AMD和英特尔纷纷来抢滩，英伟达在游戏和数据中心的好日子要到头？

近十年，英伟达在高端GPU和GPGPU市场处于主导地位。传统的竞争对手AMD，在传统的GPU市场以及新兴的GPGPU市场都落后于英伟达。另一个主要竞争对手英特尔在开发尖端GPU方案上也无法跟上英伟达的脚步。所以，英伟达在高端市场畅销多年。

随着AI/ML市场的爆发式增长，高ASP、高利润、高增长，英伟达一跃成为市场的宠儿。

对于英伟达来说，2016年和2017年是了不起的，股票增长近五倍（如下图片来自谷歌金融），达到近1000亿美金的市场容量--这在半导体领域非常罕见。46的市盈率代表了本市场对平流增长的预期。

在文章中，我们用到的案例到目前为止，增长预期和公司价值都不能反应实际情况。

分析的合理性就一句话：竞争。

英伟达的竞争来自两方面。首先，在英伟达之后经过多年努力，AMD推出了新的GPU和GPGPU架构--Vega，作为合法性的竞争产品；第二是，像谷歌等公司正在开发定制化ASIC用于解决多个大量的AL/ML问题。

在我们加入竞争动态之前，让我们先看看英伟达的营收分布情况：

上面的表格清楚地显示，PC游戏业务和数据中心业务是英伟达的主要营收和增长驱动力。

专业的可视化和OEM&IP部分如今已经停滞好几个季度，并且不是英伟达的增长部分。然而，我们看不到这些部分作为有意义的价值驱动，并忽略掉。

汽车市场增长潜力巨大，但是现在太小还不能显示出其重要性。在该业务中，高增长、高ASP、高利润机会和自动驾驶相关。自主性消费车辆的自动驾驶比行业炒作的要远很多。在2018年，我们预计只有谷歌/Waymo将会推出真正的自动驾驶汽车。特斯拉Model 3尽管不被看做自动驾驶汽车，在2018年会对英伟达的自动业务会产生冲击，但是我们预计它在英伟达的全年营收中很重要。因此，我们不会对英伟达的这项业务抱有过高期望。当自动驾驶产业进入成熟期，我们预计汽车OEM厂商将会需要第二来源，并且业务将会明确地变成低利润业务。

在这样的背景下，我们限制了我们对竞争向量的审查和对游戏和数据中心业务的影响。

游戏
在高端领域缺席多年后，AMD带着具有竞争力的游戏产品Vega回来了。由于AMD的Threadripper产品在游戏CPU领域很有优势，AMD将会在高端游戏GPU市场复仇。在高端GPU市场，我们预计到今年年底1070和1080 GPU公司的市场占有率将会下跌5%到10%。由于1070和1080的高ASP和利润，这个市场下跌将会不成比例地影响到英伟达的营收和利润。

其它对游戏市场造成负面影响的是集成高性能显卡的增长趋势。例如，AMD的Ryzen移动处理器和英特尔即将发布的集成显卡解决方案，将会推高PC的强大功能，减少英伟达离散解决方案的TAM。

我们预计Vega将会在本季度（2018年第三季度）让英伟达的市场份额降低5%，在2018年第四季度达到10%，在2018年上半年达到10%-20%的顶峰。然而，鉴于Vega的性能受限，我们预计AMD对可预见的未来对英伟达产生的影响不会超过10%-20%。

英伟达在游戏领域的增长以牺牲AMD和高ASP来实现。我们预计这两个趋势不但不会逆转增长的减少，而且导致潜在的负增长。

数据中心
由于竞争对手的原因，英伟达的数据中心业务也将面临巨大的压力。

首先，很多公司，包括谷歌，已经研发出或者在研发定制化ASIC去解决AI/ML应用程序问题。尤其是谷歌，似乎在大规模推出专用芯片。

谷歌的第一颗Tensor处理器单元ASIC主要针对推理应用，但是最近披露的第二版功能更强大，且能用于训练（有关细节，投资者可以参照谷歌的技术文章）。谷歌宣布第二代TPU的性能可达到180万亿浮点运算，这远高于英伟达的120万亿次浮点运算。虽然谷歌TPU的准确细节可能永远不为人知，但谷歌至少比英伟达超前一年，似乎有超过50%的技术性能优势。谷歌已经使用其技术构建了"TPU pod"集群，并且这些TPU pod中的每一个都会提供惊人的11.5千万亿次的计算能力。最基本的一点是，GPGPU TAM作为英伟达的一个最大潜力客户正在大幅度减少。

除了谷歌，似乎其它公司，如苹果，也在研究自有AI方案。除了预估的云供应商，在新兴领域也有很强的公司--GROQ, Cerebras, Wave Computing, Graphcore,Tenstorrent, Mythic, Thinci, 和Adapteva，他们都是知名度高的初创公司。

另外，AMD的 EPYC处理器平台开始打破数据中心的平衡。随着AI领域的快速演进，似乎CPU、GPU、TPU和其它客户逻辑的已购成为趋势。我们相信AMD的EPYC平台非常适合这场演进。

虽然Volta与其内置Tensor核可能对很多机器学习应用很有吸引力，但Volta不是唯一的机器学习方案。不是使用集成Tensor核的Volta，很多云供应商的更适合的方式可能是让GPGPU和TPU正确组合，从而填充AMD EPYC或者英特尔Xeon服务器，