ടോക്കൺ ആവശ്യം കുതിച്ചുയരുന്നു
Nvidia വീണ്ടും റെക്കോർഡ് പുസ്തകങ്ങൾ തിരുത്തിയെഴുതി. AI കമ്പ്യൂട്ടിംഗ് അടിസ്ഥാന സൗകര്യങ്ങൾക്കുള്ള അഭൂതപൂർവമായ വർദ്ധനവ് കാരണം ചിപ്പ് നിർമ്മാതാവ് മറ്റൊരു റെക്കോർഡ് പാദര പ്രകടനം രേഖപ്പെടുത്തി. "ലോകത്തിലെ ടോക്കണുകളുടെ ആവശ്യം പൂർണ്ണമായും കുതിച്ചുയർന്നു," ഹുവാങ് വരുമാന പ്രഖ്യാപനത്തിനിടെ പറഞ്ഞു, കമ്പനിയുടെ അസാധാരണമായ സാമ്പത്തിക ഫലങ്ങളെ ലോക സമ്പദ്വ്യവസ്ഥ കമ്പ്യൂട്ടിംഗ് ശക്തി ഉപയോഗിക്കുന്ന രീതിയിലെ ഒരു അടിസ്ഥാന മാറ്റത്തിന്റെ സ്വാഭാവിക പരിണാമമായി വിശേഷിപ്പിച്ചു.
AI അടിസ്ഥാന സൗകര്യങ്ങളുടെ നിർമ്മാണത്തിൽ Nvidia യുടെ പ്രാഥമിക ഗുണഭോക്താവെന്ന നിലയിലുള്ള ഈ മുന്നേറ്റം തുടരുന്നു. ക്ലൗഡ് ദാതാക്കൾ ഫ്രണ്ടിയർ മോഡലുകൾക്ക് പരിശീലനം നൽകുന്നത് മുതൽ എന്റർപ്രൈസസ് ഇൻഫറൻസ് പൈപ്പ്ലൈനുകൾ നിർമ്മിക്കുന്നത് വരെ, എല്ലാ മേഖലകളിലെയും കമ്പനികൾ AI കഴിവുകൾ വിന്യസിക്കാൻ മത്സരിക്കുന്നതിനാൽ, Nvidia യുടെ GPU ഡാറ്റാ സെന്റർ ബിസിനസ്സ് ടെക്നോളജി വ്യവസായം മുമ്പ് കണ്ടിട്ടില്ലാത്ത ഒരു മൂലധന നിക്ഷേപ ചക്രത്തിന്റെ ഹൃദയമിടിപ്പായി മാറിയിരിക്കുന്നു.
മൂലധന നിക്ഷേപ സൂപ്പർസൈക്കിൾ തുടരുന്നു
ലോകത്തിലെ ഏറ്റവും വലിയ ടെക്നോളജി കമ്പനികളിൽ നിന്നുള്ള ചരിത്രപരമായ മൂലധന നിക്ഷേപ പ്രതിബദ്ധതകളുടെ പശ്ചാത്തലത്തിലാണ് Nvidia യുടെ റെക്കോർഡ് പാദരം വരുന്നത്. Microsoft, Google, Amazon, Meta എന്നിവയുൾപ്പെടെയുള്ള ഹൈപ്പർസ്കേലറുകൾ AI അടിസ്ഥാന സൗകര്യ ചെലവുകളിൽ നൂറുകണക്കിന് ബില്യൺ ഡോളർ വാഗ്ദാനം ചെയ്തിട്ടുണ്ട്, അതിൽ ഭൂരിഭാഗം നിക്ഷേപവും നേരിട്ട് Nvidia യുടെ ഡാറ്റാ സെന്റർ GPU ബിസിനസ്സിലേക്ക് ഒഴുകുന്നു.
ഈ നിക്ഷേപത്തിന്റെ വ്യാപ്തി നിക്ഷേപകരുടെയും വിശകലന വിദഗ്ദ്ധരുടെയും സംശയങ്ങൾക്ക് കാരണമായിട്ടുണ്ട്, അവർ നിക്ഷേപത്തിന്റെ വരുമാനം ഇത്രയും വലിയ ചെലവുകളെ ന്യായീകരിക്കുമോ എന്ന് ചോദ്യം ചെയ്യുന്നു. എന്നിരുന്നാലും, പാദരത്തിനു ശേഷം പാദരം, പ്രധാന ക്ലൗഡ് ദാതാക്കൾ അവരുടെ മൂലധന നിക്ഷേപ പദ്ധതികൾ നിലനിർത്തുക മാത്രമല്ല, അവ വേഗത്തിലാക്കുകയും ചെയ്തിട്ടുണ്ട്, ഇത് ആന്തരിക ആവശ്യകതയുടെ സൂചനകളും ഉപഭോക്തൃ സ്വീകാര്യത അളവുകളും നിക്ഷേപ സിദ്ധാന്തത്തെ സാധൂകരിക്കുന്നു എന്ന് സൂചിപ്പിക്കുന്നു.
AMD യുമായി Meta യുടെ സമീപകാലത്തെ വലിയ ചിപ്പ് ഇടപാട് പ്രഖ്യാപനം — കുറച്ച് ദിവസങ്ങൾക്ക് മുമ്പ് ദശലക്ഷക്കണക്കിന് Nvidia GPU കൾക്ക് പ്രതിജ്ഞ ചെയ്തതിന് ശേഷം വരുന്നു — AI കമ്പ്യൂട്ടിംഗിനായുള്ള ആവശ്യം വളരെ തീവ്രമാണെന്ന് വ്യക്തമാക്കുന്നു, ഏറ്റവും വലിയ വാങ്ങുന്നവർ പോലും ചിപ്പ് വിൽപനക്കാർക്കിടയിൽ തിരഞ്ഞെടുക്കുന്നതിനു പകരം അവരുടെ വിതരണക്കാരുടെ അടിത്തറയെ വൈവിധ്യവൽക്കരിക്കുന്നു. AI അടിസ്ഥാന സൗകര്യ വിപണി ഒരേ സമയം ഒന്നിലധികം വിജയികളെ നിലനിർത്താൻ പര്യാപ്തമായി വലുതായിരിക്കുന്നു.
പരിശീലനത്തിനപ്പുറം: ഇൻഫറൻസ് അവസരം
ആദ്യകാല AI മൂലധന നിക്ഷേപ ചക്രത്തിന്റെ ഭൂരിഭാഗവും ഫ്രണ്ടിയർ മോഡലുകൾക്ക് പരിശീലനം നൽകുന്നതിനുള്ള ഭീമാകാരമായ കമ്പ്യൂട്ടിംഗ് ആവശ്യകതകളാൽ നയിക്കപ്പെട്ടിരുന്നെങ്കിലും, GPU ആവശ്യകതയുടെ വർദ്ധിച്ചുവരുന്ന പങ്ക് ഇപ്പോൾ ഇൻഫറൻസിൽ നിന്നാണ് വരുന്നത് — ഉപയോക്തൃ അഭ്യർത്ഥനകൾ നിറവേറ്റുന്നതിനായി പരിശീലനം ലഭിച്ച മോഡലുകൾ പ്രവർത്തിപ്പിക്കുന്ന പ്രക്രിയ. AI ആപ്ലിക്കേഷനുകൾ ഗവേഷണ ലാബുകളിൽ നിന്ന് ലക്ഷക്കണക്കിന് ഉപയോക്താക്കൾക്ക് സേവനം നൽകുന്ന ഉത്പാദന വിന്യാസങ്ങളിലേക്ക് മാറുമ്പോൾ, ഇൻഫറൻസ് കമ്പ്യൂട്ടിംഗ് ഫൂട്ട്പ്രിന്റ് അതിവേഗം വികസിച്ചുകൊണ്ടിരിക്കുന്നു.
ഈ മാറ്റം Nvidia ക്ക് പ്രത്യേകിച്ച് പ്രധാനമാണ്, കാരണം ഇൻഫറൻസ് വർക്ക്ലോഡുകൾ പരിശീലനത്തേക്കാൾ വലിയതും കൂടുതൽ സ്ഥിരതയുള്ളതുമായ ആവശ്യകതയെ പ്രതിനിധീകരിക്കുന്നു. ഒരു മോഡലിന് പരിശീലനം നൽകുന്നത് ഒരു തവണത്തെ മൂലധന നിക്ഷേപമാണ്, അത് വളരെ വലുതാണെങ്കിലും. ഇതിന് വിപരീതമായി, ഇൻഫറൻസ്, ഉപയോഗത്തിനനുസരിച്ച് വർദ്ധിക്കുന്ന തുടർച്ചയായ കമ്പ്യൂട്ടിംഗ് ആവശ്യം സൃഷ്ടിക്കുന്നു. കൂടുതൽ ആപ്ലിക്കേഷനുകൾ AI കഴിവുകൾ ഉൾപ്പെടുത്തുകയും ഉപയോക്തൃ സ്വീകാര്യത വർദ്ധിക്കുകയും ചെയ്യുമ്പോൾ, ഇൻഫറൻസ് ആവശ്യം പരിശീലനത്തിന് കഴിയാത്ത രീതികളിൽ വർദ്ധിക്കുന്നു.
ഹുവാങ്ങിന്റെ കുതിച്ചുയരുന്ന ടോക്കൺ ആവശ്യകതയെക്കുറിച്ചുള്ള പരാമർശം ഈ ഡൈനാമിക്സിനെ നേരിട്ട് പ്രതിഫലിപ്പിക്കുന്നു. ഓരോ AI- പവർഡ് ചാറ്റ്ബോട്ട് പ്രതികരണവും, കോഡ് പൂർത്തീകരണവും, ചിത്ര ഉത്പാദനവും, എന്റർപ്രൈസ് ഓട്ടോമേഷൻ വർക്ക്ഫ്ലോയും ടോക്കണുകൾ ഉപയോഗിക്കുന്നു, അവ ഉത്പാദിപ്പിക്കാൻ GPU കമ്പ്യൂട്ടിംഗ് ആവശ്യമാണ്. AI ദൈനംദിന ഡിജിറ്റൽ ഇടപെടലുകളിൽ കൂടുതൽ സംയോജിതമാകുമ്പോൾ, ലോകം കൂടുതൽ ടോക്കണുകൾ ഉപയോഗിക്കുന്നു, അവ ഉത്പാദിപ്പിക്കാൻ കൂടുതൽ GPU കൾ ആവശ്യമാണ്.
മത്സര രംഗം
അതിന്റെ പ്രബലമായ വിപണി സ്ഥാനം ഉണ്ടായിരുന്നിട്ടും, Nvidia വർദ്ധിച്ചുവരുന്ന മത്സര അന്തരീക്ഷത്തെ അഭിമുഖീകരിക്കുന്നു. Meta യുടെ സമീപകാലത്തെ ബില്യൺ ഡോളർ വാങ്ങൽ പ്രതിബദ്ധത തെളിയിക്കുന്നതുപോലെ, AMD അതിന്റെ MI-സീരീസ് ആക്സിലറേറ്ററുകളുമായി ശ്രദ്ധ നേടുന്നു. Google ന്റെ TPUs, Amazon ന്റെ Trainium ചിപ്പുകൾ, Microsoft ന്റെ Maia ആക്സിലറേറ്ററുകൾ എന്നിവയുൾപ്പെടെയുള്ള പ്രധാന ക്ലൗഡ് ദാതാക്കളിൽ നിന്നുള്ള കസ്റ്റം സിലിക്കൺ മത്സരത്തിന്റെ മറ്റൊരു വെക്റ്റർ പ്രതിനിധീകരിക്കുന്നു, കാരണം ഹൈപ്പർസ്കേലറുകൾ ഏതെങ്കിലും ഒരു വിതരണക്കാരനിലുള്ള അവരുടെ ആശ്രിതത്വം കുറയ്ക്കാൻ ശ്രമിക്കുന്നു.
Nvidia ഹാർഡ്വെയർ പ്രകടനം, ഗണ്യമായ സ്വിച്ചിംഗ് ചെലവുകൾ സൃഷ്ടിക്കുന്ന CUDA സോഫ്റ്റ്വെയർ ഇക്കോസിസ്റ്റം, കൂടാതെ മത്സരാർത്ഥികളെ മുമ്പത്തെ തലമുറയുമായി നിരന്തരം പിടികൂടാൻ സഹായിക്കുന്ന വേഗതയേറിയ ഉൽപ്പന്ന കാഡൻസ് എന്നിവയുടെ സംയോജനത്തിലൂടെ അതിന്റെ മുൻതൂക്കം നിലനിർത്തിയിട്ടുണ്ട്. കമ്പനിയുടെ വരാനിരിക്കുന്ന Blackwell Ultra, Rubin ആർക്കിടെക്ചറുകൾ AI സ്കെയിലിംഗിന്റെ അടുത്ത തലമുറയിലൂടെ ഈ പ്രകടന നേതൃത്വം നിലനിർത്താൻ രൂപകൽപ്പന ചെയ്തിട്ടുള്ളതാണ്.
AI വ്യവസായത്തിന് ഈ സംഖ്യകൾ എന്താണ് അർത്ഥമാക്കുന്നത്
Nvidia യുടെ തുടർച്ചയായ റെക്കോർഡ് പ്രകടനം വിശാലമായ AI വ്യവസായത്തിന്റെ ആരോഗ്യത്തിനും ഗതിക്കും ഒരു ബാരോമീറ്ററായി പ്രവർത്തിക്കുന്നു. കമ്പനിയുടെ വരുമാന വളർച്ച, AI ലക്ഷ്യങ്ങളെ નક્ verrou അടിസ്ഥാന സൗകര്യ നിക്ഷേപങ്ങളാക്കി മാറ്റുന്നതിന്റെ വേഗതയെ നേരിട്ട് പ്രതിഫലിപ്പിക്കുന്നു. Nvidia റെക്കോർഡുകൾ പോസ്റ്റ് ചെയ്യുന്നത് വരെ, സൂചന വ്യക്തമാണ്: AI നിർമ്മാണം വേഗത്തിലാക്കുകയാണ്, സ്ഥിരമായി നിൽക്കുന്നില്ല.
ടെക്നോളജി മേഖലയ്ക്കും വിശാലമായ സമ്പദ്വ്യവസ്ഥയ്ക്കും, AI അടിസ്ഥാന സൗകര്യ നിക്ഷേപം തുടരുമോ എന്നത് ചോദ്യമല്ല — അത് വ്യക്തമായി തുടരും — എന്നാൽ ആ അടിസ്ഥാന സൗകര്യങ്ങളിൽ നിർമ്മിച്ച ആപ്ലിക്കേഷനുകളും വരുമാന സ്രോതസ്സുകളും ഒടുവിൽ നിക്ഷേപത്തെ ന്യായീകരിക്കുന്ന വരുമാനം സൃഷ്ടിക്കുമോ എന്നതാണ് ചോദ്യം. Nvidia യുടെ സാമ്പത്തിക ഫലങ്ങൾ സിലിക്കണിനോട് ഏറ്റവും അടുത്ത കമ്പനികൾ ഉത്തരം 'അതെ' എന്ന് വിശ്വസിക്കുന്നു എന്ന് സൂചിപ്പിക്കുന്നു. ബാക്കിയുള്ള വ്യവസായം അത് തെളിയിക്കാൻ ഇപ്പോഴും പ്രവർത്തിക്കുന്നു.
ഈ ലേഖനം TechCrunch ന്റെ റിപ്പോർട്ടിനെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. യഥാർത്ഥ ലേഖനം വായിക്കുക.
