Nvidia 投资分析1:云计算发展

前言:(2022/2/10)

这是我2020/7写的一系列关于Nvidia的投资分析。过了一年多我回过头来再读这几篇文章,觉得还是有可读性。我原来是把它放在微信公众号上的,后来被永久封号了。我决定再把它贴出来,跟大家分享一下。

投资分析– 技术篇1:云计算发展

林以(ylin30@gmail.com,2020/07/08

引言

美股三大股指里,以IT股为主的Nasdaq指数(5年增长109.95%)远强于道指(5年45.77%)和标普(5年51.46%)。云计算和AI是我最看好的两个领域。为了找到最好的投资机会,我们需要对技术有所了解。这一篇我先把云计算和AI的发展历程给大家整理一下。里面的内容主要来自鹏华基金邀请我做的一个讲座【3】。

图一、Nasdaq vs DowJ vs S&P

1、AI的现在和将来的预测

我们目前生活在一个技术加速的年代。AI无疑是对整个人类社会影响最大的一项技术。无论你是否关心或在乎AI,它已经是广泛应用并影响到每个人的生活。广为人知的是2015年谷歌的AlphaGo击败了人类智商的最后堡垒,围棋。不知不觉的有,比如:

· 无处不在的人脸识别,如手机刷脸解锁,国内的小区都刷脸才能进入了!

· 语音识别和翻译,如Amazon的Alexa、Echo,Apple的Siri,国内的翻译棒

· 你一上网就跳出的针对你定制的铺天盖地的广告

· 你一打开手机就提示你到家或办公室还有多少时间,路况如何?

AI在很多方面已经超过人类。根据牛津大学对几百位AI专家的问卷,【1】

· 到2027年,AI可以取代卡车司机;

· 到2031年,AI可以取代售货员;

· 到2049年,AI可以成为最畅销书籍的作者;

· 到2053年,AI可以取代医生的手术工作;

专家们预测45年内AI很可能在所有任务上超过人类,在120年内可以自动化人类所有的工作。

无论你愿不愿意,AI的应用是越来越广泛。现在你出来创业如果没跟AI挂上钩,你都不好意思跟投资人要钱。上市公司如果没有AI的业务,发债都要去收购一家充充门面,比如DocuSign就收购了Seal。

现代的AI从1950年图灵提出的图灵测试开始,一直没有太多的效果。目前AI的技术理论比如机器学习(Machine Learning)、神经网络(Neural Network)、Back Propagation已经存在几十年了【2】,为什么它忽然在最近几年(从2015年AlphaGo算起吧)突飞猛进了呢?有两个最重要的原因:数据和算力最近几年爆炸性地增长。

神经网络是AI最有突破性的成就(没有之一)。以前它受限于数据量和算力,发挥不出什么作用。而现在这些条件都具备了。

2、云计算的发展事件和历程

图二、云计算的发展里程碑【3】

数据和算力的爆炸性增长的直接原因是云计算的高速发展。图二列出了云计算发展的重要的里程碑,包括非常伟大的高科技公司和创新技术。其中互联网的前身ARPANet是1969年美国国防部的项目。它于71年才成功发出第一份电邮(从美国到欧洲)。经过20多年的发展,它于1991年公开为公用互联网。这个真的是造福人类的一大举动。

其它重要的时间点还有93年网景网络浏览器的出现,2002年最大的云计算平台AWS的成立,智能手机的先驱Blackberry的成立,2007年第一台iPhone的出现。目前4个1兆亿美金的公司,Microsoft和Apple是75年左右创立的,而Amazon和Google是95和98年创立的。而有些公司已经不在了,比如Netscape网景。

虽然云计算这个概念已经于96年左右由Prof. Chellappa提出,目前三大云平台AWS、Azure、Google Cloud它们分别是于2002、2008、2009年才成立的。我在以前的系列里专门分析过这三大平台的前景。Amazon是我的首选。

3、云计算数据存储技术的发展

海量数据存储一直是云计算一个非常重要的特点。其实到今天为止,很多人一直把电子邮件当成存储网上数据的一个手段。数据存储一直就是计算机科学发展的一个非常重要的领域。数据存储经历了几个同时进行转变:

· 关系型数据库(SQL)到非关系型数据库(NoSQL)

· 单机到多机分布式

· 强一致性性(Strong consistency)到弱一致性(Eventual consistency)

关系型数据库的老大甲骨文Oracle公司是77年成立的。关系型数据库的重要理论比如Transaction、concurrency control、ACID,都是在70和80年代发展和逐渐完善的,并在90年代达到了高峰。它强调:

· 精确(绝对不能出错,想象一下银行账户数据保存到数据库里会如何?),

· 快,

· 量大(这个局限在当初的设计是单机的,最大的容量和计算能力也就局限在单机的能力。所以80–90年代IBM的大型和小型机很吃香。)

而随着互联网的发展,关系型数据库已经不能满足海量数据的存储和查询(现在的数据动不动就是PB级别的,一台机器肯定装不下)。所以学术界引入分布式关系型数据库,复制(replication)和一致性(strong consistency)的概念。像现在白左们强烈要求改名的Master-Slave就是分布式的概念。

但是后来发现这么做有瓶颈,机器稍微一多(几十台的级别)就scale不上去了。所以引入了Partition(工业界叫shard)、还有eventual consistency的概念。而且为了查询方便,抛弃了原来传统关系型数据库的SQL的查询方式,而引入key-value pair的查询方式,最终形成了非关系型NoSql数据库。可以说非关系型NoSql数据库是迎合云计算而产生的。

NoSql数据库基本分两条技术线路,都是从云计算的几大巨头公司出来的。一条是基于Google的内部的存储技术BigTable,发表在2006年顶级会议OSDI上【5】。后来发展为开源的Hadoop生态圈,上市公司Cloudera就是靠商业化Hadoop发财的。另外一条是基于Amazon的内部技术Dynamo。目前Amazon的DynamoDB和Facebook的Cassandra都是基于Amazon发表在2007年SOSP(也是顶级会议)的一篇Dynamo文章【4】。而Twitter又在Cassandra的基础上开发了Manhattan。后来又发展了很多有名的Key-Value的特殊目的数据库,比如Redis(内存存储,开源),MongoDB(文件存储,已上市),ElasticSearch(文本存储,如日志,已上市),Prometheus(时序数列数据库,开源)。

微软的NoSQL数据存储是XStore。它是基于内部的一个Autopilot的技术,原来是用在Bing/MSN上的。它应该是闭源的。

NoSql数据库经过十几年的发展,已经基本满足云计算的海量数据存储和查询。它的最大的优点是扩容性很好,可以无限增加机器来满足越来越多的数据存储的。但是理论上讲最后还是会有数据丢失。这里涉及太专业的东西,我就不再深入下去了。对于搞投资来说,也不需要搞那么细。

4、云计算的发展阶段总结

这么多事件咋一看没什么关系。其实它们是有关联的,反思的话它们代表了技术的发展趋势,有某种必然性。我把这些事件整理了一下,见图三。

图三、云计算的发展事件阶段总结

· 1960–1970:云计算概念提出阶段

· 1970–1980:主要是攻克网路连接的挑战(线)

  • 代表成果:TCP/IP,电子邮件,Unix

· 1980–1990:PC操作系统的发展(点)

  • 代表成果:Linux,Windows,DOS还有多少人知道?

· 1990–2000:互联网的普及(面)

  • 代表成果:WWW,Netscape

· 2000–2010:云计算的基础建设阶段,包括软件基础架构(IaaS)和海量的数据积累

  • 代表成果:AWS,Azure,Google Cloud

· 2010–2020:云计算的服务丰富化,包括SaaS和AI的发展

  • 代表成果:AlphaGo,自动驾驶Autopilot

每一个十年,人类都在技术上迈出一小步。由于互联网和智能手机的普及,提供了收集数据的可能性。由于云计算平台的完善,把无数的计算资源集中到一起,提供了海量数据存储的可能性,和海量算力来分析这些海量数据的可能性。最后成就了AI。

如果把云计算类比为水利工程,我们可以把它看成三个步骤【3】。

第一步:建设水坝=IaaS + PaaS

第二步:蓄水 = PaaS + 收集数据

第三步:灌溉、发电、。。。= SaaS + AI

AI好比电。有了电,世界一下子亮了好多,你可以做很多以前很难做到的事。

5、小结

大家可以看到,这些美股的高市值的IT公司,还是很有技术底蕴的。不是靠吹出来的。如果能深入了解它们的技术长处,就能做出好的投资判断。

下一篇我准备讲讲AI的发展历程,敬请关注。

References:

1、Nick Heath, Zdnet,What is AI? Everything you need to know about AI. 2/12/2018

2、Wikipedia,Timeline of AI

3、林以,“看不见的手”-云计算、大数据和AI对商业的推动及其演变-硅谷篇,鹏华基金讲座系列之一,2018

4、Dynamo: Amazon’s High Available Key-value Store, SOSP,2007

5、BigTable: A Distributed Storage System for Structured Data, OSDI,2006

--

--

Interested in investment, databases, coding

Get the Medium app

A button that says 'Download on the App Store', and if clicked it will lead you to the iOS App store
A button that says 'Get it on, Google Play', and if clicked it will lead you to the Google Play store