Nvidia masih menjadi nama terbesar dalam peranti keras AI, tetapi ledakan infrastruktur sekarang meluas jauh melampaui GPU. Pelabur boleh mendapat paparan melalui perhubungan, memori, kuasa, penyejukan dan pusat data: bidang-bidang yang mungkin mendapat manfaat seiring pertumbuhan permintaan pengkomputeran AI.
Pendapatan pusat data Nvidia mencapai $75,2 bilion dalam Q1 tahun fiskal 2027, meningkat 92% dari tahun ke tahun. Pada masa yang sama, IEA mengharapkan penggunaan listrik pusat data global meningkat dari sekitar 485 TWh pada 2025 kepada sekitar 950 TWh pada 2030.
Itu bermakna perdagangan AI semakin menjadi perdagangan infrastruktur.
Di mana untuk berinvestasi selain Nvidia
| Lapisan AI | Apa yang ia sediakan | Contoh |
|---|---|---|
| Kira | GPU dan akselerator | Nvidia, AMD |
| Pengjaringan | Menghubungkan cluster AI besar | Broadcom, Marvell |
| Memori | Memori berpemandu tinggi | Micron |
| Kuasa & penyejukan | Elektrik dan pengurusan haba | Vertiv, Bloom Energy |
| Pusat data | Kapasiti AI fizikal | Equinix, Digital Realty, CoreWeave |
Panduan cekik AI Coinpaper membincangkan sisi semikonduktor dalam rangkaian ini, manakala analisis pusat data-nya mengkaji syarikat-syarikat yang menyediakan kapasiti pengkomputeran.
Kuasa mungkin menjadi halangan utama
Membina lebih banyak pelayan AI tidak membantu jika pusat data tidak dapat mengamankan cukup elektrik.
IEA mengharapkan penggunaan kuasa pusat data hampir ganda pada 2030. Ini boleh memberi manfaat kepada syarikat-syarikat yang membekalkan peralatan elektrik, sistem penyejukan, dan penjanaan di tempat.
Vertiv menyediakan peralatan kuasa dan pengurusan terma untuk pusat data berketumpatan tinggi. Bloom Energy menawarkan penjanaan sel bahan api di tempat, pilihan yang semakin relevan di mana kapasiti grid terhad. Coinpaper baru-baru ini mengkaji peluang yang dipandu AI untuk Bloom.
Kenaikan kos memori juga menunjukkan bagaimana bottleneck boleh bergerak melalui stack. Liputan kos server Coinpaper baru-baru ini menonjolkan peningkatan harga sistem Nvidia apabila memori menjadi lebih mahal.
Cara mudah untuk membandingkan saham infrastruktur AI
Pelabur seharusnya melihat lebih jauh daripada pertumbuhan pendapatan semata-mata.
Satu metrik penyaringan yang berguna ialah:
Kecekapan Pertumbuhan AI = Pertumbuhan pendapatan berkaitan AI ÷ P/E hadapan
Contoh:
- Syarikat A: 40% pertumbuhan ÷ 40× P/E = 1.0
- Syarikat B: 25% pertumbuhan ÷ 20× P/E = 1.25
Skor yang lebih tinggi boleh menunjukkan bahawa pelabur membayar lebih sedikit untuk setiap peratus pertumbuhan yang dijangka. Ia bukan model penilaian yang lengkap, tetapi ia boleh membantu membandingkan syarikat-syarikat yang beroperasi di bahagian-bahagian berbeza dalam tirai AI.
Faktor-faktor lain juga penting:
- Pertumbuhan pendapatan AI
- Arus tunai bebas
- Pengumpulan pelanggan
- Keperluan perbelanjaan modal
- Penilaian
- Pendedaman terhadap bottleneck infrastruktur
Pengambilan utama adalah ringkas: Nvidia mungkin akan tetap berada di pusat komputasi AI, tetapi pembinaannya semakin bergantung kepada syarikat-syarikat yang membekalkan memori, perhubungan, elektrik, penyejukan, dan kapasiti pusat data fizikal.
Bagi pelabur yang mencari peluang di luar GPU, bottleneck infrastruktur tersebut mungkin menawarkan beberapa peluang AI jangka panjang yang paling menarik.