英伟达市值为何超越英特尔?投资视角看它如何叩开AI大门

亿欧网

    核心观点:
    1、英伟达市值超过英特尔,本质是GPU的通用算力得到业界认可。
    2、英伟达通过投资的方式进行广泛战略布局,自动驾驶是重点领域。
    3、对标英伟达,中国公司百花齐放,自动驾驶市场可以期待。
    AI之光英伟达终于被资本市场承认,市值一度超越英特尔成为美国市值最大的芯片上市公司。
    以双方最近一个完整财年数据对比(美国通用会计准则),英伟达2020财年全年收入109.2亿美元,收入同比下跌7%,净利润27.96亿美元,同比下跌32%;英特尔2019年财年营收719.65亿美元,同比增长2%,净利润210.48亿美元,与上一财年持平。
    在财务数据均不占优的情况下,英伟达凭借什么赢得资本市场信任?我们以投资视角来看英伟达如何布局AI未来。
    AI算力路口:通用计算的胜利
    CPU和GPU在算力支撑上有明显的区别,CPU有高级功能,有复杂的逻辑控制和优化电路,而GPU有众多结构相对简单的计算单元和超长流水线。
    CPU可以解一个方程组,GPU则可以同时进行大量的加减乘除运算,这种区别导致GPU更适合人工智能相关产品对大规模并行计算的需求。
    2000年,CPU仍是学界依赖的算力提供方,但由于CPU在架构上的局限,计算支持单元有限,算力释放不彻底,学者和工程师开始尝试寻求通用计算(GPGPU)下的算力支持。
    2006年,英伟达在GPGPU框架下推出Tesla架构,并在第二年推出CUDA系列编程环境,借助CUDA可以大大降低用GPU做通用计算的难度,为后续AI算力支撑打下基础。
    2012年,深度学习开山鼻祖之一的Geoff Hinton的学生Alex Krizhevsky,借助英伟达的GPU成功训练出了深度卷积神经网络AlexNet,优秀的算力支撑让众多AI学者开始以CUDA为第一选择,也进一步导致人工智能业界认可英伟达在AI的地位。
    不仅在底层技术有布局,早在2009年,英伟达就进入车联网,当时与大众奥迪合作,在新式导航系统中应用Tegra系列芯片,特斯拉也在早期车型中使用Tegra芯片,Model S就基于Tegra 3进行电动与车载娱乐系统开发。
    随后IBM、Facebook、ARM等公司展开合作,以深度学习、机器学习、训练神经网络等为方向,加快AI芯片开发工作,截至目前,英伟达GPU是全球大规模AI商用芯片提供商之一,产品广泛应用于车联网领域。
    伴随自动驾驶市场崛起,英伟达以消费级芯片供应商身份,参与到车载芯片的市场争夺战中,叩开了AI算力的大门,除了业务布局外,英伟达几年间进行投资布局,投资和收购大量企业,进一步深入到AI产业中。
    英伟达的投资版图
    2013年至今,英伟达针对AI全产业链累计进行了20余次投资并购行为,平均每年3次,其在自动驾驶领域和大数据分别进行5次和7次投资,此外还投资了人工智能孵化器、2家AI医疗公司、1家机器学习平台、2家音频处理公司。覆盖了中国、中国、以色列、加拿大、匈牙利、日本多个国家与地区。
    
    
    
    1  2  下一页>