您正在瀏覽的是香港網站,香港證監會BJA907號,投資有風險,交易需謹慎
市場資訊

市場資訊

首頁市場資訊資訊詳情

市值一路“狂飆”!英偉達成美股第五大公司,能否打破週期性“魔咒”?

uSMART盈立智投 03-24 15:10

$英偉達(NVDA.US)$近期的上漲使其市值超過$伯克希爾-A(BRK.A.US)$,成爲美股第五大公司。

這在5個月前看起來很荒謬:截至2022年10月14日,英偉達股價已從2022年初下跌62%,市值僅爲2796億美元,因市場對芯片行業和估值的擔憂令該股承壓。另一方面,伯克希爾的市值在10月12日跌至5885億美元的低點。

而現在,英偉達的股價已較過去6個月上漲了一倍多,這使得它成爲同期整個標準普爾500指數中表現最好的股票。這家芯片製造商的市值現在已經超過了特斯拉、facebook母公司Meta,以及伯克希爾哈撒韋公司。

伯恩斯坦研究公司(Bernstein Research)量化研究主管拉爾森(Ann Larson)表示,英偉達也被評爲芯片行業最擁擠的股票之一,而且是過去兩個月僅有的兩隻交易擁擠度保持在市場前10%的股票之一。

英偉達的大部分收益是在過去三個月里實現的,去年11月底,OpenAI公開推出了由人工智能驅動的聊天機器人,引發了人們對所謂的生成式人工智能的新一波熱情,分析師預期它將徹底改變互聯網搜索、產品設計、寫作和編程等服務。這項新技術需要數據中心強大的計算能力,英偉達已經爲人工智能應用設計的圖形處理器和軟件建立了龐大且不斷增長的業務。

作爲年度GTC開發者大會的一部分,英偉達週二發佈了一系列公告,主要關注生成式人工智能的機會。這些公告主要是技術性的,但仍給華爾街留下了深刻印象。

道明考恩(TD Cowen)的馬特•拉姆齊(Matt Ramsay)將這一事件描述爲“人工智能領域的領跑者進一步擴大了差距”,而傑富瑞(Jefferies)的馬克•利帕西斯(Mark Lipacis)在給客戶的一份報告中表示,這些進展進一步鞏固了英偉達作爲“人工智能和生成式人工智能應用的事實上標準”地位。

英偉達週二收盤後也舉行了分析師會議,首席財務官科萊特·克雷斯(Colette Kress)表示,該公司看到主要雲計算客戶的“需求越來越大”,一個月前該公司在財報電話會議上展望前景強勁。

需求前景推動該股週三上漲逾4%,週四又漲近3%。這讓那些對英偉達的前景充滿熱情,但又非常瞭解半導體市場週期性的分析師陷入了困境。

從歷史數據來看,英偉達股價曾多次上漲,但在遊戲行業疲軟、數據中心支出變化以及加密貨幣礦工需求波動的時期,英偉達的股價暴跌。

這次會不一樣嗎?英偉達與生成式人工智能相關的業務幾乎完全依賴於世界上最大的科技巨頭——尤其是微軟和谷歌——的資本支出。過去一個月,這兩家公司都推出了積極的計劃,將生成式人工智能整合到搜索和辦公軟件等服務中。

瑞銀(UBS)的蒂姆•阿庫里(Tim Arcuri)上週在一份報告中預測,生成式人工智能將在未來一兩年爲圖形芯片(gpu)增加價值100億至150億美元的需求。分析人士目前預計,英偉達的年收入將在三年內突破460億美元,這意味着年平均增長率爲20%,這對於英偉達這樣規模的芯片製造商來說是一個顯著的速度。

但數據中心的資本支出並沒有以均勻的速度進行。英偉達可能面臨來自高級微設備公司(Advanced Micro Devices)日益激烈的競爭,後者正在爲數據中心推出自己的GPU芯片。

同時,對於科技企業來說,想打造AIGC類產品,成本都是一個問題。美國AIGC初創企業Latitude首席執行官尼克·沃爾頓估計,在2021年的高峯期,Latitude每月在OpenAI所謂的生成式人工智能軟件和亞馬遜網絡服務上花費近20萬美元,以跟上每天需要處理的數百萬用戶查詢。

機器學習的高成本是行業中一個令人不安的現實,因爲風險資本家盯上了那些可能價值數萬億美元的公司,以及微軟、Meta等大公司,利用他們可觀的資本在技術上取得領先地位,讓較小的挑戰者無法趕上。但如果由於計算成本高,人工智能應用的利潤率永遠低於以前的“軟件即服務(SaaS)”利潤率,那麼它可能反而不利於未來科技企業財報表現。

業內人士表示,訓練和運行大型語言模型的高成本是一種結構性成本,與以往的計算熱潮不同。即使軟件已經構建或訓練好了,它仍然需要巨大的計算能力來運行大型語言模型,因爲每次對提示符返回響應時,它們都要進行數十億次計算。相比之下,服務web應用程序或網頁所需的計算要少得多。

這些計算也需要專門的硬件。雖然傳統的計算機處理器可以運行機器學習模型,但速度很慢。現在,大多數訓練和推理都是在圖形處理器(gpu)上進行的,這些處理器最初是爲3D遊戲設計的,但已經成爲人工智能應用程序的標準,因爲它們可以同時進行許多簡單的計算。

分析人士和技術專家估計,訓練大型語言模型(如OpenAI的GPT-3)的關鍵過程可能會花費超過400萬美元。弗雷斯特公司(Forrester)專注於人工智能和機器學習的分析師羅文·柯倫(Rowan Curran)表示,訓練更高級的語言模型的成本可能超過“數百萬美元”。柯倫認爲,OpenAI在處理當月輸入該軟件的數百萬條提示時可能花費了4000萬美元。