看台績電業績,高性能計算 HPC (High Performance Computing)

台積電在晶片代工生產的市佔有50%以上,表示其他所有競爭對手的市佔加起都不及這一間公司。看台積電的一舉一動,多少反映整個半導體行業,而且它的表現通常更是優於行業。

我尤其感興趣,從中看到更宏觀,更長期的行業趨勢。

收入Revenue Breakdown自2019年開始,採用了新的表達方式,這個是和2018年和之前的不同。現在只有2019年至2021年,3年的收入數據,看到兩大主要成份,Smart Phone(智能手機)和HPC - High Performance Computing(高性能計算),2021全年,這兩項加起,佔收入的81%。

第三位的IoT(物聯網)佔8%,第四位的Automotive(車用晶片)佔4%,佔比細小,每項不超過10%。

Smart Phone,2021年全球大約64億用戶,相信5G推出,總有換手機需要(看到Apple推出iPhone 12是首次5G系列,銷售回升)。不過因為基數大,不會做到如過去十年,由無到有的爆發性增長。

未來更值得看是HPC。

由2019年至2021年,兩年之間:

  • HPC收入佔比,由30%增加至37%,增幅+23%

  • Smart Phone收入佔比,由49%下跌至44%,跌幅-10%

  • 2021年,Smart Phone佔比(44%)是HPC佔比(37%)的1.19倍,未來有機會HPC在收入的佔比增加,相差收窄,甚至超越Smart Phone。

要了解HPC,先要退後一步,大家比較日常容易接觸的例子,如科網公司,使用大量Server(自建Data Center或使用Cloud),以為應付大量用戶的workload。每一個用戶是一個獨立個體,可以進行不同的功能,Server是去執行大量用戶的每人一個細小的工作。

HPC是一個單一巨大的工作,用一批電腦去執行並完成。

IBM網頁介紹HPC,在之上有一些應用例子:

  • Combat cancer 對抗癌症 - 機器學習算法將幫助醫學研究人員全面了解美國癌症人群的詳細情況。
  • Identify Next Generation Material 識別下一代物料 - 深度學習可以幫助科學家識別出,例如:更好的電池、更有彈性的建築材料和更高效的半導體材料。 
  • Understand patterns of disease 了解疾病模式 - 使用人工智能 (AI) 技術的組合,研究人員將識別人類蛋白質和細胞系統的功能、合作和進化模式。

以上例子,見到HPC和AI是息息相關。

HPC和AI的關係?

HPC不等於AI。

HPC不是AI之下的分類,AI不是HPC之下的分類。

HPC和AI又有很密切的關係。

HPC是Hardware硬件,AI是Software軟件。

HPC (High Performance Computing)是高效能計算,高效能的特性包括:

  • 邏輯晶片,具備極高運算能力

  • 大量Memory

  • 大量Nodes節點(電腦)

  • 大量儲存空間

  • Node與Node之間,有高速網絡連接

HPC可以提供極高運算能力,而且可以支持Parallel Processing(並行處理)。

HPC和AI可以說一拍即合的拍擋。

HPC可以更有效率執行AI Model Training。

另一方面,AI技術可以更聰明地提升HPC內的Queuing和Process Workload,最大化HPC的系統資源使用。

很多HPC系統使用GPU和FPGA,負責AI Training,因為比傳統GPU更快。

HPC加上AI,可以更有效率處理Big Data大數據。

早期HPC多為On-Premises,是大企業/機構才有能力自建內部Data Center型式去設置,規模和成本很高。現在的趨勢,HPC有遷移至Cloud之勢,因為On-Demand和Pay-as-you-go,可以由小開始,漸漸成長,不同規模企業/機構可以應用到。

HPC正在加速AI在不同範疇的使用,例如:

  • Auto - EV在道路上使用自動架駛之前,需要對於大量的影像和路面數據,進行大量AI Training。

  • Biomedical - 生物醫學的走向,使用更多數碼通化技術,數據來自Genome Sequencing基因組測序,cryo-electron microscopes冷涷電子顯微鏡等,很多的處理是在HPC / AI之上進行分析,應用的例子包括:藥物研究,使用HPC構建高度詳細生物模型,以模擬生物過程,研究人員利用AI來確定可能的藥物結構和組合,如何影響人類功能。

  • Healthcare - 醫療保健方面,創建更可靠的診斷工具。例如,正在訓練圖像識別模型以準確識別腫塊是良性腫瘤還是癌性腫瘤。研究人員針對 HPC 系統創建的大量生成數據訓練模型。這些數據用於改進診斷模型,希望有朝一日可以應用於預篩查患者或在發育早期發現腫瘤。

結語

2021年,HPC收入佔台積電公司總收入的37%,即超過三份之一,比首位Smart Phone收入44%,低7個百分點。從2019年至2021年,HPC收入比重在上升,Smart Phone收入比重在下降。

HPC在半導體行業中的重要性不容忽視,和AI息息相關,相信未來仍有很多發展空間。其中另一間得益的公司是Nvidia,提供的HPC相關晶片和電腦,都是高端級別,例如:DGX SuperPOD價錢由7 Million USD起,到大型完整系統為60 Million USD。(相對參考,由台積晶片所生產的類似等級晶片,收入)(參考:NVIDIA DGX SUPERPOD,AI 超級電腦成為一件可接觸的產品

了解行業趨勢,對於尤其是長線投資的視野,還有長期持有的信念,都有很大幫助。

大行報告的被動式思維,看2020-2021疫情,供應鏈,囤貨,預計晶片荒至2022年尾,都是基於過去的事,基於二手資訊的思維。說的可能是事實的局部,不是事實的全部。

關於晶片荒,供求失衡,令市場波動是事實。不過看得濶一點,真的產品,就會有新的晶片需求,長線的科技趨勢仍然利好半導體行業。

看看台積電業績公佈的未來研發投資,還有ASML業績中的訂單收入,對於行業的長期趨勢,是更加有前瞻性的意義。


最近開了下面的Page / Group,歡迎大家Like和Follow,就可以自動收到文章更新。
Facebook
https://facebook.com/duncaninvest
Instagram
https://instagram.com/duncannewinvest
Telegram
https://t.me/duncaninvest
謝謝支持!


參考文章

台積電,半導體時代的皇者

TOP 10 MARKET CAP 的啟示 - 台積電 / NVIDIA / TESLA

半導體系列 (3) 半導體行業的改朝換代

半導體系列 (2) 半導體時代,這次不一樣,THIS TIME IS DIFFERENT ?

半導體系列 (1) 半導體產業鏈

CES 2022,NVIDIA DRIVE 自動架駛

有一個元宇宙,叫 NVIDIA OMNIVERSE

NVIDIA GTC (2021/4月) 總結,未來的產品佈局

NVIDIA DGX SUPERPOD,AI 超級電腦成為一件可接觸的產品

NVIDIA DRIVE AV (AUTONOMOUS VEHICLE) 自動架駛,增長賽道就在前面

NVIDIA OMNIVERSE,一個指向 METAVERSE 元宇宙的實現

NVIDIA GRACE CPU,在數據中心的晶片之戰

NVIDIA TAO,不只是一間晶片公司的AI 競爭優勢

NVIDIA : I AM AI

Comments

  1. 多謝 Duncan, 透過你又進一步認識多一個項目。

    ReplyDelete
  2. 謝謝分享, 又學多左野

    繼續看好科網未來發展, 沒有因為股價下跌改變

    過多幾個月應該無人記得今個月曾經不斷下跌

    ReplyDelete
    Replies
    1. 謝謝Ed
      看得遠d,可以平衡下心理,易啲捱過up and down

      Delete
  3. “大行報告的被動式思維...”
    根據過往經驗做判斷係人之常情,但在科技相關行業既分析上的確要有前瞻性思維,感謝Duncan兄分享👍

    ReplyDelete
    Replies
    1. 謝謝綠魔
      佢哋根據見到事實去分析,都有理據,不過如果看一年趨勢,在半導體行業大趨勢未必夠全面

      Delete
  4. Ok 的,但估值唔太平,上年股價横行了一年。Asml 一樣,我hold 到訓左。

    ReplyDelete
    Replies
    1. 謝謝RC
      今次大市調整,TSM算硬淨

      Delete
    2. 係呀,由30倍跌到現在PE2x 倍,大慨較平跌唔落。我睇下nvda 去唔去到$200 有興趣入。

      Delete

Post a Comment

Popular Posts