AI对于英伟达的促进,不用我多说,相信大家也都很清楚了。由于AI概念的兴起,算力需求的大量增加,英伟达这两个季度的营收已经接近翻倍。我看到了很多投资者开始闻风投资英伟达,不为别的,就是看中了AI未来的发展。
这不禁让我联想起了前两年的特斯拉。很多人投资特斯拉,无外乎是看到了市场对于电动车的追捧,不过很多人却不了解,特斯拉真正的上限在哪?为此,我还在美投Pro上做了很多量化的分析视频。
而现在的英伟达其实也是如此,很多人只看到了AI对于英伟达的促进,却不知道AI具体能够给英伟达带来什么?也不了解它的上限究竟在哪?
所以本期视频,我们就来打破这个认知屏障,来介绍一个决定英伟达未来上限的前沿科技。这个技术从AI衍生而来,但给英伟达带来的提升却远超AI本身。更重要的是,该技术现在还没有什么人在讨论,市场热度也不是很高。但是它的确定性极强,增速也极快,而且上限非常的高。如果你要投资英伟达,这条科技是你必须要了解的!那么本期视频,我们就来一起开拓一下认知。咱们一起来来聊聊这么一个,决定英伟达未来上限的新技术,边缘计算,edge computing。
什么是边缘计算呢?边缘计算其实是数据中心的一种新模式。我们现在的数据中心,一般说的就是云计算。他是在一个遥远且寒冷的仓库里堆着的一排一排的机器。云计算通过互联网,将各种设备上的数据上传到数据中心,然后统一进行计算。
而边缘计算不同,他们做着和云计算类似的事情,但他是一个安放在本地的小型数据中心,做着本地的计算和分析,而不需要上传到云端。举个例子,比如沃尔玛。他的每个零售店每天都有数以千万计的交易数据。现在他们是把这些数据上传到云端,然后统一处理。而边缘计算则是在每个零售店内都安放一个小的数据中心,在本地处理数据,然后马上提供有价值的反馈和决策。
你可能觉得这似乎也不算什么高科技啊。确实,这只是边缘计算的第一层应用。再往下发展,如果每个小型商业都可以进行本地的计算和决策,那能不能每个设备都进行本地的计算和决策呢?当然可以!这便是边缘计算的终极形态。随着AI技术的发展,单个设备收集数据的量,以及所需要算力的量都会急剧增加。这就需要每个设备都有自己微型的数据中心。届时,任何一个设备都能做到实时的抓取数据,并且快速的进行分析,然后做出AI级别的决策。
听到这儿,可能有些懂技术的看官会觉得,这不是又倒退回去了吗?原本在云计算之前,其实就是每个商业都需要构建自己的数据中心,而这需要花费大量的成本。云计算的出现本身就是为了优化这个局面的。那现在怎么又要退回原有的格局了呢?
其实这是因为随着AI技术的发展,未来的数据量以及计算量,都会呈指数级别的上升。原有的云计算很快就会在一些方面变得捉襟见肘了。而边缘计算相对于现在的云计算,是有很多优势的,也是更适合未来的技术发展的。为什么这么说呢?
第一,是边缘计算能够实现数据的实时处理和反馈。随着数据量的增加,所有数据上传云端进行分析和决策,再传回设备的这种模式,将会变得低效,这必然会导致一定的延迟。而如果在本地处理就能实现完全的实时决策。可别小看这一点时间差。对于很多场景,一丁点的延迟都是不能接受的。就比如自动驾驶,如果汽车的决策不能实时的完成,或者汽车到了没有网络的地方,那么安全性绝对是一个大问题。再比如,一些精密工厂的加工和制造,如果不能做到实时的精密配合,那么产品就无法得到真正的生产。这些领域要想应用AI,就必须通过边缘计算来实现。
第二,边缘计算的成本要更低。现在云计算的成本要低于本地的数据中心,这是因为当前要处理的数据量还不够多。但是随着AI技术的应用,数据量将会呈指数型的上涨,如果这时所有的数据还都是上传到云端进行处理,那成本也将会呈指数型上涨,而相比之下,在本地计算的边缘计算的成本就要低很多了。
第三,边缘计算的效率会更高。这个效率提升,不仅仅是单个任务的计算效率会提升,而是整体的计算任务也会随之提升。在边缘计算的模式下,每个设备都会进行基础的AI级别运算和决策,而且设备和设备之间还能进行交流和配合。这在理论上就能覆盖大部分的计算需求。而一些较为复杂的计算,还是可以再上传到云端,借由超大算力进行最后的处理。
反观传统的云计算,所有的设备只负责收集数据,不负责处理数据。那么这就意味着,将会有大量没用的数据会上传到云端,这会大大增加云计算的处理负担。咱就比如说自动驾驶,现在每辆特斯拉的车,一天要收集最多20TB的数据。每天有上千万量特斯拉在路上跑。如果这些数据全部都上传到云端处理,那结果将是灾难性的。
第四,边缘计算对于数据隐私的保护做得更好。这点相信不用我多解释。虽然说云计算对于数据的隐私保护已经非常重视了,但相比于把数据存在本地的设备中,安全性还是要逊色一些。
所以你看,边缘计算是云计算的倒退吗?答案当然是否定的。实际上,边缘计算的出现,是AI发展中,数据体量增加后的一个必然产物。他也不是彻底取代云计算,而是在云计算的基础上。去优化整个计算流程。
这个发展过程就跟计算机技术的发展非常类似。最初的计算机就是IBM的那几个超大型的计算机器。所有的运算都需要通过IBM那些机器来完成。后来,随着技术的进步,个人电脑基本上覆盖了大量的运算,处理不了的运算还是需要大型计算机或是数据中心。再到后来,智能手机的出现,使得口径更小的手机接管了多数运算行为,但是高级的运算还是需要要借助电脑来完成。在数据量不断增加,运算任务不断加大的这个趋势下,可以预见的是,运算设备会不断的增加,并且计算会不断 的边缘化。而原来中心化的运算是无法满足这样的需求的。
而数据中心的发展也是一样。现在是像亚马逊这样的大型数据中心,去统一处理大部分的计算需求。往后随着运算需求的增加,必然会发展出各种小型的本地的数据中心来分担需求。到了最后,数据中心就会遍布每一个运算设备之上。他可能是一个摄像头,一个传感器,或者只是一个机器零件等等。而这,正是数据处理优化所必经的一条路径。
其实现在边缘计算就已经在被实际应用了。最典型的例子就是特斯拉。特斯拉的每一辆都安装有大量的传感器,每一个传感器都会收集大量的图像信息。而这些数据并不是在云端进行处理的,而是在每一辆特斯拉车上,就完成了AI级别的分析和决策。
除此之外,边缘计算还能让特斯拉的车与车之间,进行互动和反馈。比如周围这几辆车该怎么走,哪辆车该加速,哪辆车该减速,哪辆车需要变道,他们都能进行沟通,然后找出一个对自己以及对整体,最优的解决方案。而这个过程也都是在本地完成的。现在特斯拉还没有实现L3级别以上的自动驾驶,等真到了那一天,可想而知数据量将会变得更大,每一辆车都需要有极强的数据分析能力,和决策能力。这就需要边缘计算啦来提供足够的技术支持。
未来边缘计算还会有更多的应用场景。比如说智慧城市。在未来的城市中,每一个红绿灯,每一个摄像头,都会配置自己的数据中心,他们会实时的抓取图像数据,并相互配合进行分析和决策。更夸张地是,他们还可以不断的自我学习,来改进自己的决策。
再比如,智能工厂。在应用了AI和边缘计算的工厂中,将会出现成千上万个智能设备,每一个设备都能做出自己认为最优的,AI级别的决策,让整个生产流程的效率最大化。而于此同时,工厂的内部,又会有一个边缘数据中心作为总台,对所有的设备进行监控,更新,以及升级训练等等。
不知道大家看过复仇者联盟没有,边缘计算的应用就非常类似于是,复联2中的大BOSS奥创。他手下控制着数以万级的机器人帮他战斗。每个机器人其实都是一个超级AI,他们有着像人类一样的决策能力,能够各自为战。但他们合起来,又是始终是按照大Boss的意愿在战斗。奥创就是相当于未来的这个边缘计算中的总台,也就是现在的云计算数据中心总部。而每一个机器人就相当于是一个边缘计算的数据中心,他们都能够完成基本的决策任务,又不会脱离总部的控制。
说了这么多,可能聪明的看官已经反应过来了,边缘计算将会对于英伟达造成怎样的影响。没错,边缘计算所带来大量算力需求,就利好了英伟达这样提供算力基础的公司。他和单纯的AI促进还是有很大不同的。
现在我们很多人认为AI对于英伟达的促进,在于AI应用的增加。比如原本有10家公司应用AI,现在有100家公司应用AI了,那英伟达的算力需求就增加了10倍。这种AI应用量的增加,对于英伟达的促进来说,还是线性的。但有了边缘计算可就不同了,他对于英伟达算力的提升是指数性的。因为多一家智能工厂,多的可不仅仅只是一个AI应用,而是多了成千上万的AI设备。每一个设备都需要AI级别的算力。
你想象一下,一个智慧城市中,有多少红绿灯,多少摄像头?一个自动驾驶的汽车中,又有多少摄像头,多少传感器?一个智慧工厂中,又有多少的智能设备?届时对于英伟达芯片的需求将会有一个爆发性的增长。
而当边缘计算成熟之后,你就会发现,很多现在运算不了的任务都可以进行计算了。而这又会反过来再进一步促进AI的发展,并进一步促进算力的需求。也就是说一旦边缘计算的技术取得了突破之后,那芯片算力需求的闸门也就被彻底打开了,将会有源源不断的增长推动着整个行业。
这可不是我自己说的。根据国际数据公司IDC的预计,未来边缘计算将有超过400种应用场景,涉及到各行各业,包括交通,制造,医疗、零售、农业、运输、能源、机器人等。也就是说,未来人类几乎所有的经济活动,都会应用到边缘计算。而根据他们的估计,这意味着在2030年的时候,有150亿台设备能连接到边缘计算的网络上。
从市场价值上看,边缘计算产业联盟的预计,边缘计算潜在的市场将在10年内,以48%的年化增长,从2020年的90亿美元暴涨到2030年的4450亿美元。4450亿美元已经相当于是,今天云计算的水平了。而且联盟认为,这里所有的价值,绝大部分都会给到基础层的公司上。联盟并没有指名道姓,不过明眼人也都看得出来,一旦涉及算力基础层公司,很显然英伟达将会是最大的受益者之一。
实际上,现在边缘计算的这个行业中,英伟达已经是当之无愧的领导者了,甚至边缘AI这个词就是英伟达发明出来的。
在硬件上,英伟达的GPU本就是目前算力最强,最适合做AI矩阵运算的硬件设备。而由于边缘计算需要处理大规模、复杂的计算任务,并且需要实时的分析能力。这么大的计算量,英伟达的芯片就是当前最优的选择,没有之一。而且,边缘计算中,对于传感器收集的数据,其中最重要的就是图像,而就这一点来说,英伟达的处理能力也无疑是最强的。
在软件上,英伟达的优势同样明显。正如有CUDA平台的加持后,AI的应用离不开英伟达一样。CUDA对于边缘计算的支持也达到了行业顶尖。包括EGX,Nvidia Jetson,Nvidia Edge Stack等,都是英伟达研发出来的,为了适配边缘计算的软件平台。根据Wevolver在2023年边缘AI技术报告中的分析,英伟达的软硬结合,不仅意味着它对于数据处理的能力极强,而且它的低延迟和给开发者提供的多样性,也使得它对于企业整体的性价比是最高的。
对于边缘计算给英伟达带来的潜在价值,美投君这里做了一个非常粗略的估算。肯定不准确,但可以给大家做一个参考。根据边缘计算产业联盟的估计,在2030年,边缘计算能够达到一个4450亿美元的市场。他们说这其中大部分的价值在基础层公司上。我们就保守估计有50%在基础层,而英伟达作为行业领头羊,占据了其中60%的市场份额。那么这就是1335亿美元的营收。我们保守一点,就按照去年最低时20倍的PS进行估值,那么就相当于是2030年,2.67万亿的价值。根据10%的折现率,那算回到现在的价值,就是1.38万亿,折合成每股570美元。
注意这还只是单独边缘计算,能够给英伟达带来的促进,而且我们的计算可以说是比较保守了。而边缘计算,也只不过是AI发展中的一条支线而已。所以你看,如果我们放飞想象,英伟达的上限确实是很高的,他的价值还有很大的空间要走。
其实边缘计算除了能够提升英伟达的上限以外,还有一个意想不到的利好,那就是他能够抹平英伟达这家公司的周期性。
长期投资英伟达的看官应该都了解,英伟达最为人所诟病的问题,就是他的周期性。像去年英伟达股价,从340美元一口气跌到了100美元附近,不仅仅是因为加息,更重要的是英伟达就刚好来到了芯片的下行周期。而这样的事情几乎每3到5年就会出现一次,非常有规律,这便给英伟达的投资增加了难度。关于芯片周期的成因,我之前专门做过一期视频,这里就不展开讲了。
可是,一旦边缘计算成熟之后,英伟达的周期性会被熨平。这是因为,届时英伟达的用户将不仅仅局限于科技公司,而是会分布在大大小小,各行各业的公司当中。这就意味着,英伟达的营收被高度分散化了,业绩也会变得更加稳定。
我相信分析到这儿,肯定有人会说,这些不过都是英伟达自己编出来忽悠人的。确实有这种可能,因为边缘计算一直都是有英伟达所主导的一项科技。不过,我想说的是,当年特斯拉在讲自己自动驾驶和robotaxi的愿景时,也有很多人是这么认为的。但现在却更多人选择了相信。对于这种未来科技的愿景,确实需要有足够的前瞻性,也需要一定的信仰。有些科技最终能够落地,有些则不行,就看你愿意相信什么了。
我个人是认为,AI必然会成为下一个颠覆生产力的技术,而随着AI的持续发展,数据分析的需求激增,那么边缘计算,确实是目前可知的最为有效的解决方案。那由它所带来的机会就一定会发生。
当然了,咱这里也不能假设,边缘计算的这个大趋势,就一定会被英伟达全占上。因为在这个领域里,其实也不乏很多强劲的竞争对手。由于边缘计算这块蛋糕足够大,而且确定性强,增长潜力高,很多大公司都瞄准了这个领域。就比如,谷歌就也在积极布局它的边缘计算。谷歌也有自己的AI算力芯片,TPU,也有自己为了适配边缘计算所开发的平台,Tensor Flow Lite。这种软硬结合的布局,其实就直接对标英伟达的GPU和CUDA。虽然现在还没有直接威胁到英伟达的地位,但未来如何发展并不好说。
到这里,边缘计算对于英伟达的影响,就给个位看官分析完了。视频最后,我想再简单提一下云计算。我相信很多看官看到这里,应该已经开始担心这几家云计算巨头了。如果从一个超长周期期的角度来看,边缘计算确实会削弱当前云计算的地位。不过,我认为在未来很长一段时间内,云计算的需求只会增加不会减少,即便边缘计算出现后也是如此。
这是因为边缘计算的使用,在很长一段时间内都离不开云计算的配合。而且随着AI对于算力需求的增加,云计算的需求也会有所提升。而边缘计算毕竟还是一个比较新的技术,要想发展成熟,冲击到云计算的地位,还有很长的路要走。况且,现在的几大云计算公司,其实都有边缘计算的布局。我相信真的到了那一天,如果不出意外,他们也仍会具有不小的影响力。
文章作者:美投君
本站文章欢迎转载,但是必须注明出处“meegoo”,并附上本文链接:https://www.meegoo.com/11727.html