Duncan 新價值投資 | Nvidia 2024 Q1 業績,進擊的巨企

聲名:本文章不是投資建議。

2024 / Q1

2024 第一季度營收 260 億美元,按年+262%,按季+18%。比較公司預測的240億美元,高出+8%。(2023 第四季營收 221 億美元,按年+265%,按季+22%)

GAAP 

Diluted EPS = 5.98 美元,按年+629%,按季+21%
Gross Margin = 78.4%(2023/Q4 = 76%)

Non-GAAP 
Diluted EPS = 6.12 美元,按年+461%,按季+19%
Gross Margin = 78.9%(2023/Q4 = 76.7%)

Gross Margin繼續擴張。

營收數字 Breakdown:

Data Center:225.63億美元,破歴來紀錄,按年+427%,按季+23%,按年增長提速,按季增長減慢(2023/Q4,184.04億美元,按年+409%,按季+27%)

Gaming:26.47億美元,按年+18%,按季-8%,按年增長減慢,按季不增長而倒退(2023/Q4,28.65億美元,按年+56%,按季+0%)

Professional Visualization:4.27億美元,按年+45%,按季-8%,按年增長按季增長減(2023/Q4,4.63億美元,按年+105%,按季+11%)

Auto:3.29億美元,按年+11%,按季+17%,按年增長改善,按季增長改善(2023/Q4,2.81億美元,按年-4%,按季+8%)

OEM & Others:0.78億美元,按年+1%,按季-13%(2023/Q4,0.9億美元,按年+7%,按季+23%)

Data Center仍然是公司重點,按年增長強勁,按季增長稍為減慢。預計Q2和餘下季度增長稍為減慢,因為2023/Q2是big jump,基數大了。小心𧫴慎觀察。

Gaming和Professional Visualization,可能已過最壞時刻,可望重拾增長。

Professional Visualization按年增長,但增長仍然比較Auto為好。

Auto按年及按季有增長,是改善中。

特别公佈:

增加派息+150%,由0.04 USD加到0.1 USD。不過派息都是小數目,可以食餐飯。公佈拆股1拆10,根據6日6日記錄,6月7日分派,6月20日開市生效。

2024 / Q2 預測

Nvidia給出2024/Q2預測營收是280億美元,仍然是很強的數字,對比過去一年幾百%是慢了:

比較Wall Street預期的大約266.2億美元,高出 5%。比較 2023 / Q2 的135.07億美元 ,一年前的營收數字,高出 107%。比較 2024 / Q1 的260.44億美元 ,一季前的營收數字,高出 8%。

思考

CEO Jensen:「The next industrial revolution has begun.」

以下部分内容節錄自我的新書《憑科技.贏自由》主題和内容,及《AI 投資時代.真的值得參與嗎?》主題和内容 | 發售資料。書中有更多有關於AI、Nvidia和半導體行業的分析内容。

負面因素及挑戰:

AMD的MI300 和 Intel的Guadi,晶片設計公司在AI晶片的直接競爭。

AMD的ROCm和Nvidia的CUDA是打對台。

正在發展 ROCm 軟件平台,類似輝達的 CUDA,成為正面的直接競爭。首先 CUDA 的 AI 使用了一段長時間去開發,超微即使可 以追上都不是短時間開發。ROCm 平台在供參考文件、效能和採用流 行程度等關鍵方面仍然遠遠落後於 CUDA。

Google、Qualcomm、Intel,聯合UXL Foundation開發一個Open Source平台,即有可能在不同晶片上執行,期望打破Nvidia + CUDA的壟斷局面。

Cloud Service Providers – Amazon、Microsoft,、Google各有研發自家AI data center晶片,可能搶走Nvidia的部分Market Share。

Nvidia 和Cloud Service Providers的關係:一是合作伙伴,在各自的雲服務平台用上Nvidia晶片,更多客人使用雲服務或者更多使用量,同樣地Amazon和Google都會得益。二是競爭者,Amazon和Google在各自雲服務平台使用自家設計晶片,希望在適用的情況之下爭取更高毛利率,我相信是有機會發生,會搶走Nvidia的一部分Market Share。不過,這個不代表是完全取代Nvidia晶片,因為Nvidia現在可以做到是通用性,而且Nvidia在CUDA軟件層上建立出功能和生態系統,不是Amazon和Google可以短期做到,即使本身設計晶片有更高性價比。

Nvidia AI晶片現在有市場佔有率約90%,我相信有機會逐步減少,但不是斷崖式,而整體速長速度可能放緩(加上大基數效應),不過環球對於AI需求的整體的餅是擴大中,公司業務仍然可以健康地增長。(參考:NVIDIA 面對的競爭,AMAZON 及 GOOGLE 等 CLOUD SERVICE PROVIDERS 自家設計晶片

客戶的Business Model受到考驗,例如:Meta和Microsoft花巨額金錢去購買Nvidia GPU,是否可以回本,是否可以維持高的營收去抵償高成本。

不過科技的特色是deflation,現在的算力和成本,未來可以用更低的成本做到相同算力,或者相同的成本做到更高算力。最初因為成本高,可能限制了應用的實用性,之後成本降低,就做到更加落地,落地開花,使到遍地開花變為可能。根據研究,因為硬體和軟體的進步,大型語言模型所需的 AI 訓練成本以有年化成本下降 60-70% 的趨勢,預計此趨勢可以持續 至 2030 年。這有助於令到 AI 的應用更加普及,建立更複雜的模型, 利用更多的數據進行訓練。(參考:咁係因為你悲觀,AI 有無清楚的 BUSINESS MODEL? )

2024 年三月的 GTC 大會公佈下一世代的 AI GPU Blackwell B100 / B200將會取代 Hopper H100;Grace-Blackwell Superchip 取代 Grace-Hopper Superchip。過往通常兩年一個 GPU 世代的做法,將會縮短 至一年,更頻密去做到晶片效能提升。

2021 – A1002023 – H1002024 – B100 / B2002025 – X100

這「進擊」的做法可以強化是「即時性的Readiness」。因為Nvidia的企業客戶同時面對他們的客戶,AI的科技發展超級快速,必須盡快推出它們的產品和服務,去capture市場機會。Nvidia的競爭對手去研發需時,遠水不能救近火。

使用了Nvidia的產品,尤其是CUDA軟件部分,造成不少的User Stickness,之後可以轉走,都要付出一定的轉換成本:(參考:NVIDIA 和 CEO JENSEN HUANG 成為爭論焦點

一般人要轉換電腦,通常購入電腦後,安裝軟件和複製數據/檔案就 完成。對於企業客戶要更換電腦或者更換晶片,過程是複雜得多,需 要考慮企業眾多系統之間的匹配。如果想用其他品牌晶片去取代輝達 GPU,將會涉及:

修改系統軟件,不再使用 CUDA,使用新晶片的相關軟件配套。新晶片相關軟件配套提供的功能,是否可以完全覆蓋 CUDA 的功能, 如果不能,就會涉及更多軟件開發工作。CUDA是提供類似API之 外,其上建立起為各行業度身訂造的系統服務(System Service)將 更複雜。完成的軟件修改,需要透過系統測試,測試的範圍不一定只是修改了 的系統,因為系統和系統之間有整合,都有機會考慮成為測試範圍。以上提及的轉換成本 (Switching Cost),主要是人力、物力、財力。 另外要考慮是風險,因為修改可能影響系統穩定性,影響企業提供的 服務。

轉換晶片不是不可能,不過涉及轉換成本的多重考慮,不能忽視。假如使用輝達 GPU 和 CUDA 越久,令到企業和輝達的生態系統嵌入越深, 造成更大的依賴性和使用者黏性。

2024下半年推出Blackwell GPU和Grace-Blackwell Super chip,相信定為焦點,是否可以維持營收快速增長。Blackwell是專為Large Language Model和Generative AI而設計,以萬億計Parameters參數。

AI Model現在以每6個月成長1倍,處理工作量和數據量成長4俈。這是一個驚人增長速度,化身為AI算力需求增長,這種不是以%計,而是以倍計幾何級增長,我計劃之後再寫文分享。

Blackwell的推出,同時代表背後一系列Supercomputer超級電腦產品升級,包括:DGX、DGX POD、DGX SuperPOD。

各競爭者和Nvidia 比併的不只是晶片,而是整個AI解決方案的生態系統。

《憑科技.贏自由》

主題和内容

《AI 投資時代.真的值得參與嗎?》

主題和内容 | 發售資料

《科技戰國.尋找科技價值投資的故事》

主題和内容 | 發售資料

下面的Page / Group,歡迎大家Like和Follow,就可以自動收到文章更新。
Facebook

https://facebook.com/duncaninvest
Instagram
https://instagram.com/duncannewinvest
Telegram
https://t.me/duncaninvest
謝謝支持!

參考文章

NVIDIA 2023 Q4 業績,渡過了充滿質疑的 2023 年

十倍股煉成,NVIDIA 回憶錄

NVIDIA 2023 Q3 業績,簡短報導,AI 增長引擎繼續開動

NVIDIA 的 CUDA AI 生態系統,有沒有缺點?有沒有優勢?

美國加強人工智慧晶片出口中國的限制,NVIDIA 受到影響

半導體公司,分餅仔 (2023/Q2)

NVIDIA 面對的競爭,AMAZON 及 GOOGLE 等 CLOUD SERVICE PROVIDERS 自家設計晶片

NVIDIA 2023 Q2 業績,簡短報導,AI 炒作的真實考驗?

NVIDIA 發布數據中心 GPU L40S

NVIDIA 和 CEO JENSEN HUANG 成為爭論焦點

NVIDIA 2023 Q1 業績,簡短報導,DATA CENTER 重要的事要說三次

半導體公司,分餅仔 (2023/Q1)

NVIDIA 的 PE 貴唔貴?

分餅仔,半導體公司 ASML / TSM / AMD / INTEL (2022/Q4

NVIDIA GTC (2023/3月),從晶片,到軟件,到服務

NVIDIA 2022 Q4 業績,DATA CENTER 仍然是重點

CHATGPT 背後的科技 (2) AI 算力需求的大戰

CHATGPT 背後的科技 (1) 背後使用什麼晶片?

分餅仔,半導體公司 ASML / TSM / AMD / INTEL (2022/Q4)

NVIDIA 2021 Q4 業績,看發展進程,PROFESSIONAL VISUALIZATION (OMNIVERSE)

NVIDIA 數據中心市場產品業務 (2020 Q4 UPDATE)

CES 2022,NVIDIA DRIVE 自動架駛

有一個元宇宙,叫 NVIDIA OMNIVERSE

NVIDIA,AMD,INTEL,晶片公司發佈,其實背後想講什麽?

NVIDIA GTC (2021/11月) 速報

NVIDIA GTC (2021/4月) 總結,未來的產品佈局

NVIDIA DGX SUPERPOD,AI 超級電腦成為一件可接觸的產品

NVIDIA DRIVE AV (AUTONOMOUS VEHICLE) 自動架駛,增長賽道就在前面

NVIDIA OMNIVERSE,一個指向 METAVERSE 元宇宙的實現

NVIDIA GRACE CPU,在數據中心的晶片之戰

NVIDIA TAO,不只是一間晶片公司的AI 競爭優勢

NVIDIA : I AM AI

 Read More  

You may also like...

Generated by Feedzy