Обзор компании Nvidia (текст)

Nvidia — американский производитель графических чипов, доходы которого с растут в среднем на 25% ежегодно. По оценкам менеджеров компании к 2023-ему году рынок, на котором работает Nvidia, будет составлять более $250 млрд., что с текущими темпами роста компании позволит ей занять долю в 20% на рынке.

Большинство из нас ассоциируют бизнес Nvidia с игровыми видеокартами, но только лишь видеоигровой индустрии обязана компания ростом своей капитализации? К слову, за последние пять лет акция выросла на 1900%!

Коротко про машинное обучение и GPU

С развитием железа стало понятно, что графика — не единственный пример вычислений, доступных для видеокарт. Как показало время, машинное обучение стало чуть ли не самым привлекательным направлением для Nvidia.

Тут нужно пояснить. С появлением мало-мальски симпатичных игр хорошо зарекомендовала себя архитектура, при которой CPU — центральный процессор — вычислял то, как должна выглядеть картинка, пиксель за пикселем, а простенькие на то время GPU — графический процессор — по команде от CPU занимался собственно рисованием изображения. Первый GPU — GeForce 256 — Nvidia представила в 1999-ом году.

Со временем видеокарточки росли в мощностях, а мировая система собрала в своей памяти всё больше и больше данных. Развиваются поисковики, развиваются онлайн-магазины, переводчики, игры и прочие сервисы, экономящие тысячи человекочасов.

Кроме того, отчет одной из крупнейших компаний полупроводникового сектора, Applied Materials, говорит о том, что к 2025 году подключенные устройства IoT — Internet of Things — будут создавать до 175 Зеттабайт данных в год. Зеттабайт — эта единица измерения, идущая после эксабайта, петабайта, терабайта и гигабайта. В общем, очень-очень много данных.

Сложные приложения создают больше данных, что за последние годы вывело в тренд такие понятия, как «нейронные сети», «машинное обучение» и «компьютерное зрение».

CPU чаще всего затачивался под очень быстрое последовательное выполнение команд, одна за другой. Однако процессору видеокарты требовалось как можно быстрее рисовать трехмерную картинку, обрабатывая множество пикселей параллельно.

GPU — это достаточно простое железо, рисующее треугольники, линии и точки. 3D-объекты, которые мы с вами видим в тех же играх, хранятся в виде треугольников, на которые натянуты текстуры (см. также полигоны). Рендеринг — это процесс получения изображения, т.е. визуализация данных. Чтобы отрендерить картинку, треугольники помещаются в трехмерную координатную систему. Чтобы картинка стала живой (поворот камеры, смещение объекта и др.), применяется аффинное преобразование и матрицы.

GPU стал неотъемлемой частью так называемого machine learning, отлично решая узкую, простую задачу с высокой степенью её распараллеливания (пример — обработка шейдеров), но и важность мощного CPU нельзя принижать: центральный процессор отвечает за аугментацию данных, предобработку данных и многие другие операции, которые связаны, к примеру, с результатами предыдущей подоперации (нельзя начать вторую задачу, пока не будет выполнена первая).

И если потратиться на хороший GPU, но сэкономить на CPU, можно получить негативный эффект в виде простаивания мощностей GPU: центральный процессор банально не успеет подавать данные на вход видеокарты / видеокарт. Для машинного обучения чем больше у CPU ядер и каналов, тем лучше.

Еще больше статей и заметок в моих Telegram,  VK.

Обработка фотографий — как пример задачи, для которой используют машинное обучение. На вход обучаемому роботу подаются фотографии: кот и собака. Человек не объясняет компьютеру, что кот имеет такую-то мордочку, а собака — такую-то. Но человек загружает в систему множество фотографий, приписывая к каждой, к какому из объектов она относится: к коту или собаке. И система таким образом «обучается».

Сегодня услуги по облачному машинному обучению предоставляют многие корпорации, вроде Google и Amazon. Если у вас нет денег на мощный компьютер с несколькими видеокартами, сильным центральным процессором и достойным охлаждением, вы можете «арендовать» мощности в облаке.

Бизнес компании Nvidia

• Итак, Nvidia зарабатывает на высокопроизводительных вычислениях. Этот сегмент растет на 37% ежегодно, и если в 2017-ом году его доля в общих доходах составляла 29%, то сегодня этот показатель равен 41,5%.

По сути, Data Center постепенно становится ключевым сегментом бизнеса Nvidia.

Для чего могут потребоваться вычисления? Как мы обсудили ранее, для распознавания изображения, а также обработки и перевода аудио-файлов, улучшения фотографий, разбора текстов, анализа видео в режиме реального времени, прогнозирования погоды, изучения генома и многого другого.

С годами Nvidia переквалифицировалась в производителя и аппаратного, и программного обеспечения. Так, компания выпускает серверы с мощной начинкой с целью их использования в рамках data science — работы. Смысл в том, что Nvidia предоставляет, например, крупной финансовой организации готовую «коробку» — программно-аппаратный комплекс DGX Station A100, на базе которого специалисты по data science (или, по-другому, инженеры machine learning) могут крутить-вертеть серьезный массив данных.

Клиент, т.е. организация, при этом экономит не только на стоимости (по словам самой Nvidia, DGX Station обойдется в $1 млн. против целой стойки серверов за $11 млн.), но и на занимаемом пространстве в здании дата-центра и объемах потребляемой энергии.

Также под маркой Nvidia вышла Tesla — линейка графических ускорителей, используемых в рамках крупнейших суперкомпьютеров в мире. Например, Tesla используется Национальным управлением по ядерной безопасности США, Министерством энергетики США и, по словам менеджмента Nvidia, в других «лучших суперкомпьютерах в Европе и Японии». Всего на базе Nvidia 136 суперкомпьютеров из TOP500 компьютеров мира.

Помимо этого, у Nvidia есть решения для облачной и офисной инфраструктур. Клиентами компании стали Massachusetts General Hospital, King’s College London и Oxford Nanopore Technologies из сектора HEALTHCARE, Walmart и Alibaba из сектора RETAIL, China Mobile из телекоммуникационного сектора, платежные системы в лице PayPal и American Express, такие производители, как BMW Group и Seagate, а также представители облачной инфраструктуры: Google, Amazon, Alibaba, IBM, Oracle и другие.

Nvidia лучше всех знает, как работают их GPU и как оптимизировать под них библиотеки (сборники подпрограмм), и поэтому выпускает ускорители, вроде TensorRT — «ускоритель инференса нейронных сетей, который ускоряет приложения для машинного перевода и распознавания речи, а также рекомендательные системы до 100 раз по сравнению с CPU» (с сайта Nvidia).

• Видеоигры растут на 16,4% ежегодно, и занимают долю в 46,7% в общих доходах компании. Буквально 4 года назад «игровая» доля составляла более 60%.

Собственно, этот сегмент включает гейминг с линейкой видеокарт, партнерские решения с производителями ноутбуков, 4-К медиаплеер SHIELD TV на базе Android'а, позволяющий играть в игры, запускающиеся на удаленных серверах Nvidia, а также смотреть кино, слушать музыку, наблюдать за стримами.

Помимо собственно разнообразных видеокарт для компьютеров, Nvidia предоставляет так называемую библиотеку — SDK NVIDIA GameWorks, которая дает разработчикам игр доступ к готовому коду для создания эффектов, физического моделирования, трассировки лучей и другим инструментам визуализации эффектов.

Модная сегодня технология — трассировка лучей: создание реалистичного освещения, отражений и теней. И мощные дорогущие видеокарты от Nvidia обеспечивают рендеринг кинематографического качества в реальном времени. Разработчики, к примеру, могут делать трейлеры на игровом движке с применением этой технологии.

Так, разработчики одной из самых популярных игр в мире, Fortnite, в своем интервью той же Nvidia отметили: «Раньше мы добивались мягких теней, используя массив прожекторов, медленный и кропотливый процесс, который заставлял нас применять простое общее освещение. Благодаря трассировке лучей мы можем визуализировать готовый продукт на более ранней стадии.… Тени становятся более объемными и реалистичными».

А в рамках виртуальной реальности Nvidia поставляет библиотеку VRWorks, которая позволяет разработчикам создавать реалистичные визуальные эффекты, звук, моделировать окружающую среду.

• Профессиональная визуализация растет на 46% ежегодно и занимает долю в 5,6% от общей выручки компании.

Nvidia обслуживает рынок профессиональной визуализации, тесно сотрудничая с независимыми поставщиками программного обеспечения с целью их оптимизации для графических процессоров Nvidia. За последние годы видеокарты сделали внушительный рывок в производительности, и для использования всей доступной мощности железа требуется вносить изменения и в так называемое API — программный интерфейс, вроде Vu'lkan.

Кроме того, Nvidia выпускает библиотеки, применяемые при анализе ошибок в играх, анализе взаимодействия центрального и графического процессоров и проблем с производительностью видеокарты.

Например, группа программного обеспечения DesignWorks позволяет дизайнеру или архитектору, который проектирует модельку автомобиля, взаимодействовать с моделью в режиме реального времени: просматривать ее, менять условия, создавать фотореалистичные визуализации.

В результате сотрудничества растет производительность решений в рамках таких отраслей, как автомобилестроение, средства массовой информации и развлечения, архитектурное проектирование, нефтегазовый сектор и медицина.

Также Nvidia выпускает рабочие станции для профессионалов на базе графического процессора Quadro RTX. Решение американского производителя позволяет выжать максимум из таких программ, как Autodesk AutoCAD, 3ds Max и Maya, ArchiCAD, Revit, Unreal Engine, Pixar Renderman, Adobe After Effects и многих других.

• Наконец, автомобильная промышленность занимает всего около 3% в общей выручки компании и растет на 47% каждый год.

Программное обеспечение под маркой Nvidia призвано превратить автомобиль в интеллектуальное транспортное средство. Платформа под названием NvMedia поддерживает передачу картинок с нескольких камер для их параллельной обработки, а также ускорения, кодирования, отображения изображения и взаимодействия с другими библиотеками.

Так, в 2019-ом году Volvo Group объявила, что совместно с Nvidia разрабатывает платформу искусственного интеллекта для автономных грузовиков. Программный стек Nvidia позволит обрабатывать события с датчиков, рисовать карты, планировать путь.

Также компании давно сотрудничают в рамках автоматизации текущих автомобилей Volvo. Например, в новые машины шведского автопроизводителя будет внедрен компьютер DRIVE AGX Xavier, который позволит ускорить внедрение таких функций, как система энергопотребления, персонализация опций и автопилот. А высокопроизводительная система Nvidia DGX-1 помогает справиться с постоянно растущим объемом данных с датчиков, расположенных по всему автомобилю.

Также клиентами Nvidia являются Toyota, Mercedez-Benz и ряд других корпораций, включая китайских.

Географическое присутствие Nvidia

Несмотря на то, что в рамках своей стратегии продаж Nvidia старается не быть зависимой от конкретных клиентов, наблюдается острая зависимость от положения дел в Азиатском регионе.

На США приходится чуть больше 8% доходов, на Европу — чуть больше 9%, остальной мир — 5,5%.

При этом основные мощности Nvidia, т.е. заводы, оборудование и прочие долгосрочные активы, сосредоточены в США. Очевидно, что на долгосрочные планы Nvidia влияют договоренности между США и Китаем.

Как сообщает в своем отчете сама Nvidia, «нам могут запретить продавать наши продукты или предоставлять наши технологии и услуги из-за торговых ограничений США. Потеря любого из наших крупных клиентов, значительное сокращение закупок, совершаемых ими, или наша неспособность продать клиенту товар из-за торговых ограничений США может нанести ущерб нашему финансовому состоянию.

Кроме того, любые трудности в рамках взыскания дебитОрской задолженности может нанести ущерб нашим производственным результатам и тому же финансовому состоянию».

При этом стоит иметь в виду, что в 2020-ом финансовом году 11% выручки принесли контракты с американской Dell Technologies, тогда как пять лет назад ключевым клиентом компании была тайваньская AsusTek Computer.

Конкуренты Nvidia

Nvidia отмечает, что в число конкурентов компании входят такие производители процессоров с интегрированным графическим ядром, как AMD, Intel и Xilinx.

Кроме того, Nvidia в числе прочих конкурентов видит Google с её облачными сервисами, а также производителей автомобильных чипов с низким энергопотреблением в лице Ambarella, Broadcom, Qualcomm, Renesas Electronics Corporation, Samsung и, конечно, Tesla Motors.

Ключевыми конкурентами Nvidia являются Broadcom и Intel, поставляющие чипы для дата-центров, и AMD, производящая те же графические процессоры. Qualcomm, способная стать одним из лидеров в секторе 5G-инфраструктуры, все-таки специализируется на чипах для смартфонов.

Intel же способна конкурировать с Nvidia на автомобильном рынке. Так, в 2017-ом году Intel купила израильскую Mobileye, специализирующуюся на разработке интеллектуальной системы помощи для автомобилистов. С помощью множества камер и датчиков система контролирует дорогу, слепые зоны, состояние водителя и пассажиров. Клиентами Mobileye уже стали такие автопроизводители, как Audi, Nissan и Cadillac.

Mobileye к 2018-ому году зарабатывала $360 млн. за год и росла более чем на 30% ежегодно. Влившись в структуру выручки Intel, в 20-ому году Mobileye заработала около $900 млн. выручки, заняв долю более 1% от всех доходов компании и укрепив маржинальность своего бизнеса на уровне 30% и более. Nvidia, я напомню, зарабатывает на авто-сегменте поменьше, около полумиллиарда долларов, но зато растет с бОльшей скоростью.

Так что, если не учитывать Tesla, а рассматривать именно поставщиков чипов, то по темпам роста в рамках дата-центров интересны прежде всего Nvidia и Broadcom. AMD — да, бьет Intel в рамках чипов, но по эффективности графических процессоров уступает лидеру в лице Nvidia. Да и торгуется с бешеным показателем p/e более 125х. А на поприще умных авто главный конкурент для Nvidia — это гигант Intel в лице растущей Mobileye.

Надо помнить, что в сентябре 2020-го года Nvidia подтвердила свои намерения купить разработчика технологий для процессоров — компанию Arm за $40 млрд., из которых $28 млрд. — это акции самой Nvidia и прочие условия, а $12 млрд. — это кэш.

На текущий момент компания ожидает согласования от таких регуляторов из таких стран, как США, Китай и Европа, ведь Arm'овская архитектура, по данным The Wall Street Journal, используется в 90% смартфонов.

А это потенциальные риски для азиатских производителей.

Если сделка будет одобрена, то с 2022-го года Nvidia начнет поставлять технологии своим прямым конкурентам: Samsung, Qualcomm, Broadcom, Intel, а также Apple и Huawei. Причем чипы Nvidia будут получать передовые технологии ARM раньше других, почему нет? Ранее ARM, разрабатывающая, еще раз, технологии, а не сами процессоры, была как бы компаний независимой. Под крылом Nvidia, производящей чипы, ARM, в теории, может влиять на рынок конкурентов.

Напомню, что ARM зарабатывает на лицензионных отчислениях. В своей актуальной презентации Nvidia подчеркивает, что в портфеле ARM значится около 1800 лицензий, из которых 500 приходится на лидеров индустрии.

У Nvidia есть собственная программно-аппаратная архитектура CUDO для вычислений на базе видеокарт Nvidia, теллекоммуникационное оборудование от приобретенной в 2019-ом году Mellanox, и вот, вероятно, под крылом гиганта окажется и ARM-архитектура, которая позволит Nvidia в том числе выйти на рынок мобильных решений.

Для праздника акционерам Nvidia осталось дождаться решения регуляторов.

Финансовые показатели Nvidia

Третий квартал 2020-го года показал рост выручки на 57% в сравнении с данными годичной давности: стрельнули гейминг и особенно дата-центры. Но, в целом, нас больше интересует средний темп роста общей выручки, а он, я напомню, составляет 18-25% в год (смотря, от какого года считать). Операционную маржинальность удалось поддержать на уровне около 30%, что, в целом, является одним из лучших показателей в отрасли.

Подобный уровень расходов и эффективности их использования в свое время позволил производителю получить финансирование от Министерства энергетики США на разработку суперкомпьютеров нового поколения.

У компании отрицательный чистый долг: кэша хватает на покрытие коротких и длинных долгов.

9 месяцев 2020-го года с ростом спроса на вычисления и игры операционный денежный поток Nvidia вырос на 14%, что с учетом инвестиций в основные средства — тестовое оборудование и компьютеры — дает свободный денежный поток около $3 млрд.

Для новых инвесторов поясню, что свободный денежный поток — это, простите, свободные деньги компании, которая та может направить на дополнительные инвестиции, на обратный выкуп акций или, к примеру, на дивиденды своим акционерам.

А дивиденды у Nvidia пока что небольшие — всего $296 млн. за тот же период, а это всего 10% от свободных денег, и потенциал роста выплат — он огромный.

Выводы

Nvidia — стремительно растущая компания, которая за последние годы постепенно вышла на рынок высокопроизводительных вычислений. Менеджмент осуществляет эффективные поглощения, ведущие к росту доходов, а доминирующее положение на рынке графических процессоров позволяет рассчитывать на дальнейший прогресс финансовых показателей.

Впрочем, отрасль динамично развивается, и та же Nvidia не застрахована от действий мастистых конкурентов, которые также обладают внушительными денежными потоками. Если уверенности конкретно в Nvidia нет, можно рассмотреть такой ETF, как iShares PHLX Semiconductor ETF с комиссией в 0,48% и более-менее равномерно распределенными долями по полупроводниковому сектору.

Не инвестиционная рекомендация. Автор не является инвестиционным советником.