智通財經APP獲悉，英偉達(NVDA.US)在公布了令人震驚的強勁業績前景後，英偉達股票市值在周四美股盤初交易中飙升至接近1萬億美元市值大關。英偉達的首席執行官黃仁勳強調，該公司今年將迎來“創紀錄的一年”。以美股盤初的最高漲幅計算，其市值一度暴漲約2000億美元——大約相當于1.3個AMD(1744億美元市值)、大約2個英特爾(1210億美元市值)、3個美光(728億美元市值)。
由于英偉達生産的圖形處理器(GPU)需求激增，英偉達的AI芯片銷售額以及整體銷售額預期急劇飙升。英偉達生産的圖形處理器爲OpenAI、谷歌以及微軟等科技公司的人工智能應用提供最重要的芯片硬件支持。
包括AI服務器在內的數據中心市場對人工智能(AI)芯片的需求促使英偉達對于本季度的銷售額預期高達110億美元，遠遠超過了分析師71.5億美元的預期。
在英偉達公布業績後，圍繞人工智能的投資狂潮(AI hype)似乎愈演愈烈。“AI hype”推動英偉達等公司股價屢創輝煌，但是這一波由“生成式AI革命”主導的“AI科技股”長牛行情可能遠沒有結束。
摩根大通分析師Harlan Sur重申了對英偉達的“增持”評級，同時將目標價從250美元提高了一倍，達到500美元，指出該業績指引表明生成式人工智能需求將迎來第一次“大規模浪潮”。Craig Hallum分析師Richard Shannon將英偉達評級上調至“買入”，並將目標價從190美元大幅上調至500美元，他指出，就市場共識而言，這一業績指引“史無前例”。
Needham分析師Rajvindra Gill將英偉達目標價從300美元上調至460美元，維持“買入”評級。該分析師表示，英偉達過去面臨的幾乎所有不利因素現在都已成爲過去，該公司將轉向真正的人工智能相關需求。BMO Capital分析師Ambrish Srivastava將英偉達目標價從350美元上調至450美元，維持“跑贏大盤”評級。
英偉達CEO黃仁勳在業績公布後接受采訪時表示:“引爆點(flashpoint)是生成式人工智能。”“我們知道CPU的算力擴展速度已經放緩，我們還知道加速計算是前進的道路，然後需要更高算力的殺手級應用程序出現了。”
在英偉達看來，它正在經曆算力制造模式的一個明顯轉變，這可能會帶來更大規模的增速——數據中心的芯片等重要零部件甚至可能成爲一個1萬億美元的市場，黃仁勳表示。
從曆史上看，計算機或服務器中最重要的部分是中央處理器(CPU)。該市場由曾經的芯片領域王者——英特爾(INTC.US)所主導，AMD是英特爾的主要競爭對手。
隨着需要大量計算能力的人工智能應用——生成式AI的最終問世，GPU算力芯片正在占據中心舞台，最先進的AI服務器系統使用多達8個GPU和1個CPU。英偉達目前在人工智能GPU市場占據絕對的主導地位。
“過去的數據中心主要是用于文件檢索的CPU，未來將是生成數據，”黃仁勳表示。“你需要的不是檢索部分數據，而是必須使用人工智能生成大部分數據。”
黃仁勳繼續說道:“因此，CPU數量將大幅度減少，而不是數以百萬計的CPU，但它們將與數以百萬計的GPU相連。”
例如，英偉達自己的DGX系統，本質上是一台用于訓練的人工智能計算機，使用了8個英偉達的高端H100GPU，但是只有兩個CPU。
谷歌旗下的A3超級計算機配備了8個H100 GPU和一個英特爾的高端至強(Xeon)處理器。
在一些分析人士看來，這就是爲什麽英偉達的數據中心業務在第一日曆季度增長了14%，而AMD的數據中心部門增長幾乎持平，英特爾的人工智能和數據中心業務部門則下降了39%。
此外，英偉達的GPU往往比許多中央處理器更昂貴。英特爾最新一代的至強(Xeon)CPU標價高達1.7萬美元。在二級市場上，單台英偉達 H100 GPU芯片設備可以賣到4萬美元。
不過，隨着人工智能芯片市場的升溫，英偉達可能將面臨更激烈的競爭。AMD的GPU業務很有競爭力，尤其是在遊戲領域，英特爾也有自己的GPU産品線。一些具有潛力的初創公司正在專門爲人工智能應用場景制造AI專有芯片，蘋果(AAPL.US)和高通(QCOM.US)等專注于移動設備的科技公司制造新型的專有芯片繼續推動這項AI技術，以便有一天AI芯片可以在你的口袋裏運行，而不是在一個巨大的服務器集群裏。此外，谷歌和亞馬遜正在設計自己的人工智能芯片。
但英偉達的高端GPU仍然是目前公司構建ChatGPT等應用程序的首選AI芯片，這些應用程序需要處理數TB級別的數據，訓練成本很高，而且在隨後的“推理”和機器學期過程中運行成本也很高，該過程使用該模型生成文本、圖像或進行預測。
有分析人士表示，英偉達將長期在人工智能芯片領域仍處于領先地位，因爲它擁有專有軟件，可以更輕松地將所有GPU硬件功能用于人工智能應用。黃仁勳在周叁表示，該公司的軟件不容易複制。
他在與分析師的電話會議上表示:“你必須設計所有的軟件、所有的庫和所有的算法，將它們集成到框架中並優化框架，並針對架構進行優化。因此研發者需要的不僅僅是一個芯片，而是整個數據中心的架構。”
