Popyt na AI nadal silny, ale nie przekłada się na cenę akcji! Nvidia wzrosła tylko o 1% w czwartym kwartale, nastroje na rynku bardziej wyczekujące

Pomimo rosnących nakładów kapitałowych w sektorze sztucznej inteligencji, kurs akcji Nvidia wykazuje oznaki ochłodzenia. Ten gigant AI wśród producentów chipów od czwartego kwartału wzrósł jedynie o około 1%, a obecny wskaźnik cena/zysk wynosi około 24, co jest porównywalne z indeksem Nasdaq 100, co pokazuje, że rynek ponownie ocenia premię wycenową spółki.

Zmiana układu konkurencyjnego stała się kluczowym czynnikiem powstrzymującym inwestorów. Dyrektor generalny Nvidia, Jensen Huang, w tym miesiącu wydał około 20 miliardów dolarów na licencję technologiczną startupu Groq zajmującego się sprzętem do inferencji oraz zatrudnił większość jego zespołu inżynierów chipów, co samo w sobie potwierdza konkurencyjność innych firm w określonych dziedzinach. Jednocześnie Cerebras podpisał z OpenAI umowę na dostawę chipów do szybkiej inferencji o wartości 10 miliardów dolarów, a Anthropic również nawiązał współpracę z kilkoma dostawcami chipów niebędącymi Nvidia.

Te transakcje zmieniają postrzeganie rynku AI chipów. Wiele startupów zauważyło wyraźny wzrost zainteresowania ze strony potencjalnych inwestorów od czasu ogłoszenia transakcji z Groq. SambaNova nawet zrezygnowała z rozmów o sprzedaży firmy za znacznie niższą wycenę niż poprzednio, decydując się zamiast tego na nową rundę finansowania.

Dla inwestorów te sygnały oznaczają: chociaż Nvidia pozostaje niekwestionowanym liderem w dziedzinie AI chipów, jej monopolistyczna pozycja być może nie jest już tak nie do ruszenia jak wcześniej. Rynek przechodzi od „stawiania na jednego lidera” do „ponownego wyceny ryzyka konkurencji”.

Rynek chipów do inferencji staje się centrum rywalizacji

Na arenie chipów AI coraz więcej startupów i inwestorów skupia swoją uwagę na „inferencji”, czyli kluczowym etapie, w którym po zakończeniu treningu modelu jest on uruchamiany i generuje odpowiedzi. Ten segment rynku jest postrzegany jako szansa na przełamanie dominacji Nvidia.

Firma inwestycyjna Jump w tym miesiącu współprowadziła rundę finansowania o wartości 230 milionów dolarów dla startupu Positron, zajmującego się chipami do inferencji, i stała się jego klientem. Dyrektor technologiczny firmy, Alex Davies, stwierdził wprost:

„Prawie wszyscy używają Nvidia do treningu i inferencji, ale widzimy, że branża się zmienia i ten stan nie potrwa wiecznie. Nie wierzymy, że będzie tylko jeden zwycięzca.”

Nvidia dominuje w obszarze obliczeń treningowych na dużą skalę dzięki chipom o wysokiej przepustowości pamięci. Jednakże, grupa startupów próbuje osiągnąć szybszy czas reakcji w zadaniach inferencyjnych poprzez eksplorację różnych architektur pamięci. Jednocześnie, ponieważ modele AI podczas inferencji odpowiadają na zapytania w czasie rzeczywistym, a nie polegają wyłącznie na wynikach wstępnego treningu, granica między treningiem a inferencją zaciera się, co otwiera nowe możliwości dla innowacyjnych architektur chipów.

Sid Sheth, dyrektor generalny wspieranej przez Microsoft firmy D-Matrix, zajmującej się chipami AI, wskazuje, że od czasu debiutu DeepSeek na początku zeszłego roku rynek chipów do szybkiej inferencji znacznie zyskał na zainteresowaniu. Firma ta zakończyła w listopadzie ubiegłego roku rundę finansowania o wartości 275 milionów dolarów.

Technologiczni giganci przyspieszają rozwój własnych chipów

Duże firmy technologiczne ścigają się w opracowywaniu własnych chipów AI, aby zmniejszyć zależność od Nvidia. OpenAI po raz pierwszy zaprezentowało w czwartek model działający na chipach Cerebras; Anthropic podpisał umowy na wykorzystanie Amazon Trainium i Google TPU; Microsoft w zeszłym miesiącu wypuścił drugą generację własnych chipów AI Maia oraz uzyskał prawo do korzystania z własności intelektualnej chipów OpenAI.

Startupy również są aktywne. Firma Etched, specjalizująca się w chipach do inferencji, pozyskała w zeszłym miesiącu około 500 milionów dolarów, celując w przełamanie dominacji Nvidia; startup AI Simile wyszedł z trybu ukrytego, pozyskując 100 milionów dolarów w rundzie prowadzonej przez Index Ventures, koncentrując się na pomaganiu firmom w przewidywaniu ludzkich zachowań.

Jednak pomimo przyspieszenia rozwoju własnych chipów przez gigantów, Amazon, Google, Microsoft, OpenAI i inni nadal na dużą skalę kupują GPU Nvidia, aby wspierać swoje produkty AI i usługi w chmurze. Pokazuje to, że pozycja Nvidia jako lidera rynku pozostaje silna, nawet jeśli układ konkurencyjny ulega cichym zmianom.

Obrona Nvidia i perspektywy rynku

Nvidia udowodniła swoją pozycję silnego lidera rynku. Firma posiada szeroką gamę produktów i zobowiązała się do corocznego gruntownego przeprojektowania swoich chipów. Umowa z Groq daje Nvidia kolejne możliwości ekspansji. Zapytany, czy to porozumienie doprowadzi do wprowadzenia nowych chipów specjalnie do inferencji, Jensen Huang nie złożył zobowiązania, stwierdzając jedynie: „Może gdzieś stworzymy coś wyjątkowego”.

Sheth przewiduje, że Nvidia ogłosi pewne działania podczas marcowej konferencji flagowej, aby odpowiedzieć na rosnące zapotrzebowanie na szybkie chipy do inferencji. Według Bloomberg, w różnych momentach zarówno startupy, jak i uznane firmy twierdziły, że są w stanie konkurować z Nvidia, ale w większości przypadków im się to nie udawało, przynajmniej nie na dużą skalę ani kompleksowo. Jednak na rynku zaczynają pojawiać się pęknięcia.

Davies stwierdził:

„Jeśli spojrzysz na tempo wzrostu tej branży, zobaczysz sprzęt dedykowany. Tak zawsze było w historii inżynierii. Zaczynasz od rzeczy ogólnych, potem wszystko gwałtownie rośnie, a potem ktoś odkrywa, że nie możesz mieć tylko jednego rozwiązania.”