टोकनची मागणी प्रचंड झाली
Nvidia ने पुन्हा एकदा विक्रमी कामगिरी केली आहे. AI संगणकीय पायाभूत सुविधांच्या मागणीत अभूतपूर्व वाढ झाल्यामुळे, चिपमेकर ने आणखी एक विक्रमी तिमाही कामगिरी नोंदवली आहे. "जगातील टोकन्सची मागणी पूर्णपणे प्रचंड झाली आहे," हुआंग यांनी कमाईच्या घोषणेदरम्यान सांगितले, कंपनीच्या असामान्य आर्थिक निकालांना जागतिक अर्थव्यवस्था संगणकीय शक्तीचा वापर कसा करते यातील मूलभूत बदलाचा नैसर्गिक परिणाम म्हणून वर्णन केले.
AI पायाभूत सुविधांच्या उभारणीत Nvidia चा प्राथमिक लाभार्थी म्हणून असलेला हा विक्रम कायम आहे. क्लाउड प्रदात्यांकडून अत्याधुनिक मॉडेल्सना प्रशिक्षण देण्यापासून ते एंटरप्रायझेस इन्फरन्स पाइपलाइन तयार करण्यापर्यंत, प्रत्येक क्षेत्रातील कंपन्या AI क्षमता तैनात करण्यासाठी धावपळ करत असल्याने, Nvidia चा GPU डेटा सेंटर व्यवसाय पूर्वी कधीही न पाहिलेल्या भांडवली खर्चाच्या चक्राचे हृदय बनले आहे.
भांडवली खर्चाचे सुपरसायकल सुरूच
जगातील सर्वात मोठ्या तंत्रज्ञान कंपन्यांच्या ऐतिहासिक भांडवली खर्चाच्या वचनबद्धतेच्या पार्श्वभूमीवर Nvidia ची विक्रमी तिमाही आली आहे. Microsoft, Google, Amazon आणि Meta सह हायपरस्केलर्सनी AI पायाभूत सुविधांवर शेकडो अब्ज डॉलर्स खर्च करण्याचे वचन दिले आहे, त्यापैकी बराचसा गुंतवणूक थेट Nvidia च्या डेटा सेंटर GPU व्यवसायात जात आहे.
या खर्चाच्या प्रमाणामुळे गुंतवणूकदार आणि विश्लेषकांमध्ये वारंवार शंका निर्माण झाली आहे, जे अशा प्रचंड खर्चाचे गुंतवणुकीवरील परतावा (ROI) कसे समर्थन करेल यावर प्रश्नचिन्ह निर्माण करतात. तरीही, तिमाही दर तिमाही, प्रमुख क्लाउड प्रदात्यांनी केवळ त्यांची भांडवली खर्चाची योजना कायम ठेवली नाही तर त्यांना गती दिली आहे, ज्यामुळे अंतर्गत मागणीचे संकेत आणि ग्राहक स्वीकृती मेट्रिक्स गुंतवणुकीच्या सिद्धांताला प्रमाणित करत असल्याचे सूचित होते.
AMD सोबत Meta ने नुकतीच केलेली मोठी चिप डील - काही दिवसांपूर्वीच लाखो Nvidia GPUs ची वचनबद्धता दिल्यानंतर - हे दर्शवते की AI संगणकीय मागणी इतकी तीव्र आहे की सर्वात मोठे खरेदीदार देखील चिप विक्रेत्यांमध्ये निवड करण्याऐवजी त्यांच्या पुरवठादारांच्या बेसमध्ये विविधता आणत आहेत. AI पायाभूत सुविधा बाजार एकाच वेळी अनेक विजेत्यांना टिकवून ठेवण्यासाठी पुरेसा मोठा झाला आहे.
प्रशिक्षणापलीकडे: इन्फरन्सची संधी
सुरुवातीच्या AI भांडवली खर्चाच्या चक्राचा मोठा भाग अत्याधुनिक मॉडेल्सना प्रशिक्षित करण्यासाठी आवश्यक असलेल्या प्रचंड संगणकीय गरजांमुळे चालविला गेला असला तरी, GPU मागणीचा वाढता वाटा आता इन्फरन्स मधून येत आहे - वापरकर्त्यांच्या विनंत्या पूर्ण करण्यासाठी प्रशिक्षित मॉडेल्स चालविण्याची प्रक्रिया. AI ऍप्लिकेशन्स संशोधन प्रयोगशाळांमधून बाहेर पडून लाखो वापरकर्त्यांना सेवा देणाऱ्या उत्पादन उपयोजनांमध्ये जात असल्याने, इन्फरन्स संगणकीय फूटप्रिंट वेगाने विस्तारत आहे.
हे बदल Nvidia साठी विशेषतः महत्त्वाचे आहेत कारण इन्फरन्स वर्कलोड्स प्रशिक्षणापेक्षा मोठी आणि अधिक टिकाऊ मागणी चालक दर्शवतात. मॉडेलला प्रशिक्षित करणे हा एक-वेळचा भांडवली खर्च आहे, जरी तो प्रचंड असला तरी. याउलट, इन्फरन्स, वापरासह वाढणारी सतत संगणकीय मागणी निर्माण करते. जसजसे अधिक ऍप्लिकेशन्स AI क्षमता समाविष्ट करतात आणि वापरकर्त्यांची स्वीकृती वाढते, तसतसे इन्फरन्सची मागणी प्रशिक्षणापेक्षा अधिक वेगाने वाढते.
हुआंग यांनी प्रचंड टोकन मागणीचा केलेला उल्लेख या गतिशीलतेचे थेट प्रतिबिंब आहे. प्रत्येक AI-आधारित चॅटबॉट प्रतिसाद, कोड पूर्णता, प्रतिमा निर्मिती आणि एंटरप्राइज ऑटोमेशन वर्कफ्लो टोकन्स वापरतात ज्यांना GPU संगणकीय शक्तीची आवश्यकता असते. AI दैनंदिन डिजिटल संवादांमध्ये अधिक समाकलित होत असल्याने, जग अधिक टोकन्स वापरते आणि ते तयार करण्यासाठी अधिक GPUs ची आवश्यकता असते.
स्पर्धात्मक परिदृश्य
त्याच्या प्रभावी बाजार स्थितीनंतरही, Nvidia वाढत्या स्पर्धात्मक वातावरणाचा सामना करत आहे. Meta च्या अलीकडील अब्जावधी डॉलर्सच्या खरेदी वचनबद्धतेने पुष्टी केल्याप्रमाणे, AMD त्याच्या MI-सिरीज ऍक्सिलरेटर्ससह प्रगती करत आहे. Google चे TPUs, Amazon चे Trainium चिप्स आणि Microsoft चे Maia ऍक्सिलरेटर्स यासह प्रमुख क्लाउड प्रदात्यांकडून कस्टम सिलिकॉन स्पर्धेचा आणखी एक मार्ग दर्शवते, कारण हायपरस्केलर्स कोणत्याही एका पुरवठादारावरील अवलंबित्व कमी करण्याचा प्रयत्न करत आहेत.
AI उद्योगासाठी या आकड्यांचा अर्थ काय
Nvidia ची सततची विक्रमी कामगिरी व्यापक AI उद्योगाच्या आरोग्याचा आणि मार्गाचा एक निर्देशक म्हणून काम करते. कंपनीची महसूल वाढ संस्था AI महत्त्वाकांक्षांना ठोस पायाभूत सुविधा गुंतवणुकीत रूपांतरित करत असलेल्या गतीचे थेट प्रतिबिंब आहे. जोपर्यंत Nvidia विक्रमी कामगिरी करत राहील, तोपर्यंत संकेत स्पष्ट आहे: AI उभारणी मंदावत नाही, तर वेगवान होत आहे.
तंत्रज्ञान क्षेत्र आणि व्यापक अर्थव्यवस्थेसाठी, AI पायाभूत सुविधांवरील खर्च सुरू राहील की नाही हा प्रश्न नाही - तो स्पष्टपणे सुरू राहील - परंतु त्या पायाभूत सुविधांवर तयार केलेले ऍप्लिकेशन्स आणि महसूल प्रवाह अखेरीस गुंतवणुकीचे समर्थन करणारे परतावा निर्माण करतील की नाही हा प्रश्न आहे. Nvidia चे आर्थिक निकाल सूचित करतात की सिलिकॉनच्या सर्वात जवळ असलेल्या कंपन्यांना खात्री आहे की उत्तर 'होय' आहे. उद्योगातील बाकीचे अजून ते सिद्ध करण्याचा प्रयत्न करत आहेत.
हा लेख TechCrunch च्या अहवालावर आधारित आहे. मूळ लेख वाचा.
