中国移动与欧盟5G-DRIVE团队合作同推动5G技术在中欧两地的商用

处于人工智能领域核心地位的英伟达（NVIDIA）近期遭遇了“矿难”和股价风波。

截至11月22日，英伟达股价为144.71美元，相较10月1日收市价289.36美元的高点，下滑了近50%。不到两个月的时间，英伟达股价腰斩，市值减少了1000多亿美元。

下跌的原因并非业绩停止增长，相反，英伟达2019财年第三季度业绩依旧保持了高增长。根据财报，英伟达期内总营收为31.81亿美元，同比增长21%；净收益12.3亿美元，同比增长47%，但是环比增速进一步放缓，业绩未达预期。

而制造现实和预期差距的主因是部分显卡库存过高，英伟达自身也指出，预计第四季度会受到中档Pascal架构显卡渠道库存过多的影响。这是由于比特币等加密货币大跌，矿机需求下滑，也影响了上游矿卡，即显卡的销量。

对于英伟达的现状，一位AI芯片专家向21世纪经济报道记者表示：“矿机肯定是主要原因，最近他们游戏显卡也卖得不好，同时AI的需求并没有爆发。”

再加上科技股低迷，中美贸易摩擦等大环境的影响，残酷的资本市场似乎在短期内对英伟达信心不足。

币圈落寞

从专业图像芯片起家的英伟达，用GPU抓住了计算设备需求的关键时机。有强大计算力的GPU在图形渲染、人工智能和区块链领域的计算表现十分突出，英伟达也希望成为真正的算力平台，并且成功推出了自己的CUDA平台。

英伟达的主要产品类型有两类，分别是GPU和Tegra处理器。其中，GPU业务占比近90%，包括游戏GPU、数据中心、视觉可视化业务；Tegra处理器业务收入，主要包括自动驾驶、用于NintendoSwitch游戏机的SOC模块以及其他嵌入式边缘AI平台。此外，OEM和IP授权也是营收的一部分。

2017财年以来，英伟达逐渐走向顶峰，盈收和利润逐年升高。人工智能和矿卡的助力，也推高了英伟达的市值，如今，随着加密货币的突然暴跌和AI泡沫的显现，其高估值开始回落。

TrendForce旗下拓璞产业研究院的最新报告指出，NVIDIA因游戏显卡收入成长不如预期，导致整体财报表现也未如业界预期。由于NVIDIA的营收主力来自游戏显卡（Gaming）市场，以第三季为例，游戏显卡营收占整体近60%，但第三季受到挖矿市场需求不振冲击，造成Pascal中档游戏显卡出现供过于求的状况，进而面临库存问题。因此，NVIDIA势必要在最短时间内去化库存，以利新一代图灵架构的游戏显卡在市场上的销售，而在去化库存的这段时间内，恐不利NVIDIA的营收表现，短期内NVIDIA应将进入调整期。

其中，包含加密货币芯片收入的OEM和IP业绩反映了“矿业”给英伟达带来的烦恼。在2019财年一季度的财报中，英伟达首次公布，其PCOEM收入增长了320%以上，这主要是由于对用于加密货币挖掘的GPU产品的强劲需求，包括加密货币采矿GPU在内的OEM销售额达到2.89亿美元。但是在接下来的第二季度，OEM和IP整体营收为1.16亿美元，同比降低了54%；第三季度中，该营收为1.48亿美元，同比下滑了23%。

与此对应的是，第二季度以来比特币就已经在走低，近期其价格一周内下跌了25%。在挖矿市场低迷的情况下，二手矿机的交易增加也将加剧了显卡的库存。对此，英伟达正着手清理库存来减小加密货币下跌带来的影响。

NVIDIA全球市场运营执行副总裁JayPuri在GTC大会上接受媒体采访时表示，虽然加密货币的影响超出预期，但是未来1-2个季度，形势会走好。

另一方面，备受期待的AI应用尚未进入成熟阶段，例如在热门的自动驾驶领域，传感、认知、控制等各领域都有待突破，英伟达欲成为自动驾驶的算力大脑，还需要时间。WaymoCEO甚至表示，自动驾驶未来几十年还不会遍地存在。当然，英伟达在该领域正在不断拓宽合作伙伴。

不过，赛迪顾问人工智能研究中心副总经理向阳告诉21世纪经济报道记者：“AI应用来说，用户端看到的相对没有那么明显，但是很多互联网、金融等企业，还是使用了很多英伟达的产品。只说没有那么直观，它改变生产率是在比较底层的技术算法上。目前来看，在云端训练芯片上的需求还没有出现下降的趋势，可能增速会稍微减缓一点。”

向阳还谈道，引发这一轮下跌的原因还包括两方面，一是旗舰的显卡RTX2080Ti，最近产品质量上稳定性不够，存在花屏甚至燃烧的问题。二是和大环境还是有很大关系，现在美国的科技股都在暴跌。

竞争者众

在解决当前困扰的同时，英伟达继续大举进军人工智能领域，同时其也面临着劲敌。

从全球来看，人工智能公司可以简单地概括为三个派系，其一是系统应用派，比如谷歌和Facebook，他们不仅开发人工智能的系统级框架，还进行大规模应用；第二类是芯片派，最大的玩家就是英伟达和英特尔，目前主要提供算力支撑；第三类是技术应用派，剩下的大部分公司都属于这一类型，基于系统应用派和芯片派的技术平台。

在AI芯片的分类中，按用途可分为训练芯片和推理芯片，训练芯片对算力要求极高，推理芯片更看重算力、耗能等多方指标。陈怡然告诉21世纪经济报道记者，英伟达芯片主要在训练端有较大优势，推理端的产品选择就很多。

“算力表现一直是AI芯片十分重要的性能指标，算力的计算大致上可以分成两种类别，一种是针对主流的神经网络如RNN或是CNN，另一种则是不同的运算精度如FP16、FP32等，以NVIDIA的整体表现来看，不论是哪种计算指标，NVIDIA表现都算是居于领先。”拓璞产业研究院资深分析师姚嘉洋向记者分析道，“目前NVIDIA在训练端的主力芯片为TeslaV100，但是由于采用的制程较旧，所以很容易被新进业者所开发出的产品超越，NVIDIA若要进一步取回领导地位，势必就要在芯片的运算架构有所更新，甚至也要投入更为先进的制程，例如7nm或是5nm，才能保持在算力上的优势地位。”

在推理端，厂商选择的就不仅仅是GPU了，FPGA、ASIC等均各有特色。整体来看，英伟达的竞争者来势汹汹。包括老牌的英特尔、AMD、谷歌、赛灵思，也有新进的华为，寒武纪等。

比如传统算力领域的老大英特尔，就在2015年167亿美元收购FPGA（现场可编程门阵列）巨头Altera，FPGA在云计算、物联网、边缘计算等方面有很大的潜力；2016年英特尔还收购Nervana，计划用这家公司在深度学习方面的能力来对抗GPU。谷歌的TPU已经进化到3.0版本，华为也推出昇腾系列芯片。

姚嘉阳向记者分析道：“NVIDIA的GPU投入AI的时间点比英特尔和赛灵思的都早，在软硬件方案和生态系统的发展上，也相对完整。AI系统的开发，除了性能表现外，软件与函数库的搭配也相当重要，在这方面，NVIDIA做得相当扎实。但是英特尔和赛灵思近期也有急起直追的态势，強化自家解决方案的性能表现。”

他表示，NVIDIA未来所面临的挑战在于，投入AI芯片开发的业者越来越多，尽管NVIDIA的生态系统相对成熟，但竞争对手也比过往增加不少，如何进一步优化NVIDIA在AI方案的性价比，将是NVIDIA明年的重要课题。

本文来源：21世纪经济报道