NVIDIA如何成为全球投资者争相追棒的对象？一文带您了解美国人工智能第一股！

人工智慧（AI）领域的领导者，NVIDIA公司，在2023年8月发布的财报当中，展示了生成式AI科技的繁荣景象，没有任何放缓的迹象。 NVIDIA专门为加速运算和生成式AI时代打造的AI晶片几乎垄断了全球市场，有望推动科技股迎来新一轮上涨。

NVIDIA之后再次发布了令人惊艳的财报，调整后的每股净收益为2.70美元，营收为135.1亿美元，远超市场预期。其中，数据中心业务营收达到了创纪录的103.23亿美元，年增171%，季增141%。

今年英伟达股价上涨超250% 数据来源：那斯达克

更令市场惊讶的是，NVIDIA再次上调了财务预测，预计2023年第三季度营收将攀升至约160亿美元，年增170%，远高于华尔街预期的120亿美元。

NVIDIA首席执行官黄仁勋在一份声明中表示：“全球企业正在从一般计算向加速计算和生成式AI转型。”

问题来了，NVIDIA究竟是做什么的？为什么他是人工智慧领域领导者？他未来的升值空间还有多少？带着这些疑问，我们来一起揭开今天的话题。

NVIDIA成立于1993年，由黄仁勋等三位晶片工程师创立。他们预见到随着电脑的发展，对于更好的视觉处理效果的需求将会增加，因此将公司的目标完全放在图形处理器上。在2000年代初，NVIDIA获得了微软游戏机Xbox的订单，随着电子游戏市场的快速发展，NVIDIA也一同成长。

直到2014年之前，黄仁勋一直没有提及人工智慧，而是专注于将GPU的性能发展到极致。 （了解更多：NVIDIA市值跃升全球第6、超越Meta 还原黄仁勋迈向AI顶峰关键时刻）

黄仁勋曾经考虑过将GPU应用于游戏以外的领域，但转向深度学习并不是一开始就计画好的神机妙算。直到各界发现GPU可以大幅加快训练机器学习演算法的速度，非常适合用于人工智慧领域，才开始开发和应用在AI领域的应用。

这次随着对训练人工智慧需求的大幅增长，再次将NVIDIA推向了风口浪尖，NVIDIA几乎是市场上唯一能够满足这类需求的厂商。

专注于做，超前于竞争对手做，让NVIDIA逐渐走向无人之境。

Nvidia比其他人更早看到未来，将重点放在GPU编程上，他们发现了一个机会，赌得很大，并且始终领先于竞争对手，Nvidia相比竞争对手至少领先两年，但他也提到，NVIDIA在软硬体方面的地位并非无懈可击。

人工智慧（Artificial Intelligence，简称AI）是电脑科学的一个分支，旨在创建和应用智能机器或智能软体。这种智能可以理解、学习、适应和执行任务，这些任务在人类执行时需要智能。

人工智慧的主要目标，是使机器能够模拟人类的思考过程，包括理解自然语言、识别语音和图像、解决问题和做出决策等。为了实现这一目标，AI使用了大量的演算法和技术，如机器学习、深度学习、神经网路等。

人工智慧的应用也非常广泛，包括但不限于自动驾驶汽车、智能家居、医疗诊断、金融预测、游戏设计等。随着技术的发展，AI的应用领域将会更加广泛。

然而，人工智慧也引发了一些问题和争议，如就业问题、隐私问题、道德问题等。因此，如何合理、安全地发展和应用AI，是当前社会面临的重要挑战。

既然AI人工智慧还存在着一些问题，为何会受到投资市场追棒？

这主要得益于OpenAI公司推出的，一款名为“ChatGPT”的聊天机器人，程式在全球范围内迅速走红，引发了行业内部和广大民众的广泛讨论。由ChatGPT所带动的AI概念在金融市场也受到了各路资本的热烈追捧，掀起了新一轮的AI投资热潮。面对ChatGPT的火爆，众多科技企业也纷纷加入聊天机器人的研发和试运行行列。据报导，Google首席执行官Sundar Pichai在员工谈话中表示，Google需要推出一款名为Bard的聊天机器人，以应对ChatGPT对搜索引擎业务带来的冲击。

而ChatGPT的诞生和落地，是人工智慧技术快速发展，积极改变人们生活的一个非常具象的体现。它的出现，相当于让不懂科技，也不关心科技的普通人，对人工智慧技术发展生产了广泛的关注，展现了人们对AI技术的积极态度和未来智能聊天机器人成为新趋势的可能性。

1、自然语言处理

自然语言处理（Natural Language Processing）是聊天机器人最核心的技术，是将人类语言经过处理转化为机器所能理解语言的一门技术，是实现人类与电脑系统或软体直接交流的方法。自然语言处理主要分为两个流程：自然语言理解和自然语言生成，自然语言理解主要是帮助机器更好理解人的语言，自然语言生成主要是帮助机器生成人能够理解的语言。自然语言处理基础技术包括分词、词性标注、词法分析、语法分析、语义分析、篇章分析等。自然语言处理的应用方向有资讯检索、文本抽取、问答系统、机器翻译等。简单来说，聊天机器人系统的模型结构大致分为四个模组：获取并清洗数据、数据预处理、答案过滤与生成、答案输出。

2、机器学习

在自然语言处理中，数据处理与自然语言生成是实现系统对话的重要部分，而这个部分则需要依赖系统的学习能力。机器学习是让电脑不依赖确定的编码指令，模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智慧核心技术，是使电脑具有智能的根本途径。基于处理数据种类的不同，可以分为有监督学习、无监督学习、半监督学习和强化学习等几种类型。基于学习方法的分类，可以分为归纳学习、演绎学习、类比学习、分析学习。基于数据形式的分类，可分为结构化学习和非机构化学习。

近年来，深度学习技术逐渐成为人工智慧领域的研究热点和主流发展方向，逐渐取代传统机器学习的方法。深度学习采用学习特征的方法，能够直接获取规律性的知识。深度学习极大地提升了图像分类、语音识别、机器翻译等技术能力，为聊天机器人的发展提供了重要的技术支撑。

3、神经网路与深层神经网路

神经网路由若干个类似于人脑中的神经元的单位以某种形式相互连接组成，是一个进行分布式并行资讯处理的演算法数学模型。这种网路依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理资讯的目的。而深层神经网路（DNN），简而言之，就是拥有多个隐藏层的神经网路，且每层神经元都与下一层神经元全连接，其表达能力比普通神经网路更强。深层神经网路是深度学习技术的基础，依托于深层神经网路的深度学习模型，具备更强的能力。

1、新一代超级晶片来袭，专为加速计算和生成式AI时代构建

NVIDIA发布了新一代GH200 Grace Hopper超级晶片平台。 GH200专门用于处理全球最复杂的生成式AI工作负载，包括大型语言模型、推荐系统和向量资料库。更令人瞩目的是，GH200将成为世界上第一个配备HBM3e记忆体的GPU晶片，与目前最高端的AI晶片H100相比，其记忆体增加了1.7倍，传输频宽增加了1.5倍。

2、Omniverse全新升级，融合生成式AI和OpenUSD

Omniverse是一个基于USD格式的3D工作流协作平台。最近，它进行了一次重要更新，升级了Omniverse Kit、NVIDIA Omniverse Audio2Face基础应用和空间计算功能。这次更新的目标是加快虚拟世界和高级工作流的创建速度，推动工业数位化进程。

黄仁勋曾分享过一个案例，诸如BMW等大型汽车制造商都在利用Omniverse平台进行AI建模、渲染、生成3D，以此推动产品生命周期的数位化进程。

3、RTX ADA工作站华丽登场，专为生成式AI而设计

全新NVIDIA RTX工作站专为生成式AI和数字化时代的内容创作打造。工作站配备多达4块NVIDIA RTX 6000 Ada GPU，每块GPU具有48GB显存，单个桌面工作站就可提供高达5,828 TFLOPS的AI性能和192GB GPU显存。此外，NVIDIA还发布了三款全新的桌面工作站RTX 5000、RTX 4500和RTX 4000，为全球专业人士带来最新的AI、图形和即时渲染技术。

建筑事务所Lake|Flato的设计技术总监Dan Stine表示：“NVIDIA RTX 5000 Ada GPU展现了NVIDIA技术所带来的惊人性能提升，大大提高了我们使用Enscape创建立体全景图的效率。”

4、L40S GPU疯狂推理，配备OVX伺服器加速计算

L40S GPU配备48GB记忆体，基于Ada Lovelace架构，包含第四代张量内核和FP8 Transformer引擎。相比A100 GPU，L40S的AI推理能力提高1.2倍，训练性能提高1.7倍。而如此强大的L40S会有至多8个启用在OVX系统中。

为了支持即时渲染、产品设计和三维内容创建等高保真专业可视化工作流程，L40S GPU包含142个第三代RT内核，可提供212 TFLOPS的光线追踪性能。

目前来看，可以用一句话形容，就是前有追兵，后有来者。

Stability AI的执行长莫斯塔克（Mohammad Emad Mostaque）持有类似的观点，原因在于，Google、英特尔等其他公司的下一代晶片也正在迎头赶上，而NVIDIA的Cuda（一款供开发人员使用的程式设计软体，能够将高级语言程式翻译成指令给GPU，且速度极快）也并非永远是难以攻破的护城河。

NVIDIA最大的威胁可能来自其自家客户。 Cevercore ISI的分析师谬思（CJ Muse）认为，各大厂商正在努力开发自己的晶片，以避免过于依赖NVIDIA，就像苹果努力推出自家晶片一样。

不过，这些替代方案可能还不够。我认为NVIDIA的霸主地位将继续下去。

《金融时报》指出，对于这些在人工智慧领域的专家来说，华尔街似乎过于热情了。不过就目前而言，AI晶片市场似乎仍将是NVIDIA的天下。尽管追兵可能迎头赶上，但NVIDIA就像黄仁勋自己所说的那样，一直在尽力奔跑，并做好跌倒的准备。经历过加密货币寒冬、2018年股价近乎腰斩、并购安谋失败等困境，NVIDIA始终在奔跑。

尽管有竞争对手追赶，但目前看来，AI晶片市场仍然是由NVIDIA主导的。 NVIDIA的Cuda软体在人工智慧开发中扮演着重要角色，但随着其他公司如Google和Intel等也在研发下一代晶片，NVIDIA的优势可能会受到挑战。此外，一些大型客户也开始努力开发自己的晶片，以避免过度依赖NVIDIA。然而，这些替代方案可能还不足以完全取代NVIDIA的地位。尽管华尔街对人工智慧领域的热情很高，但目前来看，NVIDIA仍然占据着主导地位。

所以以NVIDIA目前价格来看，未来NVIDIA还有进一步上升的空间，具体是多少，我们简单的测算一下。

TOPONE Markets NVIDIA日线图

从上图可得出结论，今年6月份开始，NVIDIA走出了一波连续上攻行情，形成了恐怖的【头肩顶双肩形态】，了解此形态的朋友应该非常清楚，一旦形态达成，带来的就是连续的下跌与破位，但经过2023年11月3日这天的走势，可以看出，形态已经被破坏，同时上方的压力位也被突破，后期，NVIDIA上攻趋势，已经没有任何阻碍，投资者朋友可以果断尝试做多。

在看完文章后，相信你对于NVIDIA个股已经有了充分的了解。人手一机的时代，从券商APP 下单再简单不过，为了让读者能够更贴近股市，我们提供直接进行「开户、下单」的贴心服务，目的是让投资朋友在吸收完财金知识后，能够即时下单。想立即投资NVIDIA做多行情？点击下方连结，开始你的财富自由计画！

线上交易黄金/原油/白银等全球热门贵金属和大宗商品

马上开始交易>

新人马上领$100美元豪礼!(≈NT$3000)