Питання, яке турбує усіх у сфері штучного інтелекту: скільки часу залишилося до знецінення графічних процесорів (GPU)? Коли великі компанії, такі як Google, Oracle і Microsoft, планують витратити $1 трильйон на дата-центри для AI, важливим аспектом залишається питання амортизації.
Амортизація – це процес розподілу вартості активу протягом його корисного терміну. У технологічній галузі це питання стає дедалі актуальнішим, оскільки компанії оцінюють, як довго тисячі GPU від Nvidia залишатимуться корисними.
Згідно з інформацією, сервери можуть служити до шести років, але деякі експерти вважають, що термін може бути значно коротшим. Microsoft вказала, що комп’ютерне обладнання може прослужити від двох до шести років.
Це має велике значення для інвесторів, оскільки чим довше обладнання залишається цінним, тим більше років компанія може розподілити амортизацію, зменшуючи вплив на прибутки.
Хоча AI-графічні процесори нові на ринку, з моменту виходу перших процесорів Nvidia у 2018 році, до теперішнього часу їх річний дохід зріс з $15 мільярдів до $115 мільярдів.
Експерти вважають, що важко визначити точний термін служби GPU, оскільки немає трек-рекорду для порівняння з іншими типами обладнання. Відповідно до думки Хаїма Зальцмана, термін служби GPU може коливатись від трьох до семи років.
Деякі клієнти Nvidia впевнені, що AI-чіпи зберігатимуть свою цінність довше. Наприклад, компанія CoreWeave використовує шість років амортизації для свого обладнання, вказуючи на збереження вартості процесорів.
Однак акції CoreWeave впали на 16% після звіту про доходи через затримки у третьому дата-центрі. В цілому, акції Oracle знизились на 34% з вересня, на фоні побоювань щодо перенапруження у сфері AI.
Критики, такі як Майкл Беррі, вважають, що компанії завищують терміни служби своїх AI-чіпів та занижують амортизацію. Він стверджує, що фактичний термін служби серверного обладнання становить близько двох-трьох років.
Важливо, що Nvidia випускає нові AI-чіпи щороку, в той час як раніше це відбувалось раз на два роки. Це підвищує ризик швидкого застарівання старих моделей.
Таким чином, питання терміну служби GPU залишається відкритим, а компанії продовжують адаптувати свої стратегії для оптимізації витрат.
Коментування закрито.