Крім фінансової звітності, справжні ризики та можливості NVIDIA

Ось кілька особистих спостережень, які можуть бути корисними для тих, хто слідкує за Nvidia. На мою думку, навколо цієї компанії справді варто обговорювати лише два ключові змінні: перше — тривалість попиту, друге — ROI інвестицій в AI, причому другий тісно пов’язаний з ефективним терміном служби GPU.

Тривалість попиту: чи повториться історія?

З історичного досвіду технічних хвиль майже всі подібні цикли проходили через фінансові бульбашки та надмірне розширення потужностей. Карлота Перес у своїй книзі «Технологічні революції та фінансовий капітал» систематично описує це. Вона зазначає, що кожна технологічна революція — будь то залізниці, радіо чи інтернет — фінансові ринки рано виявляють її довгостроковий потенціал, а масовий капітальний бум, що за цим слідує, часто породжує бульбашки (це також можна пояснити через «зрив різноманітності поглядів», як каже Мобусен). Бульбашки спричиняють надмірне будівництво, яке згодом веде до тимчасового спаду попиту і, зрештою, до краху ринку; надлишок базових технологій у підсумку закладає основу для «золотого віку». Розвиток інтернету — класичний приклад.

Отже, для Nvidia важливо не стільки результати цього кварталу або прогнози на наступний, які вже й так очікуються інституціями-учасниками ринку. Насправді важливо — це стійкість EPS (прибутку на акцію), а не швидкість його зростання у поточному періоді.

З урахуванням поточних очікувань щодо оцінки ринку, здається, що він висловлює думку: Nvidia, ймовірно, досягає піку прибутковості, і за цим стоїть побоювання надмірних капіталовкладень. Варто підкреслити, що ринок не так боїться «пузирної оцінки», як «фундаментальної бульбашки», тобто потенційного надмірного будівництва через capex. Якщо ринок зможе повірити, що Nvidia зможе підтримувати високий двоцифровий CAGR доходів після 2027 фінансового року, то рівень оцінки може отримати підтримку.

Чи справді цього разу все інакше?

«Цього разу інакше» — це часто небезпечна заява. Але у цьому циклі AI справді є особливості: у світі існують суттєві обмеження у двох ключових сферах — електроенергії (ватах) та передових виробничих процесах (ваферах), і їхнє зняття може зайняти роки.

Ці обмеження з боку пропозиції, можливо, навіть стримують надмірне розширення потужностей. Великі хмарні провайдери, за умови, що їм дозволяє електроенергія та виробничі можливості, теоретично можуть продовжувати розширюватися, але реальність — обмеження у електроенергії та ваферах — стримують їхні темпи зростання. На відміну від історичних технологічних революцій, описаних Перес, тоді не існувало таких обмежень, що стримували швидкість розгортання.

Без надмірного будівництва крах малоймовірний, особливо враховуючи, що сучасні технологічні акції не перебувають у надзвичайно високих оцінках.

З цих двох обмежень, вафери, можливо, важливіші за електроенергію. Контроль за темпами виробництва ваферів може стати важливим фактором подовження циклу AI. Управління TSMC, відоме своєю обережністю, наголошує на стабільності галузі та довгостроковій цінності, а не на короткостроковому агресивному розширенні. Без обмежень у електроенергії та ваферах зростання Nvidia у найближчі 24 місяці могло б бути швидшим, але ризик надмірного будівництва зростав би.

У певному сенсі, обмеження пропозиції можуть «знижувати швидкість» у всьому циклі AI. Висока залежність від передових ваферів може стати ключовим фактором уникнення різких коливань у цьому циклі.

Якщо припустити екстремальні сценарії, масштаб обчислювальної потужності може знадобитися збільшити у сотні або тисячі разів. Це розширення, у свою чергу, дає час для адаптації суспільства та регулюючих систем.

Історичний досвід також показує, що після винаходу Джеймсом Ваттом парової машини, залізнична система замінила коней лише через десятиліття. Швидкість розвитку AI може бути більшою, але повністю змінити структуру суспільства за короткий час навряд чи вдасться.

Ще важливіше — людство потребує лише 20–30 Вт для досягнення «загального інтелекту». У світі з обмеженою електроенергією ця ефективність залишатиметься перевагою довго. Тому більш плавний і тривалий цикл AI може бути навіть корисним для суспільства.

Реальна ROI AI та термін служби GPU

Ціна оренди GPU фактично відображає економічну цінність токена і є ключовим показником «ROI AI». Теоретично, з виходом більш високопродуктивних чипів ціна оренди старих GPU має поступово знижуватися, навіть якщо ROI інвестицій у AI залишається позитивним.

Однак за останні два місяці ціна оренди майже чотирирічного H100 значно зросла. Це свідчить, що у сценаріях агентного AI та генерації коду обчислювальні ресурси створюють реальну і значущу економічну цінність.

Водночас, навіть після виходу Blackwell, A100, випущений шість років тому, залишається високоефективним і не показує значних знижок у ціні оренди. Це натякає на те, що ефективний термін служби GPU може становити щонайменше 6 років і перевищувати амортизаційний період більшості клієнтів.

Це має структурний вплив: якщо залишкова вартість вища за очікувану, то вартість фінансування GPU зменшується. У порівнянні з цим, ASIC, створені для конкретних моделей або застосувань, мають менший життєвий цикл. У швидкозмінних умовах капітальні витрати на спеціалізовані чипи вищі, і залучення фінансування у них ускладнене.

У певному сенсі, універсальність GPU — це його захисна стіна. З розділенням функцій prefill і decode, а також формуванням екосистеми, архітектура обчислень поступово переходить від «один чип — одна логіка» до «багаточипової системи». AI-інфраструктура вже не залежить від одного пристрою, а являє собою цілісну систему.

З розділенням prefill і decode, екосистема Nvidia може завершити структурну адаптацію раніше, ніж TPU. Враховуючи різні підходи виробників у дизайні, переваги у витратах на inference змінюються.

Якщо раніше деякі виробники знижували ціни токенів, щоб залучити ринок, то при зменшенні цієї переваги ринкова поведінка стане більш раціональною. У довгостроковій перспективі це позитивно вплине на ROI AI, особливо на етапі переходу від тренування до inference.

Ця зміна, можливо, важливіша за будь-які квартальні результати.