在英伟达定于 11月 20 日(收盘后)发布第三财季(10 月)收益报告之前，高盛重申对 NVDA(也在美国强力买入名单中)的买入评级。
大家不要觉得英伟达这个位置价格高了，正如我们今年6月份分析的特斯拉一样：特斯拉储能：GenAI能使这项价值1300亿美元的业务通电吗？（深度分析），站在AI发展的角度，英伟达的未来依旧是“星辰大海”。
Blackwell 的增长加上供应方条件的改善将推动每股收益出现有意义的正向修正后，叠加第三财季(10 月)业绩、第四财季(1月)指引和收益电话会议上的管理层指引让我们坚定看好英伟达的后市。
下面我们来分析一下CY3Q24 财报季的关键要点以及对 Nvidia 的影响
Nvidia的四大客户：META，Alphahet，WSFT，AMZN均于上周公布了业绩，从算力角度看，算力需求依旧很强劲，虽然云收入增长率的演变因客户而异(例如，谷歌从 2024 年第二季度的 +29% 同比增长加速到 2024 年第三季度的 +35%，而微软 Azure 的增长从 +34%(CC 为+35%)略微放缓至 +33%(CC为 +34%)，AWS 的增长率稳定在 +19%，但这三家公司都明确表示或暗示，供应，而不是需求，仍然是一个制约因素。
事实上，微软指出，随着更多产能上线，他们预计 Azure 收入增长将在 2025财年下半年(即 3月和 6月季度)重新加速。
来自Nvidia 合作伙伴或者竞争对手的报告和评论也指出了强劲的 AI 基础设施市场背景。
1）. SK Hynix：SK海力士在24年第三季度的HBM的收入环比增长超过70%，同比增长330%至27亿美元，因为该公司的收入组合从 24 年上半年的 HBM3 为主转变为 24 年第三季度的 HBM3E 为主。
展望未来，SK海力士表示，与客户的长期合同支持了良好的需求可见性，并且他们的 HBM 产能在 2025财年未之前已售罄。
2). 三星电子:尽管三星通过其 8Hi HBM3E 技术赢得客户认可所需的时间比预期的要长，但该公司在 24 年第三季度的 HBM 收入环比增长了 70% 以上， 由 A 领域的广泛优势驱动;
3). AMD:在 10 月 10 日举办的 Advancing Al 活动中，AMD 将其 Al加速器 TAM 预测从2027 年的 4000 亿美元上调至 2028 年的 5000 亿美元。结合上周发布的 24 年第三季度财报，管理层还将 2024 年数据中心 GPU 收入预期上调至>50 亿美元，高于三个月前的 >45 亿美元和每年>20 亿美元。
我们对 NVDA 进行分析的时候，见过最多的一个不看好观点是：认为有限的 Al采用将导致 AI基础设施支出下降，进而导致 Nvidia 的收入和收益下降。
不可否认，市场有这个担心是很合理的，我们也同意这样的观点，即当客户进入计算能力消化和/或优化阶段时，Nvidia 最终将经历周期性调整，但我们认为这种情况在短期内(即6-12 个月)发生的可能性是有限的，特别是考虑到最近 A1 用例的广度增加。
我们在下面列出了云服务提供商(CSP)、超大规模企业和企业重点介绍的几个示例，这些示例涵盖广泛的垂直行业和应用程序。
1)，台积电分享说，他们在研发运营中积极利用人工智能，生产力提高 1% 有可能节省 ~10亿美元的成本。
2)，Snap 将 Google Gemini的多模式功能集成到其 My AI 聊天机器人中，在美国的参与度提高了 >2.5 倍。
3) ，Amazon Q是一款用于软件开发的生成式 AI助手，在将 30000 多个应用程序迁移到新版本的 Java JDK 方面，为 Amazon 的团队节省了 2.6 亿美元和 4500 年的开发人员时间。
4)，奥迪使用 Google 的 AI 工具开展了一项活动，使公司的网站访问量增加了 80%，点击量增加了 2.7 倍，从而促进了销售额的增长。
5)，谷歌分享说，他们已经能够通过使用人工智能来提高其工程师的效率，现在生成了公司所有新代码的 1/4 以上。
6)，LG Al Research 结合使用了 Google TPU 和 GPU，将其多模态模型的推理处理时间缩短了 50% 以上，将运营成本降低了 72%以上。
7) ，Volkswagenof America 正在使用 Gemini 为其新的 myW 虚拟助手提供支持。
更大、更复杂的模型将推动对计算的更多需求:
虽然早期的大型领先的超大规模计算提供商的语言模型 (LLM) 主要基于文本进行训练，但模型的性质已日益变得多模式化，同时其复杂性和复杂度也在不断提高。
OpenAl 的 o1模型就是一个例子，该模型旨在在响应提示之前“推理”(或花更多时间思考)。就 Meta 而言，管理层在其 3Q24 财报电话会议上强调，Llama 4.0 目前正在 >100k H100 GPU 集群上进行训练(相比之下，Llama 3.0 405B 是在16k H100 GPU 集群上进行训练的)。
同样，xAI 宣布它最近推出了 Colossus，一个 100k H100GPU 训练集群，并且随着它增加了 50k H200 GPU(同样来自 Nvidia)，它的规模将在几个月内翻倍。随着 Nvidia、其客户和更广泛的生态系统继续追求 AGI/ASI，我们预计 AI 模型的复杂性将不断增加，进而需要更多的计算资源，而不仅仅是用于训练(Nvidia 在人工智能领域一直占据主导地位)。
不仅用于计算，还用于推理--从历史上看，通用 CPU 在推理市场中占据着强大的立足点，但由于需要满足吞吐量和延迟要求，因此越来越多地利用加速计算。
云计算资本支出预期再次上升:
继上周的财报季之后，我们现在预计 2024/25/26 年全球云计算资本支出将同比增长70%/24%/11%，高于之前的 64%/14%/7%。
在单个公司层面来看，主要以下几个方面分析:
1) 鉴于当前的云和 A1需求信号，微软预计 12 月季度的资本支出将环比增长;
2) 谷歌预计 2024 年第四季度的资本支出约为 130 亿美元(环比持平)，之后计划在 2025 年再次增加资本支出，尽管速度不会与 2024 年相同(即同比增长 59%。
3) Meta 将其 2024 年资本支出指南从之前的 370-400 亿美元缩小至 380-400 亿美元(中值为同比增长 44%)，并指出其预计 2025 年的资本支出将增加，与 2024 年相比有大幅增长;
4) 亚马逊 2024 年的资本支出指南为 750 亿美元，意味着 2024年第四季度的资本支出约为 230 亿美元(环比增长 8%)，同时管理层还表示，预计受人工智能基础设施支出的推动，2025 年的资本支出将增加，我们认为，资本密集度虽然有所增加，但仍处于可控水平。
精彩评论