天风证券 何翩翩

原题《英伟达:维持买入和TP280美元; 期待无人驾驶接力》2018.08.18

导读

英伟达FY19Q2营收同比增长40%至31.2亿美元与市场预期持平,Non-GAAP EPS同比涨91%至1.94美元,高于预期的1.85美元。游戏业务收入同比增长52%达18.05亿美元,高于预期的17.4亿美元;数据中心业务同比涨83%至7.6亿美元,高于预期的7.5亿美元;汽车业务营收1.61亿美元,同比涨13%,好于预期的1.45亿美元。OEM&IP业务受数字货币价格滑坡而大幅下滑至1.16亿美元,其中区块链仅贡献1800万美元,但我们重申挖矿业务的附加性和一次性。FY19Q3指引营收32.5亿美元弱于市场预期的33.4亿美元,鉴于公司考虑挖矿贡献为零,以及公司预计Q4发布新游戏显卡,而使玩家购买需求滞后影响。

数据中心继续从训练垄断到推理扩张版图

AI芯片高需求景气度中,英伟达仍进一步依靠推理端渗透扩大可及市场。Q2数据中心业务同比涨83%,指引Q3继续同比和环比增长,我们预计该业务到2020年仍有CAGR 50%的增速。英伟达通过高性能计算服务器DGX打开顶尖HPC市场(Top500超算市场渗透率达56%),通过针对推理计算的Tensor RT 4加速器扩大使用场景(从只能做图像视频推理扩展至语音识别、语句合成、翻译和推荐系统等),并推广低端AI计算芯片P4降低使用门槛。英伟达数据中心的AI计算需求由三波客户驱动:Hyperscale巨头作为第一波客户在训练端的复购高渗透率正在向推理端延伸,第二波则是其他云计算大公司开始放量,第三波基于云计算互联网企业的海量数据和AI应用计算需求。

我们此前已多次强调,在深度学习上游训练端(主要用在云计算数据中心里),GPU是当仁不让的第一选择;深度学习下游推理端包括云侧和端侧两部分,需求更加细分,我们认为除了GPU为主流芯片之外,包括CPU/FPGA/ASIC等也会在这个领域发挥各自的优势特点。

汽车业务重拾动力待放量,新架构Turing拓展游戏/专业视觉壁垒

汽车业务重拾增长动力,本季同比涨13%,随着Xavier芯片开始量产,英伟达在高级别自动驾驶芯片的先发优势,也会随合作车企和Tier One供应商开始逐步进入测试适配阶段而进一步保持(Bosch、Daimler均选择DRIVE Pegasus在明年开始小规模路测)。英伟达完整自动驾驶策略方案包括:AI驱动的自动驾驶系统+英伟达从L2至L5都统一的底层计算平台+端到端的软件系统(数据收集、模型训练、驾驶模拟)+超过370个合作伙伴的开源生态平台。我们认为随无人驾驶产业普及待临界点来临,除了硬件成本较高、功耗较大等问题会迎刃而解,完整算法解决方案也会随之落地。

全新Turing架构主要针对游戏和专业视觉市场,通过实时光线追踪功能推动游戏开发、电影视频内容创作等视效提升。游戏业务长期仍依靠高端PC游戏(RTX、4K、VR给游戏带来电影艺术的视觉体验)、电子竞技和社交热情(PUBG及堡垒之夜的社交加成)以及用户基数升级周期(Pascal的安装率仍只有30%)带来稳固增长。

区块链影响进入尾声,降低公司整体业务不确定性

挖矿业务受币价影响加速消弭但也降低公司整体业务不确定性。本季度在OEM中仅1800万美元,低于公司预期的1亿美元,公司表示往前看区块链影响甚微,我们也重申挖矿业务的一次性无实质影响,长期“小但不是零”。结合公司业绩及Q3指引,我们对公司业绩预测进行调整,将FY19/20收入上调至131.1/167.9亿美元;FY19/20 EPS上调至7.98/9.81美元,对应PE 35/29x,维持目标价280美元和“买入”评级。

风险提示:GPU市场需求不及预期,行业竞争加剧等。

1. AI立夏之时GPU大有可为

人工智能深度学习能够得以普及,其中重要的原因是计算能力的提升以及GPU的出现。1999年,英伟达设计并生产出被认为是世界上第一款消费者级别的3D图形GPU——GeForce 256。2012年,英伟达与谷歌的人工智能团队合作,建造出最大的人工神经网络,并首次将人工智能应用于分析YouTube视频内容。深度神经网络技术也在GPU的支持下实现了重大突破,英伟达为包括计算机视觉、语音识别、自然语言处理在内的人工智能“里程碑”式发展提供了长足的计算动力。

可以说,大数据、深度学习、GPU的一同出现才造就了当前人工智能的繁荣景象,这也是英伟达被誉为“深度学习的三大建立者之一”的原因。2013年11月,英伟达与IBM联合让GPU加速器技术正式进入到企业级数据中心当中。而“数据中心加速器市场”这个名词的正式出现,也成就了英伟达AI时代奠基者的地位。

数据中心加速器,也就是我们常说的AI芯片,应用在AI运算加速当中,如今这块蛋糕正越来越大,并进入到“百家争鸣”的非零和博弈阶段。AI计算强调“通用性和功耗的平衡”——在深度学习上游训练端(主要用在云计算数据中心当中),GPU是当仁不让的第一选择,ASIC包括谷歌TPU、寒武纪NPU也如雨后春笋般涌现。而下游推理端更接近终端应用,需求更加细分,GPU主流芯片之外,包括CPU/FPGA/ASIC也会在这个领域发挥各自的优势特点。

依靠通用及灵活的强大并行运算能力,广泛契合当前人工智能监督深度学习以及生成式对抗网络(GAN)/强化学习所需要的密集数据和多维并算处理需求,在未来3-5年内,GPU仍然是深度学习市场的第一选择。

2. 数据中心增长五倍可期

深度学习上游训练端由GPU主导并基本为英伟达所垄断,下游推理端虽然可容纳CPU/FPGA/ASIC等芯片,但竞争态势中英伟达依然占主导。这块业务(即英伟达数据中心业务)在2016年收入贡献8.3亿美元,增长145%;到2017年再涨133%至19.32亿美元。

从数据中心服务器支出构成的角度来估算,我们预测,随着GPU和其他AI芯片的成本占整体服务器成本将会从2016年的2%提升到2019年的10%,英伟达的数据中心业务将会由2016年的8.3亿美元增长5倍至2019年的45-48亿美元。

下为测算过程:

根据Gartner统计,2017年全球服务器出货量较2016年增长3.1%,而服务器销售收入则增长了10.4%,源于企业客户和超级数据中心的需求进一步向混合云服务器扩张,带来量价齐升,同时,这些客户对于服务器的要求也更趋高端,导致销售额增长高于销售量。2016年服务器总销售收入约540亿美元,其中约86%即460亿美元属于x86服务器(2015年x86服务器比例为82%),另14%属于IBM等非x86服务器。

根据ARK Investment Management LLC测算,x86服务器中组件成本占90%,即410亿美元,包括英特尔CPU、英伟达GPU以及内存等;另10%属于HPE、Dell等制造商利润。

在410亿美元的组件成本中,英特尔占三分之一约136亿美元(英特尔2016年数据中心业务营收为172亿美元,ARK Investment Management LLC测算以80%计为数据中心服务器收入即136亿美元);英伟达的GPU收入8.3亿美元仅占2%;其余65%则为主板、内存、硬盘、网络连接等设备。

按照这个逻辑,我们对2019年数据中心服务器支出进行测算:

1、2017年服务器销售收入增长10.4%至598亿美元,Q1全球服务器收入同比增长33.4%,出货量也同比增长17.3%,行业景气度高涨。我们估计未来三年全球服务器出货量CAGR在6-7%左右,对应销售保守收入CAGR达到10%以上;

2、我们估计人工智能深度学习的需求加速带来的GPU和其他AI芯片在的数据中心加速器市场的扩张,会让加速器成本支出占比从2016年2%提升到2019年的10%。由此算得,2019年加速器市场空间约为58亿美元。

3、考虑到2016年加速器市场约8亿美元基本为英伟达GPU垄断(占比约100%,见图4,英伟达对应市场业务2016年收入为8.3亿美元),而到2019年若有部分AMD GPU、少量FPGA、ASIC等芯片加入,进一步扩充推理端市场,但英伟达仍以绝对龙头维持市场份额在80%以上,则对应58亿美元的46亿美元以上,实现从2016年8.3亿美元的5倍增长。

为了相互印证,我们另外从全球服务器出货量数据以及GPU服务器渗透率角度进行预测。根据Gartner最新市场数据,今年Q1全球服务器收入同比增长33.4%,出货量也同比增长17.3%,行业景气度高涨。我们也对应调高全年服务器出货量预测,预计18-20年三年全球服务器出货量增速分别为10%,6%和4%,对应GPU数据中心市场空间增长至65亿美元。

3. 拥抱自动驾驶大市场,多样性+冗余性带来繁荣

我们一直认为,以2020年为界,全球将开启无人驾驶的“黄金十年”。而L3半自动驾驶水平以上的行业发展,需要整个汽车行业供应商关系的重组和整合。“车企+供应商+芯片巨头+打车软件+物流公司”的合纵连横,会为汽车产业带来全面的市场机会。而这之中,英伟达作为无人驾驶上游系统解决方案的领导者之一,在不断完善自动驾驶环境生态圈来争夺杆位的同时,也在自动驾驶系统的核心策略算法层面,通过积累和研发提高壁垒。英伟达提出完整的自动驾驶策略方案包括:AI驱动的自动驾驶系统+英伟达从L2至L5统一的底层计算平台+端到端的软件系统(数据收集、模型训练、驾驶模拟)+超过370个合作伙伴的开源生态平台。我们认为,随着无人驾驶产业普及,除了硬件成本较高、功耗较大等问题会迎刃而解,完整算法解决方案也会随之落地。

从2015年发布车载超级计算平台DrivePX到去年底发布面向完全自动驾驶L5级别的Pegasus,英伟达在硬件层面算力和研发节奏上成为当仁不让的“先行军”。2017年,英伟达在汽车相关业务上的贡献不多,同比仅增长15%。不过自动驾驶业务当前还处在合作布局阶段,市场仍在等待放量临界点。而随着以奥迪A8为首的高端车型从今年开始逐步配置L3基本半自动驾驶并向下延伸渗透,市场放量会对英伟达的汽车业务营收带来明显贡献,成为继数据中心之后的业绩“接力棒”。

4. 算力革命再精进

3月底,我们团队亲临英伟达硅谷GTC现场,深刻感受到了基于“图形+AI+自动驾驶+新平台(机器人/医疗)”算力革命的更新精进,英伟达通过GPU产品的强大技术壁垒继续优化和扩张产品生态圈。而且,英伟达传统的游戏显卡业务依然生机勃勃,超过七成的市场份额会随着新架构显卡在年内发布,继续巩固公司在高端PC游戏(RTX、4K、VR给游戏带来电影艺术的视觉体验)、电子竞技和社交热情(PUBG及Fortnite的社交加成)以及用户基数升级周期(Pascal的安装率仍只有30%)中带来的稳定增长。全新Turing架构的游戏显卡将于Q4面市,也将让英伟达进入新的玩家升级周期。

游戏显卡方面,英伟达预计在8月发布Turing架构新显卡,并于Q4面市,我们预计全球桌面显卡出货量在17、18年受挖矿需求提振后会进入平台期。

5. 挖矿业务加速消弭,长期“小但不是零”。

另外,在备受市场关注的虚拟货币挖矿业务方面。很多人误认为GPU挖矿业务与比特币价格有很紧密的关系,甚至会影响到英伟达的业绩结构。但实际上,GPU本身并不是为了挖比特币而设计的,而且虚拟货币的挖矿生态是一个在新币替代旧币的内部循环中又逐渐递减的过程。英伟达也表示市场将GPU与虚拟货币紧密相连,是因为GPU拥有世界上最大的分布式超级电脑的安装基础,而区块链技术恰好需要这种去中心化和加密算法的功能,所以GPU正是区块链技术的完美计算平台。

其次,挖矿选择AMD的GPU拥有更好的经济效益,2017全年挖矿业务给AMD贡献了约5-6%的营业收入,而对英伟达的影响我们预计只有4%。今年Q1区块链给英伟达贡献2.9亿美元,公司预计Q2会环比减少2/3至1亿美元,但Q2实际仅有约1800万美元。英伟达表示此前虽然预估年内挖矿业务会有实质意义,但随着整体数字货币一路走低,英伟达往前看区块链影响甚微,我们也重申挖矿业务的一次性无实质影响,鉴于币价波动长期“小但不是零”,并降低公司整体业务不确定性。

结合公司业绩及Q3指引,鉴于全新Turing架构GPU面世游戏和专业视觉市场,以及自动驾驶业务仍待放量临界点,我们对公司业绩预测进行调整,将FY19/20收入从126.6/157.1亿美元上调至131.1/167.9亿美元;FY19/20 EPS从7.09/8.82上调至7.98/9.81美元,对应PE 35/29x,维持目标价280美元和“买入”评级。