Risiko dan Peluang Jangka Panjang Nvidia di Luar Laba

iconBlockbeats
Bagikan
Share IconShare IconShare IconShare IconShare IconShare IconCopy
AI summary iconRingkasan

expand icon
Nvidia menghadapi risiko dan peluang investasi jangka panjang di luar pendapatan kuartalan. Nilai perusahaan bergantung pada keberlanjutan permintaan AI dan ROI komputasi. Kendala pasokan daya dan wafer mungkin mencegah pembangunan berlebihan, mendukung jalur pertumbuhan yang lebih stabil. Utilisasi GPU dan harga sewa tetap kuat, dengan model A100 dan H100 yang sangat diminati. Keunggulan GPU general-purpose dibanding ASIC serta pergeseran ke sistem multi-chip memberikan dukungan struktural dan ketahanan dalam lanskap AI yang berkembang.
Beberapa pemikiran menjelang Nvidia malam ini
Penulis asli: @GavinSBaker
Dikompilasi oleh Peggy, BlockBeats


Editor's Note: Setelah rilis laporan keuangan NVIDIA, fokus pasar sering tertuju pada pendapatan, laba, dan perkiraan. Namun, penulis artikel ini @GavinSBaker berusaha mengembalikan diskusi ke dimensi jangka panjang: yang menentukan nilai NVIDIA bukan data kuartalan tunggal, melainkan seberapa lama permintaan AI akan berkelanjutan, serta apakah investasi dalam kekuatan komputasi benar-benar menciptakan pengembalian yang berkelanjutan.


Artikel ini membahas apakah "gelembung dan pembangunan berlebihan" akan terulang, berdasarkan pengalaman historis siklus teknologi, sekaligus menunjukkan bahwa siklus AI saat ini menghadapi kendala pasokan listrik dan wafer, yang mungkin membuat ritme ekspansi lebih hati-hati. Di sisi lain, harga sewa GPU dan tingginya tingkat pemanfaatan chip model lama juga memberikan validasi nyata terhadap "AI ROI".


Berikut adalah teks aslinya:


Berikut adalah beberapa observasi pribadi yang mungkin menjadi pertimbangan bagi mereka yang memperhatikan NVIDIA. Menurut saya, hanya ada dua variabel inti yang layak dibahas terkait perusahaan ini: pertama, keberlanjutan permintaan, dan kedua, return on investment (ROI) AI, yang terkait erat dengan masa pakai efektif GPU.


Kesinambungan permintaan: Apakah sejarah akan berulang?


Dari pengalaman sejarah gelombang teknologi, hampir semua siklus serupa telah mengalami gelembung keuangan dan ekspansi kapasitas berlebihan. Carlota Perez membahas hal ini secara sistematis dalam bukunya "Technological Revolutions and Financial Capital". Ia menunjukkan bahwa setiap revolusi teknologi, baik itu kereta api, radio, maupun internet, pasar keuangan cenderung mengenali potensi jangka panjangnya lebih awal, dan histeria modal yang menyertainya sering kali menciptakan gelembung (hal ini juga dapat dijelaskan dengan apa yang disebut Mauboussin sebagai "keruntuhan keragaman pandangan"). Gelembung menyebabkan pembangunan berlebihan, pembangunan berlebihan memicu penurunan permintaan sementara, yang pada gilirannya menyebabkan kehancuran pasar; sementara kelebihan pasokan teknologi dasar pada akhirnya meletakkan dasar bagi "zaman keemasan". Jalur perkembangan internet merupakan contoh khas.


Oleh karena itu, bagi NVIDIA, yang penting bukanlah kinerja kuartal ini atau panduan kuartal berikutnya, yang biasanya sudah diprediksi sepenuhnya oleh institusi pembeli. Yang benar-benar penting adalah keberlanjutan earnings per share (EPS), bukan laju pertumbuhan tahun ini.


Dari ekspektasi yang diimplikasikan oleh valuasi saat ini, pasar lebih seperti menyampaikan penilaian bahwa laba NVIDIA mungkin sudah mendekati puncak sementara, dengan kekhawatiran tersembunyi terhadap ekspansi berlebihan dalam pengeluaran modal. Perlu ditekankan bahwa kekhawatiran pasar bukanlah «bubble valuasi», melainkan «bubble fundamental», yaitu risiko overbuilding potensial yang didorong oleh capex. Jika pasar dapat membangun kepercayaan bahwa NVIDIA dapat mempertahankan pertumbuhan pendapatan CAGR tingkat single digit setelah tahun fiskal 2027, pusat valuasi kemungkinan akan mendapat dukungan.


Apakah kali ini benar-benar berbeda?


「Kali ini berbeda」sering kali merupakan penilaian yang berbahaya. Namun, siklus AI saat ini memang memiliki perbedaan nyata: terdapat hambatan substantif pada dua dimensi kunci—listrik (watts) dan wafer proses maju—dan pelonggaran kendala ini mungkin memerlukan bertahun-tahun.


Keterbatasan pasokan di sisi penawar ini mungkin justru menahan ekspansi kapasitas berlebih. Jika memungkinkan, penyedia cloud berskala super besar secara teori akan terus memperluas, tetapi kenyataannya listrik dan wafer membatasi kecepatan ekspansi mereka. Berbeda dengan revolusi teknologi historis yang digambarkan oleh Perez, pada masa itu tidak ada hambatan pasokan serupa yang membatasi kecepatan penerapan.


Tanpa overbuilding, crash sulit terjadi, terutama karena valuasi saham teknologi secara keseluruhan saat ini tidak berada pada level yang sangat tinggi.


Dalam dua bottleneck ini, wafer mungkin lebih krusial daripada listrik. Ritme kapasitas wafer dapat menjadi variabel penting yang memperpanjang siklus AI. Manajemen TSMC dikenal sangat hati-hati, lebih menekankan stabilitas industri dan nilai jangka panjang, bukan ekspansi agresif jangka pendek. Tanpa kendala listrik dan wafer, pertumbuhan NVIDIA dalam 24 bulan ke depan mungkin lebih cepat, tetapi risiko pembangunan berlebihan yang menyertainya juga akan meningkat signifikan.


Dalam beberapa hal, kendala pasokan mungkin sedang membawa seluruh siklus AI menuju "stabilisasi kecepatan". Ketergantungan tinggi AI pada wafer proses maju justru mungkin menjadi faktor kunci yang mencegah fluktuasi tajam dalam siklus ini.


Untuk mewujudkan beberapa skenario asumsi ekstrem, skala daya komputasi mungkin perlu ditingkatkan menjadi ratusan bahkan ribuan kali lipat dari saat ini. Sementara itu, waktu yang dibutuhkan untuk ekspansi ini sendiri memberikan buffer bagi penyesuaian sosial dan adaptasi institusional.


Pengalaman historis juga memberikan acuan: setelah James Watt menemukan mesin uap putar, sistem kereta api benar-benar menggantikan kuda membutuhkan waktu puluhan tahun. Kecepatan iterasi AI mungkin lebih cepat, tetapi tidak sampai dapat merekonstruksi struktur sosial dalam waktu singkat.


Lebih penting lagi, manusia hanya membutuhkan daya 20–30 watt untuk mencapai «kecerdasan umum». Di dunia yang terbatas pasokan listrik, keunggulan efisiensi ini akan bertahan lama. Oleh karena itu, siklus AI yang lebih halus dan berkelanjutan belum tentu buruk bagi masyarakat itu sendiri.


Masa pakai GPU dan ROI nyata dari AI


Harga sewa GPU pada dasarnya mencerminkan nilai ekonomi token, yang juga merupakan indikator inti dari "AI ROI". Secara teori, seiring dengan terus diperkenalkannya chip berperforma lebih tinggi, harga sewa GPU model lama seharusnya secara bertahap menurun, bahkan jika tingkat pengembalian investasi AI tetap positif.


Namun, selama dua bulan terakhir, harga sewa H100 yang telah beroperasi selama hampir empat tahun mengalami kenaikan signifikan. Ini berarti, terutama dalam skenario agentic AI dan generasi kode, daya komputasi sedang menciptakan nilai ekonomi yang nyata dan signifikan.


Sementara itu, meskipun Blackwell telah diluncurkan, A100 yang dirilis 6 tahun lalu tetap mempertahankan tingkat pemanfaatan tinggi, dan harga sewa tidak menunjukkan penurunan signifikan. Ini secara kuat mengindikasikan bahwa masa pakai efektif GPU kemungkinan setidaknya lebih dari 6 tahun, bahkan melebihi siklus penyusutan sebagian besar klien.


Dampaknya bersifat struktural: jika nilai sisa lebih tinggi dari perkiraan sebelumnya, biaya pembiayaan GPU akan semakin turun. Sebaliknya, ASIC yang dirancang khusus untuk satu model atau tujuan tertentu sulit memiliki keunggulan siklus hidup serupa. Dalam lingkungan iterasi cepat, biaya modal chip spesialis lebih tinggi dan lebih sulit untuk dibiayai.


Dalam beberapa hal, universalitas adalah moat GPU. Dengan pemisahan fungsi prefill dan decode, serta sistem chip pendukung yang secara bertahap terbentuk, arsitektur komputasi sedang berkembang dari "logika chip tunggal" menjadi "sistem kolaboratif multi-chip". Infrastruktur AI tidak lagi bergantung pada perangkat tunggal, tetapi pada keseluruhan sistem rekayasa yang sangat terintegrasi.


Dengan pemisahan prefill dan decode, ekosistem NVIDIA mungkin lebih cepat menyelesaikan restrukturisasi dibandingkan ekosistem TPU. Ditambah perbedaan pilihan desain antar produsen, keunggulan relatif pelanggan dalam biaya inferensi sedang berubah.


Jika sebagian produsen sebelumnya mengandalkan keunggulan biaya untuk menekan harga token demi merebut pangsa pasar, maka ketika keunggulan ini melemah, perilaku pasar akan menjadi lebih rasional. Dalam jangka panjang, ini akan berdampak positif terhadap AI ROI, terutama pada tahap peralihan permintaan komputasi dari pelatihan ke inferensi.


Titik balik ini, mungkin lebih patut diperhatikan daripada kinerja kuartalan apa pun.


Permintaan ringan terakhir: Semoga NVIDIA di masa depan akan mengaktifkan kembali pahlawan super sebagai kode nama chip. Yang mengejutkan, "faksi hijau" belum pernah menggunakan nama "Banner" (nama asli Hulk dari Marvel) hingga saat ini.


[Link asli]



Klik untuk mengetahui posisi yang sedang dibuka oleh BlockBeats


Selamat bergabung dengan komunitas resmi BlockBeats:

Grup langganan Telegram: https://t.me/theblockbeats

Grup Telegram: https://t.me/BlockBeats_App

Akun resmi Twitter: https://twitter.com/BlockBeatsAsia

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.