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
摩尔芯闻
今天
来源:内容来自「
亿欧网
」,谢谢。
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。
基于业务需要,
英伟达
收购了Parabricks、SwiftStack、Cumulus Networks三家公司,分别涉及到基因检测领域、数据存储和管理、高性能网络计算,主要由于英伟达医疗保健部门和数据中心的前瞻性布局。
2019年,
英伟达
以69亿美元收购了
网络芯片
制造公司Mellanox,通过融合Mellanox的技术,
英伟达
将拥有从
人工智能
计算到网络的端到端技术,再加上Cumulus Networks 网路解决方案和Deep Instinct的
网络
安全
方案,
英伟达
打通了网络从底层芯片到上层应用全产业链,为自己的数据中心业务获得更多营收机会。
黄仁勋
曾公开分享过
英伟达
的投资逻辑,一是该公司的愿景与英伟达一致-即利用
AI
技术为社会创造更多价值;二是这家公司需要英伟达的帮助;三是这家公司必须是一家非常优秀的公司。
自动驾驶
是
英伟达
重点布局对象。2014年,
谷歌
、百度等科技公司相继进入该领域,2015年,
特斯拉
宣布半自动驾驶商用,奔驰、宝马、尼桑,几乎所有的车厂都在2015年发布了自家
自动驾驶汽车
的计划,这一年也被业界称为
自动驾驶
元年。
随后,
英伟达
在3年内投资了5家与
自动驾驶
相关的公司,包括
图森未来
、Almotive、Optimus Ride、文远知行、DeepMap,他们业务分别包括无人驾驶卡车、
自动驾驶
解决方案、自动驾驶高精度地图,同时
英伟达
也与他们形成紧密业务关系……
除了
自动驾驶
外,从ABEJA开始,
英伟达
相继投资4家跟数据处理有关的公司,这些公司涉及
人工智能
驱动的零售分析、实时流处理、SQL数据仓库业务,包括为零售、互联网等类型公司提供服务,
英伟达
依然在进行下游布局。
针对
英伟达
的投资布局,亿欧高级商业分析师李星宏认为,PC时代,
英特尔
抓住了下游产业联想
惠普
,在
人工智能
时代,
英伟达
布局对象变为
自动驾驶
、
大数据
处理等领域企业,不仅能加深与被投企业的业务关系,进一步影响市场,获得在车载等领域的广泛认可。
中国公司的机会
德勤2019年发布的《全球
人工智能
发展白皮书》,2025年全球
AI
市场规模将超6万亿美元,蓬勃的市场带来了算力需求,
英伟达
和
英特尔
在芯片上有架构不同,前者能提供更多
AI
算力支撑,因此更受到资本市场追捧。
罗兰贝格研究预测,2020年全球
自动驾驶
车端系统的市场规模有望达到1138亿美元,到2030年市场规模将约5000亿美元,其
中芯
片、
传感器
、
软件
算法
将贡献主要增量市场。对标
英伟达
,中国公司并不以消费级芯片起家,主要集中于垂直领域。
中国
自动驾驶
芯片突出的公司包括
华为
、
寒武纪
、
地平线
、
西井科技
、零跑科技、
飞步科技
、杰发科、
深鉴科技
、
森国科
等。
寒武纪
去年发布了边缘端
AI
芯片
“思元220”和思元220-
M.2
边缘加速卡。思元220是一款专门用于
深度学习
的
SoC
边缘加速芯片,采用16nm
工艺
,基于
寒武纪
全新的MLUv02架构,峰值算力达到32 TOPS(INT4)(编者注:1 TOPS代表处理器每秒钟可进行一万亿次,INT4代表4位整数
数学
单元),在算力方面甚至超越了
英伟达
系统级模块Jetson Xavier,且功耗仅为10W。
地平线
2017年12月成功量产了中国首款边缘
AI
芯片
征程1,2019年8月推出中国首款
车规级
AI
芯片征程2,即将推出的高等级
自动驾驶
芯片征程5,具备96 TOPS的
AI
算力,支持16路摄像头,可满足车厂高级别自动驾驶的量产需求。
华为
最早2009年开始对车载模块进行研发,2013年华为宣布推出车载模块 ME909T,并成立车联网业务部。借助在
通讯
技术积累,2018年2月华为发布全球首款8
天线
4.
5G
LTE
调制解调芯片Balong 765(巴龙765),可以为车载领域提供稳定
通讯
支持,随后
华为
还顺势推出多款车载领域芯片与计算平台。
除了产品,
华为
在2019年4月成立哈勃科技投资有限公司,用于布局芯片研发、制造、
AI
研发、
材料
开发等多个领域的公司,旗下部分投资企业已经拥有多款
车规级
产品。
整体来看,中国
自动驾驶
芯片在性能和功耗上已经可以和国外新品媲美,如何用产品和服务尽早落地先发制人是中国自动驾驶芯片企业的制胜关键。
福利
摩尔精英
粉丝福利:半导体行业资料,免费下载
点击阅读原文,了解
摩尔精英
!
预览时标签不可点
阅读
分享
赞
在看
已同步到看一看
写下你的想法
前往“发现”-“看一看”浏览“朋友在看”
前往看一看
看一看入口已关闭
在“设置”-“通用”-“发现页管理”打开“看一看”入口
我知道了
已发送
取消
发送到看一看
发送
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
最多200字,当前共
字
发送中