Core business revenue surged by 409%! NVIDIA's performance once again shocks the world, single-handedly revitalizing the "AI faith".

智通財經 APP 獲悉，有着 AI 領域 “最強賣鏟人” 稱號的芯片巨頭英偉達 (NVDA.US) 真乃 “又雙叒叕” 公佈了強勁無比的季度業績以及大幅超出市場預期的業績展望。隨着具有劃時代意義的生成式 AI——ChatGPT 橫空出世，意味着全球逐步邁入全新的 AI 時代，此後不僅是科技行業，全球各行各業對英偉達 AI 芯片——即用於 AI 訓練與推理領域的 A100/H100 芯片需求激增，使得該科技巨頭繼之前三個季度之後，又一次發佈了令全球震驚的強勁無比業績數據。

在截至 1 月 28 日的 2024 財年第四季度，英偉達總營收規模增加了兩倍多，達到 221 億美元。扣除某些項目後，NON-GAAP 準則下的每股收益為 5.16 美元，均大幅超過華爾街分析師普遍預測的 204 億美美元以及每股收益 4.60 美元。更重要的是，英偉達預計本季度總營收將再次大幅增長，這有助於證明其股價大漲趨勢完全合理，使其繼續成為全球最有價值的公司之一。

總營收凸顯出英偉達業績連續增長規模：就在 2021 財年，英偉達一整個財年的總營收也未能達到這一數值。此外，英偉達最核心業務部門，即為全球數據中心提供 A100/H100 芯片的業務部門——數據中心業務部門，Q4 營收規模達到約 184 億美元，同比激增 409%。

繼 2023 年股價暴漲 240% 之後，2024 年迄今英偉達股價漲幅高達 40%。英偉達市值今年增加了 4000 多億美元，使其總市值達到 1.67 萬億美元，投資者們押注該公司仍將是人工智能計算熱潮的最主要受益者。

英偉達首席執行官黃仁勳表示："GPU 加速計算和生成人工智能可謂已經達到 ‘臨界點’。"“全球各公司、行業，乃至多數國家的需求都在激增。“

在與華爾街分析師的業績電話會議上，黃仁勳表示，今年剩餘時間，英偉達最新產品將繼續供不應求。他表示，儘管供應在不斷增長，但需求並沒有顯示出任何程度的放緩跡象。“生成式人工智能開啓了一個全新的投資週期。” 黃仁勳表示。他預計：“未來數據中心基礎設施規模將在五年內翻番，代表着每年數千億美元的市場機會”。

關於中國市場，黃仁勳表示，該公司已開始向中國市場的客户派送符合限制政策的新芯片樣品。這應該有助於中國業務再次復甦。“我們將盡最大努力在該市場競爭並取得成功。” 黃仁勳強調。

英偉達無比炸裂的業績公佈後，盤後股價一度暴漲超 11%，美股芯科技股，尤其是芯片股板塊盤後集體暴漲，要知道自本週以來，這些與 AI 相關的科技股與芯片股持續疲軟，主要因全球資金在英偉達財報公佈前的謹慎情緒。因此，AI 芯片領域 “最強賣鏟人” 英偉達可謂以一己之力重振全球科技股投資者們的 “AI 信仰”，科技股投資者們對於 AI 的信仰或許將在全球股市再度掀起巨大波浪。

來自華爾街知名投資機構 Wolfe Research 的分析師克里斯·卡索 (Chris Caso) 在一份報告中表示：“全球股票市場都在關注這份報告，因此預期也有所提高，但是英偉達公佈的業績展望足夠強勁，顯示股價漲勢合理，同時也為下半年的持續上漲留下了空間。”

但是毋庸置疑的是，AI 芯片領域競爭將變得愈發激烈。英偉達最強競爭對手 AMD(AMD.US) 最近開始銷售 MI300 系列的 AI GPU 加速器，AMD 預計今年將從該系列產品中獲得 35 億美元營收，高於此前預測的 20 億美元。AI 芯片初創企業後續也將是英偉達有力挑戰者，近日 Groq 推出自研 LPU，文本生成速度甚至比眨眼還快，推理性能則比英偉達 GPU 快 10 倍。但英偉達並未停滯不前，分析師們預計，該公司即將量產性能更強大的 AI 芯片 H200，以及備受矚目的 B100。

英偉達——當前 AI 領域最強買鏟人

最新業績證明，英偉達仍然為全球 AI 領域當之無愧的 “最強賣鏟人”，靠着在 AI 訓練領域高達 90% 的份額，乘着全球企業佈局 AI 的前所未有熱潮瘋狂吸金。比如，上述 Groq 推出的 LPU 目前更加適用於推理，要想訓練大語言模型，仍然需要大批量購買英偉達 GPU。

英偉達很早就認識到 GPU 在 AI 和深度學習領域的潛力，因此投入大量資源進行相關研發，併成功構建了圍繞其 GPU 硬件的強大軟硬件生態系統。

英偉達在全球高性能計算領域已深耕多年，尤其是其一手打造的 CUDA 運算平台風靡全球，可謂 AI 訓練/推理等高性能計算領域首選的軟硬件協同系統。英偉達當前最火爆的 AI 芯片 H100 GPU 加速器則基於英偉達突破性的 Hopper GPU 架構，提供了前所未有的計算能力，尤其是在浮點運算、張量核心性能和 AI 特定加速方面。

ChatGPT 開發者 OpenAI、美國科技巨頭亞馬遜 (Amazon.com Inc.)、Facebook 與 Instagram 母公司 Meta Platforms、特斯拉、微軟以及谷歌母公司 Alphabet 都是英偉達最大規模客户，佔其總營收規模近 50%，它們當前正傾盡全力投資與人工智能算力相關的硬件，比如英偉達 AI 芯片。

特斯拉 CEO 馬斯克將科技企業的人工智能軍備競賽比作一場高風險的 “撲克遊戲”，即企業需要每年在人工智能硬件上投入數十億美元，才能保持競爭力。這位億萬富翁表示，在 2024 年，特斯拉僅僅在英偉達的人工智能芯片上就將耗費超過 5 億美元，但他警告稱，特斯拉未來還需要價值 “數十億美元” 的硬件才能趕上一些最大規模的競爭對手。

隨着全球邁入 AI 時代，數據中心業務已經成為英偉達最核心業務，而不是此前重度依賴遊戲顯卡需求的遊戲業務。英偉達在細分業務方面，英偉達為全球數據中心提供 A100/H100 芯片的業務部門——數據中心業務部門，曾經可謂是英偉達 “副業”(自英偉達創立之處，遊戲業務一直是英偉達的最重要業務)，已經成為該科技巨頭整體營收的最強大貢獻力量。

英偉達的數據中心業務部門多個季度以來均為所有業務中表現最出色的部門，數據中心業務 Q4 創造的營收達到 184 億美元，較上年同期激增約 409%。此外，英偉達預計，未來數據中心基礎設施規模將在五年內翻番。與此同時，該公司遊戲業務部門受益於全球芯片需求復甦趨勢，創造的營收同比增長 56%，至 29 億美元。

英偉達目前正致力於將其人工智能軟硬件生態推廣到大型數據中心之外。61 歲的黃仁勳近期周遊世界，認為各國政府均需要主權級別的人工智能系統，既能保護數據，又能獲得 AI 競爭優勢。

黃仁勳在近期首提 “主權 AI 能力”，暗示國家級人工智能硬件需求激增。黃仁勳表示，當今世界各國都打算在本國國內建立和運行自己的人工智能基礎設施，這將全面推高對英偉達硬件產品的需求。黃仁勳近期在接受採訪時表示，包括印度、日本、法國和加拿大在內的國家都在談論投資 “主權人工智能能力” 的重要性。

業績預期方面，全球市值最高芯片公司英偉達在業績展望部分表示，該公司 2024 財年 Q4(截至 2024 年 4 月底) 總營收將達到約 240 億美元。這一數據可謂大幅超越 219 億美元的華爾街分析師平均預測數據。這一強勁無比的業績前景凸顯出英偉達位列全球企業佈局 AI 熱潮的最佳受益者，堪稱 AI 核心基礎設施領域的 “最強賣鏟人”。

面對消費者對 ChatGPT 以及谷歌 Bard 等生成式人工智能產品，以及其他企業 AI 軟件等日益重要的 AI 輔助工具的需求激增，來自全球各地的科技巨頭以及數據中心運營商正在竭盡全力儲備該公司的 H100 GPU 加速器，H100 可謂極度擅長處理人工智能訓練/推理所需的繁重工作負載。

AI 時代最核心基建之一——GPU

隨着全球邁入 AI 時代以及萬物互聯進程加速，意味着全球算力需求迎來爆炸式增長，尤其是基於 AI 訓練領域的各項 AI 細分任務涉及大量的矩陣運算、神經網絡的前向和反向傳播等對硬件性能要求極高的計算密集型高強度操作。然而，這些難題遠非享受摩爾定律紅利多年的 CPU 所能夠解決。哪怕大量 CPU 也無法解決這一問題，畢竟 CPU 設計初衷是在多種常規任務之間進行通用型計算，而不是處理天量級別的並行化計算模式以及高計算密度的矩陣運算。

更重要的是，隨着全球芯片領域的創新與發展步入 “後摩爾時代”(Post-Moore Era)，作為曾推動人類社會發展主力軍的 CPU 已經無法實現像 22nm-10nm 那樣在不到 5 年間實現 “闊 nm” 級別的快速突破，後續 nm 級別突破面臨量子隧穿以及鉅額投資規模等重重阻礙，這也使得 CPU 性能升級和優化層面面臨極大限制。

因此，擁有大量計算核心、能夠同時執行多個高密集型 AI 任務，並且極度擅長處理並行計算的 GPU 近年來成為芯片領域的最核心硬件。GPU 在 AI 訓練/推理等高性能計算領域有着其他類型芯片難以企及的巨大優勢，這對於那些極其複雜的 AI 任務非常重要，比如圖像識別、自然語言處理和大量矩陣運算等。現代 GPU 架構更是經過 AI 針對性優化，適用於深度學習等 AI 任務。例如，英偉達 Tensor Cores 可以加速矩陣乘法和卷積計算等非常關鍵的高強度操作，它們能夠並行化處理大規模的浮點和整數矩陣計算，從而提高計算效能。

自 ChatGPT 問世以來，隨着 AI 對於全球高科技行業和技術發展的影響力度越來越大，專注於單線程性能與通用型計算的 CPU 仍是芯片領域不可或缺的一環，但其在芯片領域的地位和重要程度已遠不及 GPU。

從理論層面來看，摩爾定律所預言的性能指數級增長趨勢近幾年來並沒有消失，而是從 CPU 轉到了基於大量核心的 GPU。近年來 GPU 性能仍在遵循性能指數增長規律，大約 2.2 年性能就會翻倍。相比之下，英特爾 CPU GFLOPs 仍呈增長趨勢，但是與 GPU GFLOPs 相比似乎成了一條直線。

黃仁勳強調，全球向人工智能的轉變現在才剛剛開始。他認為，通過將特定任務分解成更小的部分並且進行並行處理來加速特定任務的加速計算正在佔據主導地位。從市場規模預期來看，知名市場研究機構 Mordor Intelligence 最新研究顯示，預計 GPU 市場規模 (涵蓋 PC、服務器、高性能計算、自動駕駛等應用端 GPU) 未來五年將達到大約 2069.5 億美元，預測期內 (2024-2029 年) 複合增速 (CAGR) 高達 32.70%。

Mordor Intelligence 表示，GPU 硬件不僅用於渲染圖像、動畫和電子遊戲，還用於一般性的計算目的，幾乎部署在全球所有計算型設備中。個人電腦、筆記本電腦和新興應用 (例如 AR/VR、高性能計算、人工智能、機器學習、區塊鏈、加密貨幣挖掘、自動駕駛和高精度導航 (車輛、機器人) 的積極部署趨勢，尤其是人工智能領域，未來將極大力度推動 GPU 需求。

業績公佈前夕，華爾街頂流們紛紛看漲英偉達

在英偉達最新業績以及業績展望出爐之前，華爾街最頂級投資機構們可謂紛紛看漲英偉達未來 12 個月的股價走勢。

其中，華爾街大行高盛將該機構對英偉達的 12 個月目標股價從 625 美元大幅上調至 800 美元，美國銀行將英偉達目標股價由 700 美元上調至 800 美元，瑞銀將其目標股價從 580 美元上調至 850 美元。瑞穗證券將英偉達目標股價從 625 美元上調至 825 美元

一些機構甚至在財報出爐前，對英偉達未來 12 個月股價預期超 1000 美元。Rosenblatt 重申英偉達 “買入” 評級， 目標價定為 1100 美元，Loop Capital 對於英偉達的目標股價則高達 1200 美元，為華爾街最高目標價。

Loop Capital 的分析師們表示，之所以給出如此高的目標價，是因為隨着投資者繼續對其人工智能芯片需求前景極度樂觀，以及超大規模計算中心和數據中心向 GPU 系統的轉變趨勢，相信英偉達正處於多年週期的 “前端”。 Loop Capital 分析師們將這一現象比作 90 年代中後期 “互聯網建設基調”——從 1995 年到 2001 年互聯網採用率擴大了五倍。

毋庸置疑的是，AI 芯片領域競爭將變得愈發激烈

隨着英偉達最強競爭對手 AMD 最近開始銷售 MI300 系列的 AI GPU 加速器，以及近日推出自研 LPU 的 AI 芯片 Groq 閃亮登場，再加上谷歌等雲計算巨頭持續專注於主攻 AI 加速方面的 ASIC 芯片，即在自研 AI 芯片方面持續發力，AI 芯片領域競爭後續將變得愈發激烈。

英偉達並未停滯不前，分析師們預計，該公司即將量產性能更強大的 AI 芯片 B100。華爾街大行摩根士丹利認為，英偉達未來的產品營收規模也值得期待，預計 B100 將成為人工智能遊戲規則的改變者，其影響力甚至將比上一代旗艦 AI 芯片 H100 更強大。

英偉達 B100 原計劃發佈時間為 2024 年年末，但由於 AI 芯片需求過於火爆，已經提前至 2024 上半年，據知情人士透露，目前已經進入供應鏈認證階段。

B100 將能夠輕鬆應對 1730 億參數的大語言模型，比當前型號 H200 的兩倍還要強大。此外，B100 將採用更高級的 HBM 高帶寬內存規格，有望在堆疊容量和帶寬上繼續突破，超越現有的 4.8TB/s。

B100 AI GPU 將採用先進的技術，包括預計擁有 1780 億個晶體管，以及最新的 HBM3e 存儲技術，相較於 H100 的 HBM3 存儲技術，這意味着在數據處理能力和存儲能力上都將有大幅提升。B100 的推出還意味着英偉達力求在還未佔據全面優勢 AI 推理領域發力，具體到 AI 推理性能上，B100 將比現有的 H100 AI GPU 快 4 倍以上，這表明 B100 將在已訓練模型的推理任務方面具有顯著的優勢。

此外，B100 還預計將採用芯片組設計 (即 chiplet 設計)，這是英偉達首次在其 GPU 產品中採用此技術。根據英偉達產品路線圖，預計 2025 年將推出 X100，進一步豐富 GPU 產品矩陣，鞏固英偉達 AI 芯片龍頭地位。

一個月後，在當地時間 3 月 18 日，英偉達將舉辦面向 AI 開發者的 2024 年 GTC ，屆時英偉達 CEO 黃仁勳將進行主題演講，可能會釋出更多有關 B100 的新細節。一直看好英偉達的美國銀行分析師 Vivek Arya 認為，預計英偉達即將推出的 B100 GPU 定價將比 H100 至少高出 10% 至 30%。