Nvidia 股票 5 年预测：这是 GTC'22 所说的_风闻

对于股票，甚至像英伟达（纳斯达克股票代码：NVDA）这样的优质成长股来说，这是艰难的一年，因为投资者为未来看似疲软的经济做好了准备。

通货膨胀继续运行 40 年来最热的过程年，而持续的俄罗斯 - 乌克兰危机和随之而来的制裁可能会破坏已经脆弱的供应链并推高价格。遏制通胀的需求现在比以往任何时候都更加紧迫，美联储本周“加强鹰派”。央行成员最近一致同意，在 5 月的下一次政策会议上加息 0.5 个百分点现在重新提上议事日程。

但与今年早些时候美联储采取类似鹰派立场时市场出现的急剧下跌不同，本周股市实际上出现了反弹——美联储进一步收紧政策的信号推动了前所未有的美国国债抛售，鼓励投资者重新转向股市，因为“有吸引力的通胀对冲”。

由于本周的反弹，英伟达股票今年的跌幅已减少至约 6%。除了广泛的宏观影响之外，在本周的GTC 2022之后，英伟达还增强了投资者对其增长前景的信心会议。

人工智能日益增长的重要性是这家芯片制造商最新产品路线图中的一个明显主题，推出的每一款新芯片和软件都在启用新兴技术方面发挥着关键作用。从与 Siri 或 Alexa 的日常互动，到解决气候变化等复杂问题，人工智能计算在全球数字化转型中继续发挥着越来越普遍的作用。结合 NVIDIA 在硬件产品和互补软件解决方案方面的全栈方法，该公司有望从未来市场份额的持续加速增长中受益。

英伟达在“从基于 PC 的 GPU 供应商转变为多元化的并行计算公司”之后仍处于重新增长的早期阶段，该公司服务于广泛的高需求终端市场，包括游戏、数据中心、专业可视化和汽车. 作为未来几年关键计算趋势的关键推动者，预计在数字化主导的升级周期之前的多年增长加速，该股票显示出长期持续上涨的潜力。

NVIDIA 股票 5 年预测

关键在于英伟达未来的技术路线图。

根据 NVIDIA 最新的为期四天的 GTC 演示，很明显，创新仍然是公司关注的核心。随着“ Hopper ”架构的最新推出，以及其“ Omniverse ”生态系统的不断扩展，这家芯片制造商已做好准备进一步渗透到人工智能计算的快速采用所带来的不断增长的机会中。

正如我们最近在一篇关于 NVIDIA 的报道中所讨论的那样，在其主要运营领域（游戏、数据中心、专业可视化和汽车）中观察到的大部分加速增长前景都得益于未来几年人工智能技术的日益整合，以跟上随着“数据使用量呈指数级增长”。以下是最新的 GTC 演示中公布的内容以及它们对 NVIDIA 的长期意义的详细介绍：

1.Nvidia Omniverse Updates

继一年前在 GTC 2021 期间推出“ NVIDIA Omniverse ”之后，该公司已将沉浸式创意平台扩展为一个多元生态系统。随着第三方连接的增长超过 10 倍，这简化了与 Adobe Substance 3D 材料扩展 ( ADBE ) 和 Epic Games Unreal Engine 等关键设计工具的工作负载的兼容性，NVIDIA Omniverse 继续让内容创建者和游戏开发者更容易在对元界解决方案不断增长的需求之前进行协作，促进采用。

该公司从最初推出“ NVIDIA Omniverse Avatar ”和“ NVIDIA Omniverse Replicator ”等 Omniverse 应用程序开始也取得了长足的进步”。正如我们之前的报道中所解释的那样，新的应用程序发布，如“ Omniverse Nucleus Cloud ”、“ Omniverse Machinima ”和“ Omniverse Audio2Face ” ，再加上它们迄今为止所做的重大更新，继续加强英伟达对至少 4000 万数字媒体所带来的增长机会的渗透世界各地的设计师和创作者转向身临其境的合作。

除了不断改进 Omniverse 产品外，NVIDIA 还为该平台构建了一个有吸引力的软件即服务 (“SaaS”) 商业模式，以衡量市场采用情况，同时提高对平台增长的长期可见性。

“ Omniverse 企业”是 NVIDIA 端到端虚拟协作解决方案套件的商业包，目前的起价为每年 9,000 美元的基本价格，外加每个创建者许可的订阅费，每位用户从 100 美元到 2,000 美元不等——这是该订阅中最好的部分提供的是，即使没有高端图形渲染系统的用户也可以完全访问 Omniverse 应用程序，这对于希望首次在 3D 工作流程上进行协作的创作者来说是一种无价的便利。考虑到 Metaverse 估计的总可寻址市场价值为 8000 亿美元，NVIDIA 精心打造的 Omniverse 软件和随附硬件产品生态系统正在逐渐成为未来相关机会的关键受益者。

2.NVIDIA DRIVE

借鉴 Omniverse 的上述发展，该平台的数字孪生应用程序 Omniverse Replicator 也已被证明是未来几年自动驾驶汽车开发的关键工具。“ NVIDIA DRIVE Sim ”，它在 NVIDIA Omniverse 上运行，依赖于“ NVIDIA DRIVE Map ”中编译的复制道路数据”，可以在真实世界的路况和场景下对自动驾驶汽车技术进行模拟测试和训练。随着最近推出的“虚拟重建”和“神经重建”等新开发的 AI 工具，开发人员现在可以通过添加/删除汽车和行人等对象和/或更改合成生成的环境（例如天气，以便在不同环境下进行测试和训练。

DRIVE Sim 及其新的软件增强功能是对 NVIDIA 在“渲染、图形和 AI”方面的行业领先专业知识的最新验证，同时也为安全高效地开发和部署下一代自动驾驶技术奠定了基础。英伟达近年来越来越关注通过其人工智能实力满足汽车技术需求，这恰逢其时，预计从长远来看将带来巨大的红利。预计该行业将快速发展，未来五年对自动驾驶软件的需求预计将以36% 的复合年增长率 (“CAGR”) 增长，并带来600 亿美元的机会到下一个十年，这将为 NVIDIA 的汽车产品生态系统带来强劲的动力。

除了在开发旨在加速自动驾驶技术部署的软件解决方案方面取得进展外，英伟达还开始生产其最新的“ NVIDIA DRIVE Orin ”芯片，该芯片本质上是自动驾驶汽车的“人工智能计算机大脑”。NVIDIA DRIVE Orin 为“ NVIDIA DRIVE IX ”等 NVIDIA DRIVE 软件应用程序提供支持，这些应用程序支持“驾驶员和乘员监控以及车辆环境的高级可视化”等车载 AI 功能。

NVIDIA DRIVE Orin 将补充“ NVIDIA DRIVE Hyperion 8”，一个为自动驾驶系统构建的综合传感器套件，为现代汽车应用提供全面的自动驾驶解决方案。迄今为止，英伟达基于人工智能的汽车硬件和软件产品已经建立了强大的合作伙伴关系。知名的汽车制造商以其包括比亚迪 ( OTCPK:BYDDF / OTCPK:BYDDY ) 和Lucid Motors (Nasdaq: LCID )在内的下一代互联汽车制造方面的创新，最近都采用 NVIDIA DRIVE作为各自自动驾驶系统的基础。

尽管 NVIDIA 涉足自动驾驶机会仍处于早期阶段，但这家芯片制造商已经坐拥超过 110 亿美元的汽车交易渠道。最近的成就证明了 NVIDIA 在支持下一代“软件定义汽车”方面的关键作用，并继续为汽车收入的长期额外增长奠定巨大的基础。尽管 NVIDIA 的汽车部门销售在 2021 年出现放缓，但随着对先进自动驾驶技术的采用接近拐点，一旦整个行业的供应链限制在下半年开始缓解和改善，相关收入预计将增加.

3.Hopper Architecture

继“ Ampere ”之后的“ Hopper ”架构是GTC 2022的一大亮点。“下一代加速计算平台”旨在满足日益苛刻的工作负载的性能要求。第一个“基于 Hopper 的 GPU”“ NVIDIA H100 ”能够“推进巨大的 AI 语言模型、深度推荐系统、基因组学和复杂的数字双胞胎”。

基于台积电 ( TSM ) 最新的 4 纳米工艺，H100 有望成为高性能计算应用的“世界上最大、最强大的加速器”。引用 NVIDIA 首席执行官 Jensen Huang 的话，“20 个 H100 GPU 可以维持相当于整个世界的互联网流量”，突显了这家芯片制造商对 AI 计算的强大影响力。

基于 Hopper 的 GPU 实现了 NVIDIA 最新的“ NVIDIA NVLink”技术，可在系统内实现“每个 GPU 之间的无缝、高速通信”，以促进日益复杂的 AI 和 HPC 工作负载的计算需求。基于 NVIDIA 在 AI 计算领域的领先声誉，H100 处理器预计将在今年年底前在全球范围内部署，其存在于“全球领先的云服务提供商和计算机制造商”。在未来持续升级周期的推动下，预计这将进一步增强其基本面的上涨空间。

4.NVIDIA Grace

在上一次 GTC 演示中，NVIDIA 推出了其首款基于 Arm 的 CPU 处理器“ NVIDIA Grace Hopper Superchip ”，旨在利用不断增长的 HPC 机会。快进一年后，NVIDIA 在 GTC 2022 上推出了“ NVIDIA Grace CPU 超级芯片”。

Grace CPU 超级芯片旨在为系统训练巨型 AI 模型带来显着的“性能飞跃”，将实现“两倍的内存带宽和能源效率”与当今领先的服务器芯片相比”。Grace CPU 超级芯片还实现了上述 NVIDIA NVLink 技术，并由通过“ NVLink-C2C ”连接的“两个 CPU 芯片”组成，以实现行业领先的性能，与目前出货的现有 Ampere 处理器相比，其性能至少高出 1.5 倍.

Grace Hopper 超级芯片和 Grace CPU 超级芯片都是为补充基于 Hopper 的 GPU（如上述 H100）而构建的。预计该系统将共同推动 NVIDIA 在数据中心服务器 CPU 领域的新进军，并加强其与该领域知名厂商的竞争，包括AMD（纳斯达克股票代码：AMD）和英特尔（纳斯达克股票代码：INTC）。NVIDIA 已经与“领先的 HPC、超级计算、超大规模和云客户”合作实施 Grace CPU 超级芯片，预计将于 2023 年上半年部署。

5.Upgraded Ampere-Based RTX GPUs

除了新的基于 Hopper 的 GPU 之外，NVIDIA 还通过推出“RTX A5500 ”、“RTX A4500”、“RTX A3000 12 GB”、“RTX A2000 8GM”和“RTX A1000”。除了具有扩展的“深度学习超级采样”（“DLSS”）和上一代基于 Ampere 的 GPU 的光线追踪功能外，最新的 RTX A 系列 GPU 还采用了 NVIDIA 最新的 RTX 技术，能够提供双倍的性能从任何地方适应要求苛刻的工作流程。新推出的基于 Ampere 的 RTX GPU 还集成了“ Max-Q 技术”，这是一种基于 AI 的系统，可以在不影响性能的情况下实现更轻薄的笔记本电脑。

升级后的基于 Ampere 的 RTX GPU 将通过一系列新的“ NVIDIA Studio 笔记本电脑”进行部署，这些笔记本电脑将能够“处理最具挑战性的 3D 和视频工作负载，渲染性能高达前代产品的两倍”。与一套配套的 Studio 软件配套使用，包括“ Studio Driver ”、Omniverse、“ Canvas ”和“ Broadcast ”，该公司基于 PC 的 GPU 的最新开发预计将进一步推动当前的升级周期，推动其核心游戏部门的销售未来几年。

英伟达可能增长多少？

NVIDIA 在 GTC 2022 上宣布的基于人工智能的计算的最新发展继续证实了我们对该股票的五年基本面展望。通过继续改进其基于 AI 的系统并将它们全面整合到硬件和软件产品中，NVIDIA 创造了一个行业领先的、难以超越的技术路线图。这家芯片制造商最新的 GTC 演示文稿清楚地传达了一个信息——它不是“一劳永逸”，而是通过持续创新实现关键技术的多代推动。

未来五年将标志着全球数字化的转折点，数据生成和使用呈指数级增长，为英伟达创造新的增长机会。该公司还优先考虑将现金用于进一步扩展其业务，而不是股票回购或股息，这表明在蓬勃发展的数字化时代之前仍有巨大的增长空间，为未来几年创造额外的股东价值奠定了基础.

考虑到最近的市场波动引发了半导体股票广泛的估值多次收缩，以及不断增加的宏观经济逆风仍处于不稳定、未解决的状态，我们将 2022 年的目标价从400美元上修至 365 美元。具体而言，我们已将之前估值分析中使用的退出倍数从 47.8 倍下调至 43.5 倍，以反映今年剩余时间的预期市场情绪。我们调整后的估值分析中应用的所有其他关键假设（即 12.1% 的 WACC 和现金流量）与之前的预测保持不变，因为仍然可以合理确定 NVIDIA 将继续表现出基本面的优异表现。

尽管全球股市对不断变化的宏观因素仍然高度敏感，但 NVIDIA 股票的最新涨势继续表明投资者对持续基本增长的关注。一旦今年晚些时候供应链限制开始缓解，财务业绩持续改善，投资者对英伟达等不断增长的芯片股的信心应该会恢复势头。

考虑到 NVIDIA 看涨的需求环境，考虑到其在推动未来数字化趋势方面的“结构性重要性”，预计将推动长达数年的新增长周期，该股加入万亿美元估值俱乐部只是时间问题– 可能在明年宏观和地缘政治风险笼罩的市场风暴消散时。考虑到英伟达股票目前的市值为 6950 亿美元，较 11 月峰值时的 8000 亿美元有所下降，达到万亿美元的估值将代表超过 44% 的上涨潜力。

NVIDIA是一项不错的长期投资吗？

尽管当前的市场情绪可能不利于 NVIDIA 股票，但它在下一代技术趋势中发挥的关键作用使其仍然是一个有吸引力的长期投资选择。然而，由于宏观背景仍然“在地缘政治和经济方面不稳定”，该股可能会在短期内出现进一步的动荡。

尽管大多数半导体行业都一致表示，持续的俄罗斯-乌克兰危机预计不会对未来的销售造成实质性影响和/或加剧当前的供应链限制，但一些芯片制造商承认这种情况“显然不是积极的”，尽管如此. 与不断增长的潜力相结合对于即将举行的美联储政策会议上多次加息 0.5 个百分点以平息通胀，该股可能会在年中再次跌至 230 美元的水平，然后在下半年恢复任何结构性动能。

尽管最近几个月的价格回落创造了一个不错的逢低买入机会，但考虑到 NVIDIA 特定公司的增长前景保持不变，短期内可能会有更好的切入点需要密切关注，以最大限度地提高长期-长期收益。

来源：元界矩阵