AI બૂમ વચ્ચે Nvidia શા માટે બજારમાં પરિવર્તનનો સામનો કરી રહ્યું છે

AI ક્રાંતિમાં Nvidia નું વર્ચસ્વ એક વિરોધાભાસી પડકારનો સામનો કરી રહ્યું છે: જે કમ્પ્યુટ માર્કેટપ્લેસની તેણે શરૂઆત કરી હતી, તે જ હવે તેના મૂલ્યાંકન (valuation) વિરુદ્ધ કામ કરવા લાગ્યું છે. જોકે આવકનો અંદાજ મજબૂત રહ્યો છે, પરંતુ સપ્લાય ડાયનેમિક્સમાં ફેરફારને કારણે હવે ધ્યાન પ્રોસેસિંગ પાવરથી હટીને મેમરી ક્ષમતા તરફ જઈ રહ્યું છે.

વિભાજન: ઘટતી કમ્પ્યુટ કિંમતો વિરુદ્ધ વધતી DRAM કિંમતો

Nvidia એ નોંધપાત્ર માર્કેટ કરેક્શનનો અનુભવ કર્યો છે, જેમાં તેની શેર કિંમત મે મહિનાના શિખરથી 15% ઘટી છે. રસપ્રદ વાત એ છે કે, રોકાણકારો હવે તેના અંદાજિત નફાના સંદર્ભમાં સરેરાશ S&P 500 કંપની કરતા Nvidia ને વધુ સાવચેતીપૂર્વક મૂલ્ય આપી રહ્યા છે. આ ફેરફાર AI ના આવશ્યક તત્વોના ભાવ નિર્ધારણમાં થયેલા મૂળભૂત ફેરફારને કારણે છે.

Ornn ના ડેટા મુજબ, Nvidia H100 GPU પર એક કલાકના સમયનો સ્પોટ પ્રાઇસ મે મહિનામાં અંદાજે $3.20 ના શિખરે પહોંચ્યો હતો અને ત્યારથી તે સતત ઘટાડામાં છે. તેનાથી વિપરીત, મેમરી માર્કેટ ઉલટી દિશામાં જઈ રહ્યું છે. DRAM (Dynamic Random-Access Memory) ઉત્પાદનમાં અગ્રણી Micron નું મૂલ્ય લગભગ ત્રણ ગણું વધી ગયું છે, કારણ કે ઉદ્યોગ હવે સમજી રહ્યો છે કે આધુનિક ડેટા સેન્ટરો માટે માત્ર પ્રોસેસિંગ જ નહીં, પરંતુ મેમરી એ સાચો અવરોધ (bottleneck) છે.

મેમરી બોટલનેક (અવરોધ) નો ઉદય

જોકે Nvidia ની સફળતા અત્યંત જટિલ તકનીકી સિદ્ધિઓ પર આધારિત છે—જેમ કે CUDA પ્રોગ્રામિંગ પ્લેટફોર્મ અને અત્યંત જટિલ GPUs નું એન્જિનિયરિંગ—તેમ છતાં મેમરી માર્કેટ અલગ પ્રકારના અર્થશાસ્ત્ર દ્વારા સંચાલિત છે. AI ડેટા સેન્ટરોના મોટા પાયે નિર્માણને કારણે જરૂરી મેમરી બેન્ડવિડ્થનું વ્યાપક અંદાજિત ઓછું મૂલ્યાંકન થયું છે.

High-Bandwidth Memory (HBM) ની માંગ પુરવઠા કરતા વધી રહી છે, જેના કારણે મેમરી ઉત્પાદકોને છેલ્લા એક વર્ષમાં કિંમતો દસ ગણી વધારવાની તક મળી છે. Ornn ના સહ-સ્થાપક અને CTO Wayne Nelms નોંધે છે તેમ, ઉદ્યોગ એક્સિલરેટર ક્ષેત્રમાં નવા ખેલાડીઓનો મોટો પ્રવાહ જોઈ રહ્યો છે, પરંતુ DRAM ઉત્પાદન ક્ષેત્રમાં લગભગ કોઈ પ્રવેશ કરી રહ્યું નથી. આ એક માળખાગત અસંતુલન ઊભું કરે છે: કમ્પ્યુટ પાવર વધુને વધુ કોમોડિટીઝેશન (સામાન્ય વસ્તુ બનવું) તરફ જઈ રહ્યો છે, જ્યારે મેમરી એક દુર્લભ અને ઊંચા માર્જિનવાળી જરૂરિયાત બની રહી છે.

કસ્ટમ સિલિકોન અને ઈજારો (Monopolies) નો અંત

કમ્પ્યુટના ઘટતા ભાવ પાછળનું એક મહત્વનું કારણ Big Tech દ્વારા સિલિકોન સ્વતંત્રતા તરફનું વલણ છે. Google, Amazon, Microsoft અને OpenAI જેવા દિગ્ગજો વધુને વધુ તેમના પોતાના કસ્ટમ-ડિઝાઇન કરેલા પ્રોસેસર્સનો ઉપયોગ કરી રહ્યા છે.

જોકે આ પ્રોપ્રાઇટરી ચિપ્સ Nvidia ના ફ્લેગશિપ મોડલ્સના કાચા પ્રદર્શન (raw performance) ની બરાબરી ન કરી શકે, પરંતુ તેઓ મોટા પાયે ડિપ્લોયમેન્ટની જરૂરિયાતો પૂરી કરવા માટે "પૂરતી સારી" છે. હાર્ડવેર લેન્ડસ્કેપનું આ વૈવિધ્યકરણ અસરકારક રીતે કમ્પ્યુટના સ્પોટ પ્રાઇસને ઘટાડી રહ્યું છે, જેનાથી Nvidia ની કિંમત નક્કી કરવાની શક્તિ (pricing power) ઘટી રહી છે. જેમ જેમ વધુ કંપનીઓ Nvidia પરની તેમની નિર્ભરતા ઘટાડવા માટે એક્સિલરેટર માર્કેટમાં પ્રવેશ કરી રહી છે, તેમ તેમ એક સમયે Nvidia ના માર્જિનનું રક્ષણ કરતો "કમ્પ્યુટ મોટ" (compute moat) હવે સ્પેશિયલાઇઝ્ડ, ઇન-હાઉસ સિલિકોન દ્વારા સંકોચાઈ રહ્યો છે.

વ્યાપક AI લેન્ડસ્કેપ પર અસર

આ ફેરફાર AI ઇન્ફ્રાસ્ટ્રક્ચર સાયકલના પરિપક્વ તબક્કાનો સંકેત આપે છે. શરૂઆતની "ગોલ્ડ રશ" (સોનાની દોડ) શક્ય તેટલા શક્તિશાળી GPUs મેળવવા પર કેન્દ્રિત હતી. હવે આપણે ઓપ્ટિમાઇઝેશનના તબક્કામાં પ્રવેશ કરી રહ્યા છીએ, જ્યાં ધ્યાન માત્ર ગણતરીની ઝડપ પર નહીં, પરંતુ ડેટાની અવરજવરની કાર્યક્ષમતા પર છે—જે મેમરી દ્વારા નિયંત્રિત થાય છે. ડેવલપર્સ અને ફાઉન્ડર્સ માટે, આનો અર્થ એ છે કે મેમરી મેનેજમેન્ટ અને HBM કાર્યક્ષમતાનું આર્કિટેક્ચરલ મહત્વ સંભવતઃ GPU ની પસંદગી જેટલું જ નિર્ણાયક બની જશે.

મુખ્ય મુદ્દાઓ

• કમ્પ્યુટ કોમોડિટીઝેશન: હાઇપરસ્કેલર્સ (Google, AWS, વગેરે) તરફથી કસ્ટમ સિલિકોનનો વધતો ઉપયોગ GPU કમ્પ્યુટ પાવરના સ્પોટ પ્રાઇસને ઘટાડી રહ્યો છે.
• મેમરી એક નવો અવરોધ (Bottleneck) તરીકે: DRAM અને High-Bandwidth Memory (HBM) ની માંગ પુરવઠા કરતા વધી રહી છે, જેનાથી Micron જેવી મેમરી કંપનીઓ AI ટ્રેડના નવા હાઇ-ગ્રોથ લાભાર્થી બની રહી છે.
• માળખાગત બજાર અસંતુલન: GPU માર્કેટથી વિપરીત, જેમાં સતત નવા પ્રવેશકો જોવા મળે છે, મેમરી માર્કેટમાં પ્રવેશ માટે ઊંચા અવરોધો છે, જે સુનિશ્ચિત કરે છે કે કમ્પ્યુટના ભાવ સ્થિર થાય ત્યારે પણ મેમરીના ખર્ચ ઊંચા રહે.