Чому Nvidia стикається зі зміною ринку на тлі буму AI
Домінування Nvidia в революції AI стикається з парадоксальним викликом: саме той ринок обчислювальних потужностей, який вона започаткувала, починає працювати проти її ринкової вартості. Хоча прогнози доходів залишаються високими, зміна динаміки постачання переносить увагу з обчислювальної потужності на об'єм пам'яті.
Дивергенція: падіння цін на обчислення проти зростання вартості DRAM
Nvidia пережила помітну ринкову корекцію: ціна її акцій впала на 15% порівняно з травневим піком. Цікаво, що зараз інвестори оцінюють Nvidia консервативніше, ніж середню компанію S&P 500, відносно її прогнозованого прибутку. Цей зсув зумовлений фундаментальною зміною ціноутворення на ключові елементи AI.
Згідно з даними Ornn, спотова ціна за годину роботи GPU Nvidia H100 досягла піку в травні на рівні приблизно $3,20, а з того часу спостерігається стабільне зниження. Навпаки, ринок пам'яті демонструє протилежну траєкторію. Micron, лідер у виробництві DRAM (динамічної пам'яті з випадковим доступом), майже потроїла свою вартість, оскільки галузь усвідомлює, що саме пам'ять, а не лише обчислення, є справжнім «вузьким місцем» для сучасних центрів обробки даних.
Поява «вузького місця» у пам'яті
Хоча успіх Nvidia побудований на надскладних технологічних досягненнях — таких як платформа програмування CUDA та розробка неймовірно складних GPU — ринок пам'яті керується іншою економікою. Масштабне розбудовування AI-датацентрів призвело до повсюдного недооцінення необхідної пропускної здатності пам'яті.
Попит на пам'ять із високою пропускною здатністю (HBM) перевищує пропозицію, що дозволило виробникам пам'яті десятикратно підвищити ціни за останній рік. Як зазначає співзасновник і технічний директор Ornn Уейн Нелмс, у сфері прискорювачів спостерігається масивний приплив нових гравців, але майже ніхто не заходить у сферу виробництва DRAM. Це створює структурний дисбаланс: обчислювальна потужність стає дедалі більше масовим товаром, тоді як пам'ять залишається дефіцитною необхідністю з високою маржинальністю.
Спеціалізовані чипи та кінець монополій
Важливим фактором падіння цін на обчислення є прагнення технологічних гігантів (Big Tech) до незалежності у виробництві напівпровідників. Такі гіганти, як Google, Amazon, Microsoft та OpenAI, дедалі частіше впроваджують власні спеціально розроблені процесори.
Хоча ці пропрієтарні чипи можуть не зрівнятися за чистою продуктивністю з флагманськими моделями Nvidia, їх «достатньо» для потреб масштабного розгортання. Така диверсифікація апаратного забезпечення фактично знижує спотову ціну обчислень, зменшуючи можливості Nvidia впливати на ціни. Оскільки все більше компаній виходять на ринок прискорювачів, щоб зменшити залежність від Nvidia, «обчислювальний рів» (compute moat), який колись захищав маржу Nvidia, долається за допомогою спеціалізованих внутрішніх чипів.
Вплив на ширший ландшафт AI
Цей зсув сигналізує про фазу зрілості циклу інфраструктури AI. Початкова «золота лихоманка» була зосереджена на придбанні якомога потужніших GPU. Зараз ми входимо у фазу оптимізації, де фокус зміщується на ефективність переміщення даних (яка залежить від пам'яті), а не лише на чисту швидкість обчислень. Для розробників і засновників це означає, що архітектурна важливість управління пам'яттю та ефективності HBM, ймовірно, стане такою ж критичною, як і вибір GPU.
Ключові висновки
- Комодитизація обчислень: Поширення спеціалізованих чипів від гіперскейлерів (Google, AWS тощо) знижує спотову ціну обчислювальної потужності GPU.
- Пам'ять як нове «вузьке місце»: Попит на DRAM та пам'ять із високою пропускною здатністю (HBM) перевищує пропозицію, що робить такі компанії, як Micron, новими бенефіціарами високого зростання в секторі AI.
- Структурний ринковий дисбаланс: На відміну від ринку GPU, де постійно з'являються нові гравці, ринок пам'яті має високі бар'єри для входу, що гарантує високу вартість пам'яті на тлі стабілізації цін на обчислення.