英偉達的市盈率僅爲24倍，是否受到了過於嚴厲的懲罰？

隨着「人工智能泡沫」擔憂仍在蔓延，$谷歌-C (GOOG.US)$憑藉其Gemini 3模型和全棧人工智能戰略，已成爲新的技術市場明星。本月該股上漲超過14%，年初至今漲幅約爲70%，在M7中處於領先地位，並使Alphabet接近達到4萬億美元的市值。

相比之下，谷歌AI芯片的崛起恰逢$英偉達 (NVDA.US)$ ，在不到一個月的時間裏抹去了約1萬億美元的市值，並拖累了其他GPU廠商如 $美國超微公司 (AMD.US)$ 也出現下跌。

對投資者來說，核心問題很簡單：在這波TPU熱潮中，英偉達是否真的被過度拋售，還是市場只是在削減一些過度樂觀的情緒？

市場所擔心的是什麼

英偉達近期的估值下調歸結爲三大擔憂：

1. 自研芯片的替代風險

雲巨頭正在推出自己的加速器——谷歌的TPU系列、AWS的Trainium和Inferentia、微軟的Maia和Cobalt。擔憂在於，隨着時間的推移，這些努力將顯著減少超大規模企業對英偉達GPU的依賴。

2. 成本與效率差距

在特定工作負載中，Google聲稱其最新的TPU在每瓦性能和每次計算成本方面比同類GPU有顯著提升。如果你是一位首席財務官，面對數十億美元的人工智能資本支出，30%-50%的成本差異是無法忽視的。

3. 「從必備到可選」的敘事轉變

Gemini在TPU上進行端到端訓練被解讀爲前沿模型不再需要依賴其他硬件的證明，需求英偉達。這加劇了對人工智能需求可能比預期更早達到峰值的擔憂，並且預示着英偉達類似壟斷的黃金時代已經成爲過去。

TPU究竟是什麼：一種專用工具，而非通用替代品

ASIC的侷限性也很明顯：

1. 封閉生態系統

TPU 僅在 Google Cloud 上可用。大規模使用它們會不可避免地將客戶鎖定在 GCP 中，這是許多企業不願意做的。多雲策略很難與僅存在於單一雲中的芯片相協調。

2 較弱的軟件和開發者護城河

CUDA 已經有十多年的時間成爲加速計算的「通用語言」。它無處不在：消費級 GPU、本地服務器、每個主要雲平台以及無數研究環境中。圍繞它構建了各種工具、庫和社區。

TPU 的工具鏈有所改進，但其生態系統仍然較小且更爲分散。將成熟的 CUDA 代碼遷移到 TPU 並非易事，通常不值得付出工程成本。

3. 應用範圍較窄

大多數關於「TPU 更便宜、更快」的說法都是基於有限的一組深度學習任務進行基準測試的。對於更廣泛的用途——傳統高性能計算（HPC）、科學計算、圖形處理、混合工作負載——GPU 仍然是更加靈活且支持更好的選擇。

需求側：市場份額損失 ≠ 收入峰值

即使我們假設 TPUs 和其他內部 ASIC 在各大雲平台上獲得重要份額，這並不自動意味着英偉達的收入正在達到頂峰。

幾個關鍵點：

– 英偉達仍然在AI加速器市場佔據着非常高的份額——目前通常估計在80%-90%的範圍內。

– 超大規模用戶可能會將其部分增量支出轉向內部芯片，但他們並未放棄GPU。相反，他們的路線圖越來越多地顯示共存：針對某些標準化工作負載的定製硅芯片，而GPU則用於靈活性和峰值性能。

– 在超大規模用戶之外，大多數企業、政府和研究機構沒有足夠的規模、人才或風險承受能力來設計自己的芯片。對他們來說，英偉達的全棧解決方案——GPU、網絡、軟件——是默認選擇。

更重要的變量是整體AI計算需求。如果總的AI資本支出繼續以高速率增長，即使英偉達的市場份額從90%下降到60-70%，其出貨量和收入仍可能增長。蛋糕正在快速擴大；失去幾片並不意味着麪包房關門。

因此，TPU的熱情主要影響的是誰能得到增量蛋糕的多少份額，而不是蛋糕是否存在。

估值：在24倍的前瞻性收益下，勝算看起來合理

在人工智能狂熱的高峰期，英偉達的前瞻性市盈率飆升至50-70倍區間——這一水平實際上假定多年無瑕疵的執行和接近壟斷的經濟狀況。在最近的拋售和盈利重置之後，該市盈率已大幅壓縮。

英偉達目前的交易價格約爲 24倍前瞻性收益，相較於標普500指數的大約 22倍對於其他一些大型科技股則是高20倍左右。然而，在大約這一估值水平上，市場似乎已經在很大程度上反映了來自ASIC競爭的市場份額和增長影響——這爲新投注Nvidia提供了更具吸引力的風險回報比。

瀏覽 32.3萬