英伟达（Nvidia）的高估值——人工智能处理器为什么备受关注？
台积电（TSMC）从N3到A16的芯片技术发展路线图展示了其在工程领域的卓越能力，目标是将GPU上的晶体管数量提升至超过1万亿。
尽管半导体行业存在周期性和经济不确定性，但半导体和由AI驱动的软件及服务的长期增长潜力支撑了其投资价值。
英伟达（Nvidia）的高估值反映了市场对人工智能的热情，但软件和服务公司将从生成式AI的采用中获得显著收益。
生成式AI数字思维——人工智能处理器——数字AI大脑概念
1967年，荷兰企业集团飞利浦（Philips, PHG）内部的顶尖科学家和工程师在公司的年度研究展览上展示了一项重大成就。他们开发了一套六筒步进重复相机系统，用于半导体制造——这实际上是当今使用的光刻机的前身。尽管该展览最初吸引了大量研究人员和飞利浦高层的注意，但不久后，这些高管的注意力就被展示新款洗衣机新功能的邻近展位所吸引。
随后的几十年里，飞利浦成为了消费电子和医疗设备领域的领导者。而相机系统技术——一个似乎从未被重视的小型“登月”项目——则演变成了ASML，一家提供精密半导体芯片制造机械的领先供应商。ASML持续创新，并因此获得了回报。如今，ASML的市值已接近其前母公司的20倍。
本季度，没有任何事物——当然包括洗衣机——能够分散人们对ASML及其同行英伟达（Nvidia, NVDA）和台积电（TSMC, TSM）的关注。这三家半导体股票对整体市场回报的贡献不成比例。其中，ASML和TSMC自2021年起就一直是我们的投资组合持有，而我们在超过五年的持有后于第一季度退出了对英伟达的投资。它们的强劲表现实至名归，因为它们所在行业的竞争结构——寡头垄断或近乎垄断——比我们遇到的多数行业更为有利。但就在几年前，随着个人电脑和手机周期的结束，芯片需求的前景远没有那么乐观。
科技界长期以来一直遵循摩尔定律，即集成电路上晶体管数量每两年翻一番，而成本仅略有增加的观察和预测。但随着晶体管尺寸的进一步缩小变得越来越困难和昂贵，人们担心如果没有技术突破，芯片的计算能力将达到上限。一项有望打破这一担忧的技术是极紫外（EUV）光刻技术。
可以将光刻机想象成一台大型相机，它使用光线将精确图案转移到晶圆表面，然后切割成芯片。EUV辐射的较短波长可以打印出更细微细节的更清晰图像，从而允许更小的晶体管。但使用不同的光源也带来了一系列必须解决的挑战。经过多年努力提高EUV机器的性能，从吞吐量到叠加精度再到运行时间，ASML现已向客户交付了100多台，其中某些配置的售价远超1亿美元。在完善这些EUV机器的同时，ASML还开始开发一种名为高数值孔径（High NA）的下一代技术，该技术可以在晶圆上打印更精细的特征。经过十年的研发，ASML于2023年12月交付了首台High NA机器，使其竞争对手进一步落后。有了这些工具，半导体行业有望开发出更强大、更节能的芯片，以满足来自人工智能、自动驾驶和物联网等领域对计算能力的激增需求。
通过光刻创新缩小晶体管尺寸只是制造更强大芯片的一步。晶体管还需要更紧密地互联，从而允许更多晶体管集成在单个芯片上（我们的基本思考文章“第三定律：两家芯片公司如何掌握一切的关键”详细阐述了这一趋势）。今年4月，台积电公布了实现这一目标的计划，这将使芯片技术向前推进两代——从当前的N3（三纳米），到N2，再到A16（意味着1.6纳米，即16埃）。目前，用于训练AI模型的典型图形处理单元（GPU）拥有超过1000亿个晶体管。台积电董事长刘德音预测，未来十年内这一数字将增长至超过1万亿。如此陡峭的增长轨迹是一个巨大的制造挑战，如果公司成功，将是对台积电工程能力的伟大证明。
即使处于如此强大的地位，这些行业领导者也经历了起伏。我们不认为我们能在预测行业周期或需求转折点方面增加多少价值——无论是对于ASML和英伟达这样的硬件公司，还是我们上季度提到的软件和IT服务公司。如Adobe（ADBE）、Salesforce（CRM）、Accenture（ACN）和Globant（GLOB）。今年早些时候，几家软件和服务公司报告了令人失望的业绩，因为总体IT支出在高利率和持续的经济及地缘政治不确定性下保持低迷。但长期增长似乎得到了上述创新以及利用AI解决商业问题的增值工具竞赛的支持。尽管市场对英伟达——其交易市盈率较高——仍保持热情，我们继续认为，随着大型企业采用生成式AI，软件和服务业务将成为AI趋势的主要受益者。
