chatGPT爆火，每個人都在問，誰是真正的概念股？

不管答案如何，資本市場是已經一輪又一輪爆炒，相關板塊、概念股都在大幅上漲。

但是，如果只是純粹蹭概念的炒作，那很多所謂的概念股最後還是會一地雞毛，這樣的事情在股市上已經出現過無數次，這次也一定不會例外，今天就出現了chatGPT概念降温的跡象。

從大方向上看，chatGPT以及所代表的人工智能產業，擁有廣闊的增長空間，投資價值毋庸置疑，但只有找到真正經得考驗的概念股，才能收穫更長更大的投資價值。

其中，人工智能芯片是繞不開的一個細分領域，而在這個細分領域裏，繞不開的一家公司，是英偉達。

01

AI，比的就是算力

很多使用chatGPT的用户，都會遇到一個麻煩事，東西好用沒錯，但宕機、卡頓又如影隨形，體驗效果大打折扣。

究其原因，就是算力不夠。

可能open AI也沒有料到，chatGPT會火到這種程度，能夠打敗抖音，拿下新的最快月活人數破億的記錄。現在，每天湧入chatGPT的人數還在暴增，解決算力問題成了迫在眉睫的任務。

解鈴還須繫鈴人。芯片是數據處理核心中的核心，負責了整個系統的算力任務，增加算力，就得加大芯片的投入，換句話説，就是用更多、算力更強的人工智能芯片。

不單單是open AI，所有涉及到聊天機器人的公司，增加算力都是繞不開的一道坎，這也就意味着，人工智能芯片的需求將會持續迎來井噴。

統計數據顯示，整個人工智能行業，2022年的需求規模約為3874.5億美元，預計會以20%的複合年增長率快速增長，到2029年，需求規模將達到1.39萬億美元。

對於芯片行業而言，這是新的藍海，特別是在當下傳統的PC、智能手機需求量下滑的大背景下，人工智能芯片無疑是救命稻草一樣的增量市場。更重要的是，按照人工智能的應用領域，不難預測，人工智能芯片的市場規模要遠超PC和智能手機。

需求沒問題，供應端又是什麼情況?

目前，已經在AI芯片領域推出產品的公司，比較重要的廠家有英偉達、英特爾、AMD、高通，其中英偉達是實力最為強大的一位，市佔率高達70%，是真正意義上的遙遙領先。

以ChatGPT為例，要想實現類似的人工智能，意味着大量的深度學習和機器訓練，像175B參數模型，需要使用foat8這樣精度的參數，那就需要大量英偉達的V100(32GB)、A100和H100（80G）。

目前，英偉達的A100、H100 GPU產品被亞馬遜AWS、微軟Azure、谷歌雲、甲骨文等各大公司採用。IDC的統計資料顯示，在國內的GPU服務器領域，英偉達的市佔率高達95%，幾乎所有的雲服務提供商和超算都採用英偉達的芯片來支持AI計算，BATH都深度依賴英偉達，由於沒有同性能的替代品，在早前中美芯片事件中，一度引發市場對於大廠的雲計算業務的擔憂。

從營收結構上看，英偉達人工智能方向的數據中心業務佔比已經超過60%，是其第一大業務，也是公司最重要的增長引擎，仍然處於高增長階段，2022年Q3的增長率達到31%。

在C端，熟悉自動駕駛技術的投資者，應該都知道英偉達的orin平台，這個平台已經成為自動駕駛技術的標配，特斯拉早期的自動駕駛也是採用英偉達的芯片，直到最後決定自研。而其他的廠商，大多沒有自研的能力，加上英偉達在計算機視覺方面的積累，以及超強的算力（256 TOPS），採用英偉達的芯片就成了必選項。

去年，英偉達推出了新的算力更強的Thor平台，算力直接幹到了2000 TOPS，全球只此一家，領先像mobileye這樣的競爭對手。

02

深耕人工智能

很多人對於英偉達的認識，可能還停留在遊戲顯卡階段，很難和人工智能拉上關係。

的確，這家由美籍華人，曾經供職於AMD的黃仁勛於1993年創立的公司，起家就是做電腦遊戲顯卡。如果單看年資，和像英特爾、AMD、德州儀器這樣的老牌的芯片廠，英偉達稍顯稚嫩。

在成立後相當長的時間內，英偉達只是在電腦遊戲顯卡領域默默耕耘。直到1999年，它推出了一個新概念--GPU，字面理解是圖形處理單元，和傳統的CPU（中央處理器）形成平行計算，可以理解為將計算機圖形處理從CPU中獨立出來，從而獲得更好的圖形效果和視覺體驗。

這個概念極大地推動了電腦遊戲市場的發展，用户也能夠獲得更加逼真和刺激的遊戲視覺體驗，從此奠定了英偉達在計算機視覺和圖形處理的霸主地位。

2016年4月5日，英偉達推出新的GPU芯片Tesla P100，從名字上就可以看出，這是專為Tesla自動駕駛而推出的芯片，與當年特斯拉大舉投入自動駕駛相吻合，芯片內置150億個晶體管，用於深度學習，是當時處理能力最強的人工智能芯片。

這個極具標誌性的事件，被認為是英偉達大舉進軍人工智能芯片的里程碑，它成功將GPU概念，從圖形處理領域推向新的更有前景的領域--深度學習。對人工智能熟悉的朋友都知道，深度學習AI非常重要的組成部分，指的是機器學習樣本數據的內在規律和表示層次，最終能像人一樣識別文字、圖像和聲音等數據，具有像人一樣的分析能力。深度學習是非常複雜的機器學習算法，是搜索、數據挖掘、語言處理、推薦和個性化技術以及其他相關領域的關鍵技術，英偉達在圖形處理方面的經驗和積累使得它有能力介入這個領域。

隨後，人工智能的快速發展，英偉達不斷推出人工智能的產品，也不斷將大廠變成自己的客户。

2017年5月11日，GTC 2017大會，英偉達發佈Tesla V100，採用台積電12nm工藝製程，增加與深度學習高度相關的Tensor單元，在815平方毫米麪積的硅片上集成了210億個晶體管，5210個CUDA核心，其單精度浮點運算性能達到15 TFLOP/s，雙精度浮點運算性能達到7.5 TFLOP/s；

2017年7月5日，喊出all in AI的百度AI宣佈與英偉達建立“全面深度的合作關係”；

2019年10月23日，英偉達攜手紅帽、微軟和愛立信合作開發5G產品；

2020年2月5日，英偉達正式推出雲遊戲服務GeForce；

2021年4月13日，英偉達正式宣佈其首款數據中心處理器（CPU），運行速度將比現有芯片快10倍，新款芯片名為Grace，基於Arm架構，面向超大型AI模型和高性能計算。

目前，採用英偉達芯片的AI公司已經有3000家，而隨着人工智能市場的爆發，英偉達的增長前景依然很廣闊。

半導體有個不成文的規律，每一個細分領域，基本都是一家或者少數幾家壟斷的局面，第一和第二之間有着非常大的差距，PC是英特爾和AMD，智能手機是高通，代工是台積電。而在人工智能領域，毫無疑問是英偉達，不管是市佔率、客户羣體，還是產品性能，都還沒有哪家競爭對手能夠撼動他的地位。

從市值上看，英偉達超過5000億美元，遠超英特爾、AMD、高通，也超過大名鼎鼎的台積電。

從盈利能力上看，英偉達同樣處於領先地位。

在增長前景上，除了數據中心外，自動駕駛也是很值得關注的領域，這是另一個市場規模有望達到萬億級別的賽道。英偉達2021年汽車業務的營收只有5.36億美元，佔總營收的比例在2%，主要原因是自動駕駛的商業化還處於比較早期的階段，雖然短期內爆發的可能性還不高，因為技術、法律法規方面也有待突破，但作為深坑這個領域，並且積累了大量技術和用户資源的公司，不管什麼時候商業化推進，英偉達都是最有機會也最有能力獲得這個市場的公司。

估值上，英偉達的動態PE為94倍，略顯高位，不過考慮到人工智能龐大的增長前景，以及公司在該領域絕對的領先地位，再加上2022年美股市場流動性劇烈收縮導致大跌、半導體行業處於週期下行，公司業績下滑明顯，股價最大回撤近7成，高估值並不能完全代表公司的真實情況。

隨着流動性收縮行至尾聲，美股觸底轉向趨勢已經確立，同時半導體行業去庫存的推進，逐步進入週期觸底反彈階段，英偉達在2022年低基數下，大概率將重新進入高增長階段，投資價值會越加明顯。

03

抄不抄？

從英偉達的股價走勢上看，2022年10月一度去到108美元的低位，其後強勢反彈，目前已經成功翻倍，去到222美元的位置，尤其是最近兩個月，美國通脹數據下降，加息進入收尾階段，美國科技股普遍上漲，英偉達的漲幅達到56%。

如果説絕對的抄底良機，應該是去年10月那一次。但即便股價已經上漲很多，相比2021年高位，跌幅仍然有35%。

如果拉長時間往後看，英偉達的業績增長確定性、增長速度，都是半導體公司中比較優秀的，基本面、產品力、技術能力、市佔率等重要的經營指標，都是業界最優秀的。

毫無疑問，英偉達將上期受益人工智能行業的發展。

從需求上看，不管是B端的雲計算、大數據，還是C端的chatGPT、自動駕駛，不管出現什麼樣的人工智能技術、新的人工智能應用，也不管是什麼人工智能公司，都需要用到英偉達的人工智能芯片。

從投資邏輯上看，英偉達扮演的是“賣鏟”人的角色，這個角色代表的是巨大的投資價值。

所以，糾結現在的價位高不高，只是短期視野，如果用長期視野看，現在的英偉達依然處於底部，抄底價值依然存在。（全文完）