處于人工智能領域核心地位的英偉達（NVIDIA）近期遭遇了“礦難”和股價風波。
截至11月22日，英偉達股價為144.71美元，相較10月1日收市價289.36美元的高點，下滑了近50%。不到兩個月的時間，英偉達股價腰斬，市值減少了1000多億美元。
下跌的原因并非業(yè)績停止增長，相反，英偉達2019財年第三季度業(yè)績依舊保持了高增長。根據(jù)財報，英偉達期內總營收為31.81億美元，同比增長21%；凈收益12.3億美元，同比增長47%，但是環(huán)比增速進一步放緩，業(yè)績未達預期。
而制造現(xiàn)實和預期差距的主因是部分顯卡庫存過高，英偉達自身也指出，預計第四季度會受到中檔Pascal架構顯卡渠道庫存過多的影響。這是由于比特幣等加密貨幣大跌，礦機需求下滑，也影響了上游礦卡，即顯卡的銷量。
對于英偉達的現(xiàn)狀，一位AI芯片專家向21世紀經濟報道記者表示：“礦機肯定是主要原因，最近他們游戲顯卡也賣得不好，同時AI的需求并沒有爆發(fā)?！?/p>
再加上科技股低迷，中美貿易摩擦等大環(huán)境的影響，殘酷的資本市場似乎在短期內對英偉達信心不足。
幣圈落寞
從專業(yè)圖像芯片起家的英偉達，用GPU抓住了計算設備需求的關鍵時機。有強大計算力的GPU在圖形渲染、人工智能和區(qū)塊鏈領域的計算表現(xiàn)十分突出，英偉達也希望成為真正的算力平臺，并且成功推出了自己的CUDA平臺。
英偉達的主要產品類型有兩類，分別是GPU和Tegra處理器。其中，GPU業(yè)務占比近90%，包括游戲GPU、數(shù)據(jù)中心、視覺可視化業(yè)務；Tegra處理器業(yè)務收入，主要包括自動駕駛、用于NintendoSwitch游戲機的SOC模塊以及其他嵌入式邊緣AI平臺。此外，OEM和IP授權也是營收的一部分。
2017財年以來，英偉達逐漸走向頂峰，盈收和利潤逐年升高。人工智能和礦卡的助力，也推高了英偉達的市值，如今，隨著加密貨幣的突然暴跌和AI泡沫的顯現(xiàn)，其高估值開始回落。
TrendForce旗下拓璞產業(yè)研究院的最新報告指出，NVIDIA因游戲顯卡收入成長不如預期，導致整體財報表現(xiàn)也未如業(yè)界預期。由于NVIDIA的營收主力來自游戲顯卡（Gaming）市場，以第三季為例，游戲顯卡營收占整體近60%，但第三季受到挖礦市場需求不振沖擊，造成Pascal中檔游戲顯卡出現(xiàn)供過于求的狀況，進而面臨庫存問題。因此，NVIDIA勢必要在最短時間內去化庫存，以利新一代圖靈架構的游戲顯卡在市場上的銷售，而在去化庫存的這段時間內，恐不利NVIDIA的營收表現(xiàn)，短期內NVIDIA應將進入調整期。
其中，包含加密貨幣芯片收入的OEM和IP業(yè)績反映了“礦業(yè)”給英偉達帶來的煩惱。在2019財年一季度的財報中，英偉達首次公布，其PCOEM收入增長了320%以上，這主要是由于對用于加密貨幣挖掘的GPU產品的強勁需求，包括加密貨幣采礦GPU在內的OEM銷售額達到2.89億美元。但是在接下來的第二季度，OEM和IP整體營收為1.16億美元，同比降低了54%；第三季度中，該營收為1.48億美元，同比下滑了23%。
與此對應的是，第二季度以來比特幣就已經在走低，近期其價格一周內下跌了25%。在挖礦市場低迷的情況下，二手礦機的交易增加也將加劇了顯卡的庫存。對此，英偉達正著手清理庫存來減小加密貨幣下跌帶來的影響。
NVIDIA全球市場運營執(zhí)行副總裁JayPuri在GTC大會上接受媒體采訪時表示，雖然加密貨幣的影響超出預期，但是未來1-2個季度，形勢會走好。
另一方面，備受期待的AI應用尚未進入成熟階段，例如在熱門的自動駕駛領域，傳感、認知、控制等各領域都有待突破，英偉達欲成為自動駕駛的算力大腦，還需要時間。WaymoCEO甚至表示，自動駕駛未來幾十年還不會遍地存在。當然，英偉達在該領域正在不斷拓寬合作伙伴。
不過，賽迪顧問人工智能研究中心副總經理向陽告訴21世紀經濟報道記者：“AI應用來說，用戶端看到的相對沒有那么明顯，但是很多互聯(lián)網、金融等企業(yè)，還是使用了很多英偉達的產品。只說沒有那么直觀，它改變生產率是在比較底層的技術算法上。目前來看，在云端訓練芯片上的需求還沒有出現(xiàn)下降的趨勢，可能增速會稍微減緩一點?！?/p>
向陽還談道，引發(fā)這一輪下跌的原因還包括兩方面，一是旗艦的顯卡RTX2080Ti，最近產品質量上穩(wěn)定性不夠，存在花屏甚至燃燒的問題。二是和大環(huán)境還是有很大關系，現(xiàn)在美國的科技股都在暴跌。
競爭者眾
在解決當前困擾的同時，英偉達繼續(xù)大舉進軍人工智能領域，同時其也面臨著勁敵。
從全球來看，人工智能公司可以簡單地概括為三個派系，其一是系統(tǒng)應用派，比如谷歌和Facebook，他們不僅開發(fā)人工智能的系統(tǒng)級框架，還進行大規(guī)模應用；第二類是芯片派，最大的玩家就是英偉達和英特爾，目前主要提供算力支撐；第三類是技術應用派，剩下的大部分公司都屬于這一類型，基于系統(tǒng)應用派和芯片派的技術平臺。
在AI芯片的分類中，按用途可分為訓練芯片和推理芯片，訓練芯片對算力要求極高，推理芯片更看重算力、耗能等多方指標。陳怡然告訴21世紀經濟報道記者，英偉達芯片主要在訓練端有較大優(yōu)勢，推理端的產品選擇就很多。
“算力表現(xiàn)一直是AI芯片十分重要的性能指標，算力的計算大致上可以分成兩種類別，一種是針對主流的神經網絡如RNN或是CNN，另一種則是不同的運算精度如FP16、FP32等，以NVIDIA的整體表現(xiàn)來看，不論是哪種計算指標，NVIDIA表現(xiàn)都算是居于領先?！蓖罔碑a業(yè)研究院資深分析師姚嘉洋向記者分析道，“目前NVIDIA在訓練端的主力芯片為TeslaV100，但是由于采用的制程較舊，所以很容易被新進業(yè)者所開發(fā)出的產品超越，NVIDIA若要進一步取回領導地位，勢必就要在芯片的運算架構有所更新，甚至也要投入更為先進的制程，例如7nm或是5nm，才能保持在算力上的優(yōu)勢地位?！?/p>
在推理端，廠商選擇的就不僅僅是GPU了，FPGA、ASIC等均各有特色。整體來看，英偉達的競爭者來勢洶洶。包括老牌的英特爾、AMD、谷歌、賽靈思，也有新進的華為，寒武紀等。
比如傳統(tǒng)算力領域的老大英特爾，就在2015年167億美元收購FPGA（現(xiàn)場可編程門陣列）巨頭Altera，F(xiàn)PGA在云計算、物聯(lián)網、邊緣計算等方面有很大的潛力；2016年英特爾還收購Nervana，計劃用這家公司在深度學習方面的能力來對抗GPU。谷歌的TPU已經進化到3.0版本，華為也推出昇騰系列芯片。
姚嘉陽向記者分析道：“NVIDIA的GPU投入AI的時間點比英特爾和賽靈思的都早，在軟硬件方案和生態(tài)系統(tǒng)的發(fā)展上，也相對完整。AI系統(tǒng)的開發(fā)，除了性能表現(xiàn)外，軟件與函數(shù)庫的搭配也相當重要，在這方面，NVIDIA做得相當扎實。但是英特爾和賽靈思近期也有急起直追的態(tài)勢，強化自家解決方案的性能表現(xiàn)?！?/p>
他表示，NVIDIA未來所面臨的挑戰(zhàn)在于，投入AI芯片開發(fā)的業(yè)者越來越多，盡管NVIDIA的生態(tài)系統(tǒng)相對成熟，但競爭對手也比過往增加不少，如何進一步優(yōu)化NVIDIA在AI方案的性價比，將是NVIDIA明年的重要課題。
本文來源：21世紀經濟報道
下載文檔
