Попит на токени зростає експоненційно
Nvidia знову переписала книги рекордів. Виробник чіпів опублікував ще один рекордний квартальний показник, зумовлений тим, що генеральний директор Дженсен Хуанг назвав безпрецедентним сплеском попиту на інфраструктуру обчислень AI. «Попит на токени у світі став повністю експоненційним», — заявив Хуанг під час оголошення про прибутки, розглядаючи надзвичайні фінансові результати компанії як природний наслідок фундаментального зсуву в тому, як світова економіка споживає обчислювальну потужність.
Ці результати продовжують чудовий успіх Nvidia як основного бенефіціара розбудови інфраструктури AI. Оскільки компанії в кожному секторі змагаються за розгортання можливостей AI — від хмарних провайдерів, які навчають передові моделі, до підприємств, які створюють конвеєри висновків — бізнес центрів обробки даних GPU Nvidia став серцем циклу капітальних витрат, подібного до якого технологічна індустрія раніше не бачила.
Суперцикл Capex триває
Рекордний квартал Nvidia припадає на тло історичних зобов'язань щодо капітальних витрат від найбільших технологічних компаній світу. Гіперскейлери, включаючи Microsoft, Google, Amazon та Meta, колективно пообіцяли сотні мільярдів доларів на витрати на інфраструктуру AI, причому більша частина цих інвестицій надходить безпосередньо в бізнес GPU центрів обробки даних Nvidia.
Масштаб витрат викликав повторюваний скептицизм з боку інвесторів та аналітиків, які ставлять під сумнів, чи може рентабельність інвестицій виправдати такі величезні витрати. Проте квартал за кварталом основні хмарні провайдери не тільки підтримували, але й прискорювали свої плани капітальних витрат, що свідчить про те, що внутрішні сигнали попиту та показники прийняття клієнтами продовжують підтверджувати інвестиційну тезу.
Недавнє оголошення Meta про велику угоду щодо чіпів з AMD — яке відбулося лише через кілька днів після зобов'язання щодо мільйонів GPU Nvidia — ілюструє, що попит на обчислення AI настільки інтенсивний, що навіть найбільші покупці диверсифікують свою базу постачальників, а не вибирають між постачальниками чіпів. Ринок інфраструктури AI став достатньо великим, щоб одночасно підтримувати кількох переможців.
За межами навчання: Можливість висновків
Хоча значна частина початкового циклу capex AI була зумовлена величезними обчислювальними вимогами до навчання передових моделей, зростаюча частка попиту на GPU зараз надходить від висновків — процесу фактичного запуску навчених моделей для обслуговування запитів користувачів. Оскільки програми AI переходять від дослідницьких лабораторій до виробничого розгортання, що обслуговує мільйони користувачів, обчислювальний слід висновків швидко розширюється.
Цей зсув особливо важливий для Nvidia, оскільки робочі навантаження висновків представляють потенційно більший і більш стійкий драйвер попиту, ніж навчання. Навчання моделі — це одноразові капітальні витрати, хоча й величезні. Висновки, навпаки, генерують постійний попит на обчислення, який масштабується з використанням. Оскільки все більше програм включають можливості AI, а прийняття користувачами зростає, попит на висновки зростає такими способами, які навчання не може.
Посилання Хуанга на експоненційний попит на токени безпосередньо відображає цю динаміку. Кожна відповідь чат-бота на основі AI, завершення коду, генерація зображень та робочий процес автоматизації підприємства споживають токени, для виробництва яких потрібні обчислення GPU. Чим більше AI вбудовується в щоденні цифрові взаємодії, тим більше токенів споживає світ, і тим більше GPU потрібно для їх виробництва.
Конкурентний ландшафт
Незважаючи на домінуюче становище на ринку, Nvidia стикається зі зростаючим конкурентним середовищем. AMD набирає обертів завдяки своїм прискорювачам серії MI, про що свідчить нещодавнє багатомільярдне зобов'язання Meta щодо покупки. Спеціалізований кремній від основних хмарних провайдерів — включаючи TPU Google, чіпи Trainium Amazon та прискорювачі Maia Microsoft — представляє ще один вектор конкуренції, оскільки гіперскейлери прагнуть зменшити свою залежність від будь-якого єдиного постачальника.
Nvidia зберегла своє лідерство завдяки поєднанню продуктивності апаратного забезпечення, програмної екосистеми CUDA, яка створює значні витрати на перехід, та швидкого темпу випуску продуктів, що дозволяло конкурентам постійно наздоганяти попереднє покоління. Майбутні архітектури Blackwell Ultra та Rubin компанії розроблені для підтримки цього лідерства в продуктивності протягом наступного покоління масштабування AI.
Що означають цифри для індустрії AI
Постійні рекордні показники Nvidia служать барометром для здоров'я та траєкторії ширшої індустрії AI. Зростання доходів компанії безпосередньо відображає темпи, з якими організації перетворюють амбіції AI на конкретні інфраструктурні інвестиції. Поки Nvidia продовжує публікувати рекорди, сигнал чіткий: розбудова AI прискорюється, а не стабілізується.
Для технологічного сектору та економіки в цілому питання полягає вже не в тому, чи продовжаться витрати на інфраструктуру AI — вони, очевидно, продовжаться — а в тому, чи зможуть програми та потоки доходів, побудовані на цій інфраструктурі, зрештою генерувати прибутки, які виправдовують інвестиції. Фінансові результати Nvidia свідчать про те, що компанії, найближчі до кремнію, впевнені, що відповідь — так. Решта галузі все ще працює над тим, щоб це довести.
Ця стаття базується на репортажі TechCrunch. Прочитайте оригінальну статтю.
