ทฤษฎีปัญญาประดิษฐ์ของ Serenity: ฟอตอนิกส์ หน่วยความจำ และ Nebius พร้อมรับการประเมินใหม่ในวัฏจักรโครงสร้างพื้นฐานใหม่

ทฤษฎีปัญญาประดิษฐ์ของ Serenity: ฟอตอนิกส์ หน่วยความจำ และ Nebius พร้อมรับการประเมินใหม่ในวัฏจักรโครงสร้างพื้นฐานใหม่

2026/06/20 11:11:00
Custom Imageทฤษฎี AI ล่าสุดของ Serenity สื่อถึงการเปลี่ยนแปลงครั้งใหญ่ในตลาด AI นักลงทุนไม่ได้มองแค่แชทบอท แพลตฟอร์มซอฟต์แวร์ ผู้นำด้าน GPU และโมเดลภาษาขนาดใหญ่อีกต่อไป จุดสนใจถัดไปกำลังเคลื่อนไปที่โครงสร้างพื้นฐานที่ช่วยให้ AI สามารถขยายตัวได้: ความสามารถด้านคลาวด์แบบ AI-native เครือข่ายออปติคัลความเร็วสูง หน่วยความจำแบนด์วิดธ์สูง กำลังไฟฟ้า ที่จัดเก็บข้อมูล และระบบระบายความร้อนของศูนย์ข้อมูล Serenity อ้างว่ามีสามธีมหลักที่นำการหมุนเวียนใหม่นี้ ได้แก่ neoclouds, photonics และ memory Nebius โดดเด่นในเรื่อง neocloud เพราะกำลังสร้างความสามารถด้านคลาวด์ AI สำหรับงานฝึกอบรม การอนุมาน และงานผลิตจริง Applied Optoelectronics หรือ AAOI กำลังได้รับความสนใจในด้าน photonics เนื่องจากคลัสเตอร์ AI ต้องการเครือข่ายออปติคัลที่เร็วขึ้น Micron, SK Hynix และ Samsung มีบทบาทสำคัญในธีมหน่วยความจำ เพราะ HBM กำลังกลายเป็นสิ่งจำเป็นสำหรับอุปกรณ์เร่งความเร็ว AI ขั้นสูง ข้อความที่ใหญ่กว่านั้นชัดเจน: การลงทุนใน AI กำลังกลายเป็นเลือกสรรมากขึ้น และการประเมินมูลค่าใหม่ครั้งต่อไปอาจเอื้อประโยชน์แก่บริษัทที่ควบคุมจุดติดขัดที่แท้จริงเบื้องหลังการเติบโตของ AI
 

ทำไมทฤษฎีปัญญาประดิษฐ์ของ Serenity จึงสื่อถึงวัฏจักรการประเมินโครงสร้างพื้นฐานใหม่

ทฤษฎีของ Serenity มีความสำคัญเพราะมันอธิบายว่าตลาดปัญญาประดิษฐ์กำลังเคลื่อนตัวจากความตื่นเต้นในระดับกว้างไปสู่ระยะที่ maturing ซึ่งขับเคลื่อนโดยโครงสร้างพื้นฐาน การฟื้นตัวของ AI ในระยะแรกได้รับการสนับสนุนจากความก้าวหน้าที่มองเห็นได้ใน generative AI การอัตโนมัติสำหรับองค์กร ผู้ช่วยด้านการเขียนโค้ด และเครื่องมือเพิ่มผลิตภาพ ผลิตภัณฑ์เหล่านี้ทำให้ AI เข้าใจได้ง่ายสำหรับนักลงทุน แต่ยังสร้างคำถามที่สำคัญยิ่งขึ้น: โครงสร้างพื้นฐานใดที่จำเป็นเพื่อรองรับ AI ในระดับโลก? คำตอบนั้นไกลเกินกว่าซอฟต์แวร์เพียงอย่างเดียว AI ต้องการกำลังการประมวลผล ระบบเครือข่ายความเร็วสูง แบนด์วิดธ์หน่วยความจำ การจัดเก็บข้อมูล ไฟฟ้า การระบายความร้อน การก่อสร้างศูนย์ข้อมูล และห่วงโซ่อุปทานฮาร์ดแวร์เฉพาะทาง นี่คือเหตุผลที่ตลาดเริ่มมองลึกเข้าไปยังบริษัทที่สนับสนุน AI อย่างเงียบๆ
 

1. การลงทุนด้วยปัญญาประดิษฐ์กำลังเคลื่อนตัวจากเรื่องเล่าเกี่ยวกับซอฟต์แวร์ไปสู่ข้อจำกัดด้านโครงสร้างพื้นฐาน

ขั้นตอนแรกของการลงทุนใน AI ถูกครอบงำโดยเรื่องราวเกี่ยวกับซอฟต์แวร์ เนื่องจากแอปพลิเคชันเป็นส่วนที่มองเห็นได้ชัดเจนที่สุดของแนวโน้มนี้ นักลงทุนสามารถเข้าใจได้ง่ายเกี่ยวกับแชทบอท AI ผู้ช่วยอัจฉริยะ เครื่องมือเขียนโค้ด และแพลตฟอร์มอัตโนมัติสำหรับองค์กร อย่างไรก็ตาม เมื่อการใช้งานขยายตัว ตลาดเริ่มตระหนักว่า ซอฟต์แวร์ AI ไม่สามารถเติบโตได้หากไม่มีการลงทุนในโครงสร้างพื้นฐานที่สำคัญ โมเดลขนาดใหญ่ต้องการคลัสเตอร์การฝึกอบรมที่มีค่าใช้จ่ายสูง ในขณะที่ระบบ AI สำหรับการผลิตต้องการความสามารถในการประมวลผลแบบต่อเนื่อง สิ่งนี้ทำให้โครงสร้างพื้นฐานกลายเป็นตัวขับเคลื่อนความต้องการในระยะยาว มากกว่าแค่ชั้นการสนับสนุนชั่วคราว ตลาดจึงไม่ได้ถามเพียงว่าบริษัทใดมีผลิตภัณฑ์ AI ที่น่าประทับใจที่สุด แต่ยังถามอีกว่า บริษัทใดเป็นเจ้าของโครงสร้างพื้นฐานที่ทำให้ผลิตภัณฑ์เหล่านั้นสามารถทำงานได้ในระดับใหญ่
 
การเปลี่ยนแปลงนี้ยังสอดคล้องกับบริบทที่กว้างขึ้น โครงสร้างพื้นฐานด้าน AI และคริปโต โดยนักลงทุนให้ความสนใจอย่างใกล้ชิดกับการคำนวณ การอัตโนมัติ เครือข่ายข้อมูล และโครงสร้างพื้นฐานทางกายภาพ การเปลี่ยนแปลงที่สำคัญในทัศนคติของ Serenity คือ นักลงทุนเริ่มให้คุณค่ากับจุดคอขวด หากความต้องการด้าน AI ยังคงเติบโต บริษัทที่จัดหาโครงสร้างพื้นฐานที่มีจำกัดอาจได้รับอำนาจในการตั้งราคาที่แข็งแกร่งขึ้นและคุณค่าเชิงกลยุทธ์ที่สูงขึ้น ซึ่งรวมถึงบริษัทที่จัดหาความสามารถด้านคลาวด์ เครือข่ายออปติคัล หน่วยความจำแบนด์วิดธ์สูง การเข้าถึงพลังงานสำหรับศูนย์ข้อมูล และระบบเฉพาะทาง
 
ชั้นโครงสร้างพื้นฐานของ AI ที่กำลังได้รับความสนใจในขณะนี้รวมถึง:
  • ความจุคลาวด์สำหรับการฝึกโมเดล การอนุมาน และการปรับใช้ในเชิงองค์กร
  • แพลตฟอร์ม Neocloud ที่ออกแบบมาโดยเฉพาะสำหรับงานโหลด AI ที่มีประสิทธิภาพสูง
  • ฟอตอนิกส์และเครือข่ายแสงสำหรับการเคลื่อนย้ายข้อมูลที่เร็วขึ้นภายในศูนย์ข้อมูล AI
  • หน่วยความจำแบนด์วิดธ์สูง หรือ HBM สำหรับ GPU และตัวเร่งความเร็ว AI
  • ระบบพลังงาน ระบบระบายความร้อน และระบบจัดเก็บข้อมูลที่จำเป็นสำหรับการสนับสนุนคลัสเตอร์ AI ขนาดใหญ่
  • ชิป เซิร์ฟเวอร์ และอุปกรณ์เชื่อมต่อที่ออกแบบมาเฉพาะเพื่อปรับปรุงประสิทธิภาพของระบบ AI
 
นี่คือเหตุผลที่ทฤษฎีของ Serenity บ่งชี้ถึงวัฏจักรการประเมินใหม่ บริษัทโครงสร้างพื้นฐานที่เคยถูกมองว่าเป็นผู้จัดหาแบบรองอาจได้รับการประเมินมูลค่าเป็นผู้ได้รับประโยชน์หลักจาก AI หากพวกเขาควบคุมส่วนสำคัญของ AI stack
 

2. หัวข้อหลักสามประการของทฤษฎีโครงสร้างพื้นฐาน AI ของ Serenity

กรอบงานของ Serenity ถูกสร้างขึ้นรอบสามหัวข้อที่เชื่อมโยงกัน: neoclouds, photonics และ memory neoclouds แทนชั้นการประมวลผล เพราะนักพัฒนา AI และองค์กรต้องการเข้าถึงโครงสร้างพื้นฐานคลาวด์เฉพาะทาง photonics แทนชั้นเครือข่าย เพราะคลัสเตอร์ AI ต้องการการโอนข้อมูลที่เร็วขึ้นระหว่าง GPU เซิร์ฟเวอร์ และระบบจัดเก็บข้อมูล memory แทนชั้นประสิทธิภาพ เพราะตัวเร่งความเร็ว AI ต้องการแบนด์วิดธ์และความจุหน่วยความจำสูงเพื่อประมวลผลงานขนาดใหญ่อย่างมีประสิทธิภาพ หัวข้อเหล่านี้มีความสำคัญเพราะอธิบายถึงห่วงโซ่โครงสร้างพื้นฐาน AI อย่างครบถ้วน ไม่ใช่เพียงส่วนใดส่วนหนึ่งเท่านั้น
 
โมเดลไม่สามารถทำงานได้โดยไม่มีการประมวลผล การประมวลผลไม่สามารถขยายขนาดได้โดยไม่มีเครือข่ายที่มีประสิทธิภาพ และอุปกรณ์เร่งความเร็วขั้นสูงไม่สามารถให้ประสิทธิภาพเต็มที่ได้โดยไม่มี HBM ศูนย์ข้อมูลยังไม่สามารถขยายตัวได้โดยไม่มีพลังงานและระบบระบายความร้อน สิ่งนี้สร้างเรื่องราวการลงทุนที่เชื่อมโยงกัน โดยแต่ละชั้นสนับสนุนชั้นถัดไป แทนที่จะมอง AI เป็นเพียงแนวโน้มซอฟต์แวร์เดียว ทฤษฎีของ Serenity มองว่า AI เป็นการสร้างโครงสร้างพื้นฐานทางกายภาพที่คล้ายกับวัฏจักรเทคโนโลยีก่อนหน้า ซึ่งผู้ชนะระยะยาวมักพบในแพลตฟอร์ม ผู้จัดจำหน่าย และสินทรัพย์ที่เป็นจุดคอขวดใต้ชั้นแอปพลิเคชัน
 

3. เหตุผลที่การเลือกหุ้นกำลังกลายเป็นเรื่องสำคัญมากขึ้นในธุรกิจปัญญาประดิษฐ์

จุดสำคัญในมุมมองของเซเรนิตี้คือการซื้อขายด้วยปัญญาประดิษฐ์กำลังกลายเป็นการเลือกสรรมากขึ้น ในระยะเริ่มต้นของธีมเทคโนโลยีหลัก หุ้นที่เกี่ยวข้องหลายตัวสามารถปรับตัวสูงขึ้นพร้อมกันเพราะนักลงทุนกำลังซื้อเรื่องราวโดยรวม ตามเวลาที่ผ่านไป ตลาดมักจะมีความเข้มงวดมากขึ้น บริษัทที่มีคำสั่งซื้อจริง กำไรสูง ความต้องการจากลูกค้า และข้อได้เปรียบด้านห่วงโซ่อุปทานยังคงดึงดูดความสนใจ ในขณะที่หุ้นที่อ่อนแออาจตามหลังแม้ว่าจะเชื่อมโยงกับธีมเดียวกัน
 
นี่คือเหตุผลที่การกล่าวถึง IREN โดย Serenity มีความสำคัญ ชื่อโครงสร้างพื้นฐาน AI บางแห่งอาจทำงานได้ไม่ดีหากเผชิญกับแรงกดดันในการระดมทุน ความเสี่ยงจากการลดมูลค่าหุ้น แรงขายหนัก หรือความชัดเจนต่ำในการดำเนินงาน ตลาดอาจชอบธีมโดยรวม แต่ยังลงโทษบริษัทที่ต้องการทุนมากเกินไปหรือขาดการสนับสนุนความต้องการที่ชัดเจน ซึ่งหมายความว่าขั้นตอนถัดไปของการลงทุนใน AI อาจไม่ใช่การซื้อทุกบริษัทที่มีป้าย AI แต่อาจเป็นการระบุบริษัทที่มีโพสิชันแข็งแกร่งในจุดติดขัดของโครงสร้างพื้นฐานจริง
 
ปัจจัยการเลือกที่สำคัญที่สุดรวมถึง:
  • ความต้องการที่ชัดเจนจากลูกค้ารายใหญ่
  • การสัมผัสจริงกับข้อจำกัดของโครงสร้างพื้นฐานด้าน AI
  • การนำด้านผลิตภัณฑ์ในด้านการประมวลผล หน่วยความจำ การเชื่อมต่อเครือข่าย หรือศูนย์ข้อมูล
  • การเติบโตของรายได้อย่างชัดเจนที่ได้รับการสนับสนุนจากคำสั่งซื้อหรือข้อตกลงระยะยาว
  • การจัดสรรเงินทุนอย่างมีวินัยและความเสี่ยงจากการเจือจางที่ควบคุมได้
  • ความสามารถในการปรับขนาดกำลังการผลิตโดยไม่ทำลายหลักประกัน
 
แนวทางที่เลือกสรรนี้เป็นหัวใจสำคัญของทฤษฎีของ Serenity เพราะตลาดกำลังเคลื่อนตัวจากความสนใจทั่วไปเกี่ยวกับ AI สู่การสัมผัสกับธีมที่มุ่งเน้นมากขึ้น
 

Nebius, Neoclouds และ Photonics: เรื่องราวการเติบโตของศูนย์ข้อมูล AI ถัดไป

Nebius, neoclouds และ photonics มีความสำคัญเพราะอยู่ในขั้นตอนถัดไปของการขยายตัวของศูนย์ข้อมูล AI เมื่อโมเดล AI มีขนาดใหญ่ขึ้นและปริมาณการประมวลผลเพิ่มขึ้น บริษัทต่างๆ จึงต้องการมากกว่า GPU พวกเขาต้องการแพลตฟอร์มคลาวด์ที่สามารถจัดหาความจุที่เชื่อถือได้ และต้องการระบบเครือข่ายที่สามารถถ่ายโอนข้อมูลได้อย่างรวดเร็วระหว่างคลัสเตอร์ขนาดใหญ่ นี่คือจุดที่ neoclouds และ photonics เชื่อมโยงกัน neoclouds ให้พลังการประมวลผลที่พร้อมสำหรับ AI ในขณะที่ photonics สนับสนุนการเคลื่อนย้ายข้อมูลที่จำเป็นเพื่อให้การประมวลผลมีประสิทธิภาพ ร่วมกันแล้ว พวกเขาเป็นหนึ่งในตัวอย่างที่ชัดเจนที่สุดเกี่ยวกับการเปลี่ยนแปลงของตลาด AI จากแอปพลิเคชันซอฟต์แวร์ไปสู่การเป็นเจ้าของโครงสร้างพื้นฐาน
 

1. เหตุใดเนโอคลาวด์จึงกำลังกลายเป็นโครงสร้างพื้นฐานการคำนวณปัญญาประดิษฐ์หลัก

Neoclouds เป็นบริษัทโครงสร้างพื้นฐานแบบคลาวด์ที่ออกแบบมาเฉพาะสำหรับงานโหลด AI แพลตฟอร์มคลาวด์แบบดั้งเดิมถูกสร้างขึ้นสำหรับการคำนวณทั่วไป การจัดเก็บข้อมูล บริการเว็บ และซอฟต์แวร์องค์กร แต่งานโหลด AI ต้องการสภาพแวดล้อมที่เชี่ยวชาญมากกว่า การฝึกโมเดลขนาดใหญ่และการดำเนินการอนุมานปริมาณสูงต้องการคลัสเตอร์ GPU ที่หนาแน่น การเชื่อมต่อที่เร็ว การระบายความร้อนขั้นสูง การใช้งานสูง และซอฟต์แวร์โครงสร้างพื้นฐานที่ออกแบบมาสำหรับการดำเนินงานการเรียนรู้ของเครื่อง นี่คือเหตุผลที่ neoclouds กำลังได้รับความสนใจในฐานะหมวดหมู่ใหม่ในตลาดคลาวด์
 
การเพิ่มขึ้นของเนโอคลาวด์ยังเชื่อมโยงกับความขาดแคลน ความสามารถในการประมวลผล AI มีต้นทุนสูงและยากต่อการสร้างอย่างรวดเร็ว เนื่องจากขึ้นอยู่กับอุปทานชิป การเข้าถึงพลังงาน การก่อสร้างศูนย์ข้อมูล ระบบระบายความร้อน และความเชี่ยวชาญทางเทคนิค เมื่อความต้องการเกินกว่าความสามารถที่มีอยู่ ลูกค้าอาจยินดีลงนามในข้อตกลงระยะยาวเพื่อประกันการเข้าถึง สิ่งนี้ทำให้ความสามารถของคลาวด์ AI เป็นสินทรัพย์เชิงกลยุทธ์ มากกว่าบริการสินค้าโภคภัณฑ์ทั่วไป สำหรับนักลงทุน แนวคิดเนโอคลาวด์ให้โอกาสในการเข้าถึงความต้องการโครงสร้างพื้นฐานที่อยู่เบื้องหลังการฝึกโมเดล การอนุมาน การใช้งาน AI ขององค์กร และ AI agents
 
ความต้องการ Neocloud ได้รับการสนับสนุนจากปัจจัยหลายประการ:
  • สตาร์ทอัพด้านปัญญาประดิษฐ์ต้องการทรัพยากรการประมวลผลที่สามารถขยายขนาดได้ โดยไม่ต้องสร้างศูนย์ข้อมูลของตนเอง
  • องค์กรต้องการโครงสร้างพื้นฐานที่เชื่อถือได้เพื่อนำ AI ไปใช้งานในเชิงพาณิชย์
  • บริษัทเทคโนโลยีขนาดใหญ่กำลังจัดสรรกำลังการผลิตในอนาคตล่วงหน้า
  • ภาระงานการอนุมานอาจสร้างความต้องการการประมวลผลระยะยาวที่เกิดขึ้นซ้ำ
  • แพลตฟอร์มคลาวด์เฉพาะทางสามารถปรับแต่งให้เหมาะสมกับประสิทธิภาพและการใช้งานของ AI
 
นี่คือเหตุผลที่ Serenity วาง neoclouds ไว้ที่ศูนย์กลางของวัฏจักรโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์ การประมวลผลไม่ได้เป็นเพียงปัจจัยเบื้องหลังอีกต่อไป; มันคือข้อจำกัดหลักอย่างหนึ่งต่อการเติบโตของปัญญาประดิษฐ์
 

2. Nebius เป็นผู้สมัครหลักสำหรับการประเมินใหม่ด้านคลาวด์ AI

Nebius เป็นหนึ่งในชื่อที่แข็งแกร่งที่สุดในทฤษฎี neocloud ของ Serenity เนื่องจากมอบการสัมผัสโดยตรงกับโครงสร้างพื้นฐานคลาวด์ AI บริษัทกำลังพัฒนาแพลตฟอร์มแบบเต็มสแต็กสำหรับนักพัฒนาและองค์กรด้าน AI โดยสนับสนุนการฝึกโมเดล การอนุมาน และการปรับใช้ในเชิงผลิต แทนที่จะเป็นงานคลาวด์ทั่วไป การตกลงโครงสร้างพื้นฐาน AI ระยะห้าปีกับ Meta ได้ทำให้เรื่องราวมีความน่าสนใจมากขึ้น โดยแสดงให้เห็นว่าบริษัทเทคโนโลยีชั้นนำกำลังจัดสรรกำลังการผลิต AI ในอนาคตตั้งแต่เนิ่นๆ เนื่องจากคอมพิวติ้งกลายเป็นทรัพยากรเชิงกลยุทธ์ Nebius ยังรายงานการเติบโตของรายได้อย่างแข็งแกร่ง และกำลังขยายขอบเขตโครงสร้างพื้นฐาน รวมถึงโครงการโรงงาน AI ขนาดใหญ่ในรัฐเพนซิลเวเนียที่มีการเข้าถึงพลังงานอย่างมาก อย่างไรก็ตาม โอกาสดังกล่าวมาพร้อมกับความเสี่ยง เพราะโครงสร้างพื้นฐานคลาวด์ AI ต้องใช้เงินทุนจำนวนมาก ฮาร์ดแวร์ขั้นสูง การก่อสร้างศูนย์ข้อมูล การจัดหาพลังงาน และการใช้งานในระดับสูง หากแรงกดดันด้านการระดมทุนเพิ่มขึ้นหรือการดำเนินงานช้าลง นักลงทุนอาจระมัดระวังมากขึ้น แม้กระนั้น Nebius ยังคงเป็นหนึ่งในตัวอย่างที่ชัดเจนที่สุดของบริษัทที่จัดวางตำแหน่งรอบจุดคอขวดด้านการคำนวณของ AI
 
จุดสำคัญของ Nebius ได้แก่:
  • Nebius มุ่งเน้นไปที่โครงสร้างพื้นฐานคลาวด์แบบเนื้อหา AI
  • แพลตฟอร์มของมันรองรับงาน AI ด้านการฝึกอบรม การอนุมาน และการผลิต
  • ข้อตกลงของเมตาช่วยเพิ่มความชัดเจนในความต้องการระยะยาว
  • การเติบโตของรายได้อย่างแข็งแกร่งสนับสนุนเรื่องความต้องการคลาวด์ AI
  • ความเสี่ยงหลักประกอบด้วยความต้องการทุนสูง การดำเนินการ การระดมทุน และการพึ่งพาลูกค้าเป็นหลัก
 

3. เหตุใดฟอโตนิกส์จึงกำลังกลายเป็นชั้นข้อมูลศูนย์ข้อมูลปัญญาประดิษฐ์ที่สำคัญ

Photonics กำลังกลายเป็นเรื่องสำคัญเพราะศูนย์ข้อมูล AI ต้องการวิธีการถ่ายโอนข้อมูลที่เร็วขึ้นและมีประสิทธิภาพมากขึ้น คลัสเตอร์ AI ขนาดใหญ่พึ่งพา GPU และอุปกรณ์เร่งความเร็วหลายพันตัวที่ทำงานร่วมกัน ระบบเหล่านี้แลกเปลี่ยนข้อมูลอย่างต่อเนื่องระหว่างชิป เซิร์ฟเวอร์ อุปกรณ์จัดเก็บข้อมูล และอุปกรณ์เครือข่าย หากเครือข่ายช้า คลัสเตอร์ทั้งหมดจะมีประสิทธิภาพลดลง แม้ว่า GPU จะมีพลังสูงก็ตาม นี่คือเหตุผลที่เครือข่ายแบบแสงกำลังกลายเป็นหัวข้อโครงสร้างพื้นฐานหลัก
 
Photonics ใช้เทคโนโลยีที่อิงแสงในการส่งข้อมูลด้วยความเร็วสูงมาก ในศูนย์ข้อมูล AI สามารถเพิ่มแบนด์วิดธ์ ลดความหน่วงเวลา และรองรับคลัสเตอร์ขนาดใหญ่ขึ้น เมื่อผู้ให้บริการขนาดใหญ่ย้ายไปสู่โครงสร้างพื้นฐานที่เร็วขึ้น ความต้องการจึงเปลี่ยนจากระบบออปติคัลรุ่นเก่าไปสู่ทรานซีฟเวอร์ 800G และ 1.6T การอัปเกรดนี้ไม่ใช่แค่การปรับปรุงด้านเทคนิค แต่ยังเป็นส่วนหนึ่งของการขยายขีดความสามารถด้าน AI โดยยิ่งคลัสเตอร์ AI มีขนาดใหญ่เท่าใด การเชื่อมต่อแบบออปติคัลยิ่งมีความสำคัญมากขึ้น
 
Photonics มีความสำคัญเพราะ:
  • คลัสเตอร์ AI ต้องการการสื่อสารที่เร็วระหว่าง GPU และเซิร์ฟเวอร์
  • การเชื่อมต่อเครือข่ายอาจกลายเป็นจุดคอขวดหากไม่สามารถขยายขนาดให้ทันกับการประมวลผล
  • ตัวรับส่งแสงช่วยสนับสนุนแบนด์วิดธ์ที่สูงขึ้นและหน่วงเวลาที่ต่ำลง
  • ผู้ให้บริการระบบขนาดใหญ่กำลังปรับปรุงเครือข่ายศูนย์ข้อมูลสำหรับภาระงาน AI
  • ฟอตอนิกส์อาจกลายเป็นหนึ่งในหัวข้อห่วงโซ่อุปทาน AI ถัดไปหลังจาก GPU และหน่วยความจำ
 
สิ่งนี้ทำให้ฟอตอนิกส์เป็นหนึ่งในพื้นที่ระยะเริ่มต้นที่สำคัญที่สุดในทัศนคติของ Serenity การเทรด GPU ได้รับความสนใจอย่างมากแล้ว แต่เครือข่ายออปติคัลอาจกลายเป็นที่มองเห็นได้ชัดเจนยิ่งขึ้นเมื่อนักลงทุนศึกษาสแต็กศูนย์ข้อมูล AI อย่างครบถ้วน
 

4. AAOI และวัฏจักรการอัปเกรดตัวรับส่งสัญญาณแสง 1.6T

Applied Optoelectronics หรือ AAOI เป็นหนึ่งในบริษัทที่เกี่ยวข้องกับส่วนโฟตอนิกส์ของทฤษฎีของ Serenity บริษัทนี้จัดหาผลิตภัณฑ์เครือข่ายแสงที่ใช้ในโครงสร้างพื้นฐานศูนย์ข้อมูล และการสั่งซื้อเชิงปริมาณครั้งแรกสำหรับตัวรับส่งสัญญาณศูนย์ข้อมูล 1.6T จากลูกค้ารายใหญ่ระดับไฮเพอร์สเกล แสดงให้เห็นว่าความต้องการเครือข่าย AI กำลังเปลี่ยนเป็นคำสั่งซื้อเชิงพาณิชย์จริง สิ่งนี้มีความสำคัญเพราะตัวรับส่งสัญญาณ 1.6T ถูกออกแบบมาเพื่อรองรับความต้องการแบนด์วิดธ์ที่สูงขึ้นซึ่งเกิดจากคลัสเตอร์ AI ขนาดใหญ่ขึ้น
 
เรื่องราวของ AAOI อธิบายว่าทำไมฟอตอนิกส์จึงสามารถกลายเป็นธีมที่ได้รับการประเมินใหม่ นักลงทุนเริ่มต้นให้ความสนใจกับชิปที่ขับเคลื่อนระบบ AI แต่เมื่อขนาดของคลัสเตอร์เพิ่มขึ้น โครงสร้างพื้นฐานรอบข้างจึงมีความสำคัญมากขึ้น ตัวรับส่งแสงเป็นส่วนหนึ่งของโครงสร้างพื้นฐานรอบข้างนี้ หากผู้ให้บริการระดับไฮเปอร์สเกลยังคงอัปเกรดไปสู่เครือข่ายความเร็วสูงขึ้น บริษัทที่มีส่วนได้ส่วนเสียในผลิตภัณฑ์ 800G และ 1.6T อาจได้รับประโยชน์จากความต้องการที่แข็งแกร่งขึ้น อย่างไรก็ตาม AAOI ยังแสดงให้เห็นถึงความเสี่ยงของธีมนี้ เพราะผู้ผลิตอุปกรณ์แสงสามารถไวต่อการพึ่งพาลูกค้าเพียงไม่กี่ราย แรงกดดันด้านหลักประกัน การดำเนินการผลิต และเวลาการสั่งซื้อ
 
จุดสำคัญของ AAOI ได้แก่:
  • AAOI จัดหาผลิตภัณฑ์แสงออปติคัลที่ใช้ในเครือข่ายศูนย์ข้อมูล
  • บริษัทได้รับคำสั่งซื้อปริมาณใหญ่สำหรับทรานซีฟเวอร์ 1.6T จากลูกค้ารายใหญ่ระดับไฮเพอร์สเกล
  • เทคโนโลยี 1.6T รองรับแบนด์วิดธ์ที่สูงขึ้นสำหรับงานโหลด AI
  • ความต้องการอาจเพิ่มขึ้นเมื่อคลัสเตอร์ AI มีขนาดใหญ่ขึ้นและใช้เครือข่ายมากขึ้น
  • ความเสี่ยงรวมถึงการพึ่งพาลูกค้าเป็นส่วนใหญ่ การดำเนินการผลิต หลักประกัน และความผันผวนของการประเมินมูลค่า
 
Nebius และ AAOI แสดงถึงส่วนต่างๆ ของเรื่องเดียวกันเกี่ยวกับศูนย์ข้อมูล AI Nebius เกี่ยวข้องกับกำลังการประมวลผล ในขณะที่ AAOI เกี่ยวข้องกับแบนด์วิดธ์และการเชื่อมต่อเครือข่าย ทั้งสองแสดงให้เห็นว่าการลงทุนในโครงสร้างพื้นฐาน AI กำลังขยายตัวออกไปนอกเหนือจากผู้นำชิปที่ชัดเจน
 

สต็อกหน่วยความจำ ความต้องการ HBM และขั้นตอนถัดไปของการลงทุนในโครงสร้างพื้นฐาน AI

หน่วยความจำเป็นหนึ่งในส่วนที่สำคัญที่สุดของทฤษฎีโครงสร้างพื้นฐานปัญญาประดิษฐ์ของ Serenity เพราะระบบปัญญาประดิษฐ์พึ่งพาแบนด์วิดธ์และความจุอย่างมาก ตลอดหลายปีที่ผ่านมา บริษัทหน่วยความจำมักถูกมองว่าเป็นธุรกิจเซมิคอนดักเตอร์แบบรอบวงจร นักลงทุนติดตามราคา DRAM และ NAND ระดับสต็อก การเติบโตของอุปทาน และวัฏจักรความต้องการ ปัญญาประดิษฐ์กำลังเปลี่ยนกรอบแนวคิดนี้ เพราะหน่วยความจำแบนด์วิดธ์สูงกำลังกลายเป็นส่วนประกอบเชิงกลยุทธ์ในตัวเร่งความเร็วปัญญาประดิษฐ์ขั้นสูง โดยไม่มีหน่วยความจำเร็วเพียงพอ GPU ที่มีประสิทธิภาพสูงจะไม่สามารถทำงานได้อย่างมีประสิทธิภาพ นี่คือเหตุผลที่ Micron, SK Hynix และ Samsung ตอนนี้ถูกมองว่าเป็นชื่อหลักของโครงสร้างพื้นฐานปัญญาประดิษฐ์ มากกว่าแค่ผู้จัดหาหน่วยความจำแบบดั้งเดิม
 

1. เหตุใดความต้องการ HBM จึงกำลังเปลี่ยนแปลงเรื่องราวของหุ้นหน่วยความจำ

ความต้องการ HBM กำลังเปลี่ยนแปลงอุตสาหกรรมหน่วยความจำ เพราะงาน AI ต้องการแบนด์วิดธ์หน่วยความจำมากกว่าการคำนวณแบบดั้งเดิมอย่างมาก โมเดลภาษาขนาดใหญ่ ระบบ AI แบบหลายรูปแบบ การประมวลผลบริบทยาว ระบบ AI แบบตัวแทน และการใช้งานในองค์กร ล้วนต้องการการเข้าถึงข้อมูลจำนวนมากอย่างรวดเร็ว ในเซิร์ฟเวอร์ AI หน่วยความจำไม่ใช่เพียงส่วนประกอบรอง แต่สามารถส่งผลโดยตรงต่อประสิทธิภาพ หากอุปกรณ์เร่งความเร็วไม่สามารถเข้าถึงข้อมูลได้อย่างรวดเร็ว ประสิทธิภาพของระบบจะลดลงและกำลังการประมวลผลที่มีราคาแพงจะถูกใช้เปล่า
 
นี่คือเหตุผลที่นักลงทุนเริ่มให้ค่ากับบริษัทหน่วยความจำแตกต่างกัน HBM ผลิตได้ยากกว่า DRAM แบบมาตรฐาน เพราะต้องใช้การจัดเรียงขั้นสูง การแพ็คเกจ การทดสอบ และการรับรองจากลูกค้า อุปทานไม่สามารถขยายได้ทันที ซึ่งอาจสนับสนุนราคาที่แข็งแกร่งขึ้นหากความต้องการยังคงสูง ทฤษฎีของ Serenity ชี้ว่า บริษัทหน่วยความจำอาจได้รับมูลค่าสูงขึ้น หากตลาดพิจารณา HBM เป็นทรัพย์สินโครงสร้างพื้นฐานด้าน AI แทนที่จะเป็นสินค้าเชิงวัฏจักรธรรมดา
 
ความต้องการ HBM ได้รับการสนับสนุนโดย:
  • หน่วยความจำเพิ่มเติมต่อเซิร์ฟเวอร์ AI
  • ความต้องการแบนด์วิดธ์ที่สูงขึ้นสำหรับอุปกรณ์เร่งความเร็วขั้นสูง
  • การเติบโตในการอนุมาน ปัญญาประดิษฐ์แบบตัวแทน และภาระงานที่มีบริบทยาว
  • การผลิตที่ซับซ้อนซึ่งจำกัดการขยายตัวของอุปทานอย่างรวดเร็ว
  • ข้อตกลงกับลูกค้าระยะยาวที่อาจช่วยเพิ่มความชัดเจนของรายได้
 
นี่คือเหตุผลที่หน่วยความจำมีความสำคัญต่อวัฏจักรโครงสร้างพื้นฐานของปัญญาประดิษฐ์ ประสิทธิภาพการคำนวณขึ้นอยู่กับความเร็วในการเข้าถึงและเคลื่อนย้ายข้อมูล越来越多
 

2. บทบาทของ Micron ในการเติบโตของหน่วยความจำและการจัดเก็บข้อมูลสำหรับ AI

Micron เป็นส่วนสำคัญของทฤษฎีหน่วยความจำเนื่องจากมีการเข้าถึงหน่วยความจำและสตอเรจสำหรับ AI อย่างกว้างขวาง บริษัทกำลังจัดวางพอร์ตโฟลิโอให้ครอบคลุมโครงสร้างพื้นฐานของ AI ทั้งหมด ตั้งแต่หน่วยความจำแบนด์วิดธ์สูงและ DRAM ไปจนถึง SSD สำหรับศูนย์ข้อมูลและผลิตภัณฑ์จัดเก็บข้อมูล สิ่งนี้มีความสำคัญเพราะงานloads ของ AI ต้องการมากกว่า HBM เพียงอย่างเดียว ระบบการฝึกอบรมและการใช้งานยังต้องการสตอเรจที่หนาแน่น การเคลื่อนย้ายข้อมูลที่รวดเร็ว และหน่วยความจำที่เชื่อถือได้ตลอดทั้งสแต็กเซิร์ฟเวอร์
 
โอกาสของไมครอนมาจากการเพิ่มขึ้นของเนื้อหาหน่วยความจำในเซิร์ฟเวอร์ AI และความต้องการที่แข็งแกร่งขึ้นสำหรับผลิตภัณฑ์ HBM หากการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ยังคงดำเนินต่อไป ไมครอนอาจได้รับประโยชน์จากผลิตภัณฑ์หน่วยความจำที่มีมูลค่าสูงขึ้น ปริมาณอุปทานที่จำกัดมากขึ้น และความต้องการจากผู้ให้บริการศูนย์ข้อมูลที่เพิ่มขึ้น ในขณะเดียวกัน ไมครอนยังคงเผชิญกับความเสี่ยงจากวัฏจักรหน่วยความจำ ราคาอาจอ่อนตัวลงหากอุปทานขยายตัวเร็วเกินไป และการแข่งขันจาก SK Hynix และ Samsung ก็ยังคงรุนแรง คำถามหลักคือ ความต้องการจาก AI มีความแข็งแกร่งเพียงใดที่จะลดความรุนแรงของวัฏจักรหน่วยความจำแบบดั้งเดิม
 
จุดสำคัญของ Micron ได้แก่:
  • Micron กำลังขยายพอร์ตโฟลิโอหน่วยความจำและที่จัดเก็บข้อมูลสำหรับ AI
  • HBM เป็นส่วนหนึ่งของวัฏจักรความต้องการตัวเร่งความเร็ว AI ปัจจุบัน
  • ศูนย์ข้อมูล AI ต้องการผลิตภัณฑ์ DRAM, HBM, NAND และ SSD
  • อุปทานที่จำกัดสามารถสนับสนุนราคาที่แข็งแกร่งขึ้นและการมีส่วนร่วมของลูกค้า
  • ความเสี่ยงรวมถึงการแข่งขัน การเติบโตของอุปทาน วัฏจักรราคา และความคาดหวังที่สูง
 
การปรับระดับใหม่ของ Micron ขึ้นอยู่กับว่านักลงทุนเชื่อว่าความต้องการหน่วยความจำสำหรับ AI เป็นความต้องการที่ยั่งยืน ไม่ใช่ชั่วคราว
 

3. SK Hynix และวัฏจักรหน่วยความจำที่ขับเคลื่อนด้วย HBM

SK Hynix เป็นหนึ่งในผู้ได้รับประโยชน์ชัดเจนที่สุดจากวัฏจักรหน่วยความจำ AI เนื่องจากมีตำแหน่งที่แข็งแกร่งในหน่วยความจำแบนด์วิดธ์สูง ทฤษฎีของ Serenity รวมถึง SK Hynix เพราะ HBM มีความจำเป็นสำหรับตัวเร่งความเร็ว AI และ SK Hynix ยังคงเชื่อมโยงอย่างใกล้ชิดกับขอบเขตชั้นนำของการจัดหาหน่วยความจำ AI บริษัทได้เน้นย้ำว่า HBM3E และ HBM4 เป็นผลิตภัณฑ์หลักสำหรับตลาดปี 2026 โดยคาดว่า HBM3E จะยังคงมีความสำคัญ ในขณะที่ HBM4 จะเริ่มกำหนดระยะเติบโตถัดไป
 
เรื่องของ SK Hynix ยังอธิบายว่าทำไมการมีส่วนร่วมในเซมิคอนดักเตอร์ของเกาหลีใต้จึงเกี่ยวข้องกับทฤษฎีโครงสร้างพื้นฐาน AI เพราะเกาหลีใต้เป็นที่ตั้งของผู้นำด้านหน่วยความจำรายใหญ่ นักลงทุนจึงมักมองไปที่เครื่องมือทั่วไปเช่น EWY เพื่อเข้าถึงระบบนิเวศเซมิคอนดักเตอร์ของประเทศ อย่างไรก็ตาม EWY ไม่ใช่การลงทุนในหน่วยความจำ AI โดยตรง เพราะรวมถึงหลายภาคส่วนที่เกินกว่าเซมิคอนดักเตอร์ มันควรเข้าใจว่าเป็นเครื่องมือในการเข้าถึงเกาหลีใต้ในภาพรวม ซึ่งอาจได้รับประโยชน์หากผู้นำด้านหน่วยความจำยังคงได้รับความสนใจจากตลาด
 
จุดสำคัญของ SK Hynix ได้แก่:
  • SK Hynix เป็นผู้นำรายใหญ่ในด้านหน่วยความจำแบนด์วิดธ์สูง
  • HBM3E ยังคงมีความสำคัญในวัฏจักรหน่วยความจำ AI ปี 2026
  • HBM4 รองรับแพลตฟอร์มตัวเร่งความเร็ว AI รุ่นถัดไป
  • บริษัทมีความเสี่ยงสูงต่อความต้องการศูนย์ข้อมูล AI
  • ความเสี่ยงรวมถึงการขยายกำลังการผลิต ความผูกพันกับลูกค้ารายใหญ่ การแข่งขัน และแรงกดดันด้านมูลค่า
 
SK Hynix อาจยังคงเป็นศูนย์กลางของการเทรดหน่วยความจำ AI หากความต้องการ HBM ยังคงสูงกว่าปริมาณที่มีให้
 

4. การผลักดัน HBM4 และ HBM4E ของ Samsung ในการแข่งขันหน่วยความจำ AI

ซัมซุงอิเล็กทรอนิกส์เป็นอีกหนึ่งชื่อสำคัญในทฤษฎีหน่วยความจำ AI เพราะรวมถึงขนาดการผลิต ความลึกในการผลิต และระบบนิเวศเซมิคอนดักเตอร์ที่กว้างขวาง บริษัทกำลังผลักดันผลิตภัณฑ์ HBM4 และ HBM4E สำหรับระบบ AI รุ่นถัดไป ซึ่งความเร็วในการส่งข้อมูลที่สูงขึ้น ความจุที่มากขึ้น และประสิทธิภาพการใช้พลังงานที่ดีขึ้นกำลังกลายเป็นปัจจัยสำคัญ จุดแข็งของซัมซุงมาจากการสามารถแข่งขันได้ในทุกด้านของหน่วยความจำ โลจิก โรงงานผลิต การแพ็กเกจ และการผลิตขั้นสูง ทำให้มีทรัพยากรเพียงพอที่จะท้าทายคู่แข่งในตลาด HBM ที่เติบโตอย่างรวดเร็ว อย่างไรก็ตาม การดำเนินการยังคงเป็นความเสี่ยงหลัก เพราะลูกค้า AI ต้องการมาตรฐานประสิทธิภาพที่เข้มงวดและการรับรองผลิตภัณฑ์ หากซัมซุงสามารถเพิ่มการรับรู้อย่างแข็งแกร่งขึ้นกับ HBM4 และ HBM4E ความเชื่อมั่นของนักลงทุนอาจดีขึ้น และบริษัทอาจกลายเป็นผู้ได้รับประโยชน์หลักจากวัฏจักรการประเมินใหม่ของหน่วยความจำ AI
 
ทฤษฎีหน่วยความจำ AI ของซัมซุงรวมถึง:
  • การพัฒนา HBM4 และ HBM4E สำหรับระบบ AI รุ่นถัดไป
  • การผลิตขนาดใหญ่ในเทคโนโลยีหน่วยความจำและเซมิคอนดักเตอร์
  • ศักยภาพในการคืนหรือขยายส่วนแบ่งในห่วงโซ่อุปทาน HBM ขั้นสูง
  • การมีส่วนร่วมต่อความต้องการศูนย์ข้อมูล AI และเซมิคอนดักเตอร์ในวงกว้าง
  • ความเสี่ยงในการดำเนินการหากคุณสมบัติหรือการรับรองจากลูกค้าตามหลังคู่แข่ง
 
ซัมซุงมีความสำคัญเพราะสามารถเพิ่มอุปทานที่มีความสามารถในการแข่งขันมากขึ้นให้กับตลาดหน่วยความจำปัญญาประดิษฐ์ ขณะเดียวกันก็ได้รับประโยชน์จากการเติบโตในระยะยาวของภาคส่วนนี้
 

5. เหตุผลที่หุ้นหน่วยความจำอาจได้รับหลายเท่าของการประเมินมูลค่าที่สูงกว่า

หุ้นหน่วยความจำอาจได้รับหลายเท่าของการประเมินมูลค่าที่สูงขึ้น หากตลาดเชื่อว่าความต้องการ HBM เป็นโครงสร้างถาวร ในวัฏจักรก่อนหน้า นักลงทุนมักลดมูลค่าบริษัทหน่วยความจำเนื่องจากอุตสาหกรรมสามารถเคลื่อนตัวจากขาดแคลนเป็นสินค้าล้นตลาดได้อย่างรวดเร็ว AI ไม่ได้ขจัดความเสี่ยงนี้ แต่อาจปรับปรุงคุณภาพของความต้องการ HBM มีความซับซ้อนทางเทคนิค สอดคล้องกับลูกค้าแต่ละราย และจำเป็นสำหรับตัวเร่งความเร็ว AI หากอุปทานยังคงตึงตัวและลูกค้าลงนามในข้อตกลงระยะยาว นักลงทุนอาจพิจารณาบริษัทหน่วยความจำชั้นนำต่างจากหุ้นวัฏจักร DRAM แบบดั้งเดิม
 
ข้อโต้แย้งเกี่ยวกับการปรับอันดับใหม่ยังขึ้นอยู่กับการเติบโตของการให้บริการ (inference) การฝึกอบรมได้สร้างคลื่นแรกของความต้องการโครงสร้างพื้นฐาน AI แต่การให้บริการอาจมีความสำคัญมากยิ่งขึ้นเมื่อแอปพลิเคชัน AI เข้าสู่การใช้งานในชีวิตประจำวัน ตัวช่วยสำหรับองค์กร ตัวแทน AI เครื่องมือค้นหา หุ่นยนต์ และระบบหลายรูปแบบ ล้วนอาจเพิ่มความต้องการหน่วยความจำ หากสิ่งนี้เกิดขึ้น บริษัทหน่วยความจำอาจได้รับประโยชน์จากปริมาณเนื้อหาที่สูงขึ้นต่อเซิร์ฟเวอร์และความต้องการที่คาดเดาได้มากขึ้น นี่คือเหตุผลที่ Serenity จัดให้หน่วยความจำอยู่ร่วมกับ neoclouds และฟอตอนิกส์ในฐานะหัวข้อโครงสร้างพื้นฐานหลัก
 
เหตุผลที่หุ้นหน่วยความจำอาจได้รับการประเมินใหม่ ได้แก่:
  • HBM มีความสำคัญต่อประสิทธิภาพของตัวเร่งความเร็ว AI
  • เซิร์ฟเวอร์ AI ใช้หน่วยความจำมากกว่าเซิร์ฟเวอร์แบบดั้งเดิม
  • อุปทาน HBM ยากที่จะขยายตัวได้อย่างรวดเร็ว
  • การผูกพันระยะยาวของลูกค้าอาจสนับสนุนความชัดเจนของรายได้
  • การเติบโตของการอนุมานอาจขยายความต้องการให้เกินคลื่นการฝึกอบรมครั้งแรก
  • นักลงทุนอาจกำหนดหลายเท่าที่สูงขึ้น หากหน่วยความจำไม่ได้เป็นเพียงวงจรเชิงไซคลิกอีกต่อไป
 
โอกาสมีความสำคัญ แต่ยังคงต้องเลือกหุ้นอย่างระมัดระวัง เพราะอุตสาหกรรมหน่วยความจำยังคงเป็นอุตสาหกรรมที่มีการแข่งขันสูงและใช้ทุนมาก
 

เหตุใดโครงสร้างพื้นฐานด้านปัญญาประดิษฐ์จึงมีความสำคัญสำหรับเว็บ3

แม้ว่าทฤษฎีของ Serenity จะมุ่งเน้นไปที่หุ้นโครงสร้างพื้นฐานปัญญาประดิษฐ์เป็นหลัก แต่ธีมนี้ยังเชื่อมโยงอย่างอ้อมกับคริปโต โดยเมื่อความต้องการปัญญาประดิษฐ์เพิ่มขึ้น ภาคส่วนคริปโต เช่น การคำนวณแบบกระจายศูนย์, DePIN, เครือข่ายข้อมูลบนบล็อกเชน และตัวแทนปัญญาประดิษฐ์ อาจมีความเกี่ยวข้องมากขึ้น เนื่องจากมีเป้าหมายเพื่อสนับสนุนโครงสร้างพื้นฐานแบบเปิดสำหรับการคำนวณ การจัดเก็บข้อมูล และการอัตโนมัติ ซึ่งไม่ได้หมายความว่า Nebius, ฟอตอนิกส์ หรือ HBM เป็นโครงการคริปโต แต่แนวโน้มโครงสร้างพื้นฐานเดียวกันนี้มีความสำคัญต่อ Web3 เพราะแอปพลิเคชันปัญญาประดิษฐ์ในอนาคตอาจต้องการการคำนวณที่ถูกกว่า ข้อมูลที่สามารถตรวจสอบได้ เครือข่ายแบบกระจายศูนย์ และการชำระเงินระหว่างเครื่องกับเครื่อง
 

ความเสี่ยงหลักในทฤษฎีโครงสร้างพื้นฐาน AI ของ Serenity

ทฤษฎีโครงสร้างพื้นฐาน AI ของ Serenity ชี้ให้เห็นโอกาสระยะยาวที่แข็งแกร่ง แต่ธีมนี้ไม่ได้ปราศจากความเสี่ยง นีโอคลาวด์ โฟตอนิกส์ และหน่วยความจำเป็นภาคส่วนที่ต้องใช้ทุนสูง โดยมูลค่า ความต้องการของลูกค้า วัฏจักรการจัดหา และการดำเนินงานสามารถเปลี่ยนแปลงได้อย่างรวดเร็ว นักลงทุนควรเข้าใจความเสี่ยงเหล่านี้ก่อนที่จะถือว่าการรีวิ่งมูลค่าใหม่ของโครงสร้างพื้นฐาน AI เป็นแนวโน้มที่รับประกัน
  • ความเสี่ยงด้านการประเมินมูลค่า: หุ้นโครงสร้างพื้นฐานปัญญาประดิษฐ์อาจได้รับการกำหนดราคาไว้ล่วงหน้าสำหรับการเติบโตในอนาคตที่แข็งแกร่ง ทำให้พื้นที่สำหรับผลตอบแทนเพิ่มเติมลดลง
  • ความเข้มข้นของทุน: Neoclouds, ศูนย์ข้อมูล, หน่วยความจำ และผู้ผลิตอุปกรณ์ออปติคัล ต้องการการลงทุนอย่างหนักเพื่อขยายขนาด
  • ความเสี่ยงจากการเจือจาง: บริษัทอาจออกหุ้นหรือระดมหนี้เพื่อสนับสนุนการขยายกิจการ ซึ่งอาจกดดันผู้ถือหุ้น
  • ความเข้มข้นของลูกค้า: ผู้จัดจำหน่ายจำนวนมากพึ่งพาผู้ซื้อขนาดใหญ่ไม่กี่ราย ซึ่งสร้างความเสี่ยงในการล่าช้าของคำสั่งซื้อ
  • ความเสี่ยงจากวัฏจักรการจัดหา: ตลาด HBM และออปติคัลอาจเปลี่ยนจากภาวะขาดแคลนเป็นภาวะล้นตลาด หากความสามารถในการผลิตขยายตัวเร็วเกินไป
  • ความเสี่ยงในการดำเนินการ: การปรับใช้ผลิตภัณฑ์ การก่อสร้างศูนย์ข้อมูล การเข้าถึงพลังงาน และการคัดเลือกลูกค้าอาจเผชิญกับความล่าช้า
  • ความเสี่ยงจากการใช้จ่ายด้าน AI: หากผู้ให้บริการรายใหญ่ลดการลงทุนด้าน AI ความต้องการด้านการประมวลผล โฟตอนิกส์ และหน่วยความจำอาจอ่อนตัวลง
 

สรุป

ทฤษฎี AI ของ Serenity แสดงให้เห็นว่าระยะถัดไปของตลาด AI อาจถูกขับเคลื่อนโดยความต้องการโครงสร้างพื้นฐานมากกว่าความฮือฮาด้านซอฟต์แวร์ บริษัทเนโอคลาวด์อย่าง Nebius ผู้เล่นด้านโฟตอนิกส์เช่น AAOI และผู้นำด้านหน่วยความจำรวมถึง Micron, SK Hynix และ Samsung กำลังได้รับความสนใจ เพราะพวกเขาสนับสนุนจุดคอขวดที่แท้จริงเบื้องหลังการเติบโตของ AI: การประมวลผล การเคลื่อนย้ายข้อมูล และหน่วยความจำความเร็วสูง โอกาสมีความแข็งแกร่ง แต่นักลงทุนยังต้องติดตามการประเมินมูลค่า การลดสัดส่วนหุ้น ความเข้มข้นของลูกค้า และความเสี่ยงในการดำเนินงาน โดยรวมแล้ว ทฤษฎีนี้ชี้ให้เห็นว่าโครงสร้างพื้นฐาน AI อาจกลายเป็นหนึ่งในเรื่องราวการรีเรตติ้งที่สำคัญที่สุดในวัฏจักรเทคโนโลยีถัดไป
 

คำถามที่พบบ่อย

ทฤษฎีปัญญาประดิษฐ์ของ Serenity คืออะไร

ทฤษฎีปัญญาประดิษฐ์ของ Serenity คือ ระยะถัดไปของตลาดปัญญาประดิษฐ์อาจเปลี่ยนจากการระเบิดของซอฟต์แวร์ไปสู่ความต้องการด้านโครงสร้างพื้นฐาน ทฤษฎีนี้มุ่งเน้นที่ neoclouds, photonics และหน่วยความจำ เนื่องจากพื้นที่เหล่านี้สนับสนุนโครงสร้างหลักของการเติบโตของปัญญาประดิษฐ์: ความสามารถในการประมวลผล การเคลื่อนย้ายข้อมูล และหน่วยความจำความเร็วสูง

ทำไมโครงสร้างพื้นฐานของปัญญาประดิษฐ์จึงมีความสำคัญมากขึ้น?

โครงสร้างพื้นฐานด้าน AI กำลังมีความสำคัญมากขึ้น เพราะแบบจำลอง AI ขั้นสูงต้องการศูนย์ข้อมูลขนาดใหญ่ คลัสเตอร์ GPU เครือข่ายแสง อุปกรณ์หน่วยความจำ การจัดเก็บข้อมูล พลังงาน และระบบระบายความร้อน เพื่อให้สามารถทำงานในระดับใหญ่ ขณะที่บริษัทต่างๆ เคลื่อนตัวจากขั้นตอนการทดสอบ AI ไปสู่การใช้งานจริง ความต้องการต่อชั้นโครงสร้างพื้นฐานเหล่านี้ยังคงเติบโตต่อเนื่อง

neoclouds ใน AI คืออะไร

Neoclouds เป็นผู้ให้บริการโครงสร้างพื้นฐานแบบคลาวด์ที่ออกแบบมาโดยเฉพาะสำหรับงานโหลดด้าน AI พวกเขาให้ความสามารถด้าน GPU การคำนวณประสิทธิภาพสูง การสนับสนุนการฝึกโมเดล และโครงสร้างพื้นฐานสำหรับการอนุมาน ทำให้แตกต่างจากแพลตฟอร์มคลาวด์แบบดั้งเดิมที่มุ่งเน้นการคำนวณสำหรับธุรกิจทั่วไป

ทำไม Nebius จึงมีความสำคัญในทฤษฎีปัญญาประดิษฐ์ของ Serenity?

Nebius มีความสำคัญเพราะถูกวางตำแหน่งเป็นบริษัทโครงสร้างพื้นฐานคลาวด์ที่ออกแบบมาเพื่อปัญญาประดิษฐ์โดยเฉพาะ มันให้โอกาสแก่นักลงทุนในการเข้าถึงแนวคิดด้านกำลังการประมวลผลปัญญาประดิษฐ์ โดยเฉพาะเมื่อบริษัทเทคโนโลยีรายใหญ่และองค์กรต่างๆ มองหาโครงสร้างพื้นฐานคลาวด์ที่เชื่อถือได้เพื่อรองรับงานปัญญาประดิษฐ์ในขั้นตอนการฝึกอบรม การอนุมาน และการผลิต

โฟตอนิกส์ในศูนย์ข้อมูลปัญญาประดิษฐ์คืออะไร

โฟตอนิกส์หมายถึงเทคโนโลยีที่ใช้แสงในการส่งข้อมูลด้วยความเร็วสูงมาก ในศูนย์ข้อมูลปัญญาประดิษฐ์ โฟตอนิกส์ช่วยเพิ่มแบนด์วิดธ์ ลดความล่าช้า และรองรับคลัสเตอร์ GPU ขนาดใหญ่ ซึ่งการสื่อสารที่รวดเร็วระหว่างชิป เซิร์ฟเวอร์ และระบบจัดเก็บข้อมูลมีความสำคัญอย่างยิ่ง

ทำไมหน่วยความจำจึงมีความสำคัญต่อโครงสร้างพื้นฐานของปัญญาประดิษฐ์?

หน่วยความจำมีความสำคัญเพราะตัวเร่งความเร็วปัญญาประดิษฐ์ต้องเข้าถึงข้อมูลจำนวนมากอย่างรวดเร็ว หน่วยความจำแบนด์วิดธ์สูง หรือ HBM ช่วยให้ GPU และชิปปัญญาประดิษฐ์สามารถประมวลผลงานได้อย่างมีประสิทธิภาพมากขึ้น หากไม่มีแบนด์วิดธ์หน่วยความจำที่แข็งแรง โปรเซสเซอร์ที่ทรงพลังก็อาจไม่สามารถบรรลุประสิทธิภาพสูงสุดได้

บริษัทใดบ้างที่เกี่ยวข้องกับทฤษฎีโครงสร้างพื้นฐานปัญญาประดิษฐ์ของ Serenity?

บริษัทหลักที่เกี่ยวข้องกับทฤษฎีของ Serenity ได้แก่ Nebius สำหรับโครงสร้างพื้นฐานคลาวด์ AI, AAOI สำหรับฟอตอนิกส์และเครือข่ายแสง และ Micron, SK Hynix และ Samsung สำหรับหน่วยความจำ AI และความต้องการ HBM แต่ละบริษัทแทนส่วนต่างๆ ของห่วงโซ่อุปทานโครงสร้างพื้นฐาน AI

ความเสี่ยงที่ใหญ่ที่สุดในการเทรดโครงสร้างพื้นฐานด้าน AI คืออะไร

ความเสี่ยงที่ใหญ่ที่สุดรวมถึงการประเมินมูลค่าสูง การใช้ทุนอย่างหนัก ความเสี่ยงจากการลดมูลค่าหุ้น ความเข้มข้นของลูกค้า การขยายกำลังการผลิต และความท้าทายในการดำเนินการ โครงสร้างพื้นฐานด้าน AI เป็นธีมระยะยาวที่แข็งแกร่ง แต่หุ้นในภาคอุตสาหกรรมนี้อาจผันผวนหากความคาดหวังการเติบโตสูงเกินไปหรือความต้องการชะลอตัว
 
 

ข้อจำกัดความรับผิด

ข้อมูลที่ให้ไว้บนหน้านี้อาจมาจากแหล่งภายนอกและไม่จำเป็นต้องแสดงมุมมองหรือความเห็นของ KuCoin เนื้อหานี้มีจุดประสงค์เพื่อการให้ข้อมูลทั่วไปเท่านั้น และไม่ควรพิจารณาว่าเป็นคำแนะนำด้านการเงิน การลงทุน หรือคำแนะนำทางวิชาชีพ KuCoin ไม่รับประกันความถูกต้อง ความสมบูรณ์ หรือความน่าเชื่อถือของข้อมูล และไม่มีความรับผิดชอบต่อข้อผิดพลาด ข้อบกพร่อง หรือผลลัพธ์ใดๆ ที่เกิดจากการใช้งาน การลงทุนในสินทรัพย์ดิจิทัลมีความเสี่ยงที่มาพร้อมกับธรรมชาติของมัน กรุณาประเมินความเสี่ยงที่คุณรับได้และสถานการณ์ทางการเงินของคุณอย่างรอบคอบก่อนตัดสินใจลงทุน สำหรับรายละเอียดเพิ่มเติม กรุณาดู ข้อกำหนดการใช้งาน และ การเปิดเผยความเสี่ยง ของ KuCoin

คำปฏิเสธความรับผิดชอบ: หน้านี้แปลโดยใช้เทคโนโลยี AI (ขับเคลื่อนโดย GPT) เพื่อความสะดวกของคุณ สำหรับข้อมูลที่ถูกต้องที่สุด โปรดดูต้นฉบับภาษาอังกฤษ