本文系基于公開資料撰寫,僅作為信息交流之用,不構(gòu)成任何投資建議。

在2020年12月23日的《百度再起舞》一文中,我們率先提出了市場對百度的理解存在預期差,盡管仍然存在很多爭議,但此后百度(NASDAQ:BIDU)股價穩(wěn)步上漲30%,證實預期差的真實存在。

我們明確指出:市場投資者根本沒有給無人駕駛、云計算、小度智能助手等業(yè)務定價。甚至全球出貨量第一的小度智能屏等業(yè)務全部都白送,接近200億的年研發(fā)費用被投資者當空氣。而之所以選擇性忽略,是大家在往年財報中看不到收入的增長就直接忽略公司的技術(shù)底色,而一個公司的當期研發(fā)投入或資本開支則是下一階段的增長源泉。

正因為如此,我們又于2021年1月14日發(fā)文《“第四類造車玩家”登上歷史舞臺,中美歐暗戰(zhàn)無人駕駛》,對百度不被市場給予估值、且增長潛力最大的無人駕駛業(yè)務進行了詳細分析。

隨著百度從400億美元的底部到站穩(wěn)800億美元的市值,這部分低估已然基本得到修復,而ARK Invest目前賺取的這部分投資收益完美驗證格雷厄姆“撿煙蒂”理論:尋找極度低估的資產(chǎn)并建立投資組合,并等待價值回歸。

持有百度如果接下來要獲得更多的投資收益,則要從格雷厄姆的“撿煙蒂”理論升級到巴菲特的“價值投資”理論:價值從何而來,無他,只有成長才可能創(chuàng)造長期價值。我們曾舉例微軟的重生靠的就是2010年開始重注云計算,而百度則將靠all in智能時代,尤其是無人駕駛。

圖1:百度無人駕駛&車聯(lián)網(wǎng)布局,以Apollo計劃為核心,資料來源:Apollo官網(wǎng),中信證券

但不得不承認的是,由于這部分業(yè)務尚處發(fā)展的早期,能夠從公開財務數(shù)據(jù)中獲得“學院派”的支持有限,我們采取的方式是將此前研究提出的“預期差”更進一步,探討認知差,畢竟價值投資本質(zhì)是賺認知的錢。

毋庸置疑,沒有人會質(zhì)疑互聯(lián)網(wǎng)出身的百度在智能領(lǐng)域的軟件算法能力,而百度極為低調(diào)的硬件布局,可能是最大的認知差所在。本文也將嘗試去認知百度在芯片領(lǐng)域的卡位,畢竟這部分的突破將全盤支撐公司智能化新業(yè)務,尤其是無人駕駛。

微軟是認知差的典型案例,2010年底薩提亞·納德拉接手內(nèi)部正秘密開展研發(fā)的云計算產(chǎn)品。內(nèi)部深厚的技術(shù)底蘊+云為先的戰(zhàn)略,讓微軟打了個漂亮的翻身仗,2014年到2020年,微軟股價上漲4倍。

由于這部分認知尚處早期,未來的兌現(xiàn)需要數(shù)據(jù)和產(chǎn)品不斷的驗證,股價也會隨著兌現(xiàn)而逐步水漲船高。百度能否復刻微軟的股價走勢需要同樣的兌現(xiàn),而投資人則需要根據(jù)兌現(xiàn)及時更新自己的認知。

01

百度芯事

眾所周知,在數(shù)據(jù)層面,百度有路測車隊,加州DMV發(fā)布的2019無人駕駛脫離報告中百度Apollo成績居首位。在算法層面,做搜索出身的百度輕車熟路,它還有匯聚5．5萬開發(fā)者的開放平臺。

而在算力這個硬科技領(lǐng)域,百度雖然自研AI芯片昆侖和語音芯片鴻鵠,但如何理解一家互聯(lián)網(wǎng)公司“不務正業(yè)”去碰芯片這個高精尖的玩意,以及百度芯片的成色如何?

【1】互聯(lián)網(wǎng)公司入局芯片的底層邏輯

從2015年前后開始,全球的互聯(lián)網(wǎng)巨頭開始跨界進入由英特爾、英偉達等把持的芯片高地,蜂擁而至并不是由于資本追逐泡沫,背后的底層邏輯其實是相當堅實的,包括:

1)互聯(lián)網(wǎng)公司撞上算力墻,傳統(tǒng)芯片企業(yè)難以突破;

2)芯片行業(yè)分工導致芯片設(shè)計的進入難度實際快速下降;

3)AI時代到來,計算芯片的格局出現(xiàn)松動,巨頭想把核心部件控制在自己手中。

接下來,筆者將對以上三點展開逐次進行探討。

(1)互聯(lián)網(wǎng)巨頭入局嘗試打破算力瓶頸

人工智能時代最大的瓶頸在于底層算力。當前以深度學習為代表的人工智能技術(shù)對于底層芯片計算能力的需求一直在飛速增長,其增速已經(jīng)大幅超過了摩爾定律的速度。根據(jù)IDC預測,到2025年,全球一年產(chǎn)生的數(shù)據(jù)量約175ZB,是2018年的5倍多。

仍然以智能時代最有看點的無人駕駛為例,無人駕駛系統(tǒng)的核心是芯片。當前在無人駕駛最為激進的特斯拉和國內(nèi)造車新勢力,普遍只能實現(xiàn)L2到L3級別的無人駕駛,除特斯拉外,算力都在50TOPS以內(nèi),而根據(jù)預測,要實現(xiàn)L4 需要的計算力超過100TOPS,而 L5 需要則要超過 1000TOPS。顯然,現(xiàn)在的計算芯片遠遠滿足不了需求。

圖2:無人駕駛芯片當前狀況 ,資料來源:億歐,國信證券

(2)芯片設(shè)計門檻其實在降低

那么自然問題就來了,傳統(tǒng)芯片企業(yè)做不了的事,你互聯(lián)網(wǎng)巨頭就行了?這個地方需要稍微講下芯片產(chǎn)業(yè)鏈的運行邏輯,就能理解為什么互聯(lián)網(wǎng)巨頭現(xiàn)在要開始近幾年做芯片。

大家經(jīng)�？吹脚_積電、英特爾、三星這些芯片巨頭動輒百億美元的投資,容易形成芯片極度燒錢的印象,但實際上如果只做芯片設(shè)計其實資金門檻可控,而且可以看到成果。

芯片行業(yè)經(jīng)過半個多世紀的發(fā)展,由于產(chǎn)值規(guī)模大、技術(shù)難度高、資金投入多,已經(jīng)成為了分工最細的行業(yè),從最上游捋起,IP授權(quán)、仿真軟件、設(shè)備材料、芯片設(shè)計、制造代工、封裝測試,一顆小小的芯片背后需要多家公司分工完成。

但分工帶來的好處是芯片設(shè)計的進入門檻其實是降低了的,你要做的工作是把一個芯片設(shè)計出來,而至于用于設(shè)計這個芯片所需的工具,設(shè)計出來后的制造,這些基本不太用操心。要的只不過是芯片設(shè)計人才和較多的研發(fā)投入,這些顯然是互聯(lián)網(wǎng)巨頭們的強項。

百度的昆侖系列芯片就是找三星幫忙代工的,所以最為重要的是能夠網(wǎng)羅芯片設(shè)計人才,設(shè)計出來的芯片要有商業(yè)化應用的場景,以及還能掏得起流片的費用,而顯然,百度不缺錢不缺人也不缺應用場景。

圖3:半導體分工導致芯片設(shè)計門檻下降,資料來源:搜狐

(3)AI時代,傳統(tǒng)芯片格局松動,中國企業(yè)加速突破

芯片當前格局的確很穩(wěn)固,但實際上把歷史拉到10年的周期維度就能明顯的感受到,每一次下游大應用的變化都會由于不同的需求點,帶來半導體行業(yè)的大洗牌:

1980-90年代,日本家電風靡全球,就帶來了日本芯片企業(yè)的崛起,當時對芯片的要求是不需要過高的算力,但穩(wěn)定性必須要高;

1990s后個人電腦爆發(fā),對高算力需求很高,對穩(wěn)定性要求一般,帶來了英特爾這個藍色巨人的崛起;

2010s智能手機,相對個人電腦同樣要求高算力外,另外一個特點是要求低功耗,所以英特爾們掉隊,ARM、蘋果這樣的公司成為主角。

2015年 AI登場,2020年的5G又加速了AI的滲透,芯片行業(yè)再一次處在巨變的前夜。

AIOT時代的兩個重大變化:

1)算力需求指數(shù)級增長,因為AI是基于對大數(shù)據(jù)根據(jù)神經(jīng)網(wǎng)絡(luò)算法做訓練和推斷,算力因而成為第一生產(chǎn)力;

2)算力擴散,越來越多的終端被賦予智能,不僅僅是電腦和手機,還有比如家電、手表、耳機、眼鏡、汽車等等,這些終端也需要智能。

All in AI的百度,同時面對算力需求的指數(shù)級增長和算力擴散的問題,所以百度推出的昆侖系列,對應解決高算力需求,鴻鵠芯片對應的擴算的算力需求。這種布局其實是對應兩個重要的新需求點。在業(yè)內(nèi),也經(jīng)常把這兩種需求分為云端算力和邊緣端算力需求。

在云端和邊緣端的拉動下,AI芯片顯然將成為下一個風口,根據(jù)Tractia的估算,到2025年,全球僅AI芯片的市場規(guī)模就將達到726億美元,每年的增速超過40%。更值得一提的是,在這個領(lǐng)域,中國較美國的差距很小,互聯(lián)網(wǎng)巨頭們很可能充當AI芯片國家間競爭的旗手。

圖4:2018 年-2025 年全球人工智能芯片市場規(guī)模,資料來源:Tractica