AI எழுச்சிக்கு மத்தியில் Nvidia ஏன் சந்தை மாற்றத்தை எதிர்கொள்கிறது

AI புரட்சியில் Nvidia-வின் ஆதிக்கம் ஒரு முரண்பாடான சவாலை எதிர்கொள்கிறது: அதுவே முன்னோடியாகத் தொடங்கிய கணினித் திறன் (compute) சந்தை, இப்போது அதன் மதிப்பீட்டிற்கு எதிராகச் செயல்படத் தொடங்கியுள்ளது. வருவாய் கணிப்புகள் வலுவாக இருந்தாலும், விநியோக இயக்கவியலில் (supply dynamics) ஏற்பட்டுள்ள மாற்றம், கவனத்தை செயலாக்கத் திறனில் (processing power) இருந்து நினைவகத் திறனை (memory capacity) நோக்கித் திருப்பியுள்ளது.

வேறுபாடு: வீழ்ச்சியடையும் கணினித் திறன் விலைகள் vs உயரும் DRAM செலவுகள்

Nvidia குறிப்பிடத்தக்க சந்தை சரிவைச் சந்தித்துள்ளது, அதன் பங்கு விலை மே மாத உச்சத்திலிருந்து 15% சரிந்துள்ளது. சுவாரஸ்யமாக, முதலீட்டாளர்கள் இப்போது Nvidia-வின் திட்டமிடப்பட்ட லாபத்துடன் ஒப்பிடும்போது, ஒரு சராசரி S&P 500 நிறுவனத்தை விட Nvidia-வை மிகவும் எச்சரிக்கையுடன் மதிப்பிடுகிறார்கள். AI-க்குத் தேவையான அத்தியாவசியப் பொருட்களின் விலையிடலில் ஏற்பட்டுள்ள அடிப்படை மாற்றமே இந்த மாற்றத்திற்கு வழிவகுக்கிறது.

Ornn தரவுகளின்படி, Nvidia H100 GPU-வில் ஒரு மணிநேரத்திற்கான ஸ்பாட் விலை (spot price) மே மாதத்தில் தோராயமாக $3.20 ஆக உச்சமடைந்தது, அதன் பிறகு படிப்படியாகக் குறைந்து வருகிறது. இதற்கு நேர்மாறாக, நினைவகச் சந்தை (memory market) ஒரு மாறுபட்ட பாதையில் செல்கிறது. நவீன தரவு மையங்களுக்கு (data centers) செயலாக்கம் மட்டுமல்லாமல், நினைவகமும் தான் உண்மையான தடையாகும் காரணி (bottleneck) என்பதைத் தொழில்துறை உணர்ந்துள்ளதால், DRAM (Dynamic Random-Access Memory) உற்பத்தியில் முன்னணியில் உள்ள Micron நிறுவனத்தின் மதிப்பு கிட்டத்தட்ட மூன்று மடங்கு அதிகரித்துள்ளது.

நினைவகத் தடையின் எழுச்சி

Nvidia-வின் வெற்றி CUDA நிரலாக்கத் தளம் (programming platform) மற்றும் மிகவும் சிக்கலான GPU-க்களின் பொறியியல் போன்ற உயர் தொழில்நுட்ப சாதனங்களின் அடிப்படையில் அமைந்திருந்தாலும், நினைவகச் சந்தை வேறுபட்ட பொருளாதாரக் காரணிகளால் இயக்கப்படுகிறது. AI தரவு மையங்களின் பிரம்மாண்டமான விரிவாக்கம், தேவைப்படும் நினைவக அலைவரிசையை (memory bandwidth) பெருமளவில் குறைத்து மதிப்பிடும் நிலையை உருவாக்கியுள்ளது.

High-Bandwidth Memory (HBM)-க்கான தேவை விநியோகத்தை விட அதிகமாக இருப்பதால், நினைவக உற்பத்தியாளர்கள் கடந்த ஓராண்டில் விலையை பத்து மடங்கு உயர்த்தியுள்ளனர். Ornn இணை நிறுவனர் மற்றும் CTO Wayne Nelms குறிப்பிடுவது போல, ஆக்சிலரேட்டர் (accelerator) துறையில் ஏராளமான நிறுவனங்கள் நுழையத் தொடங்கியுள்ளன, ஆனால் DRAM உற்பத்தித் துறையில் யாரும் நுழையவில்லை. இது ஒரு கட்டமைப்புச் சமநிலையின்மையை உருவாக்குகிறது: கணினித் திறன் (compute power) ஒரு பொதுவான பொருளாக (commoditized) மாறிக்கொண்டிருக்கிறது, அதே சமயம் நினைவகம் ஒரு அரிதான, அதிக லாபம் தரும் அவசியமான பொருளாகத் தொடர்கிறது.

தனிப்பயனாக்கப்பட்ட சிலிக்கான் மற்றும் ஏகபோகங்களின் முடிவு

கணினித் திறன் விலை வீழ்ச்சியடைவதற்குப் பின்னால் உள்ள முக்கிய காரணி, பெரிய தொழில்நுட்ப நிறுவனங்கள் (Big Tech) சிலிக்கான் சுதந்திரத்தை நோக்கி நகர்வதாகும். Google, Amazon, Microsoft மற்றும் OpenAI போன்ற நிறுவனங்கள் தங்களின் சொந்தத் தனிப்பயனாக்கப்பட்ட செயலிகளை (custom-designed processors) அதிகளவில் பயன்படுத்துகின்றன.

இந்தத் தனிப்பட்ட சிப்கள் Nvidia-வின் முதன்மை மாடல்களின் வேகத்திற்கு இணையாக இல்லாவிட்டாலும், பெரிய அளவிலான பயன்பாடுகளின் தேவைகளைப் பூர்த்தி செய்ய அவை "போதுமானதாக" (good enough) உள்ளன. வன்பொருள் நிலப்பரப்பில் ஏற்பட்டுள்ள இந்தப் பல்வகைப்படுத்தல், கணினித் திறனின் ஸ்பாட் விலையைத் திறம்படக் குறைத்து, Nvidia-வின் விலையை நிர்ணயிக்கும் சக்தியைக் குறைக்கிறது. Nvidia மீதான தங்கியிருப்பைக் குறைக்க அதிக நிறுவனங்கள் ஆக்சிலரேட்டர் சந்தையில் நுழையும்போது, ஒரு காலத்தில் Nvidia-வின் லாபத்தைப் பாதுகாத்த "கணினித் திறன் பாதுகாப்பு அரண்" (compute moat), நிறுவனங்களின் உள்நாட்டுத் தனிப்பயனாக்கப்பட்ட சிலிக்கான் மூலம் உடைக்கப்பட்டு வருகிறது.

பரந்த AI சூழலில் ஏற்படும் தாக்கம்

இந்த மாற்றம் AI உள்கட்டமைப்பு சுழற்சியின் முதிர்ச்சியடையும் நிலையைக் குறிக்கிறது. ஆரம்பகால "தங்க வேட்டை" (gold rush) மிகவும் சக்திவாய்ந்த GPU-க்களைப் பெறுவதில் கவனம் செலுத்தியது. நாம் இப்போது உகப்பாக்க (optimization) நிலைக்குள் நுழைகிறோம், அங்கு கணக்கீடுகளின் வேகத்தை விட, தரவு நகர்த்தலின் செயல்திறன் (efficiency of data movement)—இது நினைவகத்தால் நிர்வகிக்கப்படுகிறது—மேல் கவனம் செலுத்தப்படுகிறது. டெவலப்பர்கள் மற்றும் நிறுவனர்களுக்கு, இது நினைவக மேலாண்மை மற்றும் HBM செயல்திறனின் கட்டமைப்பு முக்கியத்துவம், GPU-வைத் தேர்ந்தெடுப்பதைப் போலவே முக்கியமானதாக மாறும் என்பதைக் குறிக்கிறது.

முக்கியக் குறிப்புகள்

• கணினித் திறன் பொதுப்பயன்பாட்டுப் பொருளாக மாறுதல் (Compute Commoditization): Hyperscalers (Google, AWS, போன்றவை) வழங்கும் தனிப்பயனாக்கப்பட்ட சிலிக்கான்களின் அதிகரிப்பு, GPU கணினித் திறனின் ஸ்பாட் விலையைக் குறைக்கிறது.
• நினைவகம் புதிய தடையாகும் காரணி: DRAM மற்றும் High-Bandwidth Memory (HBM)-க்கான தேவை விநியோகத்தை விட அதிகமாக இருப்பதால், Micron போன்ற நினைவக நிறுவனங்கள் AI வர்த்தகத்தின் புதிய அதிக வளர்ச்சியடையும் பயனர்களாக உருவெடுக்கின்றன.
• கட்டமைப்புச் சந்தை சமநிலையின்மை: தொடர்ச்சியாகப் புதிய நிறுவனங்கள் நுழையும் GPU சந்தையைப் போலல்லாமல், நினைவகச் சந்தையில் நுழைவதற்கான தடைகள் அதிகம். இது கணினித் திறன் விலைகள் நிலைபெறும்போது, நினைவகச் செலவுகள் உயர்வாகவே இருப்பதை உறுதி செய்கிறது.