[바이두] Baidu : 750억 달러의 불쌍한 주식 -1편

finance.sina.com.cn/tech/csj/2021-02-04/doc-ikftssap3130678.shtml

百度芯事：750亿美金的认知差

在2020年12月23日的《百度再起舞》一文中，我们率先提出了市场对百度的理解存在预期差，尽管仍然存在很多争议，但此后百度股价稳步上涨30%，证实预期差的真实存在。

2020년 12월 23일 '바이두 댄싱 어게인'기사에서 바이두에 대한 시장의 이해가 열악하다고 적었었습니다. 아직 논란이 많지만 바이두의 주가는 그 이후 꾸준히 30% 상승했지만 여전히 저평가 상태입니다.

 

我们明确指出：市场投资者根本没有给无人驾驶、云计算、小度智能助手等业务定价。甚至全球出货量第一的小度智能屏等业务全部都白送，接近200亿的年研发费用被投资者当空气。而之所以选择性忽略，是大家在往年财报中看不到收入的增长就直接忽略公司的技术底色，而一个公司的当期研发投入或资本开支则是下一阶段的增长源泉。

우리는 시장 투자자들이 무인 운전, 클라우드 컴퓨팅 및 Xiaodu(스마트 스피커, KT의 지니 같은 기능) 지능형 비서의 가격을 전혀 고려하지 않았다는 것을 지적했습니다. 세계 최대 규모의 Xiaodu 스마트 스크린 및 기타 비즈니스 출하량도 모두 계산되지 않았으며 거의 ​​200억에 가까운 연간 연구 개발 비용이 투자자들에게 잊혀졌습니다. 이전 재무 보고서에서 수익 증가가 보이지 않으면 회사의 기술적 배경을 무시하기 때문입니다. 하지만 회사의 현재 R&D 투자 또는 자본 지출은 다음 단계의 성장 원천입니다.

 

正因为如此，我们又于2021年1月14日发文《“第四类造车玩家”登上历史舞台，中美欧暗战无人驾驶》，对百度不被市场给予估值、且增长潜力最大的无人驾驶业务进行了详细分析。

이로 인해 2021년 1월 14일 "4번째 유형의 자동차 제조업체가 역사, 중국, 미국 및 유럽의 자율주행 경쟁을 시작한다."라는 기사를 발표 했을 때 Baidu는 시장에서 제대로 평가받지 못했습니다. 그래서 가장 바이두가 가진 자율주행 비즈니스에 대해 자세히 분석했습니다.

 

随着百度从400亿美元的底部到站稳800亿美元的市值，这部分低估已然基本得到修复，而ARK Invest目前赚取的这部分投资收益完美验证格雷厄姆“捡烟蒂”理论：寻找极度低估的资产并建立投资组合，并等待价值回归。

Baidu가 시가 400억 달러에서 800억 달러로 상승함에 따라 이 과소 평가 부분은 기본적으로 복구되었으며, ARK Invest가 벌어 들인 현재 투자 수입은 벤저민 그레이엄의 투자 공식을 완벽하게 입증합니다. 과소 평가된 자산과 포트폴리오를 구축하고 가치가 돌아올 때까지 기다리는 전략입니다. 

 

持有百度如果接下来要获得更多的投资收益，则要从格雷厄姆的“捡烟蒂”理论升级到巴菲特的“价值投资”理论：价值从何而来，无他，只有成长才可能创造长期价值。我们曾举例微软的重生靠的就是2010年开始重注云计算，而百度则将靠all in智能时代，尤其是无人驾驶。

Baidu를 보유하고 미래에 더 많은 투자 수익을 얻으려면 Graham의 투자 공식에서 Buffett의 "가치 투자"이론으로 업그레이드해야합니다. 가치는 다른 것보다 성장측면에서 장기적인 가치를 창출 할 수 있습니다.  마이크로소프트의 부활이 2010년 클라우드 컴퓨팅에 중점을 두는데 의존했다면, Baidu는 지능형 시대, 특히 자율 주행에 사활을 걸 것입니다.

 

图1：百度无人驾驶&车联网布局，以Apollo计划为核心，资料来源：Apollo官网，中信证券(그림 1 : Apollo 계획을 중심으로 한 Baidu의 무인 운전 및 자동차 네트워킹 레이아웃, 출처 : Apollo 공식 웹 사이트, CITIC Securities)

但不得不承认的是，由于这部分业务尚处发展的早期，能够从公开财务数据中获得“学院派”的支持有限，我们采取的方式是将此前研究提出的“预期差”更进一步，探讨认知差，毕竟价值投资本质是赚认知的钱。

그러나 우리는 사업의 이 부분이 아직 개발 초기 단계에 있기 때문에 공공 재무 데이터에서 얻을 수있는 "학술적"지원이 제한되어 있음을 인정해야합니다. 우리가 취한 방법은 "예상 격차를 줄이는 것"입니다. 이전 연구에서 제안한 인지 불량을 탐구하는 것은 결국 가치 투자의 본질이자 돈을 버는 것입니다.

 

微软是认知差的典型案例，2010年底萨提亚·纳德拉接手内部正秘密开展研发的云计算产品。内部深厚的技术底蕴+云为先的战略，让微软打了个漂亮的翻身仗，2014年到2020年，微软股价上涨4倍。

마이크로소프트는 태세 전환의 전형적인 사례로 2010년 말에 Satya Nadella가 내부적으로 비밀리에 개발중인 클라우드 컴퓨팅 제품을 인수했습니다. 깊은 내부 기술 배경 + 클라우드 우선 전략으로 Microsoft는 멋진 전환점이되었습니다. 2014년부터 2020년까지 Microsoft의 주가는 4배 상승했습니다.

 

由于这部分认知尚处早期，未来的兑现需要数据和产品不断的验证，股价也会随着兑现而逐步水涨船高。百度能否复刻微软的股价走势需要同样的兑现，而投资人则需要根据兑现及时更新自己的认知

자율주행은 아직 초기 단계이기 때문에 미래의 가치는 데이터와 제품에 대한 지속적인 검증이 필요하며 주가는 점차 상승 할 것입니다. Baidu가 Microsoft의 주가 추세를 재현 할 수 있는지 여부는, 매출 발생 가능여부 확인이 필요하며 투자자는 자율주행에서 나오는 매출을 기반으로 적시에 인식해야 합니다.

 

众所周知，在数据层面，百度有路测车队，加州DMV发布的2019无人驾驶脱离报告中百度Apollo成绩居首位。在算法层面，做搜索出身的百度轻车熟路，它还有汇聚5.5万开发者的开放平台。

우리 모두 알다시피 Baidu는 도로 테스트 차량을 보유하고 있으며 Baidu Apollo는 캘리포니아 DMV에서 발표 한 2019년 자율주행관련 보고서에서 1위를 차지했습니다. 알고리즘 수준을 살펴보면 Baidu는 55,000명의 개발자를 모은 개방형 플랫폼을 가지고 있습니다.

 

而在算力这个硬科技领域，百度虽然自研AI芯片昆仑和语音芯片鸿鹄，但如何理解一家互联网公司“不务正业”去碰芯片这个高精尖的玩意，以及百度芯片的成色如何？

컴퓨팅 파워의 하드웨어 기술 분야에서 Baidu는 AI 칩 Kunlun과 음성 칩 Honghu를 자체 개발했습니다. 그러나 인터넷 회사가 정교한 하드웨어를 만들기 위해 "업종에 맞지 않는" 일을 했다는 점을 감안하면, 바이두가 내놓은 칩은 거의 기적에 가깝지 않습니까?

 

【1】互联网公司入局芯片的底层逻辑

从2015年前后开始，全球的互联网巨头开始跨界进入由英特尔、英伟达等把持的芯片高地，蜂拥而至并不是由于资本追逐泡沫，背后的底层逻辑其实是相当坚实的，包括：

　1）互联网公司撞上算力墙，传统芯片企业难以突破；

　2）芯片行业分工导致芯片设计的进入难度实际快速下降；

　3）AI时代到来，计算芯片的格局出现松动，巨头想把核心部件控制在自己手中。

[1] 인터넷 회사가 하드웨어 개발하는 이유

2015년경부터 글로벌 인터넷 거대 기업들은 인텔, 엔비디아 등이 통제하는 칩 하이랜드로 국경을 넘기 시작했습니다. 그 뒤의 기본 논리는 실제로 다음과 같이 상당히 견고합니다.

 1) 인터넷 회사는 컴퓨팅 파워 벽에 부딪 히고 기존 칩 회사는 돌파하기가 어렵습니다.

 2) 칩 산업의 분업으로 인해 칩 설계 진입의 어려움이 급격히 감소했습니다.

 3) 인공 지능 시대가 도래하면서 컴퓨팅 칩의 패턴이 느슨해졌고 거인들(인텔, 엔비디아 등)은 핵심 구성 요소를 직접 제어하기를 원합니다.  

 

이에 대해 한 가지씩 집고 넘어가겠습니다.

 

（1）互联网巨头入局尝试打破算力瓶颈

人工智能时代最大的瓶颈在于底层算力。当前以深度学习为代表的人工智能技术对于底层芯片计算能力的需求一直在飞速增长，其增速已经大幅超过了摩尔定律的速度。根据IDC预测，到2025年，全球一年产生的数据量约175ZB，是2018年的5倍多。

仍然以智能时代最有看点的无人驾驶为例，无人驾驶系统的核心是芯片。当前在无人驾驶最为激进的特斯拉和国内造车新势力，普遍只能实现L2到L3级别的无人驾驶，除特斯拉外，算力都在50TOPS以内，而根据预测，要实现L4 需要的计算力超过100TOPS，而 L5 需要则要超过 1000TOPS。显然，现在的计算芯片远远满足不了需求。

(1) 인터넷 거물들 컴퓨팅 파워의 병목 현상을 풀기 위해 시장 진입

인공 지능 시대의 가장 큰 병목은 기본 컴퓨팅 파워입니다. 현재 딥 러닝으로 대표되는 인공 지능 기술 기반 칩의 컴퓨팅 파워에 대한 수요는 빠르게 증가하고 있으며, 그 성장률은 무어의 법칙 속도를 크게 초과했습니다. IDC 예측에 따르면 2025년까지 전 세계적으로 1년 동안 생성되는 데이터 양은 2018년의 5배가 넘는 약 175ZB가 될 것입니다. 지능형 시대의 가장 흥미로운 무인 주행을 예로 들어 보면 무인 주행 시스템의 핵심은 칩입니다. 현재 가장 공격적인 자율주행이자 새로운 국내 자동차 생산력인 Tesla는 일반적으로 L2 ~ L3 수준에서만 무인 운전을 달성 할 수 있습니다. Tesla를 제외하고 대부분 자율주행 업체 컴퓨팅 파워는 50TOPS 이내이며, 예측에 따르면 L4를 달성함에 있어 컴퓨팅 파워가 100 TOPS 이상이 필요하지만, L5에는 1000TOPS 이상이 필요합니다. 분명한 것은 현재의 컴퓨팅 칩은 수요를 충족시키지 못합니다.

 

图2：无人驾驶芯片当前状况 ，资料来源：亿欧，国信证券(그림 2 : 자율주행 칩의 현황, 출처 : Yiou, Guosen Securities)

（2）芯片设计门槛其实在降低

那么自然问题就来了，传统芯片企业做不了的事，你互联网巨头就行了？这个地方需要稍微讲下芯片产业链的运行逻辑，就能理解为什么互联网巨头现在要开始近几年做芯片。

大家经常看到台积电、英特尔、三星这些芯片巨头动辄百亿美元的投资，容易形成芯片极度烧钱的印象，但实际上如果只做芯片设计其实资金门槛可控，而且可以看到成果。

芯片行业经过半个多世纪的发展，由于产值规模大、技术难度高、资金投入多，已经成为了分工最细的行业，从最上游捋起，IP授权、仿真软件、设备材料、芯片设计、制造代工、封装测试，一颗小小的芯片背后需要多家公司分工完成。

(2) 칩 설계의 한계가 실제로 낮아지고 있습니다.

그렇다면 당연한 문제가 있는데, 전통적인 칩 회사가 할 수 없는 일, 인터넷 거물이 할 수 있습니까? 우리는 최근 몇 년 동안 인터넷 거물들이 칩을 만들기 시작하는 이유를 이해하기 위해 칩 산업 체인의 운영 로직에 대해 조금 이야기 할 필요가 있습니다. TSMC, Intel, Samsung과 같은 거대 칩 기업이 매 분기마다 수백억 달러를 투자했다는 사실을 누구나 알고 있습니다. 칩이 매우 비싸다는 인상을 주기는 쉽지만 실제로는 칩 설계만 수행하면 자본 임계 값을 제어 할 수 있으며 결과를 볼 수 있습니다. 반세기 이상의 발전 끝에 칩 산업은 대규모 생산, 높은 기술 난이도, 높은 자본 투자로 인해 최고의 분업을 가진 산업이되었습니다. 최상류, IP 인증, 시뮬레이션 소프트웨어를 시작으로, 장비 재료, 칩 설계, 제조 파운드리, 패키징 및 테스트, 소형 칩은 여러 회사에서 완성해야합니다.

 

但分工带来的好处是芯片设计的进入门槛其实是降低了的，你要做的工作是把一个芯片设计出来，而至于用于设计这个芯片所需的工具，设计出来后的制造，这些基本不太用操心。要的只不过是芯片设计人才和较多的研发投入，这些显然是互联网巨头们的强项。

百度的昆仑系列芯片就是找三星帮忙代工的，所以最为重要的是能够网罗芯片设计人才，设计出来的芯片要有商业化应用的场景，以及还能掏得起流片的费用，而显然，百度不缺钱不缺人也不缺应用场景。

그러나 분업으로 인한 장점은 칩 설계의 진입 장벽이 실제로 낮아진다는 점입니다. 무엇보다 중요한 건 칩 설계 인력이 많아졌다는 것입니다. 필요한 것은 칩 설계 재능과 더 많은 연구 개발 투자 뿐이며, 이는 분명히 인터넷 거인의 강점입니다. Baidu의 Kunlun 시리즈 칩은 삼성의 파운드리이므로 가장 중요한 것은 칩 설계 인재를 모집 할 수 있는 것입니다. 설계된 칩에는 상용 응용 시나리오가 있어야 하며 테이프 아웃 비용도 감당할 수 있어야 합니다. 분명히 Baidu는 돈이 부족하지 않습니다.

图3：半导体分工导致芯片设计门槛下降，资料来源：搜狐(반도체 분야 분업으로 칩 설계 진입장벽이 낮아짐)

　（3）AI时代，传统芯片格局松动，中国企业加速突破

芯片当前格局的确很稳固，但实际上把历史拉到10年的周期维度就能明显的感受到，每一次下游大应用的变化都会由于不同的需求点，带来半导体行业的大洗牌：

• 1980-90年代，日本家电风靡全球，就带来了日本芯片企业的崛起，当时对芯片的要求是不需要过高的算力，但稳定性必须要高；

• 1990s后个人电脑爆发，对高算力需求很高，对稳定性要求一般，带来了英特尔这个蓝色巨人的崛起； 

(3) AI 시대에 전통적인 칩 패턴이 풀리고 중국 기업이 돌파구를 가속화

칩의 현재 성장 패턴은 매우 안정적이지만 실제로 역사를 10년주기 차원으로 끌어 올리면, 모든 주요 산업 애플리케이션이 다양한 수요와 만나, 이로 인해 반도체 산업의 재편을 가져올 것이라는 것을 분명히 느낄 수 있습니다.

1980년대와 1990년대에 일본 가전 제품이 세계를 휩쓸고 일본 칩 회사가 부상했고 당시 칩에 대한 요구 사항은 과도한 컴퓨팅 파워를 필요로 하지 않았지만 안정성이 높아야했습니다.

1990년대 개인용 컴퓨터가 폭발 한 후 높은 컴퓨팅 성능에 대한 수요가 높았고 안정성에 대한 요구 사항이 평균 수준이어서 블루 거인 인텔이 등장했습니다.

 

• 2010s智能手机，相对个人电脑同样要求高算力外，另外一个特点是要求低功耗，所以英特尔们掉队，ARM、苹果这样的公司成为主角

• 2015年 AI登场，2020年的5G又加速了AI的渗透，芯片行业再一次处在巨变的前夜。

　　AIOT时代的两个重大变化：

　　1）算力需求指数级增长，因为AI是基于对大数据根据神经网络算法做训练和推断，算力因而成为第一生产力；

　　2）算力扩散，越来越多的终端被赋予智能，不仅仅是电脑和手机，还有比如家电、手表、耳机、眼镜、汽车等等，这些终端也需要智能。

2010년대 스마트 폰은 개인용 컴퓨터에 비해 높은 컴퓨팅 성능을 필요로하고 또 다른 기능은 저전력 소비로 인텔이 뒤쳐지고 ARM, 애플 등의 기업이 주인공이되었습니다.

2015년 AI가 데뷔했고, 2020 년 5G가 AI 보급을 가속화했으며, 칩 산업은 다시 한번 큰 변화를 앞두고 있습니다.

 

AIOT 시대의 두 가지 주요 변화 :

1) 인공 지능이 신경망 알고리즘에 기반한 빅 데이터의 훈련과 추론을 기반으로 컴퓨팅 파워가 최초의 생산력이 되기 때문에 컴퓨팅 파워에 대한 수요가 기하 급수적으로 증가하고 있습니다.

2) 컴퓨팅 파워의 확산에 따라 컴퓨터와 휴대폰뿐만 아니라 가전 제품, 시계, 이어폰, 안경, 자동차 등의 지능화 단말기가 점점 더 많이 제공되고 있습니다. 이 단말기들도 지능이 필요합니다.

 

All in AI的百度，同时面对算力需求的指数级增长和算力扩散的问题，所以百度推出的昆仑系列，对应解决高算力需求，鸿鹄芯片对应的扩算的算力需求。这种布局其实是对应两个重要的新需求点。在业内，也经常把这两种需求分为云端算力和边缘端算力需求。

在云端和边缘端的拉动下，AI芯片显然将成为下一个风口，根据Tractia的估算，到2025年，全球仅AI芯片的市场规模就将达到726亿美元，每年的增速超过40%。更值得一提的是，在这个领域，中国较美国的差距很小，互联网巨头们很可能充当AI芯片国家间竞争的旗手。

AI에 올인한 Baidu는 컴퓨팅 전력 수요의 기하 급수적인 증가와 컴퓨팅 전력 확산 문제에 직면해 있습니다. 따라서 Baidu가 출시 한 Kunlun 시리즈는 높은 컴퓨팅 전력 수요와 이에 상응하는 Honghu 칩의 컴퓨팅 전력 수요 확장에 대응합니다. 이 레이아웃은 실제로 두 가지 중요한 새로운 요구 사항에 해당합니다. 업계에서이 두 가지 요구 사항은 종종 클라우드 컴퓨팅 성능과 엣지 컴퓨팅 성능 요구 사항으로 구분됩니다. 클라우드와 엣지에 힘 입어 AI 칩은 분명히 차세대 아울렛이 될 것입니다. 트랙티카의 추정에 따르면 2025년까지 AI 칩의 글로벌 시장은 연간 40% 이상의 성장률로 726 억 달러에 이를 것입니다. 더 언급 할 가치가 있는 것은 이 분야에서 중국과 미국의 격차가 매우 적고 인터넷 거물들의 AI 칩이 국가 간의 경쟁을 위한 표준 보유자 역할을 할 가능성이 높다는 것입니다.

 

图4：2018 年-2025 年全球人工智能芯片市场规模，资料来源：Tractica(그림 4 : 2018년부터 2025년까지 전 세계 인공 지능 칩 시장 규모, 출처 : Tractica)

 

2편에서 계속