Better Artificial Intelligence Stock: Nvidia vs. AMD

即使在新的出口管制切斷了中國這一重要市場的情況下，對用於推動人工智能（AI）基礎設施的先進芯片的需求仍然很高。雖然定製 AI 芯片的市場正在增長，但用於運行 AI 工作負載的最常用芯片是圖形處理單元（GPU）。這個名稱源於這些芯片最初是為了加速視頻遊戲中的圖形渲染而設計的。

由於其強大的處理速度，GPU 現在被用於各種高性能計算任務，例如訓練大型語言模型（LLM）和運行 AI 推理。目前，GPU 市場基本上是一個雙頭壟斷，由 Nvidia（NVDA 1.69%）和 Advanced Micro Devices（AMD 3.52%）主導。然而，許多投資者問的問題是：哪隻股票更值得購買？

領導者與挑戰者

在 GPU 領域，毫無疑問的領導者是 Nvidia，其市場份額超過 80%。Nvidia 不僅比 AMD 更大，而且其數據中心收入的增長速度也更快。上個季度，Nvidia 的數據中心收入增長了 73%，達到了 391 億美元，而 AMD 的數據中心收入則增長了 57%，達到了 37 億美元。

Nvidia 的優勢來自其軟件平台 CUDA。早在 2006 年，該公司就推出了這一免費的軟件平台，以便讓開發者能夠為其 GPU 編程，以擴展到視頻遊戲市場之外。該公司推動了軟件在大學和研究實驗室的使用，使其成為開發者學習編程 GPU 的默認軟件程序。

雖然 AMD 在軟件方面做出了一些不夠積極的努力，但直到大約 10 年後才推出真正的 CUDA 競爭者 ROCm。到那時，CUDA 已經成為編程 GPU 的默認軟件，而 ROCm 在硬件支持、文檔有限以及安裝和使用的難度上仍然落後。與此同時，Nvidia 通過一系列基於 CUDA 的 AI 特定庫和工具（稱為 CUDA X）進一步擴展了其軟件優勢，這有助於提升其芯片在 AI 任務中的性能。

最終，CUDA 為 Nvidia 帶來了巨大的網絡效應優勢。CUDA 使用得越多，構建的工具和庫就越多，使得 Nvidia 的 GPU 更加吸引人。儘管 ROCm 仍在不斷改進，但在 LLM 訓練的使用上，它仍然落後於 CUDA。

然而，AMD 在 AI 推理方面能夠獲得更多的關注。訓練 AI 模型是一項更為複雜的任務，這就是為什麼 Nvidia 在這個市場上佔據主導地位，而其 CUDA 優勢真正顯現出來。另一方面，推理相對簡單，更加關注延遲、功耗和成本。由於競爭定位，AMD 的 GPU 通常比 Nvidia 的便宜，儘管其 ROCm 軟件落後於 CUDA，但通常被認為足夠好，可以運行大多數 AI 推理工作負載。

對 AMD 來説好消息是，推理市場預計最終將成為兩個市場中更大的一個。事實上，包括風險投資家和前 Facebook 高管 Chamath Palihapitiya 在內的一些專家表示，推理市場可能比訓練 AI 模型的市場大多達 100 倍。但無論推理市場是比訓練市場大 2 倍還是 100 倍，AMD 都有機會獲得一些市場份額。

圖片來源：Getty Images。

哪隻股票更值得購買？

在估值方面，兩隻股票的交易範圍相似。Nvidia 的前瞻市盈率（P/E）略高於 32 倍，而 AMD 為 28 倍。與此同時，Nvidia 的收入增長速度更快。

NVDA 市盈率（前瞻）數據來源於 YCharts

由於它們的估值相似，未來幾年哪隻股票表現更好的關鍵因素將主要取決於增長。Nvidia 在 GPU 領域是明顯的領導者，隨着 AI 基礎設施的建設持續進行，預計將繼續實現強勁增長。然而，其 AI 數據中心收入現在是 AMD 的 10 倍，因此大數法則可能會發揮作用。

隨着 AI 基礎設施開始更多地向推理轉移，AMD 應該有一個良好的機會來獲得一些市場份額。Nvidia 在推理方面仍然領先，但與訓練相比，差距更小。AMD 也不需要在這個可能快速增長的市場中獲得大量份額，就能在其較小的 AI 數據中心收入基礎上產生顯著差異。因此，它有很大可能開始比更大的 Nvidia 增長得更快。如果那樣的話，我認為它的股票將表現優於 Nvidia。

最終，投資者可以同時持有這兩隻股票，這可能是個好主意。由於 AI 基礎設施支出似乎仍處於早期階段，兩者都應該是贏家，儘管我確實認為 AMD 有更大的潛在上行空間。與此同時，最大的風險將是如果 AI 支出意外開始放緩。