Nvidia เป็นหัวใจสำคัญของการปฏิวัติปัญญาประดิษฐ์ (AI) เนื่องจาก GPU ของบริษัทเป็นตัวเลือกยอดนิยมสำหรับการฝึกอบรมแบบจำลอง AI ขนาดใหญ่ สถานะนี้ได้ผลักดันรายได้จาก 2.7 หมื่นล้านดอลลาร์ในปีงบประมาณ 2566 เป็นประมาณ 2 แสนล้านดอลลาร์ในปีงบประมาณนี้ ซึ่งเป็นหนึ่งในเรื่องราวการเติบโตที่น่าทึ่งที่สุดในประวัติศาสตร์เทคโนโลยี
นอกเหนือจากฮาร์ดแวร์แล้ว CUDA software stack ของ Nvidia ยังสร้างความภักดีของลูกค้า พร้อมทั้งสร้างปราการที่น่าประทับใจที่คู่แข่งไม่สามารถเอาชนะได้ แต่ถึงแม้จะเป็นผู้นำตลาด มูลค่าของ Nvidia ที่ประมาณ 40 เท่าของกำไรล่วงหน้าบ่งบอกถึงความคาดหวังที่สูงขึ้น นักลงทุนไม่เพียงแต่นับรวมความเป็นผู้นำเท่านั้น แต่ยังรวมถึงความเป็นผู้นำที่ยาวนานหลายปีในด้านฮาร์ดแวร์ AI
การหลอกลวงด้านมูลค่า
ความคาดหวังที่สูงเหล่านี้ทำให้ Nvidia มีความเสี่ยงต่อการหยุดชะงักของอุปสงค์หรือการเปลี่ยนแปลงโครงสร้างในวงจร AI การเปลี่ยนแปลงไปสู่แอปพลิเคชันที่เน้นการอนุมาน (Inference) จากปริมาณงานที่เน้นการฝึกอบรม (Training) จะลดความเข้มข้นของความต้องการ GPU ซึ่งจะทำลายเรื่องราวที่เป็นบวก
อดีตของบริษัทเป็นตัวอย่างเตือนใจ ในช่วงการระบาดใหญ่ Nvidia เติบโตอย่างมากจากความต้องการการขุด cryptocurrency และ GPU สำหรับเล่นเกม แต่เมื่อภาวะเงินเฟ้อเกิดขึ้นและความต้องการ crypto ระเหยไป หุ้นของบริษัทลดลงเกือบ 66% จากระดับสูงสุดและต่ำสุด ซึ่งเร็วกว่าการลดลง 25% ของ S&P 500 ในช่วงเวลาเดียวกัน
ความผันผวนนี้แสดงให้เห็นถึงความเสี่ยงที่แม้แต่รอยร้าวเล็กๆ น้อยๆ ในเรื่องราว AI ในปัจจุบันก็สามารถทำให้เกิดการลดลงอย่างรวดเร็วเกินไป โดยเฉพาะอย่างยิ่งเมื่อพิจารณาจากมูลค่าที่สูงในปัจจุบัน
การฝึกอบรมเทียบกับการอนุมาน: อนาคตของ AI
ระยะเริ่มต้นของ AI ส่วนใหญ่ขึ้นอยู่กับกระบวนการฝึกอบรม ซึ่ง GPU ที่มีประสิทธิภาพสูงของ Nvidia มีบทบาทนำ ในการฝึกอบรมแบบจำลองขนาดใหญ่ จำเป็นต้องใช้พลังการประมวลผลจำนวนมหาศาล
อย่างไรก็ตาม การเปลี่ยนแปลงไปสู่การอนุมาน (Inference) อาจส่งผลกระทบต่อ Nvidia อย่างไร? การอนุมาน (Inference) คือกระบวนการที่ AI ใช้เพื่อทำนายหรือตัดสินใจโดยอิงจากข้อมูลใหม่ ซึ่งมักจะต้องการพลังการประมวลผลน้อยกว่าการฝึกอบรม (Training) หากการอนุมาน (Inference) กลายเป็นส่วนสำคัญของ AI มากขึ้น ความต้องการ GPU ที่มีประสิทธิภาพสูงอาจลดลง ซึ่งอาจส่งผลเสียต่อ Nvidia