市值相當於十個阿里,輝達的掘金佈局還沒有停止
輝達變得更會賺錢了。
輝達近期公佈2024財年第四季財報(截至2024年1月28日)顯示,這家公司的總營收為221億美元,年增265%;淨利也達123億美元,年減769% 。
同時,輝達的毛利率也有很大的提升——本財年,英輝毛利率達到了驚人的74%,相比之下,上一財年只有59%。
這份核心業務創歷史新高的第四季財報,直接讓這家公司股價、市值雙雙起飛,市值最高峰一度突破了2萬億美元大關,儘管如今已經有了些許回落,但依舊相當於10個阿里的總和。輝達的股價狂歡,也推動了標普500指數、那斯達克指數的躍升。
而值得注意的是,距離這家公司去年市值突破1兆美元大關,如今只過了8個月。令人欣喜的是,輝達的掘金佈局還遠遠沒有終止。
大客戶的狂熱與隱憂
輝達這一季度財報的優異表現,主要原因是因為其數據中心業務依舊保持了極高的增長態勢,破了歷史紀錄——收入達到184億美元,佔總收入八成,同比增長409%,環比也有27%增長。
數據激增,一方面當然得益於Meta、微軟、谷歌、亞馬遜、微軟等幾家大廠持續為輝達充值,他們幾乎貢獻了英輝數據中心業務過半的營收。而產業對算力訴求還在持續提升,尤其是在sora之後,大模型從語言/文字到影片轉變,繼續撕開超級算力需求的口子。
大廠們對算力的渴求呼出。為了繼續訓練Llama 3, 祖克柏今年也計畫繼續購買超過35萬塊輝達H100 GPU,以售價計算,Meta在2024年也將為英輝貢獻數百億的收入。
不過,許多大公司也在警惕輝達依賴症,這些公司幾年前隱密佈局ASIC晶片路線的替代方案,近兩年陸續有了新進展。
包括,Meta首款採用RISC-V架構的客製化晶片“MTIA晶片”,計劃於2025年問世。根據the information近期消息,微軟也正在開發一款新的網路卡,以提高其Maia AI 伺服器晶片的效能。
另據《華爾街日報》,OpenAI近期也在討論計畫耗資7兆美元,興建晶片工廠的可能性。
對大廠們來說,自研晶片太費時費力,大家也沒有放棄從供應鏈上尋找替代方案。
在2023年年末的AMD發布會上,比H100的吞吐量和時延表現更優秀的AMD Instinct MI300X也引發了關注,基於供應鏈安全和降低成本考慮,Meta、微軟、OpenAI紛紛“倒戈”,要么宣布加入採購陣營,要么隱晦表明了合作可能性。
而全新的替代方案還在冒出,尤其是推理層面。
新創公司Groq的爆火,便是AI算力緊俏的一個切口--作為脫胎於谷歌的團隊,這個團隊也沒有選擇TPU路線,也沒有走輝達的GPU路線,而是自創了一個全新的系統路線LPU(語言處理單元)。從結果來看,Groq產品運行大模型推理速度較英輝GPU增加10倍,成本卻只有其1/10。
輝達其實也在做防守。英輝也試圖往產業鏈上游延伸,佈局資料中心客製化晶片業務。根據路透消息,英偉輝期正籌建一個為雲端運算公司設計客製化晶片的業務部門,已經密集接觸亞馬遜、Google、微軟。
對輝達來說,專用的雲端客製化晶片不是一個小市場,也可以用來鞏固大客戶的關係。有數據預測,數據中心客製化晶片市場今年將成長至100億美元,到2025年將翻倍。
輝達沒有被狂熱的需求迷失,也敏銳捕捉到了大客戶們的隱憂,並且抓緊應對。
高成長密碼,輝達的多手準備
狂熱的另一面,業界也在進行冷思考,市場機構對於輝達未來仍是否能保證2023年高成長態勢提出質疑。為此,英輝也隱密做了多手準備。
一方面是,隨著人工智慧逐漸落地到各行各業,輝達也持續開拓其他新興領域和細分賽道的營收。
正如財報中提到,Q4以來,來自消費互聯網公司的推理需求提升,而以汽車、金融服務、醫療保健為例的垂直行業收入也是輝達的新目標,目前已經達到了數十億美元的水平。
輝達另一個更隱密的成長點佈局是,「國家AI」。
“國家AI”,指的是國家和地區建立自己的AI算力基礎設施,根據自己的語言/文化/經濟等個性需求,定制適合大眾的AI應用。目前,法國、日本、加拿大、中國,都在建立自己的超級算力體系。
在複雜的國際情勢下,有了超級算力便意味著有了最關鍵的基礎建設。但國家之間的交鋒,也不免對輝達先前的GPU銷售帶來衝擊,而英輝也在希望轉變自己的立場,讓自己變得更中立,以獲得更多訂單。
頻繁出訪各國,成為了黃仁勳近年來的重點工作。在過去的6個月,黃仁勳分別與加拿大、法國、印度、日本、馬來西亞、新加坡和越南的領導人進行了會談。
在黃仁勳近期的一次敘述中,“主權AI”被他解讀為全球領導人的巨大機會——“因為它編纂了你的文化、社會智慧、常識、歷史,你將擁有你自己的數據。”
「國家AI」也已經為輝達創造了收入。
在財報中提到,輝達在不久前已經和新加坡電信合作,幫助新加坡借助英輝GPU建構節能資料中心;在美國本土,英偉輝久前也將支持美國「人工智慧研究資源試點計畫」。
突破2兆不會是終局,輝達的掘金佈局還在持續。不管是國家AI、還是細碎分散到更多垂直領域的AI應用,都是比原先更大的機會。(36氪Pro)