英伟达业绩冲天，看来只有黄仁勋能打败黄仁勋了！

Key Points

1、英伟达本季营收135亿美元，不仅远超5月份发布的业绩指引，也比分析师普遍预期的业绩要好，受此利好，英伟达股价一度抬升超过8%。

2、英伟达强劲增长的势头将延续，下一季营收预计高达160亿美元。英伟达强劲业绩表明，生成式AI带来的影响或许比一般人想象的更大，可预见范围内看不到需求下降趋势。

3、之前普遍预计的产能问题并没有拖累英伟达营收，黄仁勋表示英伟达正在通过和其他公司合作等手段力图提升产量，本年度剩下的时间和明年英伟达产品的供应将“大幅增加”。

4、英伟达提供了完整的加速计算解决方案，既包括硬件，也包括各种软件服务。这维护了英伟达在市场中的领先地位。短时间内还看不到任何竞争对手能系统性挑战这一点。

以任何标准看，英伟达的最新财报都让人震惊。

截止 7 月，英伟达本季收入同比增长翻倍达到 135 亿美元，贡献了 103 亿收入的数据中心业务营收暴增 171%。利润同比增长超过 800%，环比也超过 200%。

上述指标每一项都高于华尔街分析师的预期，与此同时，英伟达给出下一季营收预测更让市场震惊，160 亿美元的营收预测意味着高达 170%的同比增长，在如此重大利好消息的推动下，英伟达股价强劲上涨 8%，冲破 510 美元关口。

这份财报意味着英伟达的增长远没有到尽头，市场对于生成式 AI 爆发意味着什么的理解可能还不够充分。

英伟达 GH200 Grace Hopper超级芯片

一、超越所有预期

财报发布前，英伟达的股价大致在 460 美元附近，而主要券商和分析机构对英伟达股价的预测大致位于 500 到 520 美元之间。随着财报的发布，英伟达股价极速上扬，直接冲破了 510 美元关口。这让分析师们给出的预测显得过于保守。

这还不是英伟达打败的唯一预期。本季度135 亿美元的营收比英伟达自己在 5 月底给出的指引高了 25 亿美元，也比分析师们平均预计的 125 亿美元多了 10 亿。

换而言之，大家想到了英伟达的业绩或许会很好，但未曾预料到会好到这种地步。毕竟上个季度英伟达的总收入只有不到 72 亿美元（数据中心业务则是 42.8 亿美元）。指望一个硬件公司，一个季度的营收提升一倍（如果只算数据中心业务的话，提升超过 145%）这看上去当然不太符合常理，过去 11 个财年，英伟达的季度收入都没有超过 100 亿。

然而事实已经雄辩证明，你显然不能用常理去理解英伟达和黄仁勋，实际上，本季度的营收是历史性的突破，是整个半导体业界史上最大的单季增幅。

换而言之，整个市场都低估了生成式 AI 的爆发带来的影响。

黄仁勋

二、避险情绪与对需求的理解

市场相对的保守态度，一方面体现出了对生成式 AI 爆发理解的不充分，另一方面代表了一种避险情绪。

先说避险情绪。除了 AI 芯片外，整个半导体需求都在走弱。英伟达在整个半导体行业和科技股中几乎处于一枝独秀的状态，它是标普 500 指数成分股中表现最佳的股票，今年美股上涨的主要推手，起到几乎定海神针般的作用。

整个市场依赖一只股票的表现这显然不太正常，因此在业绩发布前的一个月英伟达的股价涨跌互现，显示市场游移不定的情绪，因为英伟达的业绩哪怕只是稍不如意，恐怕就会引发整个股市剧烈震荡。

更何况英伟达还有产能的问题无法解决，更长期看，对 AI 芯片的需求在何时见顶也是个问题。

在财报发布前，市场上已经开始有把英伟达同思科相提并论的论调，思科是上个世纪末互联网泡沫中跌幅最大的股票之一，而在泡沫破裂前，它的增长曲线和英伟达如出一辙，而它们俩恰好还都是硬件公司——推高思科股价的原因是人们当时认为思科提供的基础设施对建设互联网来说是必不可少的，这也很像大家目前对英伟达的理解。

这就回到了对生成式 AI 需求的解读上，也是财报电话会上黄仁勋被问到的一个核心问题——生成式 AI 带来的增长在多大程度上是可持续的？

黄仁勋给出的逻辑是这样的。全球目前的数据中心规模是 1 万亿美元，而每年的资本支出规模在 2500 亿美元左右，这些支出在整个经济大环境下行的背景下，都倾向于导向最为经济、最有性价比的方向，也就是加速计算，英伟达在这方面拥有优势，包括 H100、A100 在内的整个HGX 系统是营收最大的驱动力。

因此，对需求的可预见性至少在明年是充分无疑的，当然如果你完全接受老黄的理论的话，数据中心更新换代的周期将长达 10 年。

趋势非常明显，平台正在转变。英伟达不遗余力为市场的预期带来充分确定性，这种确定性从财报的营收上反映了出来，截至目前所有的信号都是高度乐观的。

黄仁勋在 SIGGRAPH 2023 大会上展示最新的基于 GH200 的超级计算机。

三、解决产能

在这份财报击碎了市场有关需求泡沫的任何不确定性后，人们的另一个关注点就来到了更实际的层面——产能。

英伟达不直接生产芯片，HGX 系统中最重要的芯片 H100 采用了名为 CoWoS 先进封装技术，目前只有台积电能够提供。

换而言之，目前 H100 供应如此紧缺的最大原因就是 CoWoS 产能不足，它也是市场上某些悲观论调的来源，决定英伟达产能的很大程度上并不是英伟达自己，而是台积电。

根据品玩了解到的情况，台积电已经在台湾多地布局了先进封装产线，公开报道中最新的一个位于台湾新竹科学园区，但量产时间预计要到 2027 年第三季度。

这种进度的缓慢除了技术工艺上的复杂性之外，台积电对CoWoS 产能扩充缓慢也和其自身运营逻辑有关，尽管 AI 需求未来五年将以 50%年均增长率成长，但它的总需求只占台积电营收的一成左右。在整个半导体行业需求不振的情况下，台积电产能扩张步伐显然只能循序渐进。

英伟达解决产能瓶颈的办法是扩大供应商范围，在电话会议上黄仁勋表示英伟达会“与其他公司合作以补充台积电的封装能力”，尽管一如既往，英伟达没有给出任何明确的数字，但总体来看，今年下半年和明年，芯片的供应量将“大幅增加”。

这符合半导体产业周期，一般来说芯片产能都会提前6 个月左右规划，这个季度是订单反映到财报中的第一个季度，随着计划好的产能逐步扩张，下个季度营收势必会相应提振，这正是英伟达给出 160 亿美元下季度营收预测的基础逻辑。

英伟达另一个旨在解决 CoWoS 产能问题的对策是推出 L40S 芯片，尽管它同样适用的生成式 AI，但却没有采用CoWoS 技术和高性能内存，这意味着它的产能更好提升。

在 8 月的 SIGGRAPH 2023 上刚刚推出的时候，有人一度认为L40S将会打乱英伟达的产品线——L40S 在大模型性能方面比 A100 还强。但黄仁勋在电话会议上明确否认了这种观点：L40S 的定位更倾向于对预训练模型进行微调，同时它采用了标准化设计，因此很容易安装和进行超大规模的扩展，这和 H100 构建的专门的大规模语言模型训练的系统是不同的。

英伟达 L40S GPU

四、是产品，更是解决方案

对 L40S 产品定位的诠释，充分展现了英伟达对整个加速计算产品线的布局与理解。

首先是迭代迅速，黄仁勋几度谈到了英伟达产品的更新周期——不是 2 年，而是 6 个月。这种黄仁勋速度本身就让人印象深刻，5 月在台北电脑展上介绍的DGX GH200年底就会上线，GH200 芯片则在本季度就会出货，它的升级款，8 月刚刚发布的采用更先进内存的 GH200 芯片则在明年 2 季度出货。

就像每两年升级架构一样，有规律的更新速度实际上稳定了所有人对英伟达产品性能的预期。

另一方面值得指出的是，英伟达的产品线实际上不是围绕算力，而是围绕加速计算本身展开的。它本质上是一种软硬件协同的解决方案。

H100、A100、L40S 以及RTX 系列 GPU 以及 DGX Cloud，它们涵盖了从训练大模型，到微调，再到数据科学工作流，以及三维设计和数字内容创建等各种需求，算力布局从本地到服务器再到云端无一遗漏。

但这不是英伟达加速计算解决方案的全部，名为 InfiniBand 的网络技术可以大幅提升网络吞吐量从而更好提升扩展 GPU 的性能，针对传统的以太网，英伟达也能用 Spectrum-X 技术来加速优化。实际上英伟达的技术储备涵盖了加速计算的多个方面。其中许多技术被放在了产品中，并没有单独售卖。

英伟达 Spectrum-X 

软件方面也是如此。仅就大模型来说，英伟达还有开发大语言模型的 NeMo 平台，名为 Picasso 的生成式视觉模型，为游戏角色提供智能对话能力的 Avatar Cloud Engines，以及 AI Enterprise 等加速库和预训练模型套件等等一系列工具，它们基本上也都集成在了英伟达的硬件产品线中。这些软硬件协同起来不仅可以实现对加速计算的端到端优化，而且强化了英伟达在加速计算领域的优势。

竞争对手或许可以在某些硬件指标上领先英伟达，但无法在整个生态层面同英伟达竞争。

五、对手还未出现

英伟达在发布财报时宣布了 250 亿美元的股票回购，这意味着英伟达自己对股价的展望也趋向乐观。

最激进的分析师已经给英伟达的股价给出了 1000 美元的估计，整个市场都因这份出色的财报弥漫着一股显而易见的乐观和兴奋情绪。目前看，包括 AMD 和英特尔在内的竞争对手都没有对英伟达形成真正的挑战：AMD 的 MI300系列产品要到第四季度才出货，根据品玩从供应链了解到的情况，也采用了CoWoS 技术的AMD 新GPU不仅同样受困于产能瓶颈，而且在良率提升方面进度远远落后。至于英特尔的 Gaudi2 芯片，它在软件层面的优化升级要到四季度才能完成。

因此，这份出色财报发布的时间点，恰好落在了英伟达独享生成式 AI 爆发红利的区间，目前看，这波增长还没有任何慢下来的趋势，站在独孤求败位置的英伟达真正的对手或许只有自己。

​Read More