Pesanan cip AI Nvidia terus meningkat meskipun syarikat itu menambah bekalan, kata Ketua Pegawai Eksekutifnya, Jensen Huang, dalam temu bual podcast BG2 yang dikeluarkan pada 15 Oktober. Namun, hujahnya lebih luas daripada isu kekurangan cip: Huang percaya permintaan pengkomputeran AI datang daripada pelbagai jenis pelanggan dan kerja—bukan hanya beberapa makmal model terbesar.
6
3
Itu merupakan pandangan optimistik tentang skala pasaran, bukannya jaminan bahawa setiap projek pusat data akan memperoleh pembiayaan atau menghasilkan pulangan yang baik.
Pesanan bertambah, tetapi infrastruktur turut menjadi batas
Huang berkata pesanan pelanggan tiba “hampir setiap minggu dan setiap hari”, dan buku pesanan Nvidia terus berkembang walaupun bekalannya ditingkatkan. Permintaan dilaporkan datang daripada penyedia awan utama, pengendali awan AI yang lebih baharu serta pembuat peralatan. Ada pelanggan yang merancang keperluan lebih awal, tetapi laporan yang tersedia tidak membuktikan bahawa semua pelanggan merancang satu hingga dua tahun ke hadapan.
6
8
43
Keupayaan membekalkan cip bukan satu-satunya kekangan. Laporan tentang komen Huang turut menyebut had bekalan kuasa dan infrastruktur yang lebih luas. Bahan yang tersedia tidak mengesahkan senarai terperinci pusat data yang belum siap atau kekurangan komponen tertentu.
42
Mengapa Huang melihat pasaran yang lebih luas daripada makmal AI terkemuka
Huang menolak anggapan bahawa pembinaan pengkomputeran AI bergantung sepenuhnya pada perbelanjaan dua makmal. Menurut satu laporan tentang kenyataannya, kira-kira satu pertiga kuasa pengkomputeran Nvidia digunakan untuk beban kerja tradisional, satu pertiga lagi menyokong ekosistem sumber terbuka, manakala makmal yang membangunkan model AI terkemuka menggunakan sekitar 30 peratus. Angka ini ialah kategori anggaran yang dilaporkan, bukan pecahan tepat bagi setiap penggunaan.
1
Laporan lain turut meletakkan bahagian makmal AI terkemuka pada sekitar 25% hingga 30%, dengan pengkomputeran tradisional dan ekosistem syarikat pemula merangkumi sebahagian besar penggunaan selebihnya. Maksud hujah Huang: kes pelaburan infrastruktur AI tidak semestinya bergantung hanya pada OpenAI, Anthropic atau makmal lain yang menjana pendapatan setanding keseluruhan kos pembinaan infrastruktur itu.
34
35
Unjuran besar-besaran—bukan hasil yang sudah pasti
Huang mengunjurkan pelaburan infrastruktur AI global berpotensi mencecah AS$3 trilion hingga AS$4 trilion setahun menjelang 2030. Daripada jumlah itu, infrastruktur pengkomputeran mungkin menyumbang sekitar AS$1.5 trilion setahun. Beliau juga berkata beliau tidak akan terkejut jika pelaburan tahunan akhirnya mencapai AS$10 trilion. Semua angka ini ialah unjuran beliau, bukannya hasil yang telah disahkan secara bebas.
3
4
Perbezaan itu penting: angka berkenaan merujuk kepada kemungkinan skala perbelanjaan infrastruktur, bukan hasil Nvidia dan bukan janji bahawa setiap projek akan memberikan pulangan yang memadai. Hujah Huang ialah permintaan boleh tersebar kepada lebih banyak pengguna dan jenis kerja apabila keperluan pengkomputeran meningkat. Namun, ramalan itu sendiri tidak menjawab sama ada setiap projek mampu dibiayai dan berdaya maju dari segi ekonomi.
3
7
Pesanan kukuh tidak menghapuskan risiko pembiayaan
Sama ada pelanggan mahukan lebih banyak kapasiti pengkomputeran dan sama ada mereka mampu membiayai rancangan itu ialah dua persoalan berbeza. Komen Huang tentang buku pesanan menunjukkan adanya permintaan, tetapi tidak membuktikan bahawa semua pelanggan dapat membiayai rancangan mereka atau bahawa penyedia infrastruktur akan memperoleh keuntungan.
6
Dalam penampilan berasingan di Bloomberg, Huang mempertahankan CoreWeave dan berkata, “Kekuatan CoreWeave bertambah baik setiap hari,” sambil menyatakan kos modal syarikat itu semakin menurun. Kenyataan itu dibuat di sebuah acara di Stockholm, bukannya dalam temu bual BG2.
39
Bacaan paling berhati-hati terhadap pandangan Huang ialah beliau yakin permintaan pengkomputeran AI melangkaui makmal model terbesar. Tetapi skala sebenar pembangunan infrastruktur itu tetap bergantung pada kapasiti, pembiayaan dan pulangan—perkara yang belum terjawab hanya dengan melihat jumlah pesanan.