宇宙最強半導體股 NVIDIA

早前業績期,有讀者提議為 NVIDIA(NVDA)做次估值。其實我未曾買過晶片設計公司的股票,因為個人認為晶片設計發展太難掌握。為免在能力圈外遇險,手上半導體股較多為「鐵剷商人」,如代工廠台積電(TSM),以及設備供應商 ASML(ASML)及 KLA Corp.(KALC)。今次有讀者問起,我就做了些少網絡搜查(主要是 Google),認識一下市場上最熱的半導體股 NVIDIA,順道補充半導體行業知識。

GPU vs. CPU

GPU 即是 Graphics Processing Unit,主要功能是處理圖像。雖然電腦 CPU 亦可以處理圖像,但效率卻不及 GPU。隨著電腦所需處理的圖像複雜程度提升,例如有 3D 圖像,GPU 的重要性亦越來越高,基本上是每一部電腦必須有的配置。

GPU 的相對優勢在於結構,CPU 通常由幾個相當強勁的核心組成,而 GPU 則由數以百計的小核心組成。由於圖像處理所涉及的指示多數較簡單,即使 GPU 的一堆小核心力量不及 CPU,處理圖像指示時的表現亦不會失色,而由於複雜的圖像所涉及的指示數量眾多,核心數量較低的 CPU 反而會招架不住,而擁有逾百小核心的 GPU 卻可以輕鬆處理指示。

假設有一千條小一程度的加法數學題目,我們可以將這一千條題目全數交給一位數學博士來處理,或者將一千條題目交給 500 個小六學生處理。雖然數學博士的知識水平遠遠勝於小六學生,但這一千條數學題的難度太低,博士的學識根本用不上,而由於一千條題目的數量太多,博士一人處理的效率會極低。若交由 500 個小六學生處理,雖然他們的知識水平不及博士,但足以應付小一加數,而且可以攤分一千條題目,500 個學生每人同步做兩條(parallelism),效率理所當然會較優勝。GPU 的大量小核心設計便有同樣優勢。

GPU 的相對優勢亦可套用在其他運算工作之上,因為一些相對簡單而量大的指示經 GPU 處理的效率會更高。因此,GPU 亦被視作「加速器」,可與 CPU 配置在一起,分擔可同步處理的大量指示,讓 CPU 可以保留實力處理其他更複雜的指示。

主攻 Discrete GPU

NVIDIA 目前是 GPU 市場的霸主,據 Statista,集團目前擁有超過 80% 的市場份額,但這壓倒性市佔並不適用於整個 GPU 市場。

GPU 可以分成兩款,分別是 Discrete GPU 及 Integrated GPU。Discrete GPU 是獨立的處理器,而 Integrated GPU 則是植入在 CPU 之內的 GPU。NVIDIA 的壓倒性市佔主要適用於 Discrete GPU。至於 Integrated GPU,由於設計上屬於 CPU 的一部分, 主體依然是 CPU,龍頭廠商理所當然是 Intel(INTC),據 Statista,Intel 的市佔超過了 6 成。

值得一提的是,NVIDIA 在 GPU 市場的成就在一定程度上源於台積電的支持。據知在 NVIDIA 初創時期,台積電的前財務長曾經親身到美國拜訪 NVIDIA 追債,而當時黃仁勳就豪氣地請台積電寬鬆處理 NVIDIA 欠下的應付帳目,因為 NVIDIA 將會成為台積電最大的客戶。結果,在台積電的信任及支持下,NVIDIA 得到最頂級的代工技術將專業晶片繪圖變成現實,先在電玩領域闖出名堂,然後一步一步踏足更多高端晶片市場,更發展成AI晶片的頂尖參與者。

淘金需求持續增長

NVIDIA 所主導的 Discrete GPU 市場的商用價值正持續上升。近年興起人工智能、機器學習等數據應用熱潮,這些領域均牽涉大量數據的處理及視像化工作,而有能力處理大量指示的 GPU 便相當合適,因為 GPU 的設計支援 “parallel processing” ,可以同步處理指示。

以自動駕駛為例,行駛中的路況變幻莫測,如果系統分析路面實況的速度太慢,自動駕馭系統未必可以作出及時反應,意外頻率將會非常高,根本不可能在現實中執行。要確保偵測至回饋的過程有效率,系統就需要擁有高效的 GPU。目前 NVIDIA 所提供的 GPU 已被多間著名車廠採用,包括 Mercedes-Benz 及 Audi,作為車輛智能系統的處理器,日後邁向自動駕駛升級的合作空間非常龐大。

在 Data Center 方面,早前 NVIDIA 便推出了 NVIDIA DGX Station A100,這是一台類似電腦主機的裝置,配備了 4 粒 NVIDIA A100 Tensor Core GPUs 以及 AMD 的 64-Core AMD CPU,目標顧客是對於運算表現要求相當高的數據科學家。DGX Station A100可以讓數據工程師以性能媲美「數據中心」的可移動主機裝置來完成數據訓練、分析、預測等工作,更可以同步處理多於一個用家的指令,變相可以單靠一台裝置便可滿足整個團隊的分析需要。在 DGX Station A100 的 Datasheet 中,NVIDIA 更將產品形容為 “Data Center Performance Without the Data Center”。

不過,GPU 硬件並不是 NVIDIA 最厲害的地方,NVIDIA 更強大的優勢在於擁有著市場證可的 GPU 賦能程式開發平台,讓客戶可以充分發揮 NVIDIA 的 GPU 產品的威力。

下半部分會拆解 NVIDIA 的軟硬件優勢,再用 DCF 模型來落實估值部署。

想看足本分析估值,請加入《落雨人專欄》

一切信息僅供一般參考之用,所有內容不構成任何個人化的投資勸誘或建議。

發表迴響

在下方填入你的資料或按右方圖示以社群網站登入:

WordPress.com 標誌

您的留言將使用 WordPress.com 帳號。 登出 /  變更 )

Google photo

您的留言將使用 Google 帳號。 登出 /  變更 )

Twitter picture

您的留言將使用 Twitter 帳號。 登出 /  變更 )

Facebook照片

您的留言將使用 Facebook 帳號。 登出 /  變更 )

連結到 %s

%d 位部落客按了讚: