Mengapa Cip AI Merosot Cepat dan Mempengaruhi Pulangan Pelabur

Sebuah GPU Nvidia boleh terus berfungsi selama bertahun-tahun dan tetap menjadi usang dari segi ekonomi jauh lebih awal.

Perbezaan itu penting kerana Microsoft, Alphabet, Amazon, dan Meta mengalirkan jumlah modal yang besar ke dalam infrastruktur AI. Pelabur cenderung memfokuskan perhatian pada kos utama cip dan pusat data, tetapi penyusutan menentukan berapa banyak daripada pelaburan itu akhirnya menjadi perbelanjaan dalam pernyataan pendapatan.

Penyusutan menyebarkan kos peralatan sepanjang hayat berguna yang dijangkakan. Sebuah syarikat yang mengeluarkan $1 bilion untuk pelayan biasanya tidak merekodkan keseluruhan jumlah sebagai perbelanjaan secara serta-merta. Sebaliknya, kos tersebut diiktiraf sepanjang beberapa tahun.

Masalah dengan peranti AI ialah hayat fizikal dan hayat ekonomi boleh sangat berbeza.

Sebuah GPU tidak perlu berhenti berfungsi untuk menjadi kurang bernilai.

Generasi baru boleh melatih model lebih pantas, mengurangkan penggunaan elektrik dan menyediakan lebih banyak kuasa pengkomputeran setiap dolar. Itu bermakna akselerator lama mungkin masih boleh digunakan secara teknikal, tetapi menjadi semakin mahal untuk dioperasikan berbanding peranti baharu.

Kitaran produk Nvidia yang pantas menjadikan perkara ini sangat penting. Syarikat ini telah berpindah dari Hopper ke Blackwell sambil terus membangunkan arsitektur yang lebih baharu, meningkatkan risiko bahawa peralatan pusat data yang mahal menjadi usang secara ekonomi lebih cepat berbanding pelayan tradisional.

Nvidia menggariskan strategi produk dan teknologi semasa melalui material hubungan pelabur.

Isu ini juga berkaitan terus dengan sama ada perbelanjaan AI korporat yang belum pernah terjadi sebelum ini benar-benar menghasilkan pulangan yang menarik. Panduan kami mengenai pujian pelaburan AI menjelaskan bagaimana pelabur boleh menggunakan arus tunai bebas, margin dan pulangan atas modal yang dilaburkan untuk menilai sama ada perbelanjaan itu memberi faedah.

Bayangkan sebuah syarikat menghabiskan $6 bilion untuk pelayan AI dan mengharapkan ia kekal berguna selama enam tahun.

Dengan sangat ringkas, itu boleh bermaksud sekitar $1 bilion susut nilai tahunan sebelum mempertimbangkan masa dan butiran perakaunan lain.

Jika pengurusan sebaliknya menyimpulkan bahawa peralatan akan kekal berguna dari segi ekonomi hanya selama empat tahun, perbelanjaan tahunan boleh meningkat secara ketara.

Titik penting ialah bahawa perubahan andaian hayat berguna boleh mempengaruhi keuntungan yang dilaporkan tanpa mengubah wang tunai yang asalnya dibelanjakan.

Syarikat awan besar mengungkapkan andaian ini dalam laporan kewangan mereka. Pelabur boleh mengkaji dasar penyusutan Microsoft melalui penghantaran hubungan pelabur, pengungkapan Alphabet melalui Alphabet Investor Relations dan penghantaran Amazon melalui Amazon Investor Relations.

Itu tidak bermakna GPU lama tiba-tiba menjadi tidak bernilai. Syarikat boleh memindahkan mereka daripada beban kerja latihan model yang menuntut ke dalam inferens, aplikasi dalaman, atau tugas-tugas yang kurang intensif pengiraan.

Kehidupan kedua itu boleh memperpanjang kebergunaan ekonomi mereka.

Soalan terbesar oleh itu bukan sahaja berapa banyak Big Tech menghabiskan untuk GPU.

Adakah pendapatan dan arus tunai yang dihasilkan oleh GPU tersebut tumbuh cukup pantas untuk mengimbangi susut nilai, kos elektrik, dan penggantian teknologi yang pantas.

Itu menjadi lebih penting apabila pendapatan cip AI Nvidia meningkat. Laporan pendapatan Nvidia terkini dari Coinpaper menunjukkan skala permintaan akselerator semasa yang luar biasa.

Kos peralatan juga hanya sebahagian daripada persamaan. Pusat data AI moden mengkonsumsi jumlah elektrik yang sangat besar, menjadikan ketersediaan tenaga sebagai kekangan lain yang semakin penting. Penjelasan Coinpaper mengenai pasar kuasa AI mengkaji mengapa ekonomi elektrik akhirnya mungkin menjadi sepenting GPU itu sendiri.