Kimi Shock Kakapasa Lang, NVIDIA Rubin Muling Pinasiklab ang Alingasngas sa AI Hardware Trade sa Gitna ng ‘Supply Anxiety’

BlockBeats News, Hulyo 22. Kamakailan lang, bumagsak nang malaki ang US stock market dahil sa AI trading, at ang pangunahing paliwanag sa merkado ay ang paglabas ng Kimi K3 na muling nagpaalala sa mga namumuhunan tungkol sa mahal na ruta ng US AI model at ang balik ng puhunan sa chip capital expenditure. Noong nakaraang linggo, naharap sa malaking presyon ang semiconductor sector, kung saan ang PHLX Semiconductor Index ay pumasok sa teknikal na bear market territory. Sina Nvidia, Micron, mga equipment stock, at storage stock ay naapektuhan sa pag-adjust.

Gayunpaman, nagbigay ang pinakabagong ulat ng The Information ng isa pang set ng mas direktang mga numero sa merkado: Sinimulan na ng Nvidia ang customer testing para sa susunod nitong henerasyon ng Vera Rubin server system, na may dose-dosenang kliyente gaya ng CoreWeave, Microsoft, OpenAI, Anthropic, at SpaceXAI na nakatanggap ng kaunting bilang ng mga test rack. Bawat Rubin rack ay naglalaman ng 72 GPUs, na may unit price na tinatayang $7 hanggang $8 milyon, mas mataas kaysa sa kasalukuyang presyong nasa $5 milyon para sa Grace Blackwell 300 rack.

Pinakamalaki ang paggising ng imahinasyon ng merkado sa production capacity. Ipinahayag ni Andrew Bell, Senior Vice President ng Hardware Engineering ng Nvidia, na mahigit sampung manufacturing partners sa kalaunan ang magkakaroon ng kakayahang gumawa ng hanggang 1,000 Rubin rack kada araw. Sa pinasimpleng kalkulasyon, kung gagamitin nang full capacity, ito ay katumbas ng potensyal na rack revenue scale na hindi bababa sa $630 bilyon kada quarter. Siyempre, produkto lamang ito ng theoretical capacity at rack prices, at hindi direktang maikukumpara sa financial guidance ng Nvidia, ngunit sapat na ito para ipakita na mabilis pa ring umaakyat ang sukat ng AI infrastructure arms race.

Ito ang kontradiksyon sa kasalukuyang AI market. Ang mga modelong gaya ng Kimi K3, na may mataas na performance, mababang gastos, at open-weight na katangian, ay nagpapahina sa kumpiyansa ng merkado sa premium ng closed-source na mga model sa US, at ginagawa ring kwestyonable sa mga mamumuhunan ang lohika ng capital expenditure na “mas malaki ang gastos, mas nauuna.” Kasabay nito, ipinapakita ng progreso ng Rubin na ang mga pangunahing kliyente gaya ng OpenAI, Anthropic, at Microsoft ay patuloy na kumukuha ng next-generation computing power. Maaaring pababain ng paglaganap ng murang mga modelo ang inference costs, palawakin ang use cases ng AI, at sa huli ay magtulak pa ng mas mataas na demand para sa GPUs, memory, networking, at cooling systems.

Ipinapakita na ng rebound sa US stock market nitong Martes ang ganitong banggaan. Itinigil ng tech stocks ang sunod-sunod nitong pagbaba, kung saan ang Nasdaq ay tumaas ng tinatayang 1.3%, at nagtala ang PHLX Semiconductor Index ng pinakamalaki nitong one-day gain sa loob ng isang buwan, tumaas din nang malaki ang mga storage stock gaya ng Micron at SanDisk. Hindi pa tuluyang iniiwan ng merkado ang AI hardware; binabalanse lamang nito ulit: Mapapahina ba ng efficiency impact na dala ng Kimi ang demand para sa chips, o magpapasigla ito ng mas marami pang developers at kumpanya na mag-deploy ng AI?

Dagdag pa rito, binabago ni Nvidia ang sarili nito mula GPU supplier patungong full-stack AI server infrastructure provider. Hindi lamang sila nagbebenta ng GPUs, kundi pinalalawak din ang kanilang saklaw sa CPUs, network switches, cables, storage, at cooling technology. Sa harap ng mga kumpanyang gaya ng Google na gumagawa ng kanilang sariling AI inference chips, ang estratehiya ni Nvidia: kahit gumamit ng alternative na chips ang mga kliyente, nais pa rin nitong magbenta ng networks, server components, at mga kompletong sistema.

Ito ay nangangahulugan na may pagbabago na sa isang mahalagang variable pagdating sa AI hardware transactions. Kung dati, nakatuon ang merkado kung ilang GPUs ang naibenta ng NVIDIA, ngayon ay tinitingnan na rin kung kayang i-mass produce nang maayos ang mga Rubin cabinet, kung handa na ang data centers ng mga kliyente para sa pag-install, kung may lunas na sa memory at power supply bottlenecks, at kung kayang gawing tunay na kita ng cloud providers ang mga mamahaling cabinet na ito.

Sa maikling panahon, patuloy na papahupain ng Kimi K3 ang naratibo ng “high-cost moat” sa AI valuation; panggitnang termino naman, pinaaalala ng production capacity planning ng Rubin sa mga namumuhunan na tuloy pa rin ang konstruksiyon ng AI infrastructure. Sa paparating na earnings season, ang guidance sa capital expenditure ng cloud providers at progreso ng supply chain ng NVIDIA ang magtatakda kung ang rebound na ito ay pansamantalang technical recovery lamang o simula ng muling pagpepresyo sa AI hardware transactions.