英偉達王朝的 “軟肋”：GPU 的三大風險

6 月 18 日全球 GPU 龍頭英偉達成為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、亞馬遜成為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

以英偉達為例，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，為 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。

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》