6月18日全球GPU龙头英伟达成为全球市值最大的公司
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》
6月18日全球GPU龍頭英偉達成爲全球市值最大的公司
2024年6月18日美股收盤，英偉達市值達到3.33萬億美元，超過微軟、蘋果、谷歌、亞馬遜成爲全球市值最大的公司。
人工智能對GPU算力需求，是GPU的最大推動力
以英偉達爲例，足見算力對GPU的拉動力。2024年Q1收入佔比高達86.6%的數據中心業務，收入增長426%達到225億美元。而在2016年英偉達的數據中心業務收入佔比僅有6.77%。
拐點一：AI競賽放緩，大模型創業公司倒閉退出
5月6日幻方的深度求索率先發起價格戰，後續阿里、百度、騰訊、字節等旗下大模型跟進。目前大模型的主流應用還停留在問答模式，降價的背景是盈利模式無法很好落地，只能通過tokens收費。大模型創業公司若不改變無法盈利或看不到盈利預期的燒錢模式，未來就會有現金流中斷的風險，大批量創業公司退出將會減少對GPU需求。
拐點二：三星投資GPU，新競爭者加入拉低行業利潤率
行業龍頭英偉達24Q1毛利率高達78.35%，淨利潤率57%，高利潤率容易吸引更多的競爭者加入。三星公開宣佈投資GPU，預示着與GPU行業巨頭英偉達正面競爭。與谷歌等互聯網大廠以fabless模式做GPU不同，三星做GPU有經驗與技術積累：1.三星的半導體業務是IDM模式，設計與工藝緊密融合。2.三星擁有Exynos等處理器的成功經驗，爲GPU提供算力芯片設計參考。3.三星具有與GPU配套的高帶寬內存芯片（HBM），可以從系統層面提升芯片算力組的能力。
拐點三：算法層的突變，從矩陣計算到無矩陣計算
通過算法的改進，減少對GPU的消耗，是技術層面的重大風險。前面兩大風險都是中短期對GPU公司業績的影響，是在原有的技術框架下的競爭。而算法技術層面的突變是較大的變革，如同從燃油車到電動車，對汽油的需求直接清零。矩陣乘法（MatMul）是Transformer大語言模型（LLM）中最耗費計算資源的運算，矩陣乘法佔用了高昂的計算成本和龐大的內存需求。2024年6月18日arXiv的論文《ScalableMatMul-freeLanguageModeling》（第五版）中的新Transformer架構通過無矩陣乘法（MatMul-free），顯著減少對GPU和內存依賴，並且使用FPGA方案替代GPU進行訓練和推理，以13瓦特的功耗處理數十億參數模型，已接近人腦效率。
投資建議：目前看以上三大拐點已有星星之火，若該星星之火在以後持續發展，對GPU行業或有實質性的影響。特別是第三個拐點，將會從底層改變GPU的投資邏輯。推薦關注算力產業鏈其他公司：國產CPU龍芯中科、先進製造中芯國際。
本文作者：何立中（SAC執證編號：S0110522110002），來源：首創證券，原文標題：《GPU的拐點》
