英伟达狂飙B面:多变的中国市场巨头的全面围剿

最后编辑时间:2024-02-23 14:10:00 来源:未知 作者:未知 阅读量: 未知

  近期科技圈的两大重头戏,除了OpenAI的Sora所带来的关于世界模型的讨论,还有一件就是英伟达(NVDA.O)的最新季报。

  北京时间2月22日凌晨,英伟达公布了其截至今年1月28日的2024财年第四季度财报,该季度英伟达221亿美元,同比增长 265%,环比增长 22%。市场预期为204.1亿美元;利润方面,净利润为123亿美元,同比增长了765%,按美国通用会计准则下,本季度毛利率达76%,市场预期75%。

  对于英伟达业绩再度超预期的表现,也在市场的意料之中,投资者们将关注的重点更多放在英伟达的未来。毕竟在AI浪潮下英伟达强势的增长与盈利水平已说明一切。强劲的营收数据外,更多的人关注的两个核心问题:英伟达的增长还能持续多久?以及它凭什么可以继续增长?

  两个大问题被囊括进更具体的细节,比如H100等高性能GPU的出货量情况、下一代GPU产品B100规划以及CEO黄仁勋对当前竞争格局的研判,这之中也包括了备受关注的中国市场表现。

  游戏业务和数据中心业务,前者是英伟达起家的传统业务,后者则是AI浪潮下为英伟达贡献利润的成长性业务,二者共同构成了英伟达的基本盘。

  但游戏业务「降」,数据中心「升」,是英伟达基本盘变化的主线年,英伟达数据中心业务的比重已和游戏业务相当,黄仁勋也多次表示:“ 我们想成为一家数据中心企业,数据中心正在占据我们业务越来越重要的地位。”

  在GPU领域,英伟达的领域目前无人撼动。据机构Jon Peddie Research对GPU市场的数据跟踪,2022年英伟达全年PC GPU 出货量高达3034 万块,是AMD的近4.5 倍。截至2023年第三季度,英伟达的GPU出货量也占整个市场的87%。

  另外,被英伟达视为第二增长曲线的汽车业务,投入近十年,但目前营收贡献有限。本季度英伟达汽车业务实现营收2.81亿美元,同比下滑4.4%,营收占比不到2%。

  从游戏到数据中心,稳健的基本盘走势,既彰显了英伟达的AI技术信仰,但这在财报中也显示出不少的挑战。

  一是地缘政治影响下,中国市场无疑是英伟达的重镇,但在出口管制影响下,英伟达如何应对中国市场的变化?

  二是面临巨头的围剿,无论是芯片巨头AMD、英特尔,还是Tenstorrent、Cerebras 等 AI 芯片初创企业,还有包括亚马逊、谷歌、 微软开始逐步发布或已落地自研芯片的云服务商们。英伟达将如何在激烈的竞争中,持续保持增长?

  美国芯片禁令的阴影下,英伟达在过去一年的日子并不好过。上季度财报电话会上,面对分析师直接的提问,英伟达管理层的态度一度较为悲观,一度表示「中国市场的可见度比较差」。

  中国市场对英伟达的重要意义不言而喻,英伟达管理层曾透露,过去几个季度中国市场英伟达数据中心业务收入的四分之一。上季度,英伟达首席财务官科莱特克雷斯也证实了正在为中国市场开发「合规芯片」——HGXH20、L20PCle和L2PCle系列的消息。其中,H20是英伟达三款定制GPU中功能最强大的一款。

  从规格方面来看,H20的算力水平虽然仅有H100的15%,但在显存物料配置和die size上,则均与后者相同 。而这部分正是GPU单卡成本中最高的一项,以H100 GPU单卡为例,其显存物料成本中的HBM颗粒成本,占比高达55%-60%。这也意味着,在成本无法有效下降的当下,H20几乎是在「赔钱保市场」。

  在「价」上,据外媒2月初的报道,H20单张售价为约11万人民币,在价格上略低于昇腾910B。而在「量」上,产能不足也成为了制约英伟达的关键因素,尽管根据瑞银的报告,英伟达已经大幅缩短了AI GPU的交货周期,从2023年底的8~11个月缩短到了现在的3-4个月,但由于台积电所提供的产能有限,英伟达还是要持续面临相当长一段时间的「保大保小」问题。

  至于具体是生产高价且供不应求的H100,还是低价且被客户「挑挑拣拣」的H20,黄仁勋的态度似乎已经在不经意间表露出了某种倾向性——部分接近英伟达的人士就表示:“产能有限,肯定是生产最赚钱的产品”,无独有偶,黄仁勋在此前的采访中也表示,尽管总体供应状况正在改善,但仍面临短缺,预计会持续一整年。

  英伟达数据中心业务超半成收入来自云服务商。其中英伟达最大的客户之一,微软也正在加速自研芯片的计划。去年11月,微软发布了用于云端训练和推理的AI芯片Azure Maia 100。而据外媒最新报道,微软正在开发一款新的网卡,以提高Maia AI 服务器芯片的性能,进一步减少对英伟达的依赖。

  不过英伟达也没闲着。去年至今,英伟达在对外投资上展现出激进态度,典型案例有谷歌旗下的AI初创公司Cohere、聚焦人工智能模型开发的Adept以及规模更大、成立时间更早的独角兽Databricks。

(责任编辑:管理)

随机内容