ความต้องการโทเค็นเพิ่มขึ้นแบบทวีคูณ
Nvidia ได้เขียนบันทึกสถิติอีกครั้งแล้ว ผู้ผลิตชิปได้รายงานผลประกอบการรายไตรมาสเป็นประวัติการณ์อีกครั้ง โดยได้รับแรงผลักดันจากสิ่งที่ CEO Jensen Huang อธิบายว่าเป็นการเพิ่มขึ้นอย่างที่ไม่เคยมีมาก่อนในความต้องการโครงสร้างพื้นฐานการประมวลผล AI "ความต้องการโทเค็นทั่วโลกได้เพิ่มขึ้นแบบทวีคูณอย่างสมบูรณ์" Huang ประกาศระหว่างการประกาศผลประกอบการ โดยนำเสนอผลประกอบการทางการเงินที่ยอดเยี่ยมของบริษัทว่าเป็นผลลัพธ์ตามธรรมชาติของการเปลี่ยนแปลงพื้นฐานในวิธีที่เศรษฐกิจโลกบริโภคพลังการประมวลผล
ผลลัพธ์เหล่านี้ต่อยอดจากความสำเร็จที่โดดเด่นของ Nvidia ในฐานะผู้ได้รับประโยชน์หลักจากการสร้างโครงสร้างพื้นฐาน AI ในขณะที่บริษัทต่างๆ ทั่วทุกภาคส่วนแข่งขันกันเพื่อนำความสามารถ AI ไปใช้ — ตั้งแต่ผู้ให้บริการคลาวด์ที่ฝึกโมเดลล้ำสมัยไปจนถึงองค์กรที่สร้างไปป์ไลน์การอนุมาน — ธุรกิจ GPU สำหรับศูนย์ข้อมูลของ Nvidia ได้กลายเป็นหัวใจสำคัญของวงจรการใช้จ่ายด้านทุนที่ไม่เคยมีมาก่อนในอุตสาหกรรมเทคโนโลยี
วงจรซูเปอร์การใช้จ่ายด้านทุนยังคงดำเนินต่อไป
ไตรมาสที่เป็นประวัติการณ์ของ Nvidia เกิดขึ้นท่ามกลางข้อผูกพันด้านการใช้จ่ายด้านทุนครั้งประวัติศาสตร์จากบริษัทเทคโนโลยีที่ใหญ่ที่สุดในโลก ผู้ให้บริการคลาวด์รายใหญ่ รวมถึง Microsoft, Google, Amazon และ Meta ได้ให้คำมั่นสัญญาโดยรวมหลายแสนล้านดอลลาร์ในการใช้จ่ายโครงสร้างพื้นฐาน AI โดยการลงทุนส่วนใหญ่ไหลตรงไปยังธุรกิจ GPU สำหรับศูนย์ข้อมูลของ Nvidia
ขนาดของการใช้จ่ายได้ก่อให้เกิดความสงสัยซ้ำๆ จากนักลงทุนและนักวิเคราะห์ที่ตั้งคำถามว่าผลตอบแทนจากการลงทุนจะสามารถพิสูจน์การใช้จ่ายจำนวนมหาศาลเช่นนี้ได้หรือไม่ อย่างไรก็ตาม ไตรมาสแล้วไตรมาสเล่า ผู้ให้บริการคลาวด์รายใหญ่ไม่เพียงแต่รักษาไว้เท่านั้น แต่ยังเร่งแผนการใช้จ่ายด้านทุนของพวกเขาอีกด้วย ซึ่งบ่งชี้ว่าสัญญาณความต้องการภายในและตัวชี้วัดการยอมรับของลูกค้ายังคงยืนยันสมมติฐานการลงทุน
การประกาศล่าสุดของ Meta เกี่ยวกับข้อตกลงชิปขนาดใหญ่กับ AMD — เกิดขึ้นเพียงไม่กี่วันหลังจากให้คำมั่นสัญญาว่าจะซื้อ GPU ของ Nvidia หลายล้านตัว — แสดงให้เห็นว่าความต้องการการประมวลผล AI นั้นรุนแรงมากจนแม้แต่ผู้ซื้อรายใหญ่ที่สุดก็กำลังกระจายฐานซัพพลายเออร์ของตน แทนที่จะเลือกระหว่างผู้จำหน่ายชิป ตลาดโครงสร้างพื้นฐาน AI ได้กลายเป็นใหญ่พอที่จะรองรับผู้ชนะหลายรายพร้อมกัน
นอกเหนือจากการฝึกอบรม: โอกาสในการอนุมาน
ในขณะที่ส่วนใหญ่ของวงจรการใช้จ่ายด้านทุน AI เริ่มต้นถูกขับเคลื่อนโดยข้อกำหนดการประมวลผลมหาศาลของการฝึกอบรมโมเดลล้ำสมัย ส่วนแบ่งที่เพิ่มขึ้นของความต้องการ GPU กำลังมาจาก การอนุมาน — กระบวนการเรียกใช้โมเดลที่ได้รับการฝึกอบรมเพื่อตอบสนองคำขอของผู้ใช้ เมื่อแอปพลิเคชัน AI เคลื่อนจากห้องปฏิบัติการวิจัยไปสู่การใช้งานจริงที่ให้บริการผู้ใช้หลายล้านคน รอยเท้าการประมวลผลสำหรับการอนุมานกำลังขยายตัวอย่างรวดเร็ว
การเปลี่ยนแปลงนี้มีความสำคัญอย่างยิ่งต่อ Nvidia เนื่องจากปริมาณงานสำหรับการอนุมานแสดงถึงแรงขับเคลื่อนความต้องการที่มีศักยภาพใหญ่กว่าและยั่งยืนกว่าการฝึกอบรม การฝึกอบรมโมเดลเป็นการใช้จ่ายด้านทุนครั้งเดียว แม้ว่าจะเป็นจำนวนมหาศาลก็ตาม ในทางตรงกันข้าม การอนุมานจะสร้างความต้องการการประมวลผลอย่างต่อเนื่องที่ปรับขนาดตามการใช้งาน เมื่อแอปพลิเคชันมากขึ้นรวมความสามารถ AI และการยอมรับของผู้ใช้เพิ่มขึ้น ความต้องการสำหรับการอนุมานจะทวีคูณในลักษณะที่การฝึกอบรมไม่สามารถทำได้
การอ้างอิงของ Huang ถึงความต้องการโทเค็นที่เพิ่มขึ้นแบบทวีคูณสะท้อนถึงพลวัตนี้โดยตรง การตอบสนองของแชทบอทที่ขับเคลื่อนด้วย AI ทุกครั้ง การเติมโค้ด การสร้างภาพ และเวิร์กโฟลว์อัตโนมัติขององค์กร ล้วนบริโภคโทเค็นที่ต้องการการประมวลผล GPU เพื่อสร้าง ยิ่ง AI ถูกฝังอยู่ในปฏิสัมพันธ์ดิจิทัลในชีวิตประจำวันมากเท่าใด โลกก็จะยิ่งบริโภคโทเค็นมากขึ้นเท่านั้น และยิ่งต้องการ GPU มากขึ้นเพื่อสร้างมัน
ภูมิทัศน์การแข่งขัน
แม้จะมีตำแหน่งทางการตลาดที่โดดเด่น Nvidia ก็เผชิญกับสภาพแวดล้อมที่มีการแข่งขันสูงขึ้น AMD กำลังได้รับความสนใจด้วยตัวเร่งความเร็วซีรีส์ MI ของตน ดังที่เห็นได้จากข้อตกลงซื้อหลายพันล้านดอลลาร์ล่าสุดของ Meta ซิลิคอนที่กำหนดเองจากผู้ให้บริการคลาวด์รายใหญ่ — รวมถึง TPU ของ Google, ชิป Trainium ของ Amazon และตัวเร่ง Maia ของ Microsoft — เป็นตัวแทนของเวกเตอร์การแข่งขันอีกประการหนึ่ง เนื่องจากผู้ให้บริการคลาวด์รายใหญ่พยายามลดการพึ่งพาซัพพลายเออร์รายเดียว
Nvidia ได้รักษาความเป็นผู้นำผ่านการผสมผสานระหว่างประสิทธิภาพฮาร์ดแวร์ ระบบนิเวศซอฟต์แวร์ CUDA ที่สร้างต้นทุนการเปลี่ยนที่สำคัญ และจังหวะผลิตภัณฑ์ที่รวดเร็วซึ่งทำให้คู่แข่งต้องไล่ตามรุ่นก่อนหน้าอยู่เสมอ สถาปัตยกรรม Blackwell Ultra และ Rubin ที่กำลังจะมาถึงของบริษัทได้รับการออกแบบมาเพื่อรักษาความเป็นผู้นำด้านประสิทธิภาพนี้ผ่านการขยายขนาด AI รุ่นต่อไป
ตัวเลขมีความหมายต่ออุตสาหกรรม AI อย่างไร
ผลประกอบการที่เป็นประวัติการณ์อย่างต่อเนื่องของ Nvidia ทำหน้าที่เป็นมาตรวัดสุขภาพและแนวโน้มของอุตสาหกรรม AI ที่กว้างขึ้น การเติบโตของรายได้ของบริษัทสะท้อนถึงอัตราที่องค์กรต่างๆ กำลังเปลี่ยนความทะเยอทะยานด้าน AI ให้เป็นการลงทุนโครงสร้างพื้นฐานที่เป็นรูปธรรม ตราบใดที่ Nvidia ยังคงทำสถิติได้ สัญญาณก็ชัดเจน: การสร้าง AI กำลังเร่งตัวขึ้น ไม่ใช่การทรงตัว
สำหรับภาคเทคโนโลยีและเศรษฐกิจในวงกว้าง คำถามไม่ใช่ว่าการใช้จ่ายโครงสร้างพื้นฐาน AI จะดำเนินต่อไปหรือไม่ — ซึ่งเห็นได้ชัดว่าจะดำเนินต่อไป — แต่เป็นการว่าแอปพลิเคชันและกระแสรายได้ที่สร้างขึ้นบนโครงสร้างพื้นฐานนั้นจะสร้างผลตอบแทนที่คุ้มค่ากับการลงทุนในที่สุดหรือไม่ ผลประกอบการทางการเงินของ Nvidia บ่งชี้ว่าบริษัทที่ใกล้ชิดกับซิลิคอนที่สุดมั่นใจว่าคำตอบคือใช่ ส่วนที่เหลือของอุตสาหกรรมยังคงพยายามพิสูจน์
บทความนี้อิงจากการรายงานของ TechCrunch อ่านบทความต้นฉบับ.
