কেন এআই চিপগুলি দ্রুত মূল্যহ্রাস হয় এবং বিনিয়োগকারীদের রিটার্নকে প্রভাবিত করে

একটি এনভিডিয়া জিপিইউ বছরের পর বছর কাজ করতে পারে, কিন্তু অর্থনৈতিকভাবে অনেক আগেই পুরনো হয়ে যায়।

এই পার্থক্যটি গুরুত্বপূর্ণ, কারণ মাইক্রোসফট, অ্যালফাবেট, অ্যামাজন এবং মেটা এআই অবকাঠামোতে বিপুল পরিমাণ মূলধন নিবেশ করছে। বিনিয়োগকারীরা সাধারণত চিপ এবং ডেটা সেন্টারের প্রধান খরচের দিকে মনোযোগ দেয়, কিন্তু অবচয় নির্ধারণ করে যে এই বিনিয়োগের কতটা পরিমাণ শেষপর্যন্ত আয়বিবরণীতে খরচ হিসেবে প্রকাশিত হবে।

অবচয় হল সরঞ্জামের প্রত্যাশিত কার্যকারিতা কালের মধ্যে এর খরচকে বিস্তারিত করা। একটি কোম্পানি যদি সার্ভারে 1 বিলিয়ন ডলার খরচ করে, তবে সাধারণত সম্পূর্ণ পরিমাণকে তাৎক্ষণিকভাবে ব্যয় হিসাবে রেকর্ড করে না। বরং, খরচটি কয়েক বছর ধরে স্বীকৃত হয়।

এআই হার্ডওয়্যারের সমস্যা হলো ভৌত জীবন এবং আর্থিক জীবন খুব ভিন্ন হতে পারে।

একটি জিপিইউ কম মূল্যবান হতে বাধ্য হয় না যখন এটি কাজ করা বন্ধ করে দেয়।

নতুন প্রজন্মের মডেলগুলি দ্রুত প্রশিক্ষণ দিতে পারে, কম বিদ্যুৎ খরচ করে এবং প্রতি ডলারে বেশি কম্পিউটিং পাওয়ার প্রদান করে। এর অর্থ হল একটি পুরনো অ্যাক্সিলারেটর প্রযুক্তিগতভাবে ব্যবহারযোগ্য থাকতে পারে, যদিও নতুন হার্ডওয়্যারের তুলনায় এটি পরিচালনা করা ক্রমাগত ব্যয়বহুল হয়ে উঠছে।

নভিডিয়ার দ্রুত পণ্য চক্র এটিকে বিশেষভাবে গুরুত্বপূর্ণ করে তোলে। কোম্পানিটি হপ্পার থেকে ব্ল্যাকওয়েলে সরে গেছে, একইসাথে নতুন আর্কিটেকচার উন্নয়ন চালিয়ে যাচ্ছে, যা মহাকাশীয় হার্ডওয়্যারের অর্থনৈতিকভাবে প্রাচীন সার্ভারগুলির চেয়ে দ্রুত পুরনো হয়ে যাওয়ার ঝুঁকি বাড়াচ্ছে।

নভিডিয়া তার ইনভেস্টর রিলেশনস ম্যাটেরিয়ালস এর মাধ্যমে তার বর্তমান পণ্য এবং প্রযুক্তি কৌশল বর্ণনা করে।

এই সমস্যাটি সরাসরি এই বিষয়ের সাথে যুক্ত যে অতিমাত্রায় কর্পোরেট AI ব্যয় কি আকর্ষণীয় রিটার্ন উৎপন্ন করে। AI বিনিয়োগের রিটার্ন গাইডে ব্যাখ্যা করা হয়েছে যে বিনিয়োগকারীরা মুক্ত নগদ প্রবাহ, মার্জিন এবং বিনিয়োগকৃত মূলধনের রিটার্ন ব্যবহার করে এই ব্যয়গুলির ফলাফল কীভাবে মূল্যায়ন করতে পারেন।

একটি কোম্পানি কল্পনা করুন যে এটি 6 বিলিয়ন ডলার ব্যয় করে এআই সার্ভার কিনেছে এবং এগুলি ছয় বছর ধরে কার্যকর থাকবে বলে আশা করে।

খুব সহজভাবে বলা যায়, সময় এবং অন্যান্য হিসাব বিবরণগুলি বিবেচনা না করেই বছরে প্রায় 1 বিলিয়ন ডলারের অবচয় হতে পারে।

যদি পরিচালনা পরিবর্তে সিদ্ধান্ত নেয় যে সরঞ্জামটি কেবলমাত্র চার বছর ধরে আর্থিকভাবে উপযোগী থাকবে, তবে বার্ষিক ব্যয় উল্লেখযোগ্যভাবে বৃদ্ধি পেতে পারে।

গুরুত্বপূর্ণ বিষয় হল যে, উপযোগিতা জীবনের ধারণা পরিবর্তন করলে মূলত ব্যয় করা নগদের পরিবর্তন না করেই প্রতিবেদিত লাভকে প্রভাবিত করতে পারে।

বড় ক্লাউড কোম্পানিগুলি তাদের আর্থিক বিবৃতিতে এই ধারণাগুলি প্রকাশ করে। বিনিয়োগকারীরা মাইক্রোসফটের অবচয় নীতিগুলি investor relations filings-এর মাধ্যমে, অ্যালফাবেটের প্রকাশনাগুলি Alphabet Investor Relations-এর মাধ্যমে এবং অ্যামাজনের ফাইলিংগুলি Amazon Investor Relations-এর মাধ্যমে পর্যালোচনা করতে পারেন।

এর অর্থ এই নয় যে পুরনো GPU গুলি হঠাৎ করে অকার্যকর হয়ে যায়। কোম্পানিগুলি এগুলিকে প্রচুর গণনা প্রয়োজনীয় মডেল-ট্রেনিং কাজ থেকে ইনফারেন্স, অভ্যন্তরীণ অ্যাপ্লিকেশন বা কম গণনা-প্রয়োজনীয় কাজে সরিয়ে নিতে পারে।

সেই দ্বিতীয় জীবন তাদের আর্থিক উপযোগিতা বাড়িয়ে তুলতে পারে।

সুতরাং সবচেয়ে বড় প্রশ্নটি শুধুমাত্র বিগ টেক কতটা জিপিইউতে ব্যয় করে তার উপর নয়।

এই জিপিযুগুলি দ্বারা উৎপাদিত আয় এবং নগদ প্রবাহ ক্ষয় এবং বিদ্যুৎ খরচ এবং দ্রুত প্রযুক্তিগত প্রতিস্থাপনের জন্য যথেষ্ট দ্রুত বৃদ্ধি পায় কিনা।

যেহেতু নভিডিয়ার এআই-চিপ আয় বাড়ছে, তাই এটি আরও গুরুত্বপূর্ণ। কয়নপেপারের সাম্প্রতিক Nvidia earnings coverage বর্তমান অ্যাক্সেলারেটরের চাহিদার অসাধারণ পরিসর দেখায়।

হার্ডওয়্যার খরচ শুধুমাত্র সমীকরণের একটি অংশ। আধুনিক এআই ডেটা সেন্টারগুলি বিপুল পরিমাণ বিদ্যুৎ খরচ করে, যা শক্তির উপলব্ধতাকে আরও একটি গুরুত্বপূর্ণ সীমাবদ্ধতা হিসাবে প্রকাশ করে। AI power markets-এর উপর Coinpaper-এর ব্যাখ্যা বিশ্লেষণ করে যে বিদ্যুতের অর্থনীতি চূড়ান্তভাবে GPU-এর চেয়েও একই গুরুত্বপূর্ণ হয়ে উঠতে পারে।