3 Alasan Mengapa Saham NVIDIA (NVDA) Dinilai Rendah

Analis tidak diperlengkapi untuk menilai perusahaan, namun ia menopang beberapa vertikal industri yang paling cepat berkembang dan duduk di lebih dari satu sapi perah. Berikut adalah tiga alasan mengapa saya percaya NVIDIA berada di posisi yang tepat untuk terus tumbuh menjadi raksasa teknologi yang belum pernah kita lihat sebelumnya.

Pertama, saya bukan seorang analis, atau penginjil berbayar dari NVIDIA Corporation. Saya hanya seorang pria yang menghabiskan terlalu banyak waktu untuk mengutak-atik teknologi dan media baru, khususnya apa yang terjadi ketika Anda menggabungkannya. Agen digital 360 saya, TWOMC, menghasilkan video butik dan telah melakukan banyak pekerjaan VR / 360 baru-baru ini. Ketika kami berinvestasi pada PC baru untuk pekerjaan ini dengan GeForce GTX 980 Ti GPU, saya diperkenalkan kembali dengan rendering CUDA. Jika Anda pernah bekerja dengan video sama sekali, terutama VR atau 4K dan yang lebih baru, Anda tahu betapa sulitnya merender karena mengikat CPU Anda. Saya telah melihat proses render memakan waktu berhari-hari. CUDA, diciptakan oleh NVIDIA, memungkinkan Anda untuk menggunakan GPU berotot untuk melakukan sebagian besar pengangkatan berat itu. Ini bisa berarti perbedaan antara render 4 menit dan 8 jam.

Secara kasar, inovasi yang satu ini, rendering CUDA, telah menghemat waktu tim video internal kami selama 30 jam seminggu - per PC. Itu menarik perhatian saya. Saya pernah mendengar tentang bisnis GPU mereka dan dominasi mereka pada lapisan perangkat keras dari industri game bernilai miliaran dolar. Apa lagi yang sedang dilakukan NVIDIA? Ternyata mereka menjadi lebih banyak.



1. Analis saham tidak memiliki alat atau perspektif untuk menilai teknologi ini dengan benar.

Lihatlah penghasilan NV1IA Q1F19. Lupakan rekor pendapatan $ 3,21 miliar, naik 66% dari tahun lalu. Lupakan pendapatan pusat data sebesar $ 701 juta, 71% lebih tinggi dari tahun sebelumnya. Ingat bahwa HPC (komputasi kinerja tinggi) sebentar lagi akan menjadi pasar $ 10 miliar dolar karena sesuatu yang disebut AI sisi server. Sementara banyak suara memperdebatkan bagaimana mendefinisikan AI dan apakah kita harus melanjutkan dengan AI, dengan cepat menjadi prasyarat untuk pusat data cloud modern, di antara sejumlah aplikasi lain.

Server providers like Lenovo, Supermicro, as well as ODMs like Foxconn and Quanta are already building configurations based on NVIDIA’s new HGX-2 platform for some of the world’s largest cloud data centers. The HGX-2 platform is special for a long list of reasons, not the least of which is the speed it can train AI. More on that a bit further in. The point here is that understanding NVIDIA’s long list of revolutionary breakthroughs like the TensorRT AI inference accelerator software, NVIDIA NVSwitch GPU interconnect fabric and GPU acceleration for Kubernetes for enterprise, requires first deeply understanding these things, understanding why they’re revolutionary - and then being able to conceptualise what the market potential is for them. It’s like explaining the advantages of CUDA rendering to non-video folks: If you’re not already seeing direct benefits in your own backyard from these innovations it’s forgivable to be nonplussed about them. But if you start to think about what kind of competitive advantage they afford a technology company - especially the one producing them - you start realising that traditional market indicators might not apply in this case.

Rasio P / E saat ini sebesar 42,25 mencerminkan prospek ini karena sebagian besar investor fokus pada pertumbuhan triwulanan di industri game dan percaya bahwa nilainya telah dimasukkan ke dalam harga saham yang relatif tinggi ($ 256,95 pada 7 Agustus 2018). Inilah yang diklaim oleh banyak analis. Ingat ini adalah orang yang sama yang suka membuat Apple pendek setelah setiap rilis iPhone. Mereka sering salah dalam hal itu dan teknologi konsumen ritel Apple, yang merupakan binatang yang jauh lebih akrab bagi "pakar" pasar. Sama seperti Skynet fiksi, NVIDIA memiliki banyak jari, lebih banyak pai teknologi daripada Apple.



2. Ini tidak selalu terlihat tetapi perangkat keras dan lunak NVIDIA secara diam-diam mendukung dan memungkinkan beberapa teknologi yang paling menakjubkan saat ini: mobil self-driving, realitas virtual, permainan kelas atas, cryptocurrency dan kami telah menyentuh AI.

Pekan lalu, Elon Musk memberi NVIDIA kapak yang mengatakan bahwa solusi pengganti GPU yang dikembangkan sendiri oleh Tesla 10 kali lebih cepat dari NVIDIA dengan biaya yang sama. Namun, NVIDIA mengumumkan chip generasi berikutnya untuk pengendaraan mandiri yang disebut Pegasus, pada bulan Mei, yang sepuluh kali lebih cepat. Kehilangan Tesla mungkin tampak seperti pukulan sampai Anda menyadari mereka masih memasok Toyota, Mercedes-Benz, Audi, dan VW. Wall Street mengabaikan pengumuman Musk dan stok sudah naik sejak saat itu. Mereka punya waktu untuk memproses ini sehingga laporan pendapatan NVIDIA 16 Agustus harus menarik. Harapkan pertumbuhan dalam segala hal kecuali GPU untuk penambangan cryptocurrency, yang telah melonjak karena investasi crypto spekulatif - yang mulai berkurang sekarang. Keunggulan mereka dalam bisnis perangkat keras game memberikan NVIDIA tempat sempurna untuk menerima kenyataan virtual dan booming pelatihan VR manusia akan dimulai. Tetapi kesepakatan yang lebih besar untuk NVIDIA adalah AI untuk robot.

Mengingat perdebatan moral tentang AI dan kebingungan tentang apa itu sebenarnya, kebanyakan orang dapat dimaafkan karena meyakini bahwa AI yang sebenarnya masih ada beberapa tahun lagi. Namun pembelajaran mendalam sudah ada di sini. Anda tidak harus menjadi kutu buku total untuk menghargai apa yang dimungkinkan oleh kerja pembelajaran NVIDIA yang mendalam: ingat video robot DARPA lucu / menakutkan yang menavigasi kendala di lab? Robot yang cerdas secara artifisial sangat mirip dengan anak manusia, perlu diajarkan semua tentang dunia dan dengan susah payah dilatih bagaimana menangani lingkungannya. Secara tradisional, ini berarti ribuan jam merancang, membangun dan menguji coba baik bentuk fisik robot maupun mempraktikkan keterampilan navigasi waktu nyata pada kursus hambatan fisik - banyak dari mereka. Sekarang bayangkan bagaimana hal itu dapat dipercepat ketika Anda menggabungkan lingkungan VR foto-realistis, mesin fisika dunia nyata dan pembelajaran mendalam AI. Ini seperti pelatihan VR untuk robot AI - tetapi dalam gerak maju cepat. Robot AI baru dapat melatih ribuan jam dalam beberapa detik melintasi berbagai rintangan tanpa membangun satu pun pelatihan fisik. Boot camp terjadi dalam beberapa jam, bukan beberapa tahun. Yang lebih mengesankan, pemantauan AI dapat dengan cepat menduga program rintangan mana yang paling efisien dan mengoptimalkan proses lebih lanjut. Jika NVIDIA memproduksi kemajuan yang dimungkinkan oleh AI seperti ini untuk perusahaan lain, bayangkan bagaimana ia menerapkannya pada proses bisnis mereka sendiri.



3. Kuat, kepemimpinan yang efektif

Ini mungkin faktor yang paling penting. Sementara beberapa raksasa perangkat keras OEM memiliki legiun eksekutif NVIDIA masih dijalankan oleh seorang pendiri, CEO Jensen Huang, dan tim petugas yang relatif kecil. Jensen adalah seorang bintang rock, yang berada di peringkat nomor 1 dalam daftar Harvard Business Review 2017 tentang 100 CEO terbaik di dunia, CEO tahun ini, Fortune tahun 2017, di antara banyak penghargaan bisnis lainnya. Dan dia masih muda dengan bertahun-tahun tersisa di dalam dirinya. Penghargaan ini sebagian besar didasarkan pada profitabilitas dan sekitar 50% pertumbuhan laba tahunan pantas diterima oleh Jensen. Tetapi bagi saya penghargaan yang paling menunjukkan kepiawaian kepemimpinan Jensen adalah survei Glassdoor pada 2017 tentang CEO dengan peringkat karyawan tertinggi, di mana ia memiliki penampilan terbaik di Silicon Valley, peringkat persetujuan 99% dari karyawan NVIDIA anonim (No. 6 dalam daftar) . Dia menang tanpa "meninggalkan tubuh di belakangnya".

Anda harus terlihat sangat keras untuk seorang pemimpin yang lebih berdedikasi daripada Huang. Berapa banyak CEO yang memiliki tato logo perusahaan di lengan mereka? Mungkin yang lebih menunjukkan kemampuan kepemimpinannya adalah bagaimana ia berkomunikasi dengan pelanggan tentang kegagalan. Ketika perusahaan tersebut secara tidak benar menyatakan spesifikasi dalam GPU GeForce GTX 970 mereka pada tahun 2015, Huang menulis surat terbuka meminta maaf dan menjelaskan kontroversi yang terjadi kemudian. Itu jelas masalah komunikasi tetapi CEO melangkah untuk menerima pukulan. Kapan terakhir kali Tim Cook meminta maaf kepada publik atas kegagalan produk Apple?

Untuk lebih jelasnya, NVIDIA bukanlah kelompok sadar yang berbasis jaringan saraf dan kecerdasan umum buatan seperti Skynet dari film, The Terminator. Namun, posisinya unik untuk terus menarik diri dari persaingan dengan memanfaatkan teknologi AI yang dihasilkannya. Semoga apa yang dilakukannya dengan keunggulan kompetitif yang sangat unik ini adalah positif bagi umat manusia, dan lebih menarik untuk ditonton daripada filmnya.