Зараз, як розвіяти «піну» штучного інтелекту? - Безпечна та надійна платформа для криптовалютних торгівлі з шифруванням

Останнім часом акції компаній, пов’язаних з AI, зазнали серйозних втрат через різноманітне циклічне фінансування у США,

незначний повернення високих інвестицій та відсутність глобальної ліквідності ринку.

Великі CSP-компанії змінюють амортизацію,

грошовий потік,

частку капітальних витрат у доходах, про що я вже згадував минулого року,

але тоді ринок ігнорував це,

продовжуючи активно інвестувати в AI,

тепер цю тему знову обговорюють,

основна причина та сама, що й раніше,

це відсутність прибутковості та популярних застосувань, що відповідають капітальним витратам.

Що стосується ринку, то його вважають за бульбашку через високі витрати.

Але зараз ніхто не може повністю припинити інвестиції в AI,

замість безплідних прогнозів щодо розриву капітальних витрат і появи популярних застосувань,

краще досліджувати поточні тенденції галузі, щоб розв’язати проблему “бульбашки” AI.

Як це зробити?

Відповідь — зниження вартості,

будь-який розвиток технології неминуче супроводжується постійним зниженням її одиничної вартості,

інакше вона не стане масовою.

З мобільних телефонів до смартфонів,

з інтернету до мобільного інтернету — так проходили цей шлях.

Отже, найбільша проблема AI зараз — високі капітальні витрати та нестача електроенергії,

що відповідає високій ціні GPU та високому споживанню електроенергії.

Як вирішити цю проблему?

Ось два шляхи:

Зниження системних витрат на обчислювальні карти

(1) Самостійна розробка чипів,

яскравий приклад — Google,

і Google, і Apple мають достатньо готівки,

екосистема закрита,

комплексний підхід до апаратного та програмного забезпечення,

це логічний крок для інвестицій Білого Джея.

З цієї таблиці видно, що конфігурація TPU7 від Google досить потужна,

дві карти приблизно відповідають B300,

але за ціною одна карта B300 коштує приблизно чотири TPU7.

Тому у 2026 році очікується поставка близько 4 мільйонів TPU,

що вже майже відповідає прогнозам щодо Rubin на 2026 рік.

Вплив на галузь у тому, що,

якщо загальний ринок GPU та самостійних карт досягне співвідношення 1:1,

це означає, що при тих самих капітальних витратах,

можна отримати приблизно на 1.5 рази більше обчислювальної потужності та зберігання.

Те саме стосується оптичних модулів та інших комплектуючих,

більша кількість карт означає зростання попиту на комплектуючі.

(Цей фрагмент я писав 7 вересня,

якраз перед вибухом у секторі зберігання,

детальніше можна переглянути тодішній контент)

(2) Розділення традиційної GPU на два різних типи карт — для inference та глибокого навчання,

з використанням різних схем пам’яті,

приклади — комбінація Rubin+CPX від Nvidia та серія чипів Ascend 950pr+950dr,

логіка може бути однакова,

але за рахунок різних конфігурацій пам’яті знижується вартість.

Наприклад, 288G HBM4 коштує вже понад 30 000 юанів,

а 288G GDDR7 — приблизно 15 000 юанів,

легкий попередній обробіток тексту може значно знизити вартість inference-карт,

збільшення кількості карт для inference.

Самостійна розробка Ascend 950pr — це високопродуктивна карта з високою пропускною здатністю, що не є традиційною HBM, — це внутрішня інновація в Китаї,

ще офіційно не представлена, тому важко говорити відкрито,

але, ймовірно, галузь здогадується, що це таке.

Зниження енергоспоживання серверів

Цього тижня вже згадували у новинах,

щоб зменшити споживання енергії AI-серверів,

Nvidia нещодавно вирішила замінити пам’ять у серверах з DDR5 (п’яте покоління двонапрямної пам’яті) на LPDDR5X — таку ж, як у багатьох флагманських смартфонах.

Що стосується внутрішніх китайських чипів для AI та їх енергозбереження,

то, як і Qualcomm,

вони набагато агресивніше за Nvidia,

вони використовують LPDDR для зниження енергоспоживання у CPU,

а ми безпосередньо зосереджені на зниженні споживання пам’яті GPU,

не можу більше розкривати,

можна лише здогадуватися.

Крім того, сервери переходять з повітряного охолодження на рідинне,

це очевидно,

охолодження — це ще один важливий фактор енергоспоживання.

Загалом,

у галузі відбуватимуться багато структурних змін, і ці сегменти залишаються ключовими для майбутніх великих можливостей.

Що стосується зберігання,

то цього тижня ситуація була дуже напруженою,

одна причина — проблеми ліквідності,

інша — масштабне розширення виробництва пам’яті.

Перш за все, Hynix і Samsung мають нові потужності лише у M15X і P4 у Південній Пусане,

інші — це переобладнання існуючих виробничих ліній DDR4/LPDDR5,

фактично це не нові потужності,

заголовки про розширення у 8 разів — скоріше гра слів,

по-перше, через малий базовий рівень передових 1C процесів,

по-друге, понад 50% — це оновлення існуючих потужностей із новими процесами,

загальний приріст обсягів досить обмежений.

Крім того, це розширення, ймовірно, реалізується не раніше другої половини 2026 року,

деякі проєкти — на 2027–2028 роки,

виробництво може регулюватися відповідно до ринкового попиту.

Ціни на DRAM залишаються на високому рівні,

збільшення продажів для задоволення попиту,

це те, що виробники пам’яті мають робити,

щоб отримати довгострокову високу маржу, подібну до HBМ,

зростання обсягів і цін.

Оскільки на ринку домінують лише Samsung, Micron і Hynix,

з чуток, дві корейські компанії мають деякі домовленості щодо цін.

Крім того,

варто враховувати, що поточні ціни на спотовому ринку — це контрактні ціни виробників,

які значно нижчі за спотові,

навіть при зниженні спотових цін у два рази, ціна виробника все одно буде на 50% нижчою за спотову.

Розширення HBМ до універсального зберігання,

збільшує частку AI-бізнесу,

настає час для “світлового модуля” — зростання цін і обсягів зберігання.

Американський банк опублікував доповідь, що описує цю ситуацію,

внутрішні розбіжності серед покупців дуже великі,

дослідники вважають збереження — перспективним напрямком,

але менеджери бояться стати “підозрілими” інвесторами,

простими словами — досвідчені вважають, що все гаразд,

але ті, хто керує грошима, хвилюються,

і чекатимуть дна другого ринку, щоб почати активні покупки.