一年前開始買入英偉達股票會是怎樣的心路歷程?

創業投資筆記，公號（starterzoo_com）傳播更多有關半導體以及深科技的文章---- 蘇東，華登國際投資總監，重點關注智能硬體，機器視覺，機器人，人工智慧方向。歡迎相關創業者騷擾，個人微信號「starterzoo」。

來源：公眾號「投資從入門到精通」

大概2016年7-8月份的時候，我也注意到英偉達股票的持續暴漲，畢竟創投圈子對人工智慧是最為敏感的，可惜我並沒有開通美股可以直接重倉Nvidia。而今天講述的是一位圈外人士在2015年底跟蹤分析英偉達後持續操盤的經歷。一年股票翻3-4倍是怎樣的心路歷程，過去一年英偉達具體到每個季度的進展又是如何？請往下看。

一年多前，自從股價20元我開始跟蹤分析英偉達(NVDA) ，到2016年底她已經漲了接近6倍了，創造了119元的歷史新高，市值由100億以下無人問津的小型股，已經變成了650億的中型股。 

其實英偉達一直伴隨著我在雪球的成長，研究她的時候，我也剛開始在雪球耕耘，最初的想法是，以在雪球寫文章促進研究，以研究指引資產配置，一年以來，我在雪球發表了大大小小20多篇看多英偉達的文章，無一看空。

 第一篇有關英偉達的文章發表在2016年4月， 《人生發財靠康波  》從資產配置的角度，介紹了英偉達的歷史觀。那時候英偉達像醜小鴨一樣，剛開始，我是看好新能源汽車，所以研究到比亞迪，然後是特斯拉，然後才了解到自動駕駛的英偉達，當時我很看好她，但是最終放棄新能源汽車，卻選擇她的原因，是因為虛擬實境和新顯卡的發布，不過英偉達真正的爆發確是因為人工智慧。所以，研究股票充滿了未知性，這也是樂趣所在。 

第二篇文章，是發表在英偉達2016年一季報之後的財報分析文章，那時候我已經在30多元建好了英偉達的底倉，文章的名字：《面向未來的英偉達》  

--

截至 2016 年 5 月 1 日的第一季度收入高達 13 億美元，同比增長 13%；按GAAP（美國通用會計準則），淨利潤1.96億美元，同比增長46%！而就在這幾天，NVIDIA股票（NASDAQ：NVDA）更是一路飆升，突破43美元大關！上市以來16年歷史新高。

 

在5月7日，NVIDIA正式發布了NVIDIA GeForce GTX 1080，它是首款基於全新Pascal架構的遊戲GPU。在第一季度中，NVIDIA 四大業務均取得了豐收。

遊戲業：

利用 Simultaneous Multi-Projection 擴展了 VRWorks SDK，該技術通過全新的顯示能力提升了逼真度。同時還推出了 VRWorks Audio，可帶來基於物理學的位置音效。 

推出了 NVIDIA Ansel，它是一種遊戲內的拍照工具，讓遊戲玩家能夠從任意角度合成照片並將其作為單張圖像或 360 度全景圖像進行分享。

擴展了 NVIDIA SHIELD 平臺的遊戲內容，玩家可以通過 GeForce NOW 雲端串流暢玩這些遊戲，其中不乏世嘉、Square Enix 以及華納兄弟互動娛樂等開發商的遊戲大作。

 

專業可視化：

通過發布高端 24 GB Quadro M6000、中端 Quadro M2000 以及全新的NVIDIA Iray 物理效果渲染解決方案，擴大了 NVIDIA Quadro 在專業可視化市場上的領軍地位。

推出了Iray VR，它能夠打造出照片般逼真的互動虛擬 3D 世界，呈現無與倫比的逼真度，讓人們能夠置身於實際上尚未建成的建築物或產品當中。

擴大了 NVIDIA VR Ready 計劃的範圍，涵蓋了專業市場。

 

數據中心：

召開了第 7 屆一年一度的 GPU 技術大會，出席大會的與會者多達 5,500 人，大會包含 600 場技術討論會，吸引了 200 家參展商，重點展示了人工智慧、虛擬實境以及自動駕駛汽車等方面的全新成果。

發布了 NVIDIA Tesla P100 GPU，它是史上最先進的加速器，基於 Pascal 架構而打造。

推出了 NVIDIA DGX-1，它是全球首款單機箱深度學習超級計算機，計算吞吐量相當於 250 多臺伺服器。

與麻省總醫院攜手合作，成為麻省總醫院臨床數據科學中心的創始技術合作夥伴，通過應用人工智慧技術來改善疾病的檢測、診斷、治療以及管理，進而推動醫學進步。

在 NVIDIA GRID 與 VMware ESX 之間合作中，榮獲 VMware 全球年度最佳技術合作夥伴和歐洲地區年度最佳技術合作夥伴獎。

 

汽車：

基於 NVIDIA 處理器的 WEpods 成為首款駛上公路的自動駕駛擺渡車。

推出了 HD Mapping，它是一款用於自動駕駛汽車的端到端地圖映射平臺。

宣布了 ROBORACE 中所有車輛均將採用 NVIDIA DRIVE PX 2 的消息。ROBORACE 是全新的自動駕駛汽車賽道，將於今年晚些時候首度面世。

--

英偉達2016年一季報非常重要，NVIDIA正式發布了NVIDIA GeForce GTX 1080，它是首款基於全新Pascal架構的GPU，從走勢上也非常重要，英偉達第一次穩穩站上歷史新高，會當凌絕頂，一覽眾山小。 

 

其實當時，英偉達相比較其翻番的凌厲走勢，收入才同比增長13%，已經有很多人跳出來唱空，做空了，甚至包括一些美股大V，號稱帶領粉絲，做空英偉達共同致富。 

8月20日，英偉達的自動駕駛技術，已經升級到第二代DRIVE PX 2，我對英偉達也有了更多的理解，發表了文章  《投資要學點統計學》   從成長／美元配置／分紅／回購的角度，繼續推薦英偉達。 

9月份，英偉達進入短暫的平臺整理期，很多人在三季報前一片迷茫。 

11月11日，雙11購物節，英偉達披露三季報，盤前，我懷著沸騰的心情，給出英偉達的三季報指引：  《除了亮瞎眼的英偉達三季報，還有誰？》  我甚至沒有等到開盤，盤前溢價20%多76.15元買入英偉達。

----

如果有一個科技公司，她的每一季報表都會挑戰你的想像力，那麼，請坐穩，並且找機會把親朋好友都拉上車。
英偉達三季報業務解讀：

收入20億，下一季度預計21億。如果你對這個數字沒有感覺，我告訴你，這是英偉達季報最最最重磅的數據。這意味著，英偉達已經開創了一個100億年收入的新產業。

收入同比增加54%，環比增加40%。單季每股收益0.83元，同比增長90%，環比增長100%。動態市盈率才20倍好不好。

又快又好是怎麼做到的呢？秘訣是毛利率，59%。這個可不是小米手機，利潤像刀片那麼薄，這個簡直是向軟體看齊了。

但是，但是，這和那些新科技獨角獸不同的是，英偉達竟然要把今年全部的淨利潤回饋股東啊。賺多少分多少。今年計劃回購加分紅10億。前三季度，回購了5億，分紅1.8億，四季度打算再花5億元回購加分紅。喂，英偉達你做月光族，還找不找男朋友？

英偉達的股東是註定是孤獨的，因為你一覺醒來，可能小夥伴的股票就被回購了。

明年計劃股東回報計劃12.5億，2020年前30億。

說業務之前，先需要科普貼：

英偉達的最核心技術是什麼？

電腦的歷史，是建立在處理器核心之上的。第一代的伺服器造就了ibm，第二代的個人電腦，成就了intel，第三代的移動cpu，造就了蘋果／谷歌／arm等。那麼，現在要進入第四代cpu，專為人工智慧設計的超級計算核心，就是這個Tegra®處理器的下一代，Xavier，8核cpu，512個gpu，三季報剛披露。

然後在這個處理器核心外，通過pascal架構（主要是NV Link總線，3D顯存技術）來組織各種專業應用場景的產品。這有點像汽車製造，先有一個平臺，然後在平臺上出產不同的車型。

場景一：遊戲。
產品：遊戲的Geforce顯卡，已經是上個季度的熱點了，這個季度就是版本更新。1050的入門級，加上1060，70，80的筆記本版本。任天堂新的掌機，也開始用英偉達顯卡。
對於英偉達來說，虛擬實境還沒有開始，就out了。

場景二：雲。
產品：發布全新計算卡Tesla P40/P4。
雲開始進入第二代，變成智慧雲。包括谷歌／亞馬遜／微軟／阿里雲都已經布置英偉達的計算卡，下一步，也會進一步升級成人工智慧計算卡。
開始交付NVIDIA DGX-1™ 人工智慧伺服器，開始替代傳統的機房主機。想想ibm壓力山大啊。

場景三：自動駕駛。
產品：DRIVE™ PX 2開始全面列裝特斯拉的電動車。開始和歐洲實驗室合作雲+分布式計算導航。開始和百度合作無人駕駛。

未來遠景：從深度學習soc，到伺服器，到智慧雲，到分布式的汽車駕駛核心，英偉達已經開始全面覆蓋計算機的第四次技術革命。

----

 英偉達當日暴漲30%，盤後，我開始從市場配置的角度，重新審視美股、港股、A股市場的配置價值，寫下了  《外盤不是我想像，一文看懂港股美股A股》  

時間過的真快，英偉達要走的路還很長，這個行業足夠大，大到還要和 AMD 相愛相殺。到了12月，我寫了一篇關於這個行業橫向分析的文章。 《一文看懂英偉達和AMD的相愛相殺》  

年底倒數第三個交易日，英偉達又送來一個彩蛋，citron做空英偉達，citron做空英偉達的當天晚上，我就和雪球上面英偉達的空方，在我的主貼開撕了，後來覺得不過癮，於是寫了一篇長文，作為一年的收尾，完美： 《深刻理解英偉達，反擊Citron》  

愛他，就讓他炒美股吧。 君不見： $道瓊指數(DJI30)$ 今年漲14%，美元指數漲5%，換匯投資美股的統計收益在20%左右。 而我通過投資英偉達，更是收穫滿滿。 

以上加雙引號的文章都可以在原公眾號<投資從入門到精通>看到。

謝謝關注公眾號：創業投資筆記（starterzoo_com）。如果您覺得這篇文章不錯，歡迎分享給您的朋友。

關注請掃以下二維碼。