做空机构 Citron 6 大理由唱衰英伟达，2017年谁能问鼎 AI 芯片市场

【新智元导读】 近日，美国著名做空机构香橼（Citron Research）通过 Twitter 发布做空报告并给出了6点分析理由，称英伟达 2017 年股价将跌回 90 美元（按照当日股价来看，跌幅大约为 20%）。英伟达在2016年深度学习硬件市场中占绝对统治地位，在资本市场上，英伟达的股价2016年也上扬了250%，是成长最好的股票之一。但是英伟达真的就可以在2017年超越老牌芯片制造商英特尔和AMD吗？从前的客户Google参与芯片市场角逐，又是否成为新晋赢家？本文从市场、技术、资本三个角度深度分析2017年AI芯片大战，究竟鹿死谁手。

本文内容提要：

• 受益于深度学习芯片，英伟达的股价2016年上扬了250%
• 但是投资者对于2017年大多对英伟达的发展持谨慎态度
• 英特尔利用技术专利和上下游布局，可能超车英伟达
• AMD蚕食英伟达深度学习市场份额，或成有力竞争对手
• 从前的客户也加入上游竞争，如Google TPU
• 香橼（Citron）昨日做空英伟达

英伟达在2016年深度学习市场中占绝对统治地位，在资本市场上是成长最好的股票。很多人相信英伟达将主宰下一波计算浪潮，最终全面超越传统芯片商如英特尔和AMD。投行高盛也相信英伟达是一个“独一无二的正处于成长路上的故事”，并预估它的营收和利润会在未来三年创下新纪录。

今年英伟达不论在市场还是股票上取得了惊人的增长。问题是，2017年这家公司能否持续这么高的增长呢？ 英伟达真的可以在2017年超过老牌芯片制造商，特别是英特尔吗？其股票暴涨到底因为基本面够好，还是被不理性的繁荣所驱动？

英伟达是否被非理性繁荣所驱动？

硬件市场最强推动力——深度学习

文章开始前，有必要重申一下深度学习硬件市场对所有芯片商的重要性。虽然目前市场还是初期阶段总盘子并不大，然而，接下来市场会迅速膨胀。最近BCC的报告表明，深度学习领域的硬件市场会从2014年的 64 亿美元到 2019年增加到153亿美元。这可能包括各种用于计算集群的计算硬件销售，但是我们必须认识到接下来三年，深度学习硬件市场的CAGR（复合年增长率）高达19.7%。

另外我们可以看到英特尔的季度营收通常是百亿美元级别，AMD是十亿美元级，英伟达在2014年第四季度也还是10亿美元，但是现在已经翻倍了。从中可见深度学习硬件市场对三大家的重要性。

英伟达占据了深度学习市场的绝对地位。但是值得注意的是，英伟达的增长很多来自游戏，受益于AMD的份额减少，而不是新的目标市场。而且来自新老玩家的竞争非常大（例如 Intel Xeon Phi，AMD Radeon Pro，XLNX等等），并且，AMD 将在2017年一季度和二季度分别发布用于桌面电脑和服务器的新GPU。

英特尔体量是其他两家公司的很多倍，但是在深度学习硬件市场占比不多。不过，英特尔在和英伟达的授权交易中已经获得了这个知识产权，这对2017年的英伟达的EBITDA（未计利息、税项、折旧及摊销前的利润）有很大影响。

同时，英伟达是无晶圆厂生产商，TSMC（台积电） 生成所有的GPU ，TSMC跟英伟达的生意有 50%毛利，英伟达自己是80%毛利率。而英特尔是垂直整合的，英特尔可以减少37%的芯片却依然保持80%的毛利。同时AMD授权GPU专利给英特尔。相信英特尔绝对可以在该市场占据不错的收益。

几个月前，AMD 在这个市场还毫无存在感。但是我们有理由相信AMD未来在关键领域的战略投资会让它迅速增长份额。如果AMD能够占有深度学习硬件行业哪怕5%的份额，它的营收就会增加7.65亿美元。看上去好像不多。这么说，前面提到的深度学习部分营收增加会单独增加到19% ，这将成为AMD中最高的一项收入。也就是说很小的市场份额都会让AMD获得不错的增长，所以深度学习硬件市场会成为一股最大的力量推动AMD往前。

此外，对于这些芯片厂商来说，现有客户某种程度上也变成了竞争对手（比如Google的TPU，Apple等），数据中心也加入到竞争之中。

深度学习硬件技术方案一对一比较

英伟达 PK AMD

目前人工智能最流行的是大规模的并行GPU和CUDA框架。英伟达和AMD都做GPU超过十年了，但现在英伟达成为人工智能市场的主宰者，同时，就在几个月前，市场起来的时候AMD甚至没有一席之地。什么原因？

有人认为，AMD的GPU并没有什么问题。实际上，有时候他们比英伟达还要好。但是，事实上硬件仅仅是整个深度学习所需的一方面。你的软件需要跟你的硬件有效率的通信，全面利用所有的资料。生态系统、库和知识存储可造成很大差异，这正是英伟达占优势并超越AMD的方面。大多数神经网络代码利用了英伟达的CUDA库。AMD也做了OpenCL 生态系统面向开发者，但是它不能很好的支持cuDNN。

重要的是，英伟达专用GPGPU（general purpose GPUs）同时支持OpenCL和CUDA框架，而AMD显卡只支持OpenCL框架。这诱惑着开发者用更流行的CUDA开发程序。

此外，英伟达对开发者非常友好，它有大量知识储备，不仅仅提供统计帮助内容，还以开课和工作坊的形式帮助开发者重头学起。

但是，AMD已采取行动对付英伟达。跨平台支持会带来很明显的问题，如果开发者给CUDA开发软件，那它没必要在OpenCL上面跑。类似的，OpenCL的代码不会在CUDA上跑。所以开发者为更流行的CUDA框架开发软件，这限制了英伟达生态系统的深度学习软件。这是一个很大的问题，必须解决。这正是图像创业公司Otoy切入的地方。这家公司基本上就是对CUDA框架进行反向工程，使英伟达显卡上的程序可以兼容英特尔和AMD做的图像引擎。所以这对AMD是一个利好。

为了跟CUDA架构的交互可以更久一点，AMD年初重启了玻尔兹曼基金。但是关键难题是AMD现在可以把99.6%的CUDA代码移植到它的OpenCL框架。并且整个转换过程是自动的。

这基本意味着开发者不用辛苦地单独为AMD芯片写代码。他们只需要用自动转换工具，AMD系统会对他们开放的。同时，移植的应用立马提升了AMD对深度学习的吸引力。因此这对AMD和开发者是个双赢的事情。双方都从最小的人为干预中获益。

AMD解决了移植问题，现在CUDA应用可以在它自己的GPGPU上面跑。这就意味着投资深度学习的企业现在既可以用英伟达又可以用AMD的硬件，随着高性能的Vega显卡2017年发布，可能更多企业会在他们的深度学习机器上用AMD解决方案。

英伟达 PK 英特尔

英伟达 的 GPU主要是针对图像渲染的，这个跟深度学习有些类似，因此在市场没有更适合的产品出现时GPU成了开发者首选，但实际上，图像和深度学习还是完全不同的。英特尔的首款深度学习芯片的原型Nervana Engine，从基础架构设计上开始就是为深度学习设计的，从而实现了加速深度学习性能上的大幅提升。

根据新智元之前对英特尔所收购的深度学习芯片公司Nervana CEO Naveen Rao的采访，我们了解到，从架构上看英特尔的深度学习芯片比GPU加速深度学习的速度要快十倍。在讲到计算力的时候，比较的基本单元是乘积累加（MAC）运算次数，也就是每秒钟可以进行的MAC次数。英伟达最新的GPU采用17纳米工艺，能提供9到10 TP；英特尔用28纳米的芯片，可以达到超过50 TP的级别。

Naveen Rao告诉新智元，芯片面积有限，上面晶体管的数量是固定的，问题的根本是能够如何利用这些晶体管进行不同类型的计算。英特尔发明了一种新的指标（metrics），叫做“flexpoint”，介于浮点运算和定点运算之间。flexpoint 利用了神经网络的特点，不需要进行完整的浮点运算，这是一个基于张量的架构，不适合进行普通的乘法，但却能配合普通浮点运算芯片，让电路搭建得非常密集。在架构上，英特尔的芯片也与GPU和其他传统芯片不同，是没有缓存的。此外，它的可扩展性非常强，总带宽（Aggregated IO）很多，速度每秒能够达到2.4TB。简单说，这样不会浪费资源去做与深度学习无关的计算，也不会去处理图像数据。

英特尔拥有很强的半导体工艺，同时拥有世界最高密度、最低能耗的工艺，再结合Nervana的架构，将实现其他人无法做到的事情。

另外，英特尔的整体研发实力不容小觑。它研发多种用途芯片进行，同时对软硬件技术进行布局。从性能上和易用性上，开发者会选择哪家还能难说。

资本市场看好谁？

曾经英伟达是市场的宠儿，现在市场风向变了。有资本正做空英伟达。知名做空机构香橼研究公司（Citron Research）的研究以六大理由不看好英伟达股价，他们认为2017年，英伟达可能会跌回90美元。

1. 增长/市场份额：英伟达的大部分增长得益于游戏领域以及蚕食竞争对手 AMD 的市场份额，而不是由于扩大新市场所带来的增长。

2. 数据中心竞争加剧：数据中心方面的现有企业还是新兴初创企业（例如英特尔 60 核处理器 Xeon Phi、AMD 显卡 Radeon Pro 以及赛灵思 XLNX 等）使得英伟达面临着显著的竞争。与此同时，AMD 将在 2017 年第 1 季度和第 2 季度发布桌面及服务器新 GPU。

3. 知识产权：如果你觉得英伟达所拥有的嵌入式 IP 值现在的高溢价，那么你需要知道英特尔之前同英伟达签署了许可协议，获得了访问这些 IP 的权限，但该协议将于今年年底结束。

4. 英特尔许可收入：将对英伟达 2017 年的税息折旧及摊销前利润（EBITDA）产生重大影响。

5. 毛利率可持续性：英特尔将于 2017 年年中加入竞争战场，这将对英伟达的毛利率产生很大影响。英伟达是无晶圆厂生产商，由台积电（TSMC）负责为其提供所有的 GPU。但英特尔已经实现了垂直整合。台积电 50% 的毛利率都是通过英伟达的业务实现的，如果英伟达想实现 80% 的毛利率，英伟达必须在现有基础上加价。而如果英特尔可以对其芯片定价降低 37%，同样能够实现 80% 毛利率。

6.定制芯片与 GPU 替代解决方案的竞争：将面临现有竞争对手的竞争（Google 的 TPU 以及苹果

再看下图，英伟达一年之中P/S（Price-to-Sales，市销率=总市值/主营业务收入，市销率越低说明股票投资价值越大） 达到近8倍，而英特尔只有2.9倍，AMD 2.4倍。从一年的P/E（Price-to-Earning per share，市盈率=价格/每股收益）看来，英伟达 36.95倍，而英特尔13.27倍，AMD 292倍。由于AMD有战略转移，它的P/E跟现阶段的营收增长曲线相关性不大。

还有一天就到2017年， AI芯片大战将掀起腥风血雨，市场有多大，战争就有多残酷，让我们拭目以待。

参考资料：

http://seekingalpha.com/article/4033073-nvidia-rally-legs-caution-warranted

http://amigobulls.com/articles/deep-learning-to-drive-huge-growth-for-advanced-micro-devices-inc-amd?p=n

https://twitter.com/CitronResearch/status/814118491607285760

责编：XJ