วิกฤตห่วงโซ่อุปทานครั้งถัดไปของ AI: ความขาดแคลนเลเซอร์ InP คุกคามศูนย์ข้อมูล
2026/08/04 11:13:00
การระเบิดของปัญญาประดิษฐ์ได้เปิดเผยความขาดแคลนใน GPU, หน่วยความจำแบนด์วิดธ์สูง, การแพ็กเกจขั้นสูง, ไฟฟ้า และระบบระบายความร้อนแล้ว ข้อจำกัดถัดไปอาจไม่เห็นได้ชัดเจนเท่า แต่มีความสำคัญไม่แพ้กัน: เลเซอร์ที่ถ่ายโอนข้อมูลปริมาณมหาศาลระหว่างโปรเซสเซอร์ภายในศูนย์ข้อมูลปัญญาประดิษฐ์สมัยใหม่
อินเดียมฟอสไนด์ หรือ InP เป็นสารกึ่งตัวนำที่ใช้ในชิ้นส่วนแสงความเร็วสูง ความต้องการเลเซอร์ที่ใช้ InP เพิ่มขึ้นเนื่องจากบริษัทคลาวด์กำลังย้ายจากเครือข่าย 400G และ 800G ไปสู่การเชื่อมต่อ 1.6T และออปติกส์แบบร่วมบรรจุ ในขณะเดียวกัน การควบคุมการส่งออก ขีดจำกัดของกำลังการผลิต และฐานผู้จัดจำหน่ายที่มีความเข้มข้น ทำให้การขยายตัวยากขึ้น สำหรับนักลงทุนคริปโต ปัญหานี้อาจส่งผลต่อต้นทุนโครงสร้างพื้นฐาน AI เศรษฐกิจการคำนวณแบบกระจายศูนย์ มูลค่าของ AI-token และความชอบเสี่ยงโดยรวมที่เชื่อมโยงหุ้นเทคโนโลยีกับ Bitcoin
การขาดแคลน InP กลายเป็นปัญหาด้าน AI
ความขาดแคลนนี้ไม่ได้เกิดจากอุบัติเหตุของโรงงานเดียวหรือคลื่นการซื้อเชิง spekulatif อย่างฉับพลัน แต่เกิดขึ้นเมื่อคลัสเตอร์ AI ใหญ่ขึ้นและพึ่งพาเครือข่ายความเร็วสูงมากขึ้น การฝึกอบรมและให้บริการโมเดลขั้นสูงต้องการอุปกรณ์เร่งความเร็วหลายพันชิ้นเพื่อแลกเปลี่ยนข้อมูลด้วยความล่าช้าน้อยที่สุด สิ่งนี้ได้เพิ่มความต้องการตัวรับส่งแสง สวิตช์ความจุสูง และเลเซอร์ที่สร้างสัญญาณที่เดินทางผ่านสายไฟเบอร์ออปติก
Lumentum ระบุว่าการขยายโครงสร้างพื้นฐานของปัญญาประดิษฐ์กำลังขับเคลื่อนความต้องการชิ้นส่วนออปติคัลที่แข็งแกร่งผิดปกติ บริษัทอ้างถึงการประมาณการตลาดที่แสดงว่าความต้องการเลเซอร์แบบอิเล็กโทร-ดูดซับแบบอินเดียมฟอสไฟด์ (InP) และชิปเลเซอร์ที่เกี่ยวข้องอยู่สูงกว่าอุปทานประมาณ 30% ถึง 50% ความไม่สมดุลนี้มีความสำคัญเพราะคลัสเตอร์ปัญญาประดิษฐ์ไม่สามารถทำงานได้อย่างมีประสิทธิภาพเมื่อมีโปรเซสเซอร์พร้อมใช้งาน แต่เครือข่ายที่เชื่อมต่อพวกมันยังไม่สมบูรณ์
geopolitics ได้เพิ่มความไม่แน่นอนอีกชั้นหนึ่ง จีนได้แนะนำการควบคุมที่เข้มงวดขึ้นต่อการส่งออกที่เกี่ยวข้องกับ InP ในเดือนกุมภาพันธ์ 2025 ในขณะที่ผู้ซื้อต่างประเทศรายงานว่ามีการตรวจสอบการจัดส่งอินเดียมอย่างใกล้ชิดมากขึ้น จีนผลิตอินเดียมประมาณ 70% ของโลก ซึ่งเป็นโลหะด้านต้นน้ำที่ใช้ผลิต InP รีวิวเตอร์รายงานว่า การล่าช้าในการออกใบอนุญาตและการรวมศูนย์การผลิตซับสเตรตได้ทำให้บริษัทของอเมริกาและยุโรปประสบความยากลำบากในการจัดหาแหล่งจัดหาทางเลือก
พฤติกรรมการซื้อขององค์กรให้หลักฐานเพิ่มเติมว่า นี่เป็นปัญหาเชิงโครงสร้าง ไม่ใช่ปัญหาชั่วคราวที่เกิดจากข่าวสาร AXT ตกลงจองปริมาณซับสเตรต InP ให้กับ Lumentum จนถึงวันที่ 31 ธันวาคม 2031 Lumentum ยังกำลังสร้างโรงงานผลิตใหม่ในสหรัฐอเมริกาสำหรับเลเซอร์ InP ขั้นสูง ในขณะที่ Coherent กำลังขยายกำลังการผลิต InP ขนาดหกนิ้วในรัฐเท็กซัส การลงทุนเหล่านี้เป็นการลงทุนระยะยาวที่ออกแบบมาเพื่อแก้ไขห่วงโซ่อุปทานที่ไม่ได้ถูกสร้างขึ้นให้รองรับความเร็วในการเติบโตของโครงสร้างพื้นฐาน AI ในปัจจุบัน
ทำไมศูนย์ข้อมูล AI จึงต้องใช้เลเซอร์ InP
ศูนย์ข้อมูลปัญญาประดิษฐ์ไม่ใช่เพียงแค่คลังสินค้าที่เต็มไปด้วย GPU มันคือระบบที่เชื่อมโยงกันอย่างสมบูรณ์แบบ ซึ่งหน่วยประมวลผล หน่วยความจำ ระบบเครือข่าย ไฟฟ้า และระบบระบายความร้อนต้องขยายตัวพร้อมกัน คลัสเตอร์ขนาดใหญ่อาจมีตัวเร่งความเร็วหลายพันหรือหลายหมื่นตัว หากตัวเร่งความเร็วเหล่านี้ไม่สามารถแลกเปลี่ยนพารามิเตอร์แบบจำลองและการคำนวณแบบชั่วคราวได้เร็วพอ พวกมันจะใช้เวลามากขึ้นในการรอและใช้เวลาน้อยลงในการคำนวณ
การเชื่อมต่อแบบทองแดงยังคงมีประโยชน์ในระยะทางสั้นๆ แต่การสูญเสียสัญญาณ ความร้อน และการใช้พลังงานจะยากต่อการควบคุมเมื่อความเร็วและระยะทางเพิ่มขึ้น การเชื่อมต่อแบบแสงสามารถส่งข้อมูลผ่านเส้นใยแสงด้วยแบนด์วิดธ์ที่สูงขึ้นและประสิทธิภาพด้านพลังงานที่ดีกว่า InP มีคุณค่าเพราะสามารถสร้างและปรับเปลี่ยนแสงที่ความยาวคลื่นที่ใช้กันอย่างแพร่หลายในการสื่อสารผ่านเส้นใยแสง พอร์ตโฟลิโอของ Lumentum สำหรับศูนย์ข้อมูลรวมถึง EML ที่ใช้ InP และเลเซอร์คลื่นต่อเนื่องที่ออกแบบมาสำหรับเครือข่ายความเร็วสูงและหน่วงเวลาต่ำ
EMLs และเลเซอร์คลื่นต่อเนื่อง
เลเซอร์ที่มีตัวปรับการดูดซับไฟฟ้า หรือ EML รวมแหล่งเลเซอร์เข้ากับตัวปรับความเร็วสูง ซึ่งมักใช้ในอุปกรณ์รับส่งแสงแบบถอดเปลี่ยนได้ ตัวอย่างเช่น EML 200G ของ Lumentum ถูกออกแบบมาเพื่อให้ช่องสัญญาณ 200G แปดช่องสามารถรองรับโมดูล 1.6T ได้ เมื่อศูนย์ข้อมูลอัปเกรดเป็นการเชื่อมต่อที่เร็วขึ้น ความต้องการด้านประสิทธิภาพและการผลิตของอุปกรณ์เหล่านี้จึงเพิ่มขึ้น
เลเซอร์แบบคลื่นต่อเนื่องให้แหล่งแสงที่มีความเสถียรสำหรับระบบซิลิคอนฟอตอนิกส์และออปติกส์แบบรวมแพ็กเกจ ซิลิคอนฟอตอนิกส์สามารถนำทาง แบ่ง และปรับเปลี่ยนแสงได้อย่างมีประสิทธิภาพ แต่ซิลิคอนไม่ใช่วัสดุที่ปล่อยแสงได้อย่างมีประสิทธิภาพ ดังนั้นระบบแบบรวมแพ็กเกจของ NVIDIA จึงยังคงใช้แหล่งเลเซอร์ภายนอกที่ใช้งานได้จริง สถาปัตยกรรมเปลี่ยนแปลงที่ตำแหน่งของเลเซอร์และวิธีการเชื่อมต่อ; แต่ไม่ได้ลบความจำเป็นในการมีแหล่งแสงที่ผ่านการรับรอง
| ส่วนประกอบโครงสร้างพื้นฐาน | ฟังก์ชันหลัก | ผลที่ตามมาจากการขาดแคลน |
| GPU หรือตัวเร่งความเร็ว AI | ดำเนินการคำนวณการฝึกอบรมและการอนุมาน | จำกัดความสามารถในการประมวลผลแบบดิบ |
| หน่วยความจำแบนด์วิดธ์สูง | จัดหาข้อมูลให้กับตัวเร่งความเร็ว | ลดการใช้งานหน่วยประมวลผล |
| ตัวรับส่งแสง | แปลงสัญญาณไฟฟ้าและแสง | การล่าช้าในการปรับใช้เครือข่ายความเร็วสูง |
| เลเซอร์ InP | สร้างแสงสำหรับการเชื่อมต่อแบบออปติคัล | จำกัดการผลิตทรานซีฟเวอร์และโฟตอนิกส์ |
| การสลับเครือข่าย | เชื่อมตัวเร่งความเร็วเข้าด้วยกันเป็นคลัสเตอร์ | จำกัดขนาดและประสิทธิภาพของคลัสเตอร์ |
| พลังงานและการระบายความร้อน | ทำให้ระบบทำงานได้อย่างต่อเนื่อง | จำกัดจำนวนฮาร์ดแวร์ที่สามารถรันได้ |
เปรียบเทียบอย่างง่ายคือ GPU เป็นเครื่องยนต์ของศูนย์ข้อมูลปัญญาประดิษฐ์ ในขณะที่เครือข่ายแสงคือระบบทางด่วนที่เชื่อมต่อพวกมัน เลเซอร์ InP ให้แสงบางส่วนที่ทำให้การจราจรเคลื่อนตัวต่อไป ผู้ให้บริการอาจมีเครื่องยนต์เพียงพอ แต่ระบบไม่สามารถบรรลุประสิทธิภาพสูงสุดได้หากทางด่วนยังไม่เสร็จ
ทำไมอุปทานจึงไม่สามารถตามทันได้อย่างรวดเร็ว
ความยากลำบากประการแรกคือการรวมศูนย์ผู้จัดหา ซับสเตรต InP และอุปกรณ์เลเซอร์ประสิทธิภาพสูงมาจากการฐานอุตสาหกรรมที่เล็กกว่ามากเมื่อเทียบกับชิปซิลิคอนทั่วไป รีวูเตอร์รายงานว่าบริษัทสามแห่งครองส่วนแบ่งตลาดซับสเตรต InP ทั่วโลกประมาณ 90% เมื่อตลาดพึ่งพาผู้ผลิตที่มีคุณสมบัติเหมาะสมเพียงไม่กี่ราย การหยุดชะงักที่เกี่ยวข้องกับวัตถุดิบ วุฟเฟอร์ อีพิแทกซี หรือการผลิตอุปกรณ์ สามารถส่งผลกระทบต่อทั้งห่วงโซ่
ลูกค้ายังไม่สามารถเปลี่ยนผู้จัดหาได้ทันที เลเซอร์ในศูนย์ข้อมูลต้องตอบสนองข้อกำหนดที่เข้มงวดเกี่ยวกับกำลังการปล่อย ความเสถียรของอุณหภูมิ อายุการใช้งาน และความสม่ำเสมอ วัฟเฟิลหรือแหล่งเลเซอร์ใหม่ต้องผ่านการทดสอบและการรับรองจากลูกค้าก่อนจะสามารถใช้งานในระบบเชิงพาณิชย์ขนาดใหญ่ ดังนั้น กำลังการผลิตที่มีอยู่บนกระดาษอาจใช้เวลาหลายเดือนหรือหลายปีกว่าจะสามารถใช้งานได้จริง
วเฟอร์ขนาดใหญ่สามารถปรับปรุงเศรษฐศาสตร์ของอุตสาหกรรมได้ Coherent ระบุว่าแพลตฟอร์ม InP ขนาดหกนิ้วของตนสามารถเพิ่มกำลังการผลิตได้มากกว่าสี่เท่าและลดต้นทุนไดอีดมากกว่า 60% เมื่อเทียบกับวิธีการใช้วเฟอร์ขนาดเล็ก อย่างไรก็ตาม ประโยชน์เหล่านี้ขึ้นอยู่กับความพร้อมของอุปกรณ์ ความสุกงอมของกระบวนการ การปรับปรุงอัตราการผลิตที่ผ่านการตรวจสอบ และการรับรองจากลูกค้า การขยายการผลิตเซมิคอนดักเตอร์แบบประกอบยังคงซับซ้อนกว่าการเพิ่มกำลังการผลิตให้กับกระบวนการซิลิคอนที่สุกงอม
ซัพพลายเออร์ต้องหลีกเลี่ยงการขยายตัวในช่วงเวลาที่ไม่เหมาะสมของวัฏจักร การสร้างอย่างช้าเกินไปอาจเสี่ยงต่อการสูญเสียลูกค้าและยืดระยะเวลาการขาดแคลน การสร้างอย่างเร็วเกินไปอาจทำให้ผู้ผลิตมีโรงงานที่ใช้งานไม่เต็มประสิทธิภาพ หากการใช้จ่ายของฮัยเพอร์สเกลเลอร์ลดลงในภายหลัง สัญญาระยะยาว การชำระเงินล่วงหน้าจากลูกค้า และการลงทุนเชิงกลยุทธ์ช่วยแบ่งปันความเสี่ยงนี้ระหว่างบริษัทที่ต้องการแหล่งจัดหาที่มั่นคง กับผู้ผลิตที่ต้องจัดหาทุนสำหรับกำลังการผลิตใหม่ที่มีต้นทุนสูง
การขาดแคลนอาจทำให้ศูนย์ข้อมูลช้าลง
การขาดแคลน InP ไม่น่าจะทำให้ศูนย์ข้อมูล AI ที่ดำเนินการอยู่แล้วต้องปิดตัวลง ความเสี่ยงที่เป็นไปได้มากกว่าคือการหน่วงเวลาการสร้างคลัสเตอร์ใหม่และการอัปเกรดเครือข่าย ผู้ดำเนินการอาจได้รับ GPU แต่ต้องรอเป็นเวลานานกว่าจะได้รับโมดูลออปติคัล 800G หรือ 1.6T สวิตช์ หรือระบบเลเซอร์ภายนอก โปรเซสเซอร์ที่มีราคาแพงอาจต้องทำงานในคอนฟิกูเรชันที่เล็กลง ใช้งานไม่เต็มศักยภาพ หรือสร้างรายได้ช้ากว่าที่วางแผนไว้
ผลกระทบจะไม่กระจายอย่างเท่าเทียมกัน ผู้ให้บริการขนาดใหญ่สามารถเสนอการฝากเงิน ลงนามในสัญญาหลายปี และเจรจาเพื่อเข้าถึงการผลิตแบบมีลำดับความสำคัญ ผู้ให้บริการคลาวด์ขนาดเล็ก บริษัท AI ที่เชี่ยวชาญ และผู้ดำเนินการคำนวณแบบกระจายศูนย์มีกำลังซื้อน้อยกว่า พวกเขาอาจเผชิญกับราคาที่สูงขึ้น เวลาในการรอคอยที่นานขึ้น หรือการจัดสรรที่ไม่เป็นประโยชน์ ซึ่งอาจเสริมตำแหน่งของบริษัทโครงสร้างพื้นฐานรายใหญ่ที่สุด
ออปติกส์แบบร่วมแพ็กเกจอาจช่วยเพิ่มประสิทธิภาพด้านพลังงานและลดการสูญเสียสัญญาณ แต่ไม่ได้ขจัดปัญหาด้านอุปทาน NVIDIA ระบุว่าสวิตช์ซิลิคอนโฟตอนิกส์ของพวกเขาสามารถลดการใช้พลังงานและปรับปรุงความสมบูรณ์ของสัญญาณได้อย่างมีนัยสำคัญเมื่อเทียบกับการออกแบบแบบปลั๊กอินแบบดั้งเดิม ระบบเหล่านี้ยังคงพึ่งพาแหล่งเลเซอร์ภายนอกและระบบนิเวศโฟตอนิกส์เฉพาะทาง จุดคอขวดอาจเปลี่ยนจากทรานซีฟเวอร์แบบดั้งเดิมไปเป็นชุดเลเซอร์กำลังสูง แทนที่จะหายไป
ความท้าทายที่แท้จริงคือความสมดุลของระบบ การมี GPU มากขึ้นไม่ได้สร้างความสามารถด้าน AI ที่ใช้งานได้มากขึ้นโดยอัตโนมัติ หน่วยประมวลผล หน่วยความจำ การเชื่อมต่อเครือข่าย พลังงาน และการระบายความร้อนต้องมาถึงในตำแหน่งที่ถูกต้องในเวลาใกล้เคียงกัน ชิ้นส่วนออปติคัลที่มีราคาค่อนข้างถูกสามารถทำให้เกิดความล่าช้าในโครงการที่มีการลงทุนรวมเป็นพันล้านดอลลาร์
การเดิมพันด้านออปติกส์ของ Nvidia เปลี่ยนเรื่องราว
การกระทำของ NVIDIA ได้เปลี่ยนเครือข่ายออปติคัลให้เป็นหัวข้อการลงทุนด้าน AI ที่เป็นที่นิยมทั่วไป ในเดือนมีนาคม 2026 บริษัทได้ประกาศความร่วมมือเชิงกลยุทธ์แยกกันกับ Lumentum และ Coherent รวมถึงการลงทุน 2 พันล้านดอลลาร์สหรัฐในแต่ละธุรกิจ ข้อตกลงเหล่านี้มีเป้าหมายเพื่อขยายกำลังการผลิต เพิ่มความลึกในการวิจัย และสนับสนุนเทคโนโลยีออปติคัลที่จำเป็นสำหรับโครงสร้างพื้นฐาน AI ในอนาคต
ตรรกะนั้นเรียบง่าย NVIDIA สามารถออกแบบตัวเร่งความเร็วที่มีประสิทธิภาพสูงขึ้นเรื่อยๆ แต่ลูกค้าต้องเชื่อมต่อพวกมันเข้าเป็นคลัสเตอร์ที่เชื่อถือได้และมีประสิทธิภาพ เมื่อขนาดโมเดลและการจราจรการให้บริการเพิ่มขึ้น การเคลื่อนย้ายข้อมูลจึงกลายเป็นส่วนสำคัญยิ่งขึ้นของประสิทธิภาพระบบโดยรวมและการใช้พลังงาน การรับประกันความจุทางแสงช่วยปกป้องมูลค่าของแพลตฟอร์มการคำนวณและเครือข่ายโดยรวมของ NVIDIA
| สัญญาณตลาด | สิ่งที่มันชี้ให้เห็น | สิ่งที่มันไม่ได้พิสูจน์ |
| NVIDIA ลงทุนใน Lumentum | ความสามารถทางแสงได้กลายเป็นสิ่งสำคัญเชิงยุทธศาสตร์ | ทุกบริษัทออปติกส์จะได้รับกำไรสูงขึ้น |
| NVIDIA ลงทุนใน Coherent | ต้องการซัพพลายเออร์และเทคโนโลยีหลายแห่ง | ความขาดแคลนจะคงอยู่ถาวร |
| Lumentum สร้างโรงงานแห่งใหม่ในสหรัฐอเมริกา | กำลังการผลิต InP ภายในประเทศกำลังขยายตัว | การผลิตใหม่จะพร้อมใช้งานทันที |
| Coherent ขยายการผลิตขนาดหกนิ้ว | วเฟอร์ขนาดใหญ่กว่าอาจช่วยปรับขนาดและลดต้นทุน | ความเสี่ยงด้านการผลิตและผลตอบแทนได้หายไป |
| AXT จองอุปทานจนถึงปี 2031 | ลูกค้าต้องการความมั่นคงทางวัสดุในระยะยาว | ความต้องการจะเพิ่มขึ้นในรูปแบบเส้นตรงจนถึงปี 2031 |
NVIDIA ยังได้เข้าร่วมความร่วมมือระยะยาวกับ Corning เพื่อขยายการเชื่อมต่อแบบออปติคัลที่ใช้ในศูนย์ข้อมูลขนาดใหญ่ ข้อตกลงเหล่านี้แสดงให้เห็นว่า เส้นใย โฟตอนิกส์ และเลเซอร์ ไม่ใช่อุปกรณ์รองในเรื่องของ AI อีกต่อไป แต่กำลังกลายเป็นโครงสร้างพื้นฐานเชิงกลยุทธ์ควบคู่ไปกับตัวเร่งปฏิกิริยาและหน่วยความจำ
ความหมายของวิกฤตครั้งนี้ต่อโทเค็น AI
การขาดแคลนเลเซอร์ InP ไม่มีความสัมพันธ์ทางกลไกโดยตรงกับราคาของโทเค็น AI โครงการคริปโตโดยทั่วไปไม่ได้ผลิตชิ้นส่วนออปติคัล ความเชื่อมโยงเกิดจากความคาดหวังเกี่ยวกับการเติบโตของอุตสาหกรรม AI ต้นทุนของโครงสร้างพื้นฐานการคำนวณ และความสามารถของเครือข่ายแบบกระจายศูนย์ในการให้บริการที่มีประโยชน์ในราคาที่แข่งขันได้
ต้นทุนที่สูงขึ้นจะทดสอบโมเดลธุรกิจที่อ่อนแอ
หากอุปกรณ์เครือข่ายมีราคาสูงขึ้นหรือเข้าถึงได้ยาก ต้นทุนโดยรวมในการสร้างคลัสเตอร์ GPU จะเพิ่มขึ้น โครงการที่ซื้อความสามารถของคลาวด์และขายต่อผ่านตลาดที่ใช้โทเค็นอาจประสบกับกำไรที่ลดลง เครือข่ายที่ใช้การปล่อยโทเค็นเพื่อสนับสนุนความต้องการอาจเผชิญกับแรงกดดันเพิ่มเติมเมื่อค่าใช้จ่ายโครงสร้างพื้นฐานจริงเพิ่มขึ้นเร็วกว่ารายได้จากลูกค้า
โทเค็นสามารถประสานแรงจูงใจและการชำระเงินได้ แต่ไม่สามารถผลิตฮาร์ดแวร์ที่มีจำกัดหรือลดระยะเวลาการรับรองจากโรงงานได้ ดังนั้นนักลงทุนควรพิจารณาว่าโครงการ AI-คริปโตมีผู้ให้บริการคอมพิวติ้งที่ใช้งานอยู่ ลูกค้าที่กลับมาใช้บริการซ้ำ ราคาที่โปร่งใส ปริมาณงานที่ตรวจสอบได้ และรายได้เพียงพอในการสนับสนุนแรงจูงใจหรือไม่ ตลาดที่ทำงานได้จริงสามารถปรับตัวต่อต้นทุนที่สูงขึ้นได้ ในขณะที่โครงการที่พึ่งพาเพียงวลี “AI Plus บล็อกเชน” จะมีการป้องกันน้อยกว่ามาก
ความหายากไม่ได้หมายความว่าจะเป็นบวกอัตโนมัติ
นักลงทุนบางส่วนอาจสรุปว่าขีดจำกัดของความสามารถแบบกลางศูนย์โดยอัตโนมัติจะเพิ่มมูลค่าของเครือข่ายปัญญาประดิษฐ์แบบกระจายศูนย์ ข้อโต้แย้งนี้มีเหตุผลบางประการเมื่อเครือข่ายช่วยเพิ่มประสิทธิภาพการใช้งาน GPU ที่ไม่ได้ใช้งาน หรือเชื่อมต่อลูกค้ากับผู้ให้บริการรายย่อยในภูมิภาค อย่างไรก็ตาม ผู้ให้บริการแบบกระจายศูนย์ยังคงพึ่งพาศูนย์ข้อมูล สวิตช์ สายไฟเบอร์ และชิ้นส่วนออปติคัล พวกเขาไม่ได้แยกตัวออกจากข้อจำกัดด้านอุปทานทางกายภาพ
ผลลัพธ์ที่เป็นไปได้คือความแตกต่างที่ชัดเจนขึ้นระหว่างโทเค็น AI ตลาด GPU เครือข่ายการอนุมาน แพลตฟอร์มข้อมูล และโปรโตคอลตัวแทน不应ถูกประเมินมูลค่าในหมวดเดียวกัน การเข้าถึงฮาร์ดแวร์ แบนด์วิดธ์ ความล่าช้า และการใช้จ่ายทุนของแต่ละประเภทแตกต่างกันอย่างมาก
ดังนั้น ความขาดแคลนนี้จึงควรเข้าใจมากกว่าเป็นการทดสอบพื้นฐานมากกว่าเป็นตัวเร่งปฏิกิริยาคริปโตทั่วไป มันอาจเปิดเผยว่าโครงการใดเข้าใจเศรษฐศาสตร์ของการจัดส่งบริการปัญญาประดิษฐ์ และโครงการใดกำลังอาศัยเพียงเรื่องเล่าที่เป็นที่นิยม
ปัญญาประดิษฐ์แบบกระจายศูนย์สามารถให้ประโยชน์ได้หรือไม่?
เครือข่ายการคำนวณแบบกระจายมีโอกาสแท้จริงเมื่อความสามารถแบบรวมศูนย์มีต้นทุนสูงหรือเข้าถึงได้ยาก พวกเขาสามารถรวม GPU ที่ไม่ได้ใช้งาน เชื่อมต่อลูกค้าขนาดเล็กกับผู้ให้บริการในท้องถิ่น และเสนอทางเลือกแทนสัญญาระยะยาวกับแพลตฟอร์มคลาวด์รายใหญ่ การจูงใจด้วยโทเค็นสามารถช่วยดึงดูดทรัพยากรการคำนวณและประสานการชำระเงินข้ามพรมแดน
เครือข่ายเหล่านี้อาจมีประโยชน์เป็นพิเศษสำหรับการอนุมาน การให้บริการโมเดล การเรนเดอร์ การประมวลผลข้อมูล และงานอื่นๆ ที่สามารถแบ่งแยกได้ระหว่างผู้ให้บริการ หากความขาดแคลนแสงเพิ่มขึ้นทำให้ต้นทุนของผู้ให้บริการขนาดใหญ่สูงขึ้นหรือชะลอการก่อสร้างศูนย์ข้อมูลใหม่ ลูกค้าอาจมีความเต็มใจมากขึ้นในการทดสอบแหล่งกำลังการประมวลผลทางเลือก
อย่างไรก็ตาม เครือข่ายแบบกระจายศูนย์ไม่สามารถแทนที่คลัสเตอร์ขนาดใหญ่ได้อย่างสมบูรณ์ การฝึกโมเดลระดับแนวหน้าต้องการอุปกรณ์เร่งความเร็วที่เชื่อมต่อกันอย่างแม่นยำ แบนด์วิดธ์สูงมาก และความหน่วงต่ำมาก การรวมกันของ GPU ผู้บริโภคที่กระจายอยู่ทางภูมิศาสตร์ไม่สามารถเลียนแบบประสิทธิภาพของคลัสเตอร์ที่ออกแบบมาเพื่อวัตถุประสงค์เฉพาะซึ่งเชื่อมต่อด้วยโครงข่าย InfiniBand หรือ Ethernet ขั้นสูงได้อย่างง่ายดาย
โครงการแบบกระจายศูนย์ที่แข็งแกร่งที่สุดจะเป็นโครงการที่เลือกงานที่เหมาะสมกับโครงสร้างของตนเอง แทนที่จะอ้างว่าสามารถแทนที่ผู้ให้บริการแบบรวมศูนย์ทุกราย การกระจายศูนย์สามารถปรับปรุงการเข้าถึงตลาดและการใช้งานฮาร์ดแวร์ แต่ไม่สามารถกำจัดข้อจำกัดทางกายภาพของแบนด์วิธ พลังงาน ความน่าเชื่อถือ และระยะทาง
ความหมายของความขาดแคลนต่อ Bitcoin
Bitcoin อยู่ห่างจากห่วงโซ่อุปทาน InP มากยิ่งขึ้น ความปลอดภัยของมันขึ้นอยู่กับฮาร์ดแวร์ขุด ASIC และไฟฟ้าเป็นหลัก มากกว่าเครือข่ายแสงความเร็วสูงที่ใช้ในการฝึกอบรม AI ขั้นสูง ดังนั้นจึงไม่น่าเป็นปัจจัยโดยตรงที่ผลักดันการรับรอง Bitcoin เศรษฐกิจการขุด หรือกิจกรรมของเครือข่าย
การเชื่อมโยงที่เกี่ยวข้องมากกว่าคือsentiment ของตลาด การใช้จ่ายด้านทุนของ AI ได้กลายเป็นปัจจัยสำคัญต่อผลกำไรและการประเมินมูลค่าของภาคเทคโนโลยี หากข้อจำกัดด้านเครือข่ายทำให้รายได้จากศูนย์ข้อมูลล่าช้าหรือลดผลตอบแทนที่คาดหวังจากการลงทุนด้าน AI หุ้นเทคโนโลยีอาจอ่อนตัวลง และความต้องการโดยรวมต่อสินทรัพย์เสี่ยงอาจลดลง Bitcoin อาจได้รับผลกระทบเมื่อนักลงทุนซื้อขายมันในฐานะสินทรัพย์ที่มีความผันผวนสูงภายในสภาพแวดล้อมสภาพคล่องเดียวกัน
ผลลัพธ์ที่เป็นบวกมากขึ้นก็เป็นไปได้เช่นกัน ข้อจำกัดด้านอุปทานอาจกระตุ้นการลงทุนเพิ่มเติม การขยายการผลิต และการสนับสนุนจากรัฐบาล โดยไม่ชะลอการพัฒนา AI อย่างมีนัยสำคัญ ในสถานการณ์นี้ เหตุการณ์ดังกล่าวจะเสริมสร้างวัฏจักรโครงสร้างพื้นฐานในระยะยาว อัตราดอกเบี้ย สภาพคล่องทั่วโลก การไหลเวียนของ ETF การกำกับดูแล และความต้องการเฉพาะของคริปโต จะยังคงมีความสำคัญต่อ Bitcoin มากกว่าราคาของส่วนประกอบ InP
สิ่งที่นักลงทุนควรจับตาต่อไป
ควรทดสอบเรื่องการขาดแคลนด้วยข้อมูลการดำเนินงาน แทนการพูดซ้ำเป็นสโลแกน นักลงทุนต้องการหลักฐานว่าความต้องการยังคงสูงกว่าอุปทาน โรงงานใหม่กำลังคืบหน้า และลูกค้ายินดีจ่ายราคาที่เพียงพอให้ผู้ผลิตได้รับผลตอบแทนที่น่าสนใจ
ในสถานการณ์ขาขึ้น กำลังการผลิตใหม่จะเข้ามาในขณะที่ความต้องการด้าน AI ยังคงแข็งแกร่ง ทำให้ผู้จัดจำหน่ายออปติคัลสามารถเพิ่มการผลิตโดยไม่ทำลายราคา กรณีพื้นฐานเกี่ยวข้องกับความตึงตัวที่ยังคงอยู่ การขยายตัวอย่างค่อยเป็นค่อยไป และการจัดสรรแบบมีสิทธิ์优先ให้กับลูกค้ารายใหญ่ที่สุด ส่วนสถานการณ์ขาลงจะรวมถึงโครงการศูนย์ข้อมูลที่ล่าช้าและการใช้จ่ายด้าน AI ที่อ่อนลง ทำให้ลูกค้าได้ผลตอบแทนต่ำลง และผู้จัดจำหน่ายต้องรับภาระการขยายตัวที่มีต้นทุนสูง
คำถามที่สำคัญคือไม่ใช่ว่าความต้องการการเชื่อมต่อแบบออปติคัลจะเติบโตหรือไม่ แต่คือว่าอุปทานที่มีคุณสมบัติเหมาะสมสามารถขยายตัวได้เร็วพอที่จะป้องกันไม่ให้เครือข่ายกลายเป็นข้อจำกัดสำคัญต่อการนำ AI ไปใช้งานหรือไม่
การระเบิดของปัญญาประดิษฐ์ตอนนี้เป็นการแข่งขันแบบเต็มสแต็ก
การขาดแคลน InP เปลี่ยนวิธีที่นักลงทุนควรมองโครงสร้างพื้นฐานปัญญาประดิษฐ์ ระยะแรกของวงจรการเติบโตมุ่งเน้นที่โปรเซสเซอร์ ระยะถัดไปขึ้นอยู่กับระบบเต็มรูปแบบ: หน่วยความจำ การแพ็กเกจ การเชื่อมต่อเครือข่าย เลเซอร์ เส้นใยไฟเบอร์ ไฟฟ้า การระบายความร้อน และซอฟต์แวร์ ความอ่อนแอในชั้นใดชั้นหนึ่งสามารถลดมูลค่าของการใช้จ่ายในทุกชั้นอื่นๆ
สำหรับนักลงทุนคริปโต นี่ไม่ใช่การฟื้นตัวของโทเค็น AI ที่รับประกันได้ หรือผลกระทบโดยตรงต่อ Bitcoin แต่เป็นการเตือนว่าตลาดดิจิทัลในที่สุดแล้วขึ้นอยู่กับระบบทางกายภาพ โครงการที่มีผู้ใช้งานจริง การจัดสรรทรัพยากรอย่างมีประสิทธิภาพ และกลยุทธ์โครงสร้างพื้นฐานที่น่าเชื่อถืออาจได้รับความสำคัญ ในขณะที่โทเค็นที่ได้รับการสนับสนุนจากแนวคิด AI ทั่วไปอาจพบความยากลำบากในการอธิบายมูลค่าของตน ระยะถัดไปของความเฟื่องฟูของ AI อาจถูกตัดสินไม่เพียงแต่โดยผู้ที่ครอบครองชิปที่ดีที่สุด แต่ยังรวมถึงผู้ที่สามารถเชื่อมต่อ จ่ายพลังงาน และดำเนินการชิปเหล่านี้ในระดับใหญ่
|
KuCoin กำลังเฉลิมฉลองครบรอบ 9 ปีด้วยแคมเปญพิเศษบนแพลตฟอร์มที่เต็มไปด้วยรางวัลสุดพิเศษ กิจกรรมการซื้อขาย และข้อเสนอจำกัดเวลา อย่าพลาดโอกาสในการเข้าร่วมและเพลิดเพลินกับสิทธิประโยชน์ต่างๆ ขณะที่แพลตฟอร์มแลกเปลี่ยนก้าวผ่านเก้าปีแห่งการเติบโตและการสร้างนวัตกรรม ไปที่หน้าแคมเปญอย่างเป็นทางการได้เลย:
|
คำถามที่พบบ่อย
อินเดียมฟอสไนด์ถูกใช้ภายใน GPU ของ NVIDIA หรือไม่
InP ไม่ใช่วัสดุหลักที่ใช้ในวงจรตรรกะภายใน GPU ของ NVIDIA โปรเซสเซอร์เหล่านี้ผลิตโดยใช้กระบวนการซิลิคอนขั้นสูงเป็นหลัก InP มีความเกี่ยวข้องกับส่วนประกอบออปติคัลที่ถ่ายโอนข้อมูลระหว่างอุปกรณ์เร่งความเร็ว สวิตช์ และตำแหน่งศูนย์ข้อมูล
ความขาดแคลนจะส่งผลกระทบโดยตรงต่อการขุด Bitcoin หรือไม่?
ผลกระทบโดยตรงควรจำกัดไว้ ฟาร์มขุด Bitcoin ต้องการอุปกรณ์เครือข่าย แต่ไม่จำเป็นต้องใช้การเชื่อมต่อที่ซิงโครไนซ์อย่างแน่นหนาและมีแบนด์วิดธ์สูงมากเหมือนกับคลัสเตอร์ฝึกฝน AI ขั้นสูง สหกิจที่ดำเนินการทั้งศูนย์ GPU ขนาดใหญ่และตลาดการคำนวณที่อิงจากคริปโตมีความเสี่ยงมากกว่า
บริการปัญญาประดิษฐ์ที่อิงบนคลาวด์อาจมีราคาสูงขึ้นไหม?
ค่าใช้จ่ายที่สูงขึ้นสำหรับระบบแสงและเครือข่ายสามารถเพิ่มค่าใช้จ่ายรวมในการปรับใช้โครงสร้างพื้นฐานด้าน AI ว่าลูกค้าจะต้องจ่ายมากขึ้นหรือไม่นั้นขึ้นอยู่กับการแข่งขัน การใช้งาน สัญญาการซื้อ และจำนวนค่าใช้จ่ายเพิ่มเติมที่ผู้ให้บริการคลาวด์รับผิดชอบ ดังนั้น การปรับขึ้นราคาอาจปรากฏในบริการที่มีข้อจำกัด โดยไม่ได้มีผลต่อผลิตภัณฑ์ AI ทุกตัวเท่ากัน
สกุลเงินดิจิทัลประเภทใดมีการลงทุนสูงที่สุด?
โครงสร้างพื้นฐานทางกายภาพแบบกระจายศูนย์ ตลาด GPU เครือข่ายการประมวลผล AI และแพลตฟอร์มการคำนวณแบบคลาวด์ที่ถูกแปลงเป็นโทเค็น มีความเชื่อมโยงชัดเจนที่สุด โทเค็นการชำระเงิน แพลตฟอร์มแลกเปลี่ยนแบบกระจายศูนย์ และเครือข่ายระดับ 1 ส่วนใหญ่มีความเสี่ยงโดยตรงน้อยกว่า เว้นแต่ว่ามูลค่าของพวกมันจะขึ้นอยู่กับเรื่องราวของ AI เป็นหลัก
บริษัทสามารถออกแบบระบบออปติคัลใหม่เพื่อใช้เลเซอร์น้อยลงได้หรือไม่
การปรับปรุงการออกแบบสามารถลดจำนวนชิ้นส่วนหรืออนุญาตให้แบ่งปันแหล่งกำเนิดแสงได้อย่างมีประสิทธิภาพมากขึ้น ตัวอย่างของวิวัฒนาการนี้รวมถึงออปติกส์แบบร่วมแพ็กเกจและชุดเลเซอร์ภายนอก อย่างไรก็ตาม สถาปัตยกรรมเหล่านี้ยังต้องการเลเซอร์ที่ผ่านการรับรอง และก่อให้เกิดความท้าทายด้านการผลิต การทดสอบ และความน่าเชื่อถือของตนเอง
นักลงทุนจะรู้ได้อย่างไรว่าภาวะขาดแคลนกำลังคลี่คลาย?
หลักฐานจะรวมถึงเวลาจัดส่งที่สั้นลง ราคาวัสดุพื้นฐานที่คงที่หรือลดลง ปริมาณการจัดส่งทางการค้าที่สูงขึ้น ผลผลิตการผลิตที่ดีขึ้น และการจองกำลังการผลิตที่ไม่เร่งด่วน การประกาศจากโรงงานเพียงอย่างเดียวไม่เพียงพอ; นักลงทุนควรพิจารณาการผลิตและการจัดส่งให้กับลูกค้าที่ผ่านการรับรอง
ซัพพลายเออร์ทางเลือกอื่นสามารถแก้ปัญหานี้ได้อย่างรวดเร็วไหม?
ผู้จัดหาเพิ่มเติมสามารถปรับปรุงความยืดหยุ่น แต่การคัดเลือกใช้เวลานาน ลูกค้าต้องยืนยันว่าวัสดุและอุปกรณ์ใหม่ตอบสนองมาตรฐานด้านประสิทธิภาพและความน่าเชื่อถืออย่างเข้มงวด ดังนั้น กำลังการผลิตใหม่อาจมีอยู่เป็นเวลาหนึ่งก่อนที่จะมีส่วนร่วมอย่างมีนัยสำคัญต่อการติดตั้งศูนย์ข้อมูลขนาดใหญ่
ความขาดแคลน InP น่าจะ kéoยาวเป็นหลายปีไหม?
ระยะเวลาที่แน่นอนยังไม่ชัดเจน ข้อตกลงด้านการจัดหาที่ยืดเยื้อไปถึงทศวรรษหน้า และแผนการขยายโรงงานในปัจจุบันบ่งชี้ว่าบริษัทต่างๆ คาดว่าความมั่นคงด้านการจัดหาจะยังคงมีความสำคัญเชิงกลยุทธ์ การขาดดุลอาจคลี่คลายเร็วกว่านั้น หากวเฟอร์ขนาดใหญ่ขึ้นช่วยเพิ่มผลผลิตอย่างรวดเร็ว มีผู้จัดจำหน่ายรายใหม่เข้ามาหรือการใช้จ่ายด้านโครงสร้างพื้นฐาน AI ชะลอตัวลง
ข้อจำกัดความรับผิด: เนื้อหานี้มีจุดประสงค์เพื่อข้อมูลเท่านั้น และไม่ถือเป็นคำแนะนำด้านการลงทุน การลงทุนในคริปโตเคอเรนซีมีความเสี่ยง โปรดทำการวิจัยด้วยตัวเอง (DYOR)
คำปฏิเสธความรับผิดชอบ: หน้านี้แปลโดยใช้เทคโนโลยี AI เพื่อความสะดวกของคุณ สำหรับข้อมูลที่ถูกต้องที่สุด โปรดดูต้นฉบับภาษาอังกฤษ