表了一个强大的对手，我们认为，将挑战Nvidia。

公司风险和不确定性

过去十年，随着作为许多用户事实上的电脑的移动设备的激增，消费者在个人电脑领域的支出经历了重大的结构性转变。这给台式机和笔记本电脑的销售带来了压力。Nvidia的独立GPU也受到英特尔同时具备CPU和GPU功能的芯片的挑战。这些组合芯片更具成本效益，但仍缺乏高端图形能力。我们注意到，游戏发烧友的需求依然强劲，他们愿意购买Nvidia等公司的高端GPU。

我们仍然关注Nvidia的大部分销售额来自游戏。近年来，随着游戏玩家从游戏机转向PC游戏，该公司受益于PC游戏的强劲势头。然而，许多最受欢迎的游戏是竞争性的多人在线游戏(esports)，这些游戏由于延迟原因需要低端的独立GPU，而不是尖端图形的高端GPU。该公司也有望从虚拟现实中受益，然而，转向移动游戏VR而不是PC VR可能会遏制这些机会，因为Nvidia的GPU在智能手机中并不强大（类似于英特尔在智能手机中的CPU）。

相邻市场（AI、汽车）仍处于早期阶段，虽然Nvidia在这两个市场都有先发优势，但如果出现了更优秀的替代品（AI或其他自动驾驶平台的其他加速形式），其领先优势可能不会持续。另外，在这些对性能非常敏感的市场中，中断的速度往往会更快。我们注意到GPU被设计成可以很好地完成一件事：为现实的图像、游戏、视频等渲染图形 利用GPU在深度学习应用中的其他领域，大多是由于缺乏更好的替代品而发生的。我们认为，随着替代品的出现（通过当前的竞争或创业公司），Nvidia近期的爆发式增长将难以持续。最终，Nvidia的非游戏GPU细分市场的风险性导致我们认为公司的不确定性非常高。

公司估值

Nvidia报告了令人印象深刻的第一季度业绩，收入超过了管理层指导的中位数。虽然面临着与疫情相关的供需逆境，但由于在家工作、在家学习和游戏趋势的增加，Nvidia能够表现出色。这种动态超过了汽车销售的疲软，预计这种情况将在未来几个季度持续。该公司于5月14日推出了最新的A100数据中心GPU，这是Nvidia首款基于台积电7纳米工艺制造的GPU，也是其新Ampere架构的一部分。A100与前代产品（V100）相比，在性能上的提升令人印象深刻，并为第一季度的销售做出了贡献。我们预计Nvidia的数据中心业务将继续保持增长势头，特别是最近收购的Mellanox被纳入第二季度业绩，因为客户在自然语言理解、对话式AI和深度推荐引擎等关键AI应用中同时利用Nvidia的训练和推理GPU。

第一季度销售额同比增长39%，达到31亿美元。同比大幅飙升可归因于2020财年(公历2019年)第一季度的人为虚增，因为在此期间，游戏GPU销售额大幅下降，源于加密货币挖矿GPU需求的下降。由于包括台式机GPU和任天堂Switch芯片在内的所有主要产品的强势，游戏销售额同比增长27%。管理层强调，由于更多的游戏玩家被迫隔离，本季度其GeForce平台的游戏时长增加了50%。数据中心销售额为11亿美元，同比增长80%，连续增长18%。