英伟达王朝的“软肋”：GPU的三大风险及解决方案

2024年6月18日美股收盘，英伟达市值达到3.33万亿美元，超过微软、苹果、谷歌、亚马逊成为全球市值最大的公司。

人工智能对GPU算力需求，是GPU的最大推动力

以英伟达为例，足见算力对GPU的拉动力。2024年Q1收入占比高达86.6%的数据中心业务，收入增长426%达到225亿美元。而在2016年英伟达的数据中心业务收入占比仅有6.77%。

拐点一：AI竞赛放缓，大模型创业公司倒闭退出

5月6日幻方的深度求索率先发起价格战，后续阿里、百度、腾讯、字节等旗下大模型跟进。目前大模型的主流应用还停留在问答模式，降价的背景是盈利模式无法很好落地，只能通过tokens收费。大模型创业公司若不改变无法盈利或看不到盈利预期的烧钱模式，未来就会有现金流中断的风险，大批量创业公司退出将会减少对GPU需求。

拐点二：三星投资GPU，新竞争者加入拉低行业利润率

行业龙头英伟达24Q1毛利率高达78.35%，净利润率57%，高利润率容易吸引更多的竞争者加入。三星公开宣布投资GPU，预示着与GPU行业巨头英伟达正面竞争。与谷歌等互联网大厂以fabless模式做GPU不同，三星做GPU有经验与技术积累：1.三星的半导体业务是IDM模式，设计与工艺紧密融合。2.三星拥有Exynos等处理器的成功经验，为GPU提供算力芯片设计参考。3.三星具有与GPU配套的高带宽内存芯片（HBM），可以从系统层面提升芯片算力组的能力。

拐点三：算法层的突变，从矩阵计算到无矩阵计算

通过算法的改进，减少对GPU的消耗，是技术层面的重大风险。前面两大风险都是中短期对GPU公司业绩的影响，是在原有的技术框架下的竞争。而算法技术层面的突变是较大的变革，如同从燃油车到电动车，对汽油的需求直接清零。矩阵乘法（MatMul）是Transformer大语言模型（LLM）中最耗费计算资源的运算，矩阵乘法占用了高昂的计算成本和庞大的内存需求。2024年6月18日arXiv的论文《ScalableMatMul-freeLanguageModeling》（第五版）中的新Transformer架构通过无矩阵乘法（MatMul-free），显著减少对GPU和内存依赖。并且使用FPGA方案替代GPU进行训练和推理，以13瓦特的功耗处理数十亿参数模型，已接近人脑效率。

投资建议：目前看以上三大拐点已有星星之火，若该星星之火在以后持续发展，对GPU行业或有实质性的影响。特别是第三个拐点，将会从底层改变GPU的投资逻辑。推荐关注算力产业链其他公司：国产CPU龙芯中科、先进制造中芯国际。

本文作者：何立中（SAC执证编号：S0110522110002），来源：首创证券。原文标题：《GPU的拐点》

本文来自华尔街见闻，欢迎下载APP查看更多