您正在浏览的是香港网站,香港证监会BJA907号,投资有风险,交易需谨慎
市场资讯

市场资讯

首页市场资讯资讯详情

市值一路“狂飙”!英伟达成美股第五大公司,能否打破周期性“魔咒”?

uSMART盈立智投 03-24 15:10

$英伟达(NVDA.US)$近期的上涨使其市值超过$伯克希尔-A(BRK.A.US)$,成为美股第五大公司。

这在5个月前看起来很荒谬:截至2022年10月14日,英伟达股价已从2022年初下跌62%,市值仅为2796亿美元,因市场对芯片行业和估值的担忧令该股承压。另一方面,伯克希尔的市值在10月12日跌至5885亿美元的低点。

而现在,英伟达的股价已较过去6个月上涨了一倍多,这使得它成为同期整个标准普尔500指数中表现最好的股票。这家芯片制造商的市值现在已经超过了特斯拉、facebook母公司Meta,以及伯克希尔哈撒韦公司。

伯恩斯坦研究公司(Bernstein Research)量化研究主管拉尔森(Ann Larson)表示,英伟达也被评为芯片行业最拥挤的股票之一,而且是过去两个月仅有的两只交易拥挤度保持在市场前10%的股票之一。

英伟达的大部分收益是在过去三个月里实现的,去年11月底,OpenAI公开推出了由人工智能驱动的聊天机器人,引发了人们对所谓的生成式人工智能的新一波热情,分析师预期它将彻底改变互联网搜索、产品设计、写作和编程等服务。这项新技术需要数据中心强大的计算能力,英伟达已经为人工智能应用设计的图形处理器和软件建立了庞大且不断增长的业务。

作为年度GTC开发者大会的一部分,英伟达周二发布了一系列公告,主要关注生成式人工智能的机会。这些公告主要是技术性的,但仍给华尔街留下了深刻印象。

道明考恩(TD Cowen)的马特•拉姆齐(Matt Ramsay)将这一事件描述为“人工智能领域的领跑者进一步扩大了差距”,而杰富瑞(Jefferies)的马克•利帕西斯(Mark Lipacis)在给客户的一份报告中表示,这些进展进一步巩固了英伟达作为“人工智能和生成式人工智能应用的事实上标准”地位。

英伟达周二收盘后也举行了分析师会议,首席财务官科莱特·克雷斯(Colette Kress)表示,该公司看到主要云计算客户的“需求越来越大”,一个月前该公司在财报电话会议上展望前景强劲。

需求前景推动该股周三上涨逾4%,周四又涨近3%。这让那些对英伟达的前景充满热情,但又非常了解半导体市场周期性的分析师陷入了困境。

从历史数据来看,英伟达股价曾多次上涨,但在游戏行业疲软、数据中心支出变化以及加密货币矿工需求波动的时期,英伟达的股价暴跌。

这次会不一样吗?英伟达与生成式人工智能相关的业务几乎完全依赖于世界上最大的科技巨头——尤其是微软和谷歌——的资本支出。过去一个月,这两家公司都推出了积极的计划,将生成式人工智能整合到搜索和办公软件等服务中。

瑞银(UBS)的蒂姆•阿库里(Tim Arcuri)上周在一份报告中预测,生成式人工智能将在未来一两年为图形芯片(gpu)增加价值100亿至150亿美元的需求。分析人士目前预计,英伟达的年收入将在三年内突破460亿美元,这意味着年平均增长率为20%,这对于英伟达这样规模的芯片制造商来说是一个显著的速度。

但数据中心的资本支出并没有以均匀的速度进行。英伟达可能面临来自高级微设备公司(Advanced Micro Devices)日益激烈的竞争,后者正在为数据中心推出自己的GPU芯片。

同时,对于科技企业来说,想打造AIGC类产品,成本都是一个问题。美国AIGC初创企业Latitude首席执行官尼克·沃尔顿估计,在2021年的高峰期,Latitude每月在OpenAI所谓的生成式人工智能软件和亚马逊网络服务上花费近20万美元,以跟上每天需要处理的数百万用户查询。

机器学习的高成本是行业中一个令人不安的现实,因为风险资本家盯上了那些可能价值数万亿美元的公司,以及微软、Meta等大公司,利用他们可观的资本在技术上取得领先地位,让较小的挑战者无法赶上。但如果由于计算成本高,人工智能应用的利润率永远低于以前的“软件即服务(SaaS)”利润率,那么它可能反而不利于未来科技企业财报表现。

业内人士表示,训练和运行大型语言模型的高成本是一种结构性成本,与以往的计算热潮不同。即使软件已经构建或训练好了,它仍然需要巨大的计算能力来运行大型语言模型,因为每次对提示符返回响应时,它们都要进行数十亿次计算。相比之下,服务web应用程序或网页所需的计算要少得多。

这些计算也需要专门的硬件。虽然传统的计算机处理器可以运行机器学习模型,但速度很慢。现在,大多数训练和推理都是在图形处理器(gpu)上进行的,这些处理器最初是为3D游戏设计的,但已经成为人工智能应用程序的标准,因为它们可以同时进行许多简单的计算。

分析人士和技术专家估计,训练大型语言模型(如OpenAI的GPT-3)的关键过程可能会花费超过400万美元。弗雷斯特公司(Forrester)专注于人工智能和机器学习的分析师罗文·柯伦(Rowan Curran)表示,训练更高级的语言模型的成本可能超过“数百万美元”。柯伦认为,OpenAI在处理当月输入该软件的数百万条提示时可能花费了4000万美元。