2016年10月15日 星期六

NVIDIA (NVDA) 個股分析 系列三: 企業分析(企業介紹, 獲利分析, 產品線, 管理階層, 競爭對手)

企業介
NVIDIA是著名的PC電腦圖像顯示晶片公司,公司總部位於Santa Clara, California, 1993年成立公司股票於1999年在NYSE掛牌上市,代號NVDA

這幾年NVIDIA轉型, 主攻四塊市場(Gaming, Professional Visualization, Datacenter, Automotive), 均有顯著的績效成果 產品的應用, 出現在個人電腦, 行動裝置, 以及雲端上NVIDIA也試圖在軟硬體上(hardware, system software, programmable algorithms, systems and services)做垂直型整合(vertical integration), 試圖替自己以及客戶端帶來最大的價值. NVIDIA在研發上也不手軟, 創辦至今, 已經投資了120億美金在研發上. 這樣大手筆的投資, NVIDIA有著7,300多項專利



產品線介紹
公司的主要業務分成兩大塊: GPUTegra Processor。而公司主要專攻的市場有Gaming, Datacenter, Professional Visualization, 以及Automotive。旗下產品整理如下:

Gaming:
NVIDIA各種產品中與電玩相關的產品是GeForce系列,與VR相關的遊戲市場與應用是屬於Quadro系列,而與移動式裝置上的遊戲市場則則與Shield產品息息相關。2016 Q2 財報中提到遊戲市場與玩遊戲的人數成長,持續帶動Gaming業績增長,這部分我們認為跟eSports 電競遊戲市場增長也有相關(eSports的產業介紹請見"產業分析"部分)NVIDIA在這時候切入eSports是很重要的,原因是全球PC銷量開始下滑,取而代之的是移動式裝置的增長。NVIDIA已經建立了一個利基市場,銷售顯示卡給高端PC遊戲玩家,通常發燒友(enthusiasts)會為了跟上最新的遊戲以及不斷提升的顯示卡需求而去升級顯示卡,因此我們可以觀察到,PC市場和高端遊戲已經相互分離。

全球有超過7.5億台的電玩遊戲機NVIDIA公司將與eSports ESL合作持續推廣GPUNVIDIA公司全球電子競技的負責人James Grunke:在過去的幾年中,目標是在業務方面與ESL合作,以確保所有競爭的PC所使用的顯示卡都是最新的NVIDIA GeForce顯卡。對於NVIDIAGaming市場的發展,Mr. Grunke抱持樂觀的態度

Datacenter & Deep Learning:
Deep learning 未來幾年的產值有$20~50億美金,平均一年的機會大概是$3億~$7億五千萬美金NVDA 20-25% HPC/Cloud的產值。Deep Learning的應用目前以影像辨識為大宗,自然語言處理,無人駕駛車以及醫療上的應用。主要hyper-scale的公司(Google, Facebook, Microsoft, Baidu)都在使用deep learning來加強既有的服務跟尋求新的機會。NVIDIA的中文官網上, 對Deep Learning有很多的介紹(可按此連結到NVIDIA官網)

GPU對於Deep Learning的影響為大量矩陣平行運算,GPU原本的架構就是平行運算架構,因此在Deep Learning上有得天獨厚的優勢。大部分hyper-scale的公司(Google, Facebook, Baidu)都會考量高客製化的CPU+FPGA的架構,Deep Learning & Datacenter主要的目標客群是在中小型的公司,尤其是想要做Deep Learning但是尚未具備資源來建構大型server farm的公司,因此分析師對於NVDADeep Learning上的前景只有neutral的預期。


Automotive:
根據 Boston Consulting Group研究報告, Automotive 前景預期至 2035 年,每年會售出一億兩千萬的全自動駕駛車以及 一千八百萬輛的半自動駕駛車,全自動及半自動駕駛車將佔新車銷售的 25%。市場預估在2025自動駕駛車的市場將達到 $420 美金,2035 將達到 $770億美金。除了用有強大的運算能力以外,自動駕駛車運用多種感測器以分析周遭環境,如攝影機、光達、雷達、以及超音波感測器,綜合以上感測器的資訊來決定行車的路徑,而這些都要靠NVIDIA的晶片才能做到。 

競爭對手
GPU主要生產廠商整理如下:



GPU算是毛利相當高的產業。至於Intel會不會想要切入GPU這塊市場呢? 根據我們做的研究, 以及詢問過產業界專業人士的看法GPU算是毛利相當高的產業。至於Intel會不會想要切入GPU這塊市場呢? 根據我們做的研究, 以及詢問過產業界專業人士的看法, NVIDIA是專業的晶片電路設計公司, 而將晶片製造的部分給專業的晶圓代工廠台積電代工, Intel目前在GPU 的設計上無法與NVDA抗衡, 在大量生產製造這方面的技術也不如台積電, 所以短期內我們不認為Intel會對NVIDIA造成威脅。


接下來針對NVIDIAGaming, Automotive, Datacenter市場上的競爭對手分別做介紹。

A. Gaming
NVIDIAGaming GPU主要競爭對手為AMDAMD 2016年由於新產品Polaris GPU RX 480NVIDIAGTX 1080 & 1070一個月上市,在High-end產品失去市占。所以可以說在電玩市場,NVIDIA顯卡可以說是最大贏家,而NVIDIAAMD在市場上的占比約7:3AMD具有價格優勢,而NVIDIA則是在技術上持續領先。

GPU在電玩上的應用除了在桌上型電腦外, 也在行動裝置, 以及雲端上在這邊我們僅比較NVIDIA與AMD在Desktop Discrete GPU以及Mobile Discrete GPU的市占率。下面是NVIDIA與AMD在2016 Q2時, Desktop Discrete (桌上型分離式) GPU市佔率的比較(資料來自JPR):

每家研究公司得到的結果不盡相同。下面的資料來自Mercury Research:

雖然兩者的數值有差由兩圖表都可以看出NVIDIA在2016 Q2時Desktop Discrete GPU 市佔率有減少對手AMD的市佔率有增加--這跟AMD削價競爭或許有關。不過要注意的是, 市佔率跟營收並沒有直接的關係

至於Mobile Discrete GPU, 下面是Mercury Research的資料:

可以看到, 不管在Desktop Discrete GPU或是Mobile Discrete GPU市場, 目前都是NVDA領先的局面


AMD產品特色為高發熱高功耗以及效能陽春,在價格上有優勢。AMD2006724日併購ATi後,獲得圖形處理器的技術。圖形處理器領域方面,AMD併購ATi以後便推出了Radeon HD 2000系列,其中2900系列因相比對手NVIDIA而言顯得高發熱高功耗以及效能陽春,而成為繼對手的GeForce FX 5800以後最失敗的顯示卡產品。但後續的改進版將功耗大幅下降,以及逐步擴大GPU規模,使AMD2010年以Radeon HD 5970重登圖形處理器的效能王座。不過自GCN架構以來,因其架構過於複雜,使得製造成本偏高、高效率的GPU驅動程式的開發變得困難,以致於對手相比同樣效能的情況下顯得功耗偏高,加上AMD多年不佳的獲利狀況,使其行銷方面的投入遠不如對手NVIDIA,這些因素也使得AMD的在個人電腦圖形處理器市場的市佔率再次屈居NVIDIA之下。現時AMDRadeon Rx 200/300系列GPUNVIDIAGeForce 700/900系列競爭,其中Radeon Pro DUO則是目前效能最強勁的雙GPU顯示卡。

B. Automotive
目前主要市場競爭者為NVIDIA (NVDA)Mobileye (MBLY) NXP Semiconductors (NXPI):
-  Mobileye 
  2016 Q1 $75.2 million (65% YoY) [2],相較於 NVIDIA FY17 Q2 $119 million 68% YoY,可說勢均力敵。
  當前有 90% 車廠採用 Mobileye 的系統 [3]
  Intel + BMW + Mobileye 合作,預計 2021 量產 
-  NXP Semiconductors
  去年 NXP  120億美金併購了Freescale而成為最大的車用晶片供應商。同時也讓車用晶片佔 了NXP Semiconductors營收的 40% 

即時車用影像辨識產品規格比較:
從規格表比較可得知,Mobileye 是個可敬的對手,市佔率高,晶片運算速度及消耗功率都有不錯的水平。NVIDIA 急起直追,雖然消耗功率未揭露,但還算是個有潛力的競爭者。

C. Datacenter & Deep Learning
NVIDIA (ConvNets) GPU為主的類神經網路約為CPU為主的40倍快,約為FPGA為主的4倍快。儘管如此,GPU還是有一定的限制,因為pre-trained ConvNets 會是佔比較大宗的應用,這個部分應該還是會以CPU 或是FPGA為主,因為比較可以客製化,競爭者為IntelMobileyeQualcomm,主要研發在既有的CPU架構上的ConvNets加速器

另外的hyper-scale的客戶會面臨幾個GPU的問題:
      1. GPUCPU+FPGA耗能10
 2. 新的Altera FPGA架構有顯著效能提升
      3. Intel/Altera合併後CPU+FPGA的成本架構會有所改變 (Intel Knight Landing chipset)

Deep Learning的市場有兩個主要的威脅:
1.來自CPU+FPGA陣營的競爭(Intel Xeon Phi processor KNL, Knight Landing)
2. GPU本身耗能大很多

效能比較表:


企業獲利分析
分析近三年的年複合成長率Gaming+30%DatacenterAutomotive分別是+40%+80%Professional Visualization持平,而OEM & IP則是持續每年-30%的衰退(不過可以發現Gaming, AutomotiveDatecenter的成長彌補了OEM & IP的下滑)

將NVIDIA在2013年與2016年的營收做一比較, 可以看到Gaming, Datacenter, Automotive佔全部營收的比例都有很明顯地增加: 

管理階層分析
1. CEO的背景
黃仁勳1984年於奧勒岡州立大學取得電機工程學士學,其後在史丹佛大學取得碩士學位。畢業之後曾在超微公司(Advanced Micro Devices)擔任微處理器設計師 ,也曾在巨積公司(LSI Logic)擔任工程、市場行銷與總經理的職位 ,創立NVIDIA之前曾在相關領域任職。台灣媒體對黃仁勳已有做過非常多的訪問 ,所以在這邊不多加著墨。有興趣的讀者,可以看商業週刊的專訪(請按這)

2. CEO是否有持股? 持股比例? 過去有無大量買股/賣股的紀錄?
截至 2016/09/06 個人持股 1,783,552 / 在外流通股數 535,000,000 = 3.3%
交易紀錄 (可見過去一年內大量出售)
2016/09/06 執行選擇權並出售 43,727
2016/08/25 執行選擇權並出售 6,273
2016/08/10 執行選擇權並出售 40,000
2016/07/13 執行選擇權並出售 40,000
2016/07/10 執行選擇權並出售 40,000
2016/05/11 執行選擇權並出售 40,000
2016/04/12 執行選擇權並出售 40,000
2016/02/19 執行選擇權並出售 250,000
2015/08/17 執行選擇權 180,000 股並出售 170,000
2014/09/17-2015/08/17 無公開市場交易

近年來執行選擇權後隨即會出脫部分持股,看起來對公司目前股價及未來展望有超出他自己的預期,持有股票並未因為公司股價攀升而明顯增加。

4. 高層的流動性?
公司高層多半為創始來的老鳥,近年來由於在一些新的應用上有所斬獲,所以也從別的公司挖腳了高層過來擔任副總職位,以公司高層的情況來看向心力是算蠻不錯的。

5.有沒有做股票購回? 發配股息?
NVIDIA有做股票購回,也有發放股息

值得注意的一點是Insider transaction(內線交易)有減少的跡象,近期股票賣出比買入的多,推測與股價飆漲,獲利入袋有關。

下一部分文章為系列四: 影響股價的關鍵元素


*本文僅供參考之用,並不構成要約、招攬或邀請、誘使、任何不論種類或形式之申述或訂立任何建議及推薦,讀者務請運用個人獨立思考能力,自行作出投資決定,如因相關建議招致損失,概與沐樂園、編者及作者無涉。


參考資料與出處:
GAMING :
#1 
#2

#3
#4
#5
#6

#7
#8

Auto:








沒有留言:

張貼留言