泡沫破裂,英伟达市值暴跌万亿?英伟达不服输

10万亿才是英伟达的极限?

英伟达在AI革命浪潮来临后,其股价翻了三四倍,以2024年为时间线来计算英伟达股价最高也飙升了159%,涨幅超过了所有其他半导体股票。英伟达市值一度超过3.3万亿美元,把苹果甩在身后,几乎相当于排在其后10家最大芯片制造商市值总和。所以网友戏称英伟达是“宇宙第一股”,闭眼买之后发现巴菲特也不过如此。

但资本市场从来不会相信任何线性发展的故事,博弈和变化才是资本市场的主旋律。所以好消息未必会带来股价正面反馈,坏消息有时也能促进股价上涨。

9月3日晚间,英伟达市值暴跌9.5%蒸发了2790亿美元,创下了美国公司有史以来最大单日跌幅记录,甚至带崩美股科技股,AI大佬马库斯调侃道:英伟达今天的市值损失,可能比他们向GenAI公司卖出的所有芯片总和还要多……

有市场人士认为本次英伟达大跌导火索是美国司法部向英伟达发出传票,寻找这家芯片巨头违反反垄断的证据。但英伟达被盯上不是第一次了,反垄断的罪名如果成立那么苹果同样会获罪,目前可能性微乎其微。更值得关注的是英伟达上一次财报发布的情况。

上一次大跌不过是上周的事,在英伟达二季度发布后,却引发英伟达一度大跌8%,跌去了2.5个英特尔的市值。

实际上英伟达的业绩很差吗?并没有!

英伟达第二季度实现营收300亿美元,同比增长122%,远高于分析师预期的288.6亿美元。净利润为165.99亿美元,同比增长168%,环比增长12%。

看上去还不错,但对于“宇宙第一股”的优等生来说还不够。英伟达去年业绩爆发的动力之源数据中心业务出现明显的放缓趋势,虽然这一季度数据中心业务达到创记录的263亿美元,占总收入的88%,同比增长了154%。但跟前两个季度接近400%的增速相比,不到200%的增速实在是下滑太多。

数据中心增速下降会显著拖累季度收入下降,在连续3个季度超过200%之后,本季度只有122%。更让投资者吃惊的是,英伟达CFO给出的下一季度预期,将跌破三位数高增速,只有80%左右。

如何英伟达出了什么问题?

那么英伟达出了什么问题?是因为业绩不及预期,所以AI就泡沫化了吗?还是下一代芯片Blackwell在量产出问题所致?

首先对于业绩分析师们基本上还是满意的,约90%的华尔街机构给予买入 增持评级,全球十大对冲基金约半数重仓了英伟达。

黄仁勋仍坚称算力基础设施的投资,是今天有最佳投资回报率(ROI)的项目。英伟达在重塑全球数据中心方面才刚刚开始,而这是一个万亿美元规模的机会。

知名投行韦德布什也预测,1万亿美元AI支出“浪潮”正在进行中,科技公司仍处于投资AI硬件的早期阶段。分析师DanIves称,“在英伟达GPU投入1美元,科技股的乘数就会增加8-10美元”。

至于Blackwell芯片延迟交付,黄仁勋并不认为有什么致命性大问题。他承认Blackwell芯片在生产过程中遇到困难,目前正在进行改革以提高生产良率。但英伟达CEO黄仁勋表示,Blackwell系列芯片无需进行“功能性变更”,预计将在第四季度开始量产并向客户发货。黄仁勋还透露,客户对于Blackwell产品的需求“令人难以置信”,预估第四财季Blackwell收入将达到数十亿美元。

甚至有分析师比老黄更为乐观和激进,I/OFund首席技术分析师贝丝·金迪格(BethKindig)表示,Nvidia的市值有望增长三倍以上,预计英伟达的长期估值将达到10万亿美元,约等于四分之一个美股总市值。

不过,虽然罗马不是一天建成的,人工智能革命也不是一天就能搞定的,但这并不意味着英伟达仍然拥有无限上涨空间,尤其英伟达作为AI巨头独苗来说,其越强大可能越会激发行业变迁,导致其地位不再稳固。

所以,笔者认为,目前针对英伟达股价“思科化”的说法是错误,英伟达也并没有在基本面上犯致命问题,芯片等硬件投入上限越高越会对应用层形成压力,将盈利时间节点提前反而会制约芯片长期需求。

目前主要的问题是,AI市场和资本市场偏好都变了,连OpenAI都开始不追求最先进芯片,自己造芯片了。AI市场整体上进入了投资产业链,看重AI应用PMF(产品与市场匹配度),简单直接点说就是要赚钱了,不能一直烧钱。

AI变了,市场也变了。

01早期跑马圈地时代已经过去

过去一年来,微软、亚马逊、谷歌、Meta资本支出分别高达557亿美元,550亿美元、443亿美元、288亿美元,而这些支出多数都在花在了购买英伟达数据中心产品和服务上。所以才有去年数据中心业务超过200%的增速表现。

去年GPT—4系列点燃了AI市场,如果哪家上市公司没有点AI业务都不好意思说自己是科技公司,所以才能接受溢价排队购买英伟达显卡。

微软首席财务官在上一季度财报会议上直言,该公司对AI的巨额投资,至少要15年才有回报。高盛则表示,AI行业的变革潜力可能会产生深远的宏观影响,但这将是“一个10年以上的转变”。

微软也出现了核心业务不及预期的情况。第二季度,微软旗下包括Azure公有云在内的智能云业务收入同比增长19%,低于市场预期的20%。

微软表示,今年第二季度,AI服务为Azure公有云和其他云服务业务的收入贡献了8个百分点的增长,这意味着AI带来的相关收入增长只比上季度多了1个百分点。但微软该季度的资本支出同比翻了近2倍,达到190亿美元。

亚马逊最明显受益于生成式AI的业务,云服务业务在第二季度保持了稳健增长的态势。但是该公司最核心的电商业务的业绩却不及预期。

财报显示,第二季度,亚马逊电商业务的净销售额为553.9亿美元,同比增长不到5%,低于市场预期的555.5亿美元。

相比之下,Meta的业绩增长较为明显,其第二季度营收达到390.7亿美元,同比增长22%。Meta的营收已连续四个季度同比增长超过20%。让投资者最放心的是,Meta没有像谷歌、微软、亚马逊一样,继续上调全年资本支出的上限,这一定程度上缓解了投资者对AI投入无限增长的恐慌。

在这种情况下,就算大厂们没有明确减少AI投入,但必然会要求AI业务降本增效。此前高价购买的英伟达显卡在使用寿命到期之前,恐怕很难再大规模采购,这也是为何英伟达下一季度业绩指引下调到80%的原因。

02AI收益不如人意

OpenAI最新数据表示其年化收入为34亿美元,Anthropic约为10亿美元。AI大佬DavidCahn文章中对大厂AI产品收入的估算是——Microsoft、Google、Meta、Apple每家从其AI中获得100亿美元,Oracle、字节跳动、阿里巴巴、腾讯、X和Tesla每家通过AI获得50亿美元收入。按照这个极其乐观的假设,泡沫破裂,英伟达市值暴跌万亿?英伟达不服输AI实际的年化收入一共约750亿,这对去年AI投入几千亿美元来说,实现盈亏平衡还非常遥远,更何况这是带有部分AI功能就算,比如传统的云服务收入、办公协作软件等,所以我们能看到美图赫然出现在AI应用前二十的榜单中。

一些明星项目今年也频频传出负面——OpenAI持续不断的管理层动荡,StableDiffusion团队变动,曾被媒体热捧Humane和Rabbit在产品发布后口碑集体扑街,Devin被质疑演示造假,Harvey被一众投资人痛批“毫无价值”……

作为AI明星产品,Character.AI在高峰期的推理请求量已经达到了谷歌搜索流量的五分之一。Character.AI提供AI角色扮演聊天机器人,其流量在AI圈中仅次于ChatGPT。该应用的网页版每月访问量超过2亿次,用户每次访问平均花费29分钟,这一数字是ChatGPT的3倍。

然而,真实的情况不容乐观,根据TheInformation的报道,Character.AI订阅用户不到10万,近期在努力削减成本,由于融资困难,Character.AI正在考虑出售。AI社交大多产品都局限于伴聊和角色扮演功能,又存在重度用户消耗推理资源量大,而轻度用户留存差,商业化前景堪忧的问题,例如,Character.AI去年全年收入仅为1520万美元。所以对Character.AI最好的结局就是卖身大厂,因此谷歌买下了Character.AI的创始人和核心团队。

被媒体热捧的Cohere不走“类ChatGPT”路线,专注用大模型能力服务企业客户,并且针对性的付费模式,理论上生存能力应该更强但事实上也很脆弱。据TheInformation报道,Cohere本轮融资时的年化收入(把最近一个月的收入乘以12)大约是3500万美元,这意味着Cohere新一轮融资的估值超过了140倍PS,这比OpenAI、Anthropic两大巨头的估值水平还要夸张,它们上一轮融资的估值分别是54和75倍PS。

眼下投资者们似乎还可以忍受AI独角兽们高估值,但这种耐心不可能会永远持续下去。当下投资人已经不对AI大模型刷分、打榜感兴趣了,他们看重真刀实枪的商业化竞争,接下来在商业化方面的进展非常关键。

OpenAI提出的通用人工智能五级能力评估体系为行业提供了一个发展路径。当AI达到第二阶段('推理者'级别)时,可能具备在消费级市场大规模流行的条件。这意味着,大模型公司需要不断提升AI的通用泛化能力,才能真正突破商业化和产品化的瓶颈。不过在此之前,OpenAI可能还需要融资数百亿美元才能覆盖其成本。所以我们看到近期OpenAI在全球范围内广泛融资,以寻求在美国建设新的数据中心和能源设备,甚至OpenAI一度传出要上市融资的计划,可见大模型烧钱无底洞并不夸张。

03大模型进展缓慢

根据著名经济历史学家CarlotaPerez总结的历史经验,随着AI基建投资的持续扩张,如果在未来一段时间(我们预估是12-18个月内)应用层仍然没有出现KillerApp,我们很可能会看到这轮AI热潮泡沫被刺破。CarlotaPerez的话可能有些夸张,但大模型同质化的问题也导致KillerApp难以出现。

首先是OpenAI这家被称作“地球村AI希望”明星公司一再不及预期。传说中的GPT5一直被推迟发布。在去年11月经历了“内部政变”后,最近几个月已有多名高管离职,包括GregBrockman(休假)、JohnSchulman(转投Anthropic)、PeterDeng、IlyaSutskever(离职创办了SafeSuperintelligence)和JanLeike(转投Anthropic),这使得OpenAI的11名创始团队成员中目前只有两人仍在公司工作。据说OpenAI今年预计少收入高达50亿美元。

业内人士也一直认为GPT-4o只是OpenAI用来应对GoogleGemini发布会的“临时抱佛脚”,算不得严格意义上的里程碑。大家真正期待的GPT-5,却一下推迟到了明年底,让很多人猜测是否新一代大模型技术突破受阻,竞争对手们也纷纷利用这个时间窗口快速赶上。Claude被越来越多的企业使用,开源Llama展现了惊人进展,中国大模型在快速追赶,大模型厂商开始陷入激烈的价格战,直接进入市场验证阶段。

竞争对手在某些方面超越GPT-4o并不完全是“纯靠刷题”,马斯克的Grok和谷歌的Gemini真实的给到OpenAI压力,以至于GPT-4omini现在要依靠漂亮格式、小数量来维持在榜单中的靠前位置。OpenAI传说中的Q模型或者说“草莓”,有媒体指出通过显著增强OpenAI模型的推理引擎,使其在面对复杂科学与数学挑战时能够游刃有余。但据说草莓模型在提升推理能力的牺牲了部分反应速度。考虑到Sora大饼OpenAI始终还没实现,对于草莓的实际落地能力还是谨慎乐观比较好。

Google内部曾经有一个惊人的结论:基于Transformer架构的大模型,大家都没有什么壁垒。与当年阿波罗登月的系统工程相比,如今大模型的壁垒确实小得多。如果没有模型架构和算法的实质性创新,可能只有算力勉强算作壁垒,但这其实只与每个公司的资金储备及融资能力相关。

ScaleAI创始人AlexWang在接受20VC采访时表示,AI模型有三个组成部分:算力、数据和算法。AI的历史是这三个支柱一起发展而建立起来的。你需要大量的计算能力,也需要像Transformer或RLHF这样的算法进步,或者未来的算法进步。你还需要数据这一支柱来支持它。我认为我们最近看到的性能停滞可以用遇到数据瓶颈来解释,而现在公域数据几乎消耗殆尽。

所以眼下纷纷扰扰的AI产品才会大同小异,缺乏实质性的差异和创新,当大模型遇到瓶颈就不要指望能够做出什么超级应用。

04AIPC不是救命稻草

去年数据中心被质疑增长后继乏力之后,厂商们迅速盯上了AIPC这一概念,认为未来的PC都应该是AIPC,整个市场都值得重做一遍。IDC预测2024年AIPC出货量会接近5420万台,约占整个PC市场的21%。

但实际上销量表现远不及预期。科技分析机构Canalys今年8月公布的数据,2024年第二季度,全球AIPC出货量达880万台,其中macOS设备占比60%,Windows设备占比39%。WindowsAIPC出货量环比增长127%,惠普在其中占比约为8%,联想占比为6%,戴尔占比略低于7%。在被问及AIPC在今年7月的销售中占比多少时,惠普首席执行官拒绝透露。

这其中60%的macOS设备还是因为苹果PC自带的M系列芯片具备处理AI任务和机器学习的能力,至于某些厂商宣称的PC端小模型在这里是没有的。能不能把macOS算成AIPC本身还值得商榷。

英伟达与联发科联合研发的AIPC芯片,预计下个季度才会进行验证和取样,发布时间最早也是2025年了,指望短时间来改变英伟达增长预期不现实,更何况AIPC还没有爆发。

写在最后

围绕英伟达目前最大的争议在于有没有泡沫。支持英伟达的认为,英伟达的估值并没有被高估,远不如互联网泡沫时期的思科和甲骨文。

对冲基金COATUE做过一个测算。若以互联网泡沫时期增长最为明显的思科为例,其五年平均市盈率为37倍,但泡沫时期高达132倍。同样的计算方式对应到英伟达,其在过去五年平均市盈率为40倍,而今天到了68倍,远未达到思科泡沫时期的水准。作为新兴霸主,即使在半导体行业内,英伟达的市盈率也不过是中等偏上水平。

这样计算当然没错,但是有没有泡沫和危险不危险是两回事,按照传统泡沫方式确实难以定义,但是最适合英伟达的爆发时代已经过去了,这才是事实。

铁路行业的发展,不是说给全国各地铺满铁路就能发展起来,没有足够通车量没有足够市场需求,那就是危险的。对于大多数企业,无论公司规模大小,AI只投入不产出的状态都坚持不了太久。目前AI开辟的新领域和新岗位不够多,在经济基本面不好的大背景,企业在这个阶段大概率会砍掉一些AI投资。

根据IPA(Infrastructure,Platform,Application)模型理论,每个计算周期都会经历三个阶段:基础设施建设、平台开发、应用程序的出现。现在很显然在进入第二第三个阶段。是否处于“幻灭的谷底”,现在还很难说,但AI行业确实进入了调整阶段,连OpenAI都在自建芯片和数据中心,英伟达又该如何说服别人接受先进又昂贵的下一代芯片呢?

参考资料:

免责声明:本网站部分内容由用户自行上传,若侵犯了您的权益,请联系我们处理,谢谢!联系QQ:2760375052

分享:

扫一扫在手机阅读、分享本文

乐忱

这家伙太懒。。。

  • 暂无未发布任何投稿。