چرا انویدیا در میان رونق هوش مصنوعی با تغییر بازار مواجه شده است؟
سلطه انویدیا در انقلاب هوش مصنوعی با چالشی متناقض روبرو شده است: همان بازار محاسباتی که خود پیشگام آن بود، در حال کار علیه ارزشگذاری آن است. در حالی که پیشبینیهای درآمدی همچنان قوی هستند، تغییر در پویایی عرضه، کانون توجه را از قدرت پردازش به ظرفیت حافظه تغییر میدهد.
واگرایی: کاهش قیمت محاسبات در مقابل افزایش هزینههای DRAM
انویدیا یک اصلاح بازار قابل توجه را تجربه کرده است و قیمت سهام آن ۱۵٪ نسبت به اوج خود در ماه می کاهش یافته است. جالب اینجاست که سرمایهگذاران اکنون انویدیا را نسبت به سودهای پیشبینیشدهاش، محافظهکارانهتر از میانگین شرکتهای S&P 500 ارزشگذاری میکنند. این تغییر ناشی از یک تغییر بنیادی در قیمتگذاری ملزومات هوش مصنوعی است.
طبق دادههای Ornn، قیمت لحظهای (spot price) یک ساعت استفاده از پردازنده گرافیکی Nvidia H100 در ماه می به حدود ۳.۲۰ دلار رسید و از آن زمان وارد یک روند نزولی مداوم شده است. در مقابل، بازار حافظه مسیر معکوسی را طی میکند. شرکت Micron، پیشرو در تولید DRAM (حافظه دسترسی تصادفی پویا)، تقریباً ارزش خود را سه برابر کرده است؛ زیرا صنعت متوجه شده که حافظه، و نه فقط پردازش، گلوگاه واقعی مراکز داده مدرن است.
ظهور گلوگاه حافظه
در حالی که موفقیت انویدیا بر پایه دستاوردهای تکنولوژیک بسیار پیچیده — مانند پلتفرم برنامهنویسی CUDA و مهندسی پردازندههای گرافیکی فوقالعاده پیچیده — بنا شده است، بازار حافظه توسط مجموعهای متفاوت از اقتصادها هدایت میشود. گسترش عظیم مراکز داده هوش مصنوعی منجر به تخمین بسیار کمتر از پهنای باند حافظه مورد نیاز شده است.
تقاضا برای حافظه با پهنای باند بالا (HBM) از عرضه پیشی گرفته است و به تولیدکنندگان حافظه اجازه داده تا قیمتها را در سال گذشته ده برابر افزایش دهند. همانطور که Wayne Nelms، همبنیانگذار و مدیر فناوری Ornn اشاره میکند، صنعت شاهد ورود گسترده بازیگران به حوزه شتابدهندههاست، اما تقریباً هیچکس وارد حوزه تولید DRAM نمیشود. این امر یک عدم تعادل ساختاری ایجاد میکند: قدرت محاسباتی به طور فزایندهای در حال تبدیل شدن به یک کالای عمومی (commoditized) است، در حالی که حافظه همچنان یک ضرورت کمیاب و با حاشیه سود بالا باقی مانده است.
سیلیکون سفارشی و پایان انحصارها
یکی از محرکهای اصلی کاهش قیمت محاسبات، حرکت شرکتهای بزرگ فناوری (Big Tech) به سمت استقلال در زمینه سیلیکون است. غولهایی مانند Google، Amazon، Microsoft و OpenAI به طور فزایندهای در حال بهکارگیری پردازندههای طراحیشده اختصاصی خود هستند.
اگرچه این تراشههای اختصاصی ممکن است با عملکرد خام مدلهای پرچمدار انویدیا برابری نکنند، اما برای پاسخگویی به نیازهای استقرار در مقیاس بزرگ، «به اندازه کافی خوب» هستند. این تنوع در چشمانداز سختافزاری به طور موثری قیمت لحظهای محاسبات را کاهش داده و قدرت قیمتگذاری انویدیا را کم میکند. با ورود شرکتهای بیشتر به بازار شتابدهندهها برای کاهش وابستگی به انویدیا، آن «خندق محاسباتی» (compute moat) که زمانی از حاشیه سود انویدیا محافظت میکرد، توسط سیلیکونهای تخصصی و داخلی در حال از میان رفتن است.
تأثیر بر چشمانداز گستردهتر هوش مصنوعی
این تغییر نشاندهنده مرحله بلوغ چرخه زیرساخت هوش مصنوعی است. «تب طلا» در مرحله اولیه بر تهیه قدرتمندترین GPUهای ممکن متمرکز بود. ما اکنون در حال ورود به مرحله بهینهسازی هستیم، جایی که تمرکز از سرعت خام محاسبات، به سمت کارایی جابجایی دادهها — که توسط حافظه کنترل میشود — تغییر میکند. برای توسعهدهندگان و بنیانگذاران، این بدان معناست که اهمیت معماری مدیریت حافظه و کارایی HBM احتمالاً به اندازه انتخاب GPU حیاتی خواهد شد.
نکات کلیدی
- کالایی شدن محاسبات: گسترش سیلیکونهای سفارشی توسط ابرمقیاسها (Google، AWS و غیره) در حال کاهش قیمت لحظهای قدرت محاسباتی GPU است.
- حافظه به عنوان گلوگاه جدید: تقاضا برای DRAM و حافظه با پهنای باند بالا (HBM) از عرضه پیشی گرفته است و شرکتهای حافظه مانند Micron را به ذینفعان جدید و پررشد در تجارت هوش مصنوعی تبدیل کرده است.
- عدم تعادل ساختاری بازار: برخلاف بازار GPU که شاهد ورود مداوم بازیگران جدید است، بازار حافظه دارای موانع ورود بالایی است که تضمین میکند هزینههای حافظه بالا باقی بماند در حالی که قیمتهای محاسبات تثبیت میشوند.