“币圈落寞”致股价腰斩 英伟达押宝人工智能

“币圈落寞”致股价腰斩 英伟达押宝人工智能
2018年11月23日 02:14 21世纪经济报道

  处于人工智能领域核心地位的英伟达(NVIDIA)近期遭遇了“矿难”和股价风波。

  截至11月22日,英伟达股价为144.71美元,相较10月1日收市价289.36美元的高点,下滑了近50%。不到两个月的时间,英伟达股价腰斩,市值减少了1000多亿美元。

  下跌的原因并非业绩停止增长,相反,英伟达2019财年第三季度业绩依旧保持了高增长。根据财报,英伟达期内总营收为31.81亿美元,同比增长21%;净收益12.3亿美元,同比增长47%,但是环比增速进一步放缓,业绩未达预期。

  而制造现实和预期差距的主因是部分显卡库存过高,英伟达自身也指出,预计第四季度会受到中档Pascal架构显卡渠道库存过多的影响。这是由于比特币等加密货币大跌,矿机需求下滑,也影响了上游矿卡,即显卡的销量。

  对于英伟达的现状,一位AI芯片专家向21世纪经济报道记者表示:“矿机肯定是主要原因,最近他们游戏显卡也卖得不好,同时AI的需求并没有爆发。”

  再加上科技股低迷,中美贸易摩擦等大环境的影响,残酷的资本市场似乎在短期内对英伟达信心不足。

  币圈落寞

  从专业图像芯片起家的英伟达,用GPU抓住了计算设备需求的关键时机。有强大计算力的GPU在图形渲染、人工智能和区块链领域的计算表现十分突出,英伟达也希望成为真正的算力平台,并且成功推出了自己的CUDA平台。

  英伟达的主要产品类型有两类,分别是GPU和Tegra处理器。其中,GPU业务占比近90%,包括游戏GPU、数据中心、视觉可视化业务;Tegra处理器业务收入,主要包括自动驾驶、用于Nintendo Switch游戏机的SOC模块以及其他嵌入式边缘AI平台。此外,OEM和IP授权也是营收的一部分。

  2017财年以来,英伟达逐渐走向顶峰,盈收和利润逐年升高。人工智能和矿卡的助力,也推高了英伟达的市值,如今,随着加密货币的突然暴跌和AI泡沫的显现,其高估值开始回落。

  TrendForce旗下拓璞产业研究院的最新报告指出,NVIDIA因游戏显卡收入成长不如预期,导致整体财报表现也未如业界预期。由于NVIDIA的营收主力来自游戏显卡(Gaming)市场,以第三季为例,游戏显卡营收占整体近60%,但第三季受到挖矿市场需求不振冲击,造成Pascal中档游戏显卡出现供过于求的状况,进而面临库存问题。因此,NVIDIA势必要在最短时间内去化库存,以利新一代图灵架构的游戏显卡在市场上的销售,而在去化库存的这段时间内,恐不利NVIDIA的营收表现,短期内NVIDIA应将进入调整期。

  其中,包含加密货币芯片收入的OEM和IP业绩反映了“矿业”给英伟达带来的烦恼。在2019财年一季度的财报中,英伟达首次公布,其PC OEM收入增长了320%以上,这主要是由于对用于加密货币挖掘的GPU产品的强劲需求,包括加密货币采矿GPU在内的OEM销售额达到2.89亿美元。但是在接下来的第二季度,OEM和IP整体营收为1.16亿美元,同比降低了54%;第三季度中,该营收为1.48亿美元,同比下滑了23%。

  与此对应的是,第二季度以来比特币就已经在走低,近期其价格一周内下跌了25%。在挖矿市场低迷的情况下,二手矿机的交易增加也将加剧了显卡的库存。对此,英伟达正着手清理库存来减小加密货币下跌带来的影响。

  NVIDIA全球市场运营执行副总裁Jay Puri在GTC大会上接受媒体采访时表示,虽然加密货币的影响超出预期,但是未来1-2个季度,形势会走好。

  另一方面,备受期待的AI应用尚未进入成熟阶段,例如在热门的自动驾驶领域,传感、认知、控制等各领域都有待突破,英伟达欲成为自动驾驶的算力大脑,还需要时间。Waymo CEO甚至表示,自动驾驶未来几十年还不会遍地存在。当然,英伟达在该领域正在不断拓宽合作伙伴。

  不过,赛迪顾问人工智能研究中心副总经理向阳告诉21世纪经济报道记者:“AI应用来说,用户端看到的相对没有那么明显,但是很多互联网、金融等企业,还是使用了很多英伟达的产品。只说没有那么直观,它改变生产率是在比较底层的技术算法上。目前来看,在云端训练芯片上的需求还没有出现下降的趋势,可能增速会稍微减缓一点。”

  向阳还谈道,引发这一轮下跌的原因还包括两方面,一是旗舰的显卡RTX2080Ti,最近产品质量上稳定性不够,存在花屏甚至燃烧的问题。二是和大环境还是有很大关系,现在美国的科技股都在暴跌。

  竞争者众

  在解决当前困扰的同时,英伟达继续大举进军人工智能领域,同时其也面临着劲敌。

  从全球来看,人工智能公司可以简单地概括为三个派系,其一是系统应用派,比如谷歌Facebook,他们不仅开发人工智能的系统级框架,还进行大规模应用;第二类是芯片派,最大的玩家就是英伟达和英特尔,目前主要提供算力支撑;第三类是技术应用派,剩下的大部分公司都属于这一类型,基于系统应用派和芯片派的技术平台。

  在AI芯片的分类中,按用途可分为训练芯片和推理芯片,训练芯片对算力要求极高,推理芯片更看重算力、耗能等多方指标。陈怡然告诉21世纪经济报道记者,英伟达芯片主要在训练端有较大优势,推理端的产品选择就很多。

  “算力表现一直是AI芯片十分重要的性能指标,算力的计算大致上可以分成两种类别,一种是针对主流的神经网络如RNN或是CNN,另一种则是不同的运算精度如FP16、FP32等,以NVIDIA的整体表现来看,不论是哪种计算指标,NVIDIA表现都算是居于领先。”拓璞产业研究院资深分析师姚嘉洋向记者分析道,“目前NVIDIA在训练端的主力芯片为Tesla V100,但是由于采用的制程较旧,所以很容易被新进业者所开发出的产品超越,NVIDIA若要进一步取回领导地位,势必就要在芯片的运算架构有所更新,甚至也要投入更为先进的制程,例如7nm或是5nm,才能保持在算力上的优势地位。”

  在推理端,厂商选择的就不仅仅是GPU了,FPGA、ASIC等均各有特色。整体来看,英伟达的竞争者来势汹汹。包括老牌的英特尔、AMD、谷歌、赛灵思,也有新进的华为,寒武纪等。

  比如传统算力领域的老大英特尔,就在2015年167亿美元收购FPGA(现场可编程门阵列)巨头Altera,FPGA在云计算、物联网、边缘计算等方面有很大的潜力;2016年英特尔还收购Nervana,计划用这家公司在深度学习方面的能力来对抗GPU。谷歌的TPU已经进化到3.0版本,华为也推出昇腾系列芯片。

  姚嘉阳向记者分析道:“NVIDIA的GPU投入AI的时间点比英特尔和赛灵思的都早,在软硬件方案和生态系统的发展上,也相对完整。AI系统的开发,除了性能表现外,软件与函数库的搭配也相当重要,在这方面,NVIDIA做得相当扎实。但是英特尔和赛灵思近期也有急起直追的态势,強化自家解决方案的性能表现。”

  他表示,NVIDIA未来所面临的挑战在于,投入AI芯片开发的业者越来越多,尽管NVIDIA的生态系统相对成熟,但竞争对手也比过往增加不少,如何进一步优化NVIDIA在AI方案的性价比,将是NVIDIA明年的重要课题。

新浪科技公众号
新浪科技公众号

“掌”握科技鲜闻 (微信搜索techsina或扫描左侧二维码关注)

创事记

科学探索

科学大家

苹果汇

众测

来电聊

专题

官方微博

新浪科技 新浪数码 新浪手机 科学探索 苹果汇 新浪众测

公众号

新浪科技

新浪科技为你带来最新鲜的科技资讯

苹果汇

苹果汇为你带来最新鲜的苹果产品新闻

新浪众测

新酷产品第一时间免费试玩

新浪探索

提供最新的科学家新闻,精彩的震撼图片