NVIDIA如何成為全球投資者爭相追棒的對象？一文帶您瞭解美國人工智能第一股！

人工智慧（AI）領域的領導者，NVIDIA公司，在2023年8月發佈的財報當中，展示了生成式AI科技的繁榮景象，沒有任何放緩的跡象。NVIDIA專門為加速運算和生成式AI時代打造的AI晶片幾乎壟斷了全球市場，有望推動科技股迎來新一輪上漲。

NVIDIA之後再次發佈了令人驚豔的財報，調整後的每股淨收益為2.70美元，營收為135.1億美元，遠超市場預期。其中，數據中心業務營收達到了創紀錄的103.23億美元，年增171%，季增141%。

今年英偉達股價上漲超250%  數據來源：那斯達克

更令市場驚訝的是，NVIDIA再次上調了財務預測，預計2023年第三季度營收將攀升至約160億美元，年增170%，遠高於華爾街預期的120億美元。

NVIDIA首席執行官黃仁勳在一份聲明中表示：“全球企業正在從一般計算向加速計算和生成式AI轉型。”

問題來了，NVIDIA究竟是做什麼的？為什麼他是人工智慧領域領導者？他未來的升值空間還有多少？帶著這些疑問，我們來一起揭開今天的話題。

NVIDIA成立於1993年，由黃仁勳等三位晶片工程師創立。他們預見到隨著電腦的發展，對於更好的視覺處理效果的需求將會增加，因此將公司的目標完全放在圖形處理器上。在2000年代初，NVIDIA獲得了微軟遊戲機Xbox的訂單，隨著電子遊戲市場的快速發展，NVIDIA也一同成長。

直到2014年之前，黃仁勳一直沒有提及人工智慧，而是專注於將GPU的性能發展到極致。（瞭解更多：NVIDIA市值躍升全球第6、超越Meta　還原黃仁勳邁向AI頂峰關鍵時刻）

黃仁勳曾經考慮過將GPU應用於遊戲以外的領域，但轉向深度學習並不是一開始就計畫好的神機妙算。直到各界發現GPU可以大幅加快訓練機器學習演算法的速度，非常適合用於人工智慧領域，才開始開發和應用在AI領域的應用。

這次隨著對訓練人工智慧需求的大幅增長，再次將NVIDIA推向了風口浪尖，NVIDIA幾乎是市場上唯一能夠滿足這類需求的廠商。

專注於做，超前於競爭對手做，讓NVIDIA逐漸走向無人之境。

Nvidia比其他人更早看到未來，將重點放在GPU編程上，他們發現了一個機會，賭得很大，並且始終領先於競爭對手，Nvidia相比競爭對手至少領先兩年，但他也提到，NVIDIA在軟硬體方面的地位並非無懈可擊。

人工智慧（Artificial Intelligence，簡稱AI）是電腦科學的一個分支，旨在創建和應用智能機器或智能軟體。這種智能可以理解、學習、適應和執行任務，這些任務在人類執行時需要智能。

人工智慧的主要目標，是使機器能夠模擬人類的思考過程，包括理解自然語言、識別語音和圖像、解決問題和做出決策等。為了實現這一目標，AI使用了大量的演算法和技術，如機器學習、深度學習、神經網路等。

人工智慧的應用也非常廣泛，包括但不限於自動駕駛汽車、智能家居、醫療診斷、金融預測、遊戲設計等。隨著技術的發展，AI的應用領域將會更加廣泛。

然而，人工智慧也引發了一些問題和爭議，如就業問題、隱私問題、道德問題等。因此，如何合理、安全地發展和應用AI，是當前社會面臨的重要挑戰。

既然AI人工智慧還存在著一些問題，為何會受到投資市場追棒？

這主要得益於OpenAI公司推出的，一款名為“ChatGPT”的聊天機器人，程式在全球範圍內迅速走紅，引發了行業內部和廣大民眾的廣泛討論。由ChatGPT所帶動的AI概念在金融市場也受到了各路資本的熱烈追捧，掀起了新一輪的AI投資熱潮。面對ChatGPT的火爆，眾多科技企業也紛紛加入聊天機器人的研發和試運行行列。據報導，Google首席執行官Sundar Pichai在員工談話中表示，Google需要推出一款名為Bard的聊天機器人，以應對ChatGPT對搜索引擎業務帶來的衝擊。

而ChatGPT的誕生和落地，是人工智慧技術快速發展，積極改變人們生活的一個非常具象的體現。它的出現，相當於讓不懂科技，也不關心科技的普通人，對人工智慧技術發展生產了廣泛的關注，展現了人們對AI技術的積極態度和未來智能聊天機器人成為新趨勢的可能性。

1、自然語言處理 

自然語言處理（Natural Language Processing）是聊天機器人最核心的技術，是將人類語言經過處理轉化為機器所能理解語言的一門技術，是實現人類與電腦系統或軟體直接交流的方法。自然語言處理主要分為兩個流程：自然語言理解和自然語言生成，自然語言理解主要是幫助機器更好理解人的語言，自然語言生成主要是幫助機器生成人能夠理解的語言。自然語言處理基礎技術包括分詞、詞性標注、詞法分析、語法分析、語義分析、篇章分析等。自然語言處理的應用方向有資訊檢索、文本抽取、問答系統、機器翻譯等。簡單來說，聊天機器人系統的模型結構大致分為四個模組：獲取並清洗數據、數據預處理、答案過濾與生成、答案輸出。

2、機器學習 

在自然語言處理中，數據處理與自然語言生成是實現系統對話的重要部分，而這個部分則需要依賴系統的學習能力。機器學習是讓電腦不依賴確定的編碼指令，模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。機器學習是人工智慧核心技術，是使電腦具有智能的根本途徑。基於處理數據種類的不同，可以分為有監督學習、無監督學習、半監督學習和強化學習等幾種類型。基於學習方法的分類，可以分為歸納學習、演繹學習、類比學習、分析學習。基於數據形式的分類，可分為結構化學習和非機構化學習。

近年來，深度學習技術逐漸成為人工智慧領域的研究熱點和主流發展方向，逐漸取代傳統機器學習的方法。深度學習採用學習特徵的方法，能夠直接獲取規律性的知識。深度學習極大地提升了圖像分類、語音識別、機器翻譯等技術能力，為聊天機器人的發展提供了重要的技術支撐。

3、神經網路與深層神經網路 

神經網路由若干個類似於人腦中的神經元的單位以某種形式相互連接組成，是一個進行分佈式並行資訊處理的演算法數學模型。這種網路依靠系統的複雜程度，通過調整內部大量節點之間相互連接的關係，從而達到處理資訊的目的。而深層神經網路（DNN），簡而言之，就是擁有多個隱藏層的神經網路，且每層神經元都與下一層神經元全連接，其表達能力比普通神經網路更強。深層神經網路是深度學習技術的基礎，依託於深層神經網路的深度學習模型，具備更強的能力。

1、新一代超級晶片來襲，專為加速計算和生成式AI時代構建

NVIDIA發佈了新一代GH200 Grace Hopper超級晶片平臺。GH200專門用於處理全球最複雜的生成式AI工作負載，包括大型語言模型、推薦系統和向量資料庫。更令人矚目的是，GH200將成為世界上第一個配備HBM3e記憶體的GPU晶片，與目前最高端的AI晶片H100相比，其記憶體增加了1.7倍，傳輸頻寬增加了1.5倍。 

2、Omniverse全新升級，融合生成式AI和OpenUSD

Omniverse是一個基於USD格式的3D工作流協作平臺。最近，它進行了一次重要更新，升級了Omniverse Kit、NVIDIA Omniverse Audio2Face基礎應用和空間計算功能。這次更新的目標是加快虛擬世界和高級工作流的創建速度，推動工業數位化進程。

黃仁勳曾分享過一個案例，諸如BMW等大型汽車製造商都在利用 Omniverse平臺進行AI建模、渲染、生成3D，以此推動產品生命週期的數位化進程。 

3、RTX ADA工作站華麗登場，專為生成式AI而設計

全新NVIDIA RTX工作站專為生成式AI和數字化時代的內容創作打造。工作站配備多達4塊NVIDIA RTX 6000 Ada GPU，每塊GPU具有48GB顯存，單個桌面工作站就可提供高達5,828 TFLOPS的AI性能和192GB GPU顯存。此外，NVIDIA還發佈了三款全新的桌面工作站RTX 5000、RTX 4500和RTX 4000，為全球專業人士帶來最新的AI、圖形和即時渲染技術。

建築事務所Lake|Flato的設計技術總監Dan Stine表示：“NVIDIA RTX 5000 Ada GPU展現了NVIDIA技術所帶來的驚人性能提升，大大提高了我們使用 Enscape創建立體全景圖的效率。”

4、L40S GPU瘋狂推理，配備OVX伺服器加速計算

L40S GPU配備48GB記憶體，基於Ada Lovelace架構，包含第四代張量內核和FP8 Transformer引擎。相比A100 GPU，L40S的AI推理能力提高1.2倍，訓練性能提高1.7倍。而如此強大的L40S會有至多8個啟用在OVX系統中。

為了支持即時渲染、產品設計和三維內容創建等高保真專業可視化工作流程，L40S GPU包含142個第三代RT內核，可提供212 TFLOPS的光線追蹤性能。

目前來看，可以用一句話形容，就是前有追兵，後有來者。

Stability AI的執行長莫斯塔克（Mohammad Emad Mostaque）持有類似的觀點，原因在於，Google、英特爾等其他公司的下一代晶片也正在迎頭趕上，而NVIDIA的Cuda（一款供開發人員使用的程式設計軟體，能夠將高級語言程式翻譯成指令給GPU，且速度極快）也並非永遠是難以攻破的護城河。

NVIDIA最大的威脅可能來自其自家客戶。Cevercore ISI的分析師謬思（C.J. Muse）認為，各大廠商正在努力開發自己的晶片，以避免過於依賴NVIDIA，就像蘋果努力推出自家晶片一樣。

不過，這些替代方案可能還不夠。我認為NVIDIA的霸主地位將繼續下去。

《金融時報》指出，對於這些在人工智慧領域的專家來說，華爾街似乎過於熱情了。不過就目前而言，AI晶片市場似乎仍將是NVIDIA的天下。儘管追兵可能迎頭趕上，但NVIDIA就像黃仁勳自己所說的那樣，一直在盡力奔跑，並做好跌倒的準備。經歷過加密貨幣寒冬、2018年股價近乎腰斬、並購安謀失敗等困境，NVIDIA始終在奔跑。

儘管有競爭對手追趕，但目前看來，AI晶片市場仍然是由NVIDIA主導的。NVIDIA的Cuda軟體在人工智慧開發中扮演著重要角色，但隨著其他公司如Google和Intel等也在研發下一代晶片，NVIDIA的優勢可能會受到挑戰。此外，一些大型客戶也開始努力開發自己的晶片，以避免過度依賴NVIDIA。然而，這些替代方案可能還不足以完全取代NVIDIA的地位。儘管華爾街對人工智慧領域的熱情很高，但目前來看，NVIDIA仍然佔據著主導地位。

所以以NVIDIA目前價格來看，未來NVIDIA還有進一步上升的空間，具體是多少，我們簡單的測算一下。

TOPONE Markets NVIDIA日線圖

從上圖可得出結論，今年6月份開始，NVIDIA走出了一波連續上攻行情，形成了恐怖的【頭肩頂雙肩形態】，瞭解此形態的朋友應該非常清楚，一旦形態達成，帶來的就是連續的下跌與破位，但經過2023年11月3日這天的走勢，可以看出，形態已經被破壞，同時上方的壓力位也被突破，後期，NVIDIA上攻趨勢，已經沒有任何阻礙，投資者朋友可以果斷嘗試做多。 

在看完文章後，相信你對於NVIDIA個股已經有了充分的瞭解。人手一機的時代，從券商 APP 下單再簡單不過，為了讓讀者能夠更貼近股市，我們提供直接進行「開戶、下單」的貼心服務，目的是讓投資朋友在吸收完財金知識後，能夠即時下單。想立即投資NVIDIA做多行情？點擊下方連結，開始你的財富自由計畫！

線上交易黃金/原油/白銀等全球熱門貴金屬和大宗商品

馬上開始交易 >

新人馬上領$100美元豪禮!(≈NT$3000)