挑戰與機遇並存，AI巨頭英偉達如何再續新財季輝煌？未來幾年股價又當如何？

Nvidia 已經成爲了 AI 競賽的贏家。

競爭正在升溫，而且不僅僅是 AMD 和英特爾。Nvidia 自己的客戶也在開發競爭性的 AI 芯片以繞過 Nvidia。

軟件是 Nvidia 尚未開發的收入來源。他們已經具備了所有必要的基礎，現在是時候採取行動了。

Nvidia 第一季度表現亮眼，預計未來幾個季度將實現更大增長，此外他們還宣佈了 10 拆 1 的股票分割。

Nvidia ( NASDAQ: NVDA )( NEOE: NVDA:CA ) 是 AI 需求激增的最大受益者。他們已經擁有硬件和軟件，最重要的是，在Chat GPT 的病毒式爆紅讓全球公司和國家認識到 AI 的潛力之前，他們的系統就已經用於 AI 應用。

Nvidia 估值飆升是因爲去年收入大幅增長，而且看起來這種增長趨勢可能持續下去。Nvidia在 2024 年處於有利地位，其產品供不應求的局面可能會持續到 2025 年。令人擔心的是接下來的幾年。Nvidia 目前擁有強大的護城河，但也有許多挑戰者，包括 Nvidia 自己的客戶，他們正在努力取代它們。

本文將主要關注我認爲 Nvidia 在未來幾年面臨的挑戰，以及 Nvidia 在高端軟件領域的擴張如何成爲未來增長的催化劑。

Nvidia在第一季度創下新紀錄，收入達260.4億美元（同比增長262%），淨收入爲148.8億美元（同比增長628%），GAAP每股收益爲5.98美元。他們還宣佈了將於6月7日生效的10比1股票拆分。

該公司大部分增長來自於AI數據中心容量的快速擴展。在首席財務官的評論中，他們表示數據中心計算收入爲194億美元（同比增長478%，環比增長29%），網絡收入增加了32億美元。像微軟（MSFT）和亞馬遜（AMZN）這樣的雲服務提供商的數據中心收入佔其總收入的比例爲40%左右，這比預期要少。這對於Nvidia 來說是個好消息，因爲這意味着更多的芯片直接流向將使用它們的客戶，而不是租賃服務器的超大型企業。

在業績電話會議上，黃仁勳確認了Blackwell將在第二季度開始出貨，並在第三季度開始量產，客戶應該會在第四季度建設數據中心。除了Blackwell，H200也將在第二季度推出，並且已確認該芯片已投入生產。與 H100 相比， H200 提高了計算速度，並增加了最新一代高帶寬內存 (HBM3e)，從而加快了數據傳輸速度。

展望第二季度，管理層預測收入爲280億美元，比本季度多20億美元，環比增長7.7%。毛利率預計在74.8%到75.5%之間。在業績電話會議上，他們表示即將推出的H200和Blackwell供不應求，預計該情形會延續至明年。 Nvidia 今年的形勢非常好，但其環比增長率似乎在放緩；不過，7.7%的增長並不算差。

英特爾（INTC）和AMD（AMD）一直在努力追趕Nvidia。英特爾的Gaudi 3 AI加速器在訓練方面比Nvidia的H100快50%，在推理方面快30%。而AMD的MI300X加速器能夠跟上Nvidia即將推出的B100（Blackwell）的步伐。儘管在較小數據類型上B100比MI300X高出約30%，但在較大數據類型上MI300X佔優。此外，成本也是一個關鍵因素。 B100的預計成本在30000美元到35000美元之間，而MI300X的成本在10000美元到15000美元之間。從性能成本的角度來看，AMD提供的芯片更具吸引力。

Nvidia 主導着 AI 加速器市場。在2025財年第一季度，Nvidia的數據中心部門創造了225億美元的收入，可以合理地假設其中大部分來自AI相關業務。這與英特爾或AMD創造的AI收入相比是巨大的。英特爾預計今年從Gaudi 3銷售中獲得5億美元的收入，因爲該芯片生產受限；而AMD宣佈其MI300X在兩個季度後銷售額超過10億美元，成爲其歷史上增長最快的產品。隨着英特爾和AMD擴展和改進其AI產品，他們應該能從Nvidia手中奪取更多的市場份額。根據未來幾年的市場增長情況，如果市場擴張低於市場份額損失，這可能意味着 Nvidia 的銷售額將萎縮。

Nvidia最大的客戶正在設計自己的AI加速器，主要原因是成本。亞馬遜創建了AWS Inferentia和Trainium AI加速器，以提供更低成本和更高效的方法來運行和訓練AI程序。 AWS使用自己的硬件實例代替GPU實例，能夠將成本降低30-45%。

不僅僅是亞馬遜在製造自己的硬件。 Meta和微軟也已經展示了其內部硬件。最後，特斯拉在臺積電的北美技術研討會上展示了其25個芯片的Dojo Training Tile。

雖然這些芯片的功能不如 Nvidia 的芯片強大，技術上也不如Nvidia先進，但它們更便宜。歸根結底，成本是關鍵，大多數應用程序不需要最新和最先進的技術。 AI加速器是用於推理還是訓練也在很大程度上影響了對芯片的需求。大多數內部加速器都是爲推理應用而設計的，最終將佔據最大的 AI 市場份額。隨着超大規模企業創建自己的芯片，它們對Nvidia的依賴將減少。這將降低Nvidia的利潤率，因爲 Nvidia 會降低價格以保持銷售額，或者Nvidia的收入可能下降。

當前的AI加速器硬件基於GPU使用的架構。但 GPU 的替代架構可能會被證明比 CPU 更高效，就像 GPU 比 CPU 更高效一樣。它有三個主要競爭對手：模擬計算、神經形態計算和量子計算。現在跳過量子計算，因爲它還遠未實現。

模擬芯片利用物理屬性執行操作。通常，這些芯片用於傳感器和其他低層次的物理與數字之間的接口。用於AI應用的模擬處理器目前處於研究階段。它們旨在使用物理方法而不是數字處理來存儲和處理AI參數。模擬芯片有可能降低功耗並提高處理速度。 IBM的原型模擬處理器可以直接在內存中存儲和處理AI模型參數，從而帶來上述好處。

神經形態計算將數字計算與旨在模仿大腦神經元的結構結合起來。這些芯片物理上模擬神經元及其複雜的相互作用，同時提供離散的本地處理。這減少了數據移動的需求（最耗時的步驟），同時實現了更低功耗的高度並行處理。英特爾的Loihi 2研究芯片已被多家研究機構使用，最近他們宣佈將爲桑迪亞國家實驗室建造世界上最大的神經形態系統。

Nvidia的CUDA是一個廣泛的函數庫，使程序員更容易將GPU加速添加到他們的程序中。 CUDA僅適用於Nvidia GPU，這是Nvidia的真正護城河。因此，希望使用競爭硬件的開發人員必須創建自己的庫。

許多大型開源項目正在努力複製 Nvidia 庫的功能，以便不會對硬件設置限制。其中包括oneAPI、OpenVINO和SYCL。開源不僅僅是針對無法負擔Nvidia硬件的個人。 META、微軟和英特爾等大公司都在支持這些項目，旨在通過提供替代方案來打破Nvidia的護城河。儘管今天還沒有一個全面的CUDA替代品，但開源社區已經展示了其取代和超越專有軟件功能的能力。

AI模型通過訓練創建並通過推理使用。目前，訓練在總需求中佔據了過高比例。隨着AI程序的普及，推理將成爲主要工作負載。 AWS預計推理將佔開發和運行大多數機器學習應用的基礎設施支出的90%。

訓練AI模型需要強大的處理能力，而這正是Nvidia基於GPU的AI加速器的優勢所在，但推理的要求要低得多。傳統CPU設計商如蘋果（AAPL）和英特爾已將AI神經處理器（NPU）直接整合到CPU中。他們正在整合這些功能，以允許 AI 在設備上運行，而不需要雲端執行。隨着AI處理越來越融入我們的日常設備，對雲端推理的需求將減少。此外，用於雲端推理的芯片不像訓練芯片那樣具有吞吐量要求。這使得人們可以使用功能不那麼強大但便宜得多的芯片，而不是Nvidia最新和最強大的芯片。

我們目前正在見證全球數據中心的快速增長，Nvidia一直在利用這一擴展。在微軟的最新業績電話會議上，他們表示今年即將進行的500億美元資本支出，並表示未來幾年可能會增加支出。他們在雲基礎設施上大量投資，因爲他們希望成爲雲領導者，擁有足夠的容量來支持他們的客戶。並非所有新的數據中心容量都以 AI 爲重點，但其中很大一部分是。 JLL的一份研究報告發現，數據中心正迅速增長，從2015年的10MW容量增長到超過100MW容量，成爲了建設數據中心的新常態。他們還預計存儲需求將以18.5%的年複合增長率增長，預計到2027年全球容量將翻倍。這種數據可用性的快速增長將是AI系統生產的關鍵組成部分。

AI需求的高增長率帶來兩個關鍵風險。第一是提前需求，第二是AI在產品中的地位穩定後需求放緩。未來幾年數據中心的快速建設可能會導致產能過剩，特別是如果企業增長慢於雲服務提供商的預期。另一個風險是企業未能創造出有吸引力的AI產品。企業在AI上花費巨資，他們將期待結果。最終AI會找到它的位置，但我懷疑它能否解決世界上所有的問題；它是一種具有自己獨特優勢和劣勢的工具。如果客戶認爲他們有足夠的處理能力，那麼需求的提前和未能創造出有價值的產品都可能損害 Nvidia 未來的收入。

最知名的AI模型如ChatGPT規模非常大，並且增長迅速。 ChatGPT-2有15億個參數，ChatGPT-3有1750億個參數，而ChatGPT-4據說有1.76萬億個參數。它們由Nvidia加速器驅動，Nvidia 明智地將它們用作示例來吸引更多客戶。但隨着規模的增加，成本以及訓練和運行模型的複雜性也在增加。

如ServiceNow等公司一直專注於創建可以使用客戶特定專有數據進行訓練的小模型。小模型在訓練和推理方面提供了優勢，因爲它們對硬件的要求較低，更容易用專有數據進行調整。我預計企業將因成本、上市時間和數據需求而轉向小模型。如果小模型成爲常態，Nvidia的競爭對手將更容易奪取市場份額，因爲客戶不需要最好的。

在2025財年第一季度的毛利率爲78.4%。去年同期，2024財年第一季度的毛利率爲64.6%。毛利率和收入的增長直接歸因於其數據中心部門的增長。下圖顯示了自2020年以來Nvidia的毛利率和利潤率。

高利潤率和爆炸性的收入增長（數據中心部門同比增長 427%）是 Nvidia 過去一年股價上漲的原因。其中可以看到兩個潛在風險，首先華爾街往往貪婪並期望持續不切實際的高增長率，當增長停滯時，公司股價可能會迅速下跌。其次，Nvidia的高利潤率將激發更多的競爭，包括Nvidia自己的客戶。數據中心收入的增加既是Nvidia的福音，也是潛在的危機。最有能力取代它們的客戶是推動最多收入和增長的客戶。爲了在長期內保持市場份額，Nvidia需要領先競爭對手，讓他們無法趕上。

這一點很簡單。 Nvidia目前處於領先地位，其CUDA平台提供了加速AI和廣泛技術學科所需的基礎庫。他們的硬件也領先於競爭對手，儘管競爭正在加劇。

由於 Nvidia 在生產 GPU 方面有着悠久的歷史，在當前這一代產品中處於領先地位，並且在人工智能、機器學習、大數據等成爲主流之前就重視用軟件來支持它們，因此我們有理由預計 Nvidia 將在可預見的未來保持其領導地位,基於此，它對於投資者來說仍有可盈利空間。

軟件對於Nvidia來說是一個尚未開發的市場。過去，Nvidia提供的軟件是免費的，目的是激勵使用他們的產品。這對他們來說非常有效，我預計他們將繼續免費提供軟件。但我也希望看到Nvidia開始使用他們自己開發的軟件。硬件是一個重要的業務，但最大的財富將來自軟件。

Nvidia確實認識到了軟件的潛力。下圖顯示了他們的潛在市場機會。硬件市場規模爲 4000 億美元，而軟件可能價值 6000 億美元。每個軟件機會都代表了一個新的增長S曲線，綜合軟件的機會甚至超過硬件。軟件組合帶來的機遇甚至比硬件更大。

Nvidia AI Enterprise是一個基於雲端的容器系統，旨在允許快速高效地部署AI微服務。該系統類似於Kubernetes（爲許多雲 CPU 應用程序提供支持），但它是專門爲GPU設計的。除了軟件，客戶還可以直接從Nvidia獲得技術支持，以幫助他們維護、升級和排除故障。

Nvidia 目前以年度訂閱的方式對每 GPU 收取 4500 美元，已經從該系統實現了10 億美元的年運行率，隨着Nvidia的硬件安裝規模的增長，預計這一數字還會增加。這是Nvidia的一項重要產品，將成爲其高級軟件產品的基石。只要Nvidia提供優質的服務，他們的訂閱收入就會增長。 SAAS公司獲得高估值倍數，即使 Nvidia 在硬件方面面臨挑戰，經常性收入也將有助於保持強勁的現金流。

Omniverse是一個由Nvidia創建的軟件包，允許開發者將渲染和模擬能力集成到他們的應用程序中。 Omniverse比傳統的渲染引擎如Unreal更強大，因爲Omniverse專爲集成和使用高級模擬功能而設計。 Nvidia 介紹了數字孿生、機器人模擬、合成數據和虛擬工廠作爲該系統的主要用途，預計它們可能在未來成爲標準。

訓練AI的一個限制因素是大量的數據需求。能夠創建物理上現實的虛擬世界將使AI的訓練和優化增加，而不會產生與現實世界使用未完成系統相關的風險。它還應該可以加速訓練。例如，一個機器人AI可以在虛擬世界中學習如何組裝產品數百萬次，然後再用於實際工廠。

目前不清楚Nvidia如何將該系統貨幣化。它似乎主要旨在銷售硬件。雖然這將產生一些收入，但Nvidia擁有所有需要的組件，可以擴展到其他領域。例如，如果Nvidia能夠創建一個高質量的自動駕駛汽車AI，他們可以從硬件銷售和大量軟件銷售中受益。自動駕駛軟件的開發正在進行中，Nvidia已與多家電動汽車製造商合作使用該平台。

Nvidia今年將因其產品需求強勁而表現良好。此外，備受關注的公司在股票拆分後往往表現良好，即使分割後沒有任何根本性變化，但這意味着Nvidia可能會有更多的短期上行空間。Nvidia的遠期市盈率約爲40，考慮到他們的增長，這不算差，但前提是他們能夠維持75%左右的毛利率。而英偉達的市值超過2萬億美元，股價未來仍有可能表現優異。

Nvidia在AI工作負載方面具有無可否認的領先地位，但基於前文提到的一些競爭挑戰，Nvidia可能會增長到目前的市場價值，股價保持大致平穩，而增長則用於降低市盈率並彌補減少的利潤率。畢竟Nvidia的強大部分是其軟件庫，但他們的硬件僅比競爭對手領先一代。如果Nvidia的競爭對手之一，無論是亞馬遜、AMD、英特爾、Meta、微軟，還是尚未出現的某個競爭對手能夠製造出80%性能但成本僅爲40%的芯片，Nvidia的軟件護城河將被削弱，情況對Nvidia來說不會好。

然而，這種情況並非不可避免，如果Nvidia能夠生產基礎軟件和支持系統，如Nvidia AI Enterprise，爲客戶提供開源軟件無法提供的價值，那麼Nvidia可能會保持市場份額。高級軟件目前只佔他們收入的一小部分，如果Nvidia能夠進入這個市場，那麼將會實現更大增長。

總體來看，投資是存在風險的，投資者應該持續關注英偉達相關信息，謹慎做出投資選擇。