인공지능
NVIDIA(NVDA) 스포트라이트: 그래픽 거대 기업에서 AI 거인으로
Securities.io는 엄격한 편집 기준을 준수하며, 검토된 링크에 대해 보상을 받을 수 있습니다. 당사는 등록된 투자 자문가가 아니며, 이는 투자 자문이 아닙니다. 자세한 내용은 계열사 공개.
AI 거인
10년 이상 동안 기술 투자자들의 관심은 "빅 테크(Big Tech)"에 집중되어 왔습니다.Microsoft (MSFT -1.84 %), 구글 (GOOG -2.27 %), Facebook (META -2.15 %), 등), 지난 몇 년 동안 소프트웨어보다 하드웨어로의 현저한 전환이 있었습니다. 첫 번째 신호는 엄청난 상승이었습니다. 테슬라 (TSLA -3.24 %) 틈새 시장의 종교적인 주식에서 세계 최대 규모의 회사 중 하나로 거듭났습니다.
하지만 소프트웨어와 하드웨어의 경계에 위치한 한 회사가 더 강하지는 않더라도 좋은 수익을 낼 수 있을 것입니다. NVIDIA (NVDA -3.28 %).
지금은 갑작스러운 성공을 거둔 AI 회사로 여겨지지만, NVIDIA는 실제로 20~30년 동안 독특한 기술과 시장 지위를 인내심 있게 구축했습니다. 이를 통해 앞으로 수년간 기술 세계에서 지배적인 행위자로 남을 수 있는 강력한 입지를 확보할 수 있습니다.
NVIDIA의 성공 경로
CPU 대 GPU
오랫동안 NVIDIA는 그래픽 카드나 그래픽 처리 장치(GPU) 생산을 전문으로 하는 성공적이지만 틈새 시장인 컴퓨터 하드웨어 회사였습니다. 당시 GPU는 중요한 컴퓨팅 하드웨어 요소로 여겨졌지만 가장 중요한 중앙 처리 장치(CPU)에 비하면 부차적이었습니다.
CPU는 차례로 매우 빠른 계산을 수행하도록 설계되어 복잡한 계산에 적합합니다.
이와 대조적으로 GPU는 덜 강력하지만 동시에 많은 병렬 계산을 수행하도록 설계되어 대량의 데이터를 처리하는 데 더 적합합니다.
1990년대부터 2010년대까지 CPU 생산업체들은 인텔 (INTC -5 %) GPU는 업계를 장악했지만, 고품질 GPU는 주로 게이머와 하이엔드 PC용 그래픽 디자이너에 의해서만 사용되었습니다.
GPU 사업 구축
초기에 NVIDIA 창립자 Jensen Huang과 그의 공동 창립자들은 컴퓨팅 속도가 CPU 용량을 앞지르게 될 것이라고 생각했습니다.. Jensen은 오늘날 Sun Microsystems의 첫 번째 GPU 개발에 중요한 역할을 했습니다. 신탁 (ORCL -3.79 %).
그는 1993년에 NVIDIA의 공동 창립자 중 한 명이 되었고, 1990년대 초 PC 혁명을 수용했습니다.
"우리는 3D 그래픽이 정말 멋진 것일 거라고 생각했습니다. 그리고 처음으로 컴퓨터가 될 수 있고, 원하는 대로 사용할 수 있는 플랫폼이 생겼습니다. 게임을 하는 데도 사용할 수 있습니다. 그리고 게임을 할 수 있는 칩을 만들기만 하면 됩니다.
우리 중 누구도 PC를 본 적이 없었습니다. 그래서 PC를 사러 가야 했습니다. Gateway 2000을 샀습니다. 아무도 Windows나 DOS를 프로그래밍하는 법을 몰랐습니다. 아무도 DOS를 본 적이 없었습니다. 그래서 우리는 그것을 분해하고 산업에 대해 배우기 시작해야 했습니다."
돌이켜보면, 당시 게임 시장은 수익성이 높고 규모가 큰 기업 중심 사업 모델에 비해 그다지 "진지한" 시장이 아니었다는 점이 우스운 일입니다. 최초의 카드는 상업적으로 성공하지 못했습니다. 그들의 2nd 1세대 GPU는 더 나았지만, 비디오 게임용 Microsoft의 DirectX 아키텍처로 시장이 전환되면서 갑자기 쓸모없게 되었습니다.
결국 NVIDIA는 제품-시장 적합성을 찾는 데 6년이라는 시간과 3개의 제품군을 거쳐야 했고, 그 과정에서 회사는 여러 번 몰락의 위기에 처했습니다.
성공은 Riva 128에서 찾아왔습니다. 처음 1개월 동안 XNUMX만 대가 판매되었습니다. 그 후 성공적인 그래픽 카드 디자인이 잇따라 출시되었는데, 여기에는 다음이 포함됩니다. 지포스 시리즈, 오늘날까지 시장에서 지배적인 플레이어 AMD (AMD -1.92 %) 라데온.
출처: 유바이
CUDA 및 암호화
2006년, GPU 분야의 확고한 선두주자로 자리매김한 NVIDIA는 NVIDIA GPU용 범용 프로그래밍 인터페이스인 CUDA를 출시하여 게임 이외의 다른 용도로의 활용 가능성을 열었습니다. 이는 일부 연구자들이 기존 슈퍼컴퓨터 대신 GPU를 사용하여 계산을 수행하고 있었기 때문에 가능했습니다.
출처: NVIDIA
"연구자들은 GeForce라는 게임 카드를 사면 컴퓨터에 추가하면 사실상 개인용 슈퍼컴퓨터를 갖게 된다는 것을 깨달았습니다. 분자 동역학, 지진 처리, CT 재구성, 이미지 처리 등 다양한 것들이죠."
GPU와 특히 NVIDIA 하드웨어의 이러한 광범위한 채택은 다음을 기반으로 하는 긍정적인 피드백 루프를 생성했습니다. 네트워크 효과: 용도가 많아질수록, 더 많은 최종 사용자와 프로그래머가 그것에 익숙해지고, 판매량이 늘어나고, R&D 예산도 늘어나고, 컴퓨팅 속도가 더욱 빨라지고, 용도도 더 많아집니다.
출처: NVIDIA
오늘날 설치된 기반에는 수억 개의 CUDA GPU가 포함됩니다.
출처: NVIDIA
이는 연구자들에게 매우 유용할 뿐만 아니라, GPU 병렬 컴퓨팅을 최대한 활용할 수 있는 새로운 기술인 블록체인과 암호화폐도 개발될 것입니다.
크립토 붐
이제 AI 열풍에 약간 밀려나면서, 크립토는 게임과 과학 연구를 넘어 GPU를 대규모로 적용한 최초의 사례였습니다. 많은 블록체인과 크립토 프로젝트에는 많은 컴퓨팅 파워가 필요합니다. NVIDIA GPU는 빠르게 이러한 계산을 수행하는 중심 하드웨어가 되었습니다.
이로 인해 NVIDIA 매출이 붐을 이루었고, 암호화폐 붐이 형성되면서 회사 주가도 상승하기 시작하여 주가가 10배 이상 상승했습니다.
엔비디아 (NVDA -3.28 %)
2022년에 암호화폐로 인한 주가 움직임은 다소 둔화되었고, 시장에서는 NVIDIA가 수년간 주목할 만한 AI 전략을 구축해 왔다는 사실을 깨달았습니다.
AI
신경망
2010년대 초반부터 연구자들은 GPU를 배포하여 연구하기 시작했습니다. 신경망. 이는 일반적인 프로그래밍과 다른 유형의 컴퓨팅 방법이며 2년 물리학과 의학 분야에서 2024개의 노벨상을 수상.
신경망은 오늘날 일반적으로 "AI"라고 불리는 것의 기술적 기반입니다.
2009년, 당시 제 학생 중 한 명인 학부생인 이언 굿펠로우가 기숙사 방에서 GPU 서버를 만드는 것을 도와주었습니다. 그리고 그 서버는 우리가 신경망을 훈련하기 위한 첫 번째 딥러닝 실험에 사용한 것이 되었습니다.
우리는 GPU에서 신경망을 훈련하는 속도가 10배, 심지어 100배까지 향상되는 것을 보게 되었습니다. 단계별로 처리하는 대신, 천 가지나 만 가지 일을 병렬로 처리할 수 있게 되었기 때문입니다.
앤드류 응 | - DeepLearning.AI 창립자 겸 AI Funds의 관리 총괄 파트너 세쿼이아와의 인터뷰에서
이는 2012년 컴퓨터 이미지 인식 분야의 최초의 획기적인 진전인 AlexNet이 나오기 전이며, AlphaGo보다 수년 전의 일입니다.
NVIDIA를 AI로 전환
NVIDIA는 전문 연구자들이 신경망에 관심을 갖기 훨씬 전부터 AI의 잠재력을 일찍이 깨달았습니다.
당시 이는 입증되지 않고 거의 존재하지 않는 분야에 대한 위험한 움직임이었습니다. Jensen Huang은 이렇게 표현했습니다.
"우리는 10억 달러 규모의 시장에 투자하고 있지 않습니다."
2016년과 2017년에 NVIDIA는 다음을 출시했습니다. tPascal 및 Volta 아키텍처각각 최초의 GPU 기반 AI 가속기인 반면, Volta는 딥 러닝 작업을 최대 12배까지 가속화하는 Tensor 코어를 선보였습니다.
그것은 이 새로운 방향으로의 전면적인 전환이었습니다. 우리가 그 방향으로 배를 전환했을 때, 우리는 지구상의 모든 AI 연구자들을 찾았습니다.
그리고 우리 플랫폼이 그들에게 유용하다는 것은 당시 우리가 받고 있던 긍정적인 피드백이었습니다. 그래서 저는 전 세계의 위대한 AI 연구자들과 친구가 된 것입니다.
그들은 모두 나에게 미래의 성공에 대한 초기 징후를 제공하는 데 도움이 되었고, 그런 작은 승리에서도 대단한 성과를 거두어야 합니다.
이는 2023년에 Chat GPT와 같은 인기 있는 LLM(대규모 언어 모델)이 출시됨에 따라 대중의 의식 속에 대대적으로 등장할 AI 컴퓨팅 인프라의 구축을 예고하는 것입니다.
하지만 이는 실제로 2016년부터 NVIDIA가 점점 더 강력해지는 AI 전용 GPU를 느리고 종종 잊혀진 채 개발해 온 과정을 통해 구축되었습니다.
출처: NVIDIA
AI 컴퓨팅 파워의 진화에 대한 또 다른 주목할 만한 점은 CPU에 대한 더 선형적인 무어의 법칙 대신 지수 법칙을 따른다는 것입니다. 이는 GPU 하드웨어가 개선되고 있을 뿐만 아니라 신경망을 훈련하는 방법이 급진적으로 개선되면서 필요한 처리 능력이 감소했기 때문입니다.
게다가, 이용 가능한 데이터가 많을수록 훈련의 효율성이 높아지고, 연구자들은 성과를 높이기 위해 여러 각도에서 동시에 작업할 수 있습니다.
이로 인해 시간이 지남에 따라 동일한 GPT 모델을 훈련하는 데 소비되는 에너지가 급격히 감소하여 350년 만에 8배 감소했으며, 이러한 LLM에 요청을 하는 데 필요한 에너지는 훨씬 더 극단적으로 감소했습니다.
출처: NVIDIA
NVIDIA 파트너십
NVIDIA는 창립 이래로 업계와 깊이 연결된 회사였습니다. 수직적으로 통합된 회사 대신, 최고와 깊은 유대 관계를 구축하는 동시에 자체 경쟁 우위에 집중하고자 합니다.
예를 들어, NVIDIA는 설계와 개념에 집중하는 소위 "패블리스" 하드웨어 제조업체로, 세계적인 반도체 "팹"에 맡기고 있습니다. TSMC (TSM -2.82 %) GPU를 생산합니다.
자체 LLM이나 AI 시스템을 개발하지 않음으로써 NVIDIA는 사실상 모든 "빅 테크" 및 AI 스타트업의 신뢰할 수 있는 파트너이기도 하며, 이들은 NVIDIA를 잠재적 경쟁자라기보다는 필수적인 파트너로 봅니다. 결과적으로 이를 통해 NVIDIA는 R&D에 재투자하고 기술 측면에서 선두를 유지할 수 있는 매출 규모를 확보하게 됩니다.
이는 올바른 선택임이 입증되었으며, NVIDIA는 기술 산업 역사상 가장 인상적인 자본 지출(capex) 폭증의 가장 큰 수혜자가 되었습니다.
AI 투자가 예상됩니다 200년에는 2025억 달러에 도달할 것으로 예상2016년 이래로 전 세계 대형 기술 기업들의 누적 자본지출이 계속 증가하고 있습니다.
출처: 셔우드
재무
NVIDIA는 2023년부터 2024년까지만 해도 그 규모의 회사에 비해 엄청난 성장을 이루었습니다.
- 매출은 126억 달러에서 27억 달러로 60% 증가했습니다.
- 영업 수익은 311억 달러에서 9억 달러로 37.1배(XNUMX%) 증가했습니다.
- 매출 총이익률은 59.2%에서 73.8%로 증가했습니다.
전반적으로 이 회사는 높은 평가를 받고 있지만, 수익 성장으로 인해 그렇게 높지는 않습니다. 그래도 P/E 비율이 60을 넘고 배당 수익률이 0.03%에 불과한 상황에서 NVIDIA를 매수하는 투자자들은 현재 주가를 정당화하기 위해 많은 미래 성장을 가정하고 있습니다.
출처: NVIDIA
NVIDIA의 미래
지속 가능한 성장?
엔비디아의 세 자릿수 성장률은 놀라웠고, 이는 회사 주가에도 반영되었습니다. 물론 모든 좋은 일에는 끝이 있기 마련이고, 투자자들은 그 끝이 머지않아 올지도 모른다는 우려를 표하고 있습니다.
엔비디아가 암호화폐 판매로 인해 매출이 급증하거나 AI 붐이 일었던 초기 단계에도 동일한 우려가 컸기 때문에 비관적인 전망은 반드시 건전한 투자 전략은 아닙니다.
In 에 대한 인터뷰 BG2Pod 팟캐스트, 황은 세계가 AI를 통합하고 적응하기 위해 최대 1조 달러 상당의 데이터 센터와 컴퓨팅을 업데이트해야 한다고 설명했습니다. 그리고 지금까지 그 총액 중 150억 달러만 지출되었습니다.
따라서 그에 따르면, 기존 컴퓨팅 요구 사항 때문일지라도 NVIDIA가 매출을 계속 늘릴 수 있는 여지는 여전히 충분하다고 합니다. AI에 대한 더 많은 애플리케이션이 주류가 되기 전의 일입니다. 자가 운전 자동차.
전체 수요에 대한 이런 우려는 결국 모든 산업이 어떤 식으로든 여러 수준에서 AI를 구축하게 될 것이라는 사실을 무시하는 것입니다. 여기에는 GDP의 두 자릿수 백분율을 차지하는 의료 분야도 포함됩니다.
출처: NVIDIA
블랙웰
2024년 XNUMX월, NVIDIA는 Blackwell 플랫폼을 출시했습니다.전 세계 모든 기업이 이전 버전보다 최대 25배 적은 비용과 에너지 소비로 XNUMX조 개의 매개변수를 갖는 대규모 언어 모델을 기반으로 실시간 생성 AI를 구축하고 실행할 수 있게 해줍니다.".
출처: NVIDIA
이는 에너지 소비가 AI 중심 기업의 주요 관심사 중 하나가 되고 있는 상황에서 매우 중요한 단계입니다. 최근 Microsoft가 전체 원자력 발전소를 재개하고 사용하기로 한 계약 모든 향후 20년간의 전력 생산량은 사전에 합의된 가격으로 결정됩니다..
사내 디자인
NVIDIA의 한 가지 위험은 세계 최대 기업의 주요 파트너이기는 하지만 매우 비싸고 수익성이 높은 파트너(총 마진 70%)라는 것입니다. 따라서 Alphabet/Google의 규모와 기술을 가진 회사가 AI 칩에 수천억 달러를 지출할 때, 그들은 사내에서 이를 수행하고자 하는 유혹을 받습니다.
그리고 이것은 단지 가정적인 것이 아닙니다. 예를 들어, 테슬라, 엔비디아 경쟁사 AMD의 최고 디자이너를 영입해 자체 하드웨어 개발2019년까지 Tesla는 대신 NVIDIA Drive PX 2 AI 컴퓨팅 플랫폼을 사용했습니다. 테슬라가 로보택시를 실제로 상용화하는 데 매우 가까워진 것 같습니다., 이는 NVIDIA에 있어 엄청난 매출 손실로 이어질 수 있습니다.
동시에 Tesla의 경우는 Tesla와 Elon Musk의 다른 회사와 마찬가지로 규칙에 대한 예외일 수 있습니다. 스페이스 엑스항상 보다 수직적인 통합과 하드웨어에 대한 보다 강력한 수준의 통제를 추구하는 것으로 악명이 높습니다.
Facebook이나 Microsoft처럼 하드웨어에 대한 경험이 적거나 소프트웨어 및/또는 마케팅에 더 중점을 둔 회사는 최신 최고의 NVIDIA 기술을 사용해도 괜찮을 것입니다.
또한 현재 많은 AI 모델은 NVIDIA 아키텍처에서 실행될 것이라는 가정 하에 구축 및 코딩되어 있으며, AI 프로그래머는 NVIDIA 하드웨어에 대한 경험이 풍부합니다. 이 두 가지는 모두 회사에 귀중한 사업적 이점입니다.
AI 시장 위험
AI 시장 전체는 엔비디아의 뛰어난 경영진이 통제하기 어려운 더 큰 위험 요소일 수 있습니다. 현재 AI 시장은 호황을 누리고 있습니다. 하지만 출시된 AI 애플리케이션이 과거 아이폰이 애플에 가져다주었던 엄청난 신규 매출로 이어지지 못했다는 우려가 커지고 있습니다.
이는 단지 해당 기술이 아직도 자리를 잡고 시장을 개척하고 있음을 나타내는 신호일 가능성이 높습니다.
하지만 이런 상황이 너무 오래 지속된다면, 1990년대 후반과 같은 상황이 발생할 위험이 있습니다. 당시 PC와 인터넷의 중요성에 대한 예측은 맞았지만, 시기가 너무 낙관적이었고, 이로 인해 닷컴 버블이 붕괴되었습니다.
물론, 젠슨 황이 2024년 XNUMX월에 한 여성의 가슴에 사인을 하는 것은 다소 놀라운 신호이고, AI를 둘러싼 잠재적인 금융 열풍을 걱정하는 투자자들에게는 약간 우려스러운 일일 수도 있습니다.
재무적 역사가 반드시 반복되는 것은 아니지만, 투자자는 NVIDIA에 대한 이러한 위험을 적절히 분석하고 2000년 당시 통신 및 인터넷 하드웨어 제조업체인 Sun Microsystems(Jensen Huang의 첫 고용주)와의 잠재적 유사점을 살펴보고자 할 것입니다.
10배의 수익으로 10년의 상환을 하려면 100년 연속으로 수익의 10%를 배당금으로 지불해야 합니다. 이는 주주들에게 이를 얻을 수 있다고 가정합니다. 이는 매출 원가가 39,000이라고 가정하는데, 컴퓨터 회사로서는 매우 어려운 일입니다. 이는 비용이 XNUMX이라고 가정하는데, XNUMX명의 직원을 두고는 정말 어려운 일입니다. (…)
이제, 그렇게 한 후에, 여러분 중 누구라도 제 주식을 64달러에 사고 싶으신가요? 그 기본적인 가정이 얼마나 터무니없는지 아십니까? 투명성은 필요 없습니다. 각주도 필요 없습니다. 무슨 생각을 하고 계셨나요?
Scott McNealy – 당시 Sun Microsystems의 CEO
참고로 NVIDIA의 현재 P/S 비율은 35입니다.
출처: Y차트
맺음말
NVIDIA는 PC 그래픽 카드부터 새로운 애플리케이션을 위한 CUDA 릴리스, 신경망을 일찍 도입하는 것까지, 올바른 시기에 여러 번 연속으로 올바른 계산된 위험을 감수하는 것을 기반으로 구축된 회사입니다. 이를 통해 창립자인 젠슨 황은 반도체 및 IT 산업에서 록스타와 같은 존재가 되었습니다.
최근 테슬라의 실적은 시장을 경악시켰고, 최근 몇 년간 테슬라만이 보여줄 수 있는 엄청난 열광을 불러일으켰습니다. 테슬라의 초기 투자자들은 거의 10년 동안 회사와 주가가 "곧" 추락할 것이라고 예상하는 비관론자들을 마주해 왔기에, 이는 엄청난 기회를 만들어냅니다.
또한, AI 붐은 아직 현재의 자본 지출을 정당화할 만한 수익을 창출하지 못했고, 완전히 자리 잡은 경제 부문이 되기 전에 침체를 겪을 수 있으므로 이로 인해 어느 정도 위험이 발생합니다.
