英伟达市值为何超越英特尔？投资视角看它如何叩开AI大门

核心观点：

1、英伟达市值超过英特尔，本质是GPU的通用算力得到业界认可。

2、英伟达通过投资的方式进行广泛战略布局，自动驾驶是重点领域。

3、对标英伟达，中国公司百花齐放，自动驾驶市场可以期待。

AI之光英伟达终于被资本市场承认，市值一度超越英特尔成为美国市值最大的芯片上市公司。

以双方最近一个完整财年数据对比（美国通用会计准则），英伟达2020财年全年收入109.2亿美元，收入同比下跌7%，净利润27.96亿美元，同比下跌32%；英特尔2019年财年营收719.65亿美元，同比增长2%，净利润210.48亿美元，与上一财年持平。

在财务数据均不占优的情况下，英伟达凭借什么赢得资本市场信任？我们以投资视角来看英伟达如何布局AI未来。

AI算力路口：通用计算的胜利

CPU和GPU在算力支撑上有明显的区别，CPU有高级功能，有复杂的逻辑控制和优化电路，而GPU有众多结构相对简单的计算单元和超长流水线。

CPU可以解一个方程组，GPU则可以同时进行大量的加减乘除运算，这种区别导致GPU更适合人工智能相关产品对大规模并行计算的需求。

2000年，CPU仍是学界依赖的算力提供方，但由于CPU在架构上的局限，计算支持单元有限，算力释放不彻底，学者和工程师开始尝试寻求通用计算（GPGPU）下的算力支持。

2006年，英伟达在GPGPU框架下推出Tesla架构，并在第二年推出CUDA系列编程环境，借助CUDA可以大大降低用GPU做通用计算的难度，为后续AI算力支撑打下基础。

2012年，深度学习开山鼻祖之一的Geoff Hinton的学生Alex Krizhevsky，借助英伟达的GPU成功训练出了深度卷积神经网络AlexNet，优秀的算力支撑让众多AI学者开始以CUDA为第一选择，也进一步导致人工智能业界认可英伟达在AI的地位。

不仅在底层技术有布局，早在2009年，英伟达就进入车联网，当时与大众奥迪合作，在新式导航系统中应用Tegra系列芯片，特斯拉也在早期车型中使用Tegra芯片，Model S就基于Tegra 3进行电动与车载娱乐系统开发。

随后IBM、Facebook、ARM等公司展开合作，以深度学习、机器学习、训练神经网络等为方向，加快AI芯片开发工作，截至目前，英伟达GPU是全球大规模AI商用芯片提供商之一，产品广泛应用于车联网领域。

伴随自动驾驶市场崛起，英伟达以消费级芯片供应商身份，参与到车载芯片的市场争夺战中，叩开了AI算力的大门，除了业务布局外，英伟达几年间进行投资布局，投资和收购大量企业，进一步深入到AI产业中。

英伟达的投资版图

2013年至今，英伟达针对AI全产业链累计进行了20余次投资并购行为，平均每年3次，其在自动驾驶领域和大数据分别进行5次和7次投资，此外还投资了人工智能孵化器、2家AI医疗公司、1家机器学习平台、2家音频处理公司。覆盖了中国、中国、以色列、加拿大、匈牙利、日本多个国家与地区。

基于业务需要，英伟达收购了Parabricks、SwiftStack、Cumulus Networks三家公司，分别涉及到基因检测领域、数据存储和管理、高性能网络计算，主要由于英伟达医疗保健部门和数据中心的前瞻性布局。

2019年，英伟达以69亿美元收购了网络芯片制造公司Mellanox，通过融合Mellanox的技术，英伟达将拥有从人工智能计算到网络的端到端技术，再加上Cumulus Networks 网路解决方案和Deep Instinct的网络安全方案，英伟达打通了网络从底层芯片到上层应用全产业链，为自己的数据中心业务获得更多营收机会。

黄仁勋曾公开分享过英伟达的投资逻辑，一是该公司的愿景与英伟达一致-即利用AI技术为社会创造更多价值；二是这家公司需要英伟达的帮助；三是这家公司必须是一家非常优秀的公司。

自动驾驶是英伟达重点布局对象。2014年，谷歌、百度等科技公司相继进入该领域，2015年，特斯拉宣布半自动驾驶商用，奔驰、宝马、尼桑，几乎所有的车厂都在2015年发布了自家自动驾驶汽车的计划，这一年也被业界称为自动驾驶元年。

随后，英伟达在3年内投资了5家与自动驾驶相关的公司，包括图森未来、Almotive、Optimus Ride、文远知行、DeepMap，他们业务分别包括无人驾驶卡车、自动驾驶解决方案、自动驾驶高精度地图，同时英伟达也与他们形成紧密业务关系...。

除了自动驾驶外，从ABEJA开始，英伟达相继投资4家跟数据处理有关的公司，这些公司涉及人工智能驱动的零售分析、实时流处理、SQL数据仓库业务，包括为零售、互联网等类型公司提供服务，英伟达依然在进行下游布局。

针对英伟达的投资布局，亿欧高级商业分析师李星宏认为，PC时代，英特尔抓住了下游产业联想惠普，在人工智能时代，英伟达布局对象变为自动驾驶、大数据处理等领域企业，不仅能加深与被投企业的业务关系，进一步影响市场，获得在车载等领域的广泛认可。

中国公司的机会

德勤2019年发布的《全球人工智能发展白皮书》，2025年全球AI市场规模将超6万亿美元，蓬勃的市场带来了算力需求，英伟达和英特尔在芯片上有架构不同，前者能提供更多AI算力支撑，因此更受到资本市场追捧。

罗兰贝格研究预测，2020年全球自动驾驶车端系统的市场规模有望达到1138亿美元，到2030年市场规模将约5000亿美元，其中芯片、传感器、软件算法将贡献主要增量市场。对标英伟达，中国公司并不以消费级芯片起家，主要集中于垂直领域。

中国自动驾驶芯片突出的公司包括华为、寒武纪、地平线、西井科技、零跑科技、飞步科技、杰发科、深鉴科技、森国科等。

寒武纪去年发布了边缘端AI芯片“思元220”和思元220-M.2边缘加速卡。思元220是一款专门用于深度学习的SoC边缘加速芯片，采用16nm工艺，基于寒武纪全新的MLUv02架构，峰值算力达到32 TOPS（INT4）（编者注：1 TOPS代表处理器每秒钟可进行一万亿次，INT4代表4位整数数学单元），在算力方面甚至超越了英伟达系统级模块Jetson  Xavier，且功耗仅为10W。

地平线2017年12月成功量产了中国首款边缘AI芯片征程1，2019年8月推出中国首款车规级AI芯片征程2，即将推出的高等级自动驾驶芯片征程5，具备96 TOPS的AI算力，支持16路摄像头，可满足车厂高级别自动驾驶的量产需求。

华为最早2009年开始对车载模块进行研发，2013年华为宣布推出车载模块 ME909T，并成立车联网业务部。借助在通讯技术积累，2018年2月华为发布全球首款8天线4.5G LTE 调制解调芯片Balong 765（巴龙765），可以为车载领域提供稳定通讯支持，随后华为还顺势推出多款车载领域芯片与计算平台。

除了产品，华为在2019年4月成立哈勃科技投资有限公司，用于布局芯片研发、制造、AI研发、材料开发等多个领域的公司，旗下部分投资企业已经拥有多款车规级产品。

整体来看，中国自动驾驶芯片在性能和功耗上已经可以和国外新品媲美，如何用产品和服务尽早落地先发制人是中国自动驾驶芯片企业的制胜关键。