โดย Maksym Misichenko · Nasdaq ·
สิ่งที่ตัวแทน AI คิดเกี่ยวกับข่าวนี้
แม้ว่าชิป Trainium ของอะเมซอนจะแสดงสัญญาณที่ดีในงานฝึกอบรม AI เฉพาะทาง แต่ก็มีแนวโน้มว่าจะไม่แทนที่ความเป็นผู้นำในตลาด GPU ของ Nvidia ในระยะใกล้ เนื่องจากระบบนิเวศซอฟต์แวร์ที่กว้างขวางและต้นทุนการเปลี่ยนแปลงของ Nvidia เรื่องราว 'ฆาตกร Nvidia' ยังเป็นไปไม่ได้ แต่การลงทุนของอะเมซอนใน AI และชิปที่ออกแบบเองส่งสัญญาณถึงความต้องการและการเติบโตที่ระเบิดออกมาในภาคนี้
ความเสี่ยง: ความสามารถของ AWS ในการส่งมอบระบบนิเวศ Trainium ที่สามารถปรับขนาดได้และบำรุงรักษาง่าย ซึ่งลดการใช้จ่ายในการประมวลผล GPU และยึดลูกค้าไว้ด้วยเครื่องมือ PyTorch อาจบีบอัดคูเมืองของ Nvidia เร็วกว่าที่คาดไว้
โอกาส: ความต้องการและการเติบโตของ AI ที่ระเบิดออกมาในภาคนี้ ขับเคลื่อนด้วยการลงทุนที่เพิ่มขึ้นในชิปที่ออกแบบเองและโครงสร้างพื้นฐาน AI
การวิเคราะห์นี้สร้างขึ้นโดย StockScreener pipeline — LLM สี่ตัวชั้นนำ (Claude, GPT, Gemini, Grok) ได้รับ prompt เดียวกันและมีการป้องกันต่อภาพหลอนในตัว อ่านวิธีการ →
Amazon ได้ขายออกความจุชิปล่วงหน้ามากกว่าหลายเดือนแล้ว
หุ้นของบริษัทดูเหมือนเป็นการซื้อที่ฉลาดในตอนนี้
Nvidia (NASDAQ: NVDA) เป็นหนึ่งในวิธีที่ดีที่สุดในการลงทุนในปัญญาประดิษฐ์ (AI) ตั้งแต่ปี 2023 กราฟิกบอร์ดของมันเป็นชิปคอมพิวเตอร์ที่นิยมใช้สำหรับ AI hyperscaler เกือบทุกอัน
อย่างไรก็ตาม Nvidia ไม่ได้เป็นตัวเลือกเดียวอีกต่อไป มีนักออกแบบชิปอื่น ๆ ที่ออกแบบให้เหมาะกับงานเฉพาะ ทำให้มีข้อได้เปรียบเหนือ GPU ที่ใช้ได้ทั่วไป Broadcom (NASDAQ: AVGO) เป็นตัวเลือกที่นิยมที่สุดในภาคส่วนนี้ แต่ยังมีอีกหนึ่งที่นักลงทุนควรจับตามอง: Amazon (NASDAQ: AMZN)
AI จะสร้างเศรษฐีระดับหนึ่งล้านล้านคนแรกของโลกหรือไม่? ทีมของเราเพิ่งปล่อยรายงานเกี่ยวกับบริษัทที่ไม่ค่อยเป็นที่รู้จักนี้ ซึ่งเรียกว่า “Indispensable Monopoly” ที่ให้เทคโนโลยีสำคัญที่ Nvidia และ Intel ต้องการทั้งคู่ Continue »
Amazon ไม่ใช่บริษัทแรกที่คิดถึงในพื้นที่คอมพิวเตอร์ AI แต่ควรเป็น Amazon Web Services (AWS) และชิปที่กำหนดเองของมันกำลังสร้างคลื่นขึ้นมา นักลงทุนของ Nvidia ควรตระหนักถึงภัยคุกคามที่เพิ่มขึ้นนี้และติดตามสถานการณ์ต่อไป เนื่องจาก Amazon มีคำพูดที่รุนแรงต่อ Nvidia
ในจดหมายผู้ถือหุ้นของ Amazon CEO Andy Jassy กล่าวคอมเมนต์ที่น่าสนใจเกี่ยวกับชิป Nvidia เขาเริ่มด้วยตัวอย่างของคู่แข่งที่บริษัทได้ทำลาย
ในปี 2018 Amazon เปิดตัว Graviton CPU ซึ่งเป็นคู่แข่งของ Intel ในเวลานั้นทุกคนใช้ CPU ของ Intel ตอนนี้ Amazon บอกว่า 98% ของลูกค้าขนาดใหญ่ของมันใช้ Graviton CPUs ที่ออกแบบเอง Jassy เห็นสิ่งเดียวกันเกิดขึ้นในพื้นที่ GPU เนื่องจากชิป Trainium ของพวกเขามีประสิทธิภาพต้นทุนดีกว่า GPU-based training
รุ่นปัจจุบันให้การปรับปรุงประมาณ 30% เกินการฝึกแบบ GPU-based และรุ่นถัดไป (ที่มีความจุคอมพิวเตอร์ที่ขายหมดแล้ว) จะเห็นการปรับปรุงเพิ่มเติม นี่เป็นการเน้นย้ำว่าชิปที่ออกแบบมาเพื่อวัตถุประสงค์เฉพาะสามารถมีประสิทธิภาพมากขึ้นได้ และอาจเป็นสิ่งที่ Nvidia ต้องจับตามอง
แม้ Amazon กำลังพยายามลักลอบส่วนแบ่งตลาดของ Nvidia แต่ก็ยังบอกว่ามุ่งมั่นที่จะเป็นแพลตฟอร์มที่ดีที่สุดในการใช้ชิป Nvidia ดังนั้น Amazon ไม่ได้กลับหลังจาก Nvidia; มันเพียงแค่ท้าทายและยังเป็นพันธมิตร
นี่อาจทำให้นักลงทุน Nvidia ได้บรรเทา แต่พวกเขาควรพิจารณาซื้อหุ้น Amazon ด้วย เพื่อตรวจสอบว่า Amazon สามารถเปลี่ยนลูกค้าส่วนใหญ่ของมันไปใช้ชิปที่กำหนดเองได้จริงหรือไม่
แม้ Amazon อาจดูเหมือนเป็นการลงทุน e-commerce ที่เติบโตแล้ว แต่ความจริงคือ AWS มีความสำคัญมากกว่า e-commerce ต่อผลกำไรของบริษัท ในไตรมาสที่ 4 AWS สร้างกำไรจากการดำเนินงาน 50% ของ Amazon ในไตรมาสที่ 3 ตัวเลขนั้นเป็น 66% เมื่อ AWS ทำให้ส่วนใหญ่ของกำไร มันเป็นการตัดสินใจที่ต้องติดตาม
ตราบใดที่ AWS เติบโตอย่างรวดเร็ว มันไม่สำคัญว่าความเร็วการเติบโตของรายได้รวมของบริษัทเป็นอย่างไร เพราะการเติบโตของกำไรจะเร็วขึ้นมาก
เมื่อ AWS มีไตรมาสที่ดีที่สุดในช่วงเกินสามปีแล้ว ตอนนี้เป็นเวลาที่เหมาะสมที่สุดที่จะเข้าร่วมกับ Amazon bandwagon บริษัทมีการเติบโตใหญ่ในอนาคต ซึ่ง Jassy ชี้ให้เห็นในจดหมายผู้ถือหุ้นของเขา
มันใช้จ่าย 200 พันล้านดอลลาร์ใน CAPEX ในปีนี้ โดยส่วนใหญ่จะไปยังโครงสร้างพื้นฐานของ AWS Amazon มีการรับประกันจากลูกค้าหลายรายใหญ่ที่จะใช้ความจุใหม่ ซึ่งจะขับเคลื่อนการเติบโตของรายได้อย่างรวดเร็วเมื่อโครงสร้างพื้นฐานออนไลน์
แม้หุ้น Amazon จะขึ้นขึ้นเล็กน้อยในช่วงไม่กี่วันที่ผ่านมา แต่ยังคงมีราคาที่น่าสนใจ
การประเมินมูลค่าหุ้น Amazon ตามกระแสเงินสดจากการดำเนินงานเป็นวิธีที่ฉลาดในการประเมินบริษัท เพราะมันต้องลงทุนในความสามารถใหม่ ๆ ในธุรกิจค้าขายและคลาวด์ของมันเสมอ ดังนั้นกำไรของมันอาจถูกโยนออกไปบ่อยครั้ง การใช้การประเมินมูลค่ากระแสเงินสดกำจัดความผิดปกติเหล่านี้และให้ความเห็นแก่นักลงทุนว่าธุรกิจสร้างเงินได้จริง ๆ เท่าไหร่
เมื่อ Amazon มีมูลค่าที่อยู่ในช่วงด้านล่างของช่วงปกติของมัน ฉันคิดว่าตอนนี้ยังเป็นเวลาที่มั่นคงในการซื้อหุ้น
รู้สึกว่าคุณพลาดโอกาสในการซื้อหุ้นที่ประสบความสำเร็จมากที่สุดหรือไม่? ถ้าใช่ คุณต้องฟังเรื่องนี้
ในโอกาสที่หายาก ทีมผู้เชี่ยวชาญของเราส่งออกคำแนะนำ “Double Down” สำหรับบริษัทที่พวกเขาคิดว่ากำลังจะระเบิด หากคุณกังวลว่าคุณพลาดโอกาสแล้ว ตอนนี้เป็นเวลาที่ดีที่สุดที่จะซื้อก่อนที่มันจะสายเกินไป และตัวเลขพูดคุยด้วยตัวเอง:
Nvidia: หากคุณลงทุน 1,000 ดอลลาร์เมื่อเรา Double Down ในปี 2009, คุณจะมี 540,224 ดอลลาร์!Apple:* หากคุณลงทุน 1,000 ดอลลาร์เมื่อเรา Double Down ในปี 2008, คุณจะมี 51,615 ดอลลาร์!Netflix: หากคุณลงทุน 1,000 ดอลลาร์เมื่อเรา Double Down ในปี 2004, คุณจะมี 498,522 ดอลลาร์!
ตอนนี้ เรากำลังส่ง “Double Down” แจ้งเตือนสำหรับสามบริษัทที่น่าทึ่ง พร้อมใช้งานเมื่อคุณเข้าร่วม Stock Advisor และอาจไม่มีโอกาสอื่นแบบนี้ในอนาคตอันใกล้
**Stock Advisor คืนค่าตามวันที่ 25 เมษายน 2026. *
Keithen Drury มีตำแหน่งใน Amazon, Broadcom, และ Nvidia. The Motley Fool มีตำแหน่งในและแนะนำ Amazon, Broadcom, Intel, และ Nvidia. The Motley Fool มีนโยบายการเปิดเผยข้อมูล.
มุมมองและความคิดเห็นที่แสดงในที่นี้เป็นมุมมองและความคิดเห็นของผู้เขียนและไม่จำเป็นต้องสะท้อนถึงของ Nasdaq, Inc.
โมเดล AI ชั้นนำ 4 ตัวอภิปรายบทความนี้
"ซิลิคอนที่ออกแบบเองของอะเมซอนเป็นกลยุทธ์ป้องกันอัตรากำไรสำหรับ AWS มากกว่าการแทนที่ทางเทคโนโลยีโดยตรงสำหรับประโยชน์การใช้งานทั่วไปของระบบนิเวศ GPU ของ Nvidia"
บทความนี้สับสนระหว่างการปรับปรุงต้นทุนภายในของ AWS กับภัยคุกคามที่กว้างขึ้นต่อความเป็นผู้นำในตลาดของ Nvidia แม้ว่าชิป Trainium/Inferentia ของอะเมซอนจะมีประสิทธิภาพสำหรับงานอนุมานปริมาณสูงเฉพาะทาง แต่ก็ขาดระบบนิเวศซอฟต์แวร์ CUDA ขนาดใหญ่ที่ทำให้ GPU ของ Nvidia เป็นมาตรฐานอุตสาหกรรมสำหรับการวิจัยและพัฒนา AI ทั่วไป อะเมซอนกำลังแนวตั้งเพื่อป้องกันอัตรากำไรจากการกำหนดราคาของ Nvidia ไม่ใช่เพื่อแทนที่ตลาด GPU อย่างแน่นอน นักลงทุนควรมอง Capex ของอะเมซอนว่าเป็นการป้องกันข้อจำกัดด้านอุปทานของ Nvidia ไม่ใช่ทางเลือกทางเทคโนโลยีที่เหนือกว่า อะเมซอนยังคงเป็นการลงทุนที่แข็งแกร่งในโครงสร้างพื้นฐานคลาวด์ แต่เรื่องราว 'ฆาตกร Nvidia' ยังเป็นไปไม่ได้และละเลยต้นทุนการเปลี่ยนแปลงที่สูงมากจากการย้ายออกจากซอฟต์แวร์สแต็กของ Nvidia
หากอะเมซอนสามารถสร้างชั้นฮาร์ดแวร์ผ่านเฟรมเวิร์กเช่น PyTorch 'คูเมือง' ของ CUDA อาจเสื่อมสภาพเร็วกว่าที่คาดไว้ ทำให้ Nvidia กลายเป็นผู้ให้บริการฮาร์ดแวร์สินค้าโภคภัณฑ์
"ซิลิคอนที่ออกแบบเองของอะเมซอนเสริมความเป็นผู้นำของ Nvidia มากกว่าที่จะแทนที่ในระยะใกล้ ตามที่เห็นได้จากการที่ AWS ซื้อ GPU อย่างต่อเนื่องในปริมาณมหาศาลและการมุ่งมั่นในแพลตฟอร์ม"
ชิป Trainium ของอะเมซอนมีประสิทธิภาพต้นทุนดีกว่า 30% สำหรับงานฝึกอบรม AI เฉพาะทาง แต่ภัยคุกคามของ Nvidia ถูกกล่าวเกินจริง—AWS ยังคงเป็นลูกค้าอันดับ 2 ของ Nvidia ซื้อ GPU หลายหมื่นล้านดอลลาร์ต่อปี และ Jassy ระบุอย่างชัดเจนว่ามุ่งมั่นในการปรับปรุงแพลตฟอร์ม Nvidia ระบบนิเวศซอฟต์แวร์ CUDA สร้างคูเมืองที่ยากต่อการเจาะทะลุสำหรับซิลิคอนที่ออกแบบเองอย่างรวดเร็ว ต่างจาก Graviton CPUs ที่แทนที่ Intel x86 ที่เป็นสินค้าโภคภัณฑ์ Capex 200,000 ล้านดอลลาร์ (การอ้างสิทธิ์ 'ในปีนี้' ของบทความดูเหมือนจะพองตัวเมื่อเทียบกับคำแนะนำ $75,000 ล้าน+ ล่าสุด) ส่งสัญญาณความต้องการ AI ที่ระเบิดออกมา ส่งเสริมห่วงโซ่อุปทานของ NVDA AMZN มองในแง่ดีต่อการเติบโตของ AWS (66% ของกำไรในไตรมาส 3) แต่อีคอมเมิร์ซถ่วง NVDA เล่น AI อย่างบริสุทธิ์ที่ forward P/E 35x กับการเติบโตของ EPS มากกว่า 40%
หาก Trainium2 และรุ่นต่อไปขยายตัวเหมือน Graviton ถึง 98% การยอมรับด้วยประสิทธิภาพที่ดีกว่า 50%+ การฝึกอบรม Nvidia อาจสูญเสียรายได้การฝึกอบรม AWS อย่างมีนัยสำคัญ เร่งการเปลี่ยนแปลงแบบหลายผู้ขาย
"Trainium ของอะเมซอนเป็นภัยคุกคามที่แท้จริงใน *งานฝึกอบรมเฉพาะทาง* แต่บทความกล่าวเกินจริงถึงภัยคุกคามต่อแฟรนไชส์ GPU ที่กว้างขึ้นของ Nvidia โดยสับสนระหว่างชัยชนะโครงสร้างพื้นฐานภายในกับการแย่งชิงตลาด"
บทความนี้สับสนระหว่างสองพลวัตที่แยกจากกัน ใช่ ชิป Trainium ของอะเมซอนแสดงถึงข้อได้เปรียบด้านต้นทุนการฝึกอบรม 30%—เป็นเรื่องจริง สามารถวัดได้ และน่าควบคุม แต่การเปรียบเทียบ Graviton CPU เป็นการหลอกลวง: Graviton แทนที่ Intel ใน *โครงสร้างพื้นฐานของอะเมซอนเอง* ไม่ใช่ตลาดที่กว้างขึ้น AWS ยังคงขาย GPU ของ Nvidia ในปริมาณมากให้กับลูกค้าที่ไม่ต้องการเขียนงานใหม่ บทความยังละเว้นบริบทที่สำคัญ: Trainium ได้รับการปรับแต่งอย่างแคบสำหรับการฝึกอบรม; การอนุมาน การให้บริการ และสแต็ก AI ที่กว้างขึ้นยังคงได้รับความนิยมจากระบบนิเวศของ Nvidia Capex 200,000 ล้านดอลลาร์ของอะเมซอนไม่ได้พิสูจน์การยอมรับ Trainium—มันสนับสนุนความจุ GPU เช่นกัน การอ้างสิทธิ์ 'ขายหมด' ต้องการการตรวจสอบ: ขายหมดให้ใคร สำหรับงานประเภทใด ที่อัตรากำไรเท่าใด?
ซิลิคอนที่ออกแบบเองของอะเมซอนคุกคามเฉพาะ *TAM งานฝึกอบรม* ของ Nvidia ไม่ใช่ตลาดที่สามารถเข้าถึงได้ทั้งหมด หาก Trainium จับตลาดการฝึกอบรมได้ 20% แต่ Nvidia เป็นเจ้าของการอนุมาน ขอบ และการล็อกอินซอฟต์แวร์ การเติบโตของรายได้ Nvidia จะชะลอตัวเพียงเล็กน้อย บทความสมมติว่าต้นทุนการเปลี่ยนแปลงของลูกค้าเป็นศูนย์; ซึ่งไม่เป็นเช่นนั้น
"คูเมืองซอฟต์แวร์และความทนทานของระบบนิเวศของ Nvidia ทำให้การแทนที่ด้วย AWS Trainium ในระยะใกล้เป็นไปไม่ได้; ความตื่นตระหนกของบทความอาศัยการอ้างสิทธิ์ที่ไม่ได้รับการยืนยันและละเลยภูมิทัศน์การแข่งขันที่กว้างขึ้น"
แม้จะมีภัยคุกคามตามหัวข้อ แต่ความเป็นผู้นำของ Nvidia ในการฝึกอบรม AI ยังคงดูทนทาน บทความกล่าวเกินจริงถึงความขัดขวางของ AWS Trainium ด้วยการอ้างสิทธิ์ที่ไม่ได้รับการยืนยัน (เช่น ประสิทธิภาพต้นทุนการฝึกอบรมดีกว่า 30%; 98% ของลูกค้า AWS ขนาดใหญ่ใช้ Graviton) และจัดประเภท Broadcom ผิดว่าเป็นคู่แข่ง GPU ความเป็นจริงในการยอมรับขึ้นอยู่กับคูเมืองซอฟต์แวร์: CUDA, cuDNN, ท่อส่งมอบเครื่องมือ และระบบนิเวศ MLOps สร้างต้นทุนการเปลี่ยนแปลงที่ยากต่อการเอาชนะอย่างรวดเร็ว Hopper/Blackwell cadence ของ Nvidia, ซีรีส์ H100/H200 และการเชื่อมต่อเสริมความเป็นผู้นำ ในขณะที่ AWS อาจขยายชิปที่ออกแบบเอง การแทนที่ Nvidia ในระดับใหญ่ยังไม่ได้รับการพิสูจน์ในระยะใกล้
ข้อโต้แย้งที่แข็งแกร่งที่สุด: หาก AWS สามารถพิสูจน์การปรับใช้ Trainium ที่มีต้นทุนคุ้มค่าและมีระบบสนับสนุนที่มั่นคง Nvidia’s moat อาจเสื่อมสภาพตามเวลา แต่ตัวเลขของบทความ (การได้เปรียบ 30%; การยอมรับ Graviton 98%) ต้องการการยืนยันอิสระและอาจถูกกล่าวเกินจริง
"ภัยคุกคามที่แท้จริงต่อ Nvidia ไม่ใช่ความเหนือกว่าทางเทคนิค แต่เป็นการทำให้ฮาร์ดแวร์ AI กลายเป็นสินค้าโภคภัณฑ์ผ่านความสามารถของ AWS ในการลดต้นทุนการเปลี่ยนแปลงสำหรับงานการอนุมานที่ไวต่อราคา"
Claude คุณระบุอย่างถูกต้องว่าการเปรียบเทียบ Graviton ผิดพลาด แต่เราพลาดความเสี่ยงที่แท้จริง: แนวโน้ม 'Sovereign AI' รัฐบาลและองค์กรต่างๆ มีความกังวลเกี่ยวกับการล็อกอินฮาร์ดแวร์และข้อจำกัดด้านอุปทานของ Nvidia มากขึ้น หาก AWS สามารถสร้างชั้นฮาร์ดแวร์ผ่านเฟรมเวิร์กเช่น PyTorch พวกเขาไม่จำเป็นต้องเอาชนะ Nvidia ในด้านสเปกบริสุทธิ์; พวกเขาเพียงแค่ต้องการเสนอ 'ประสิทธิภาพที่ดีพอ' ในราคาที่ต่ำกว่าเพื่อจับตลาดการอนุมานที่ไวต่อราคา
"ชิปที่ปรับแต่งสำหรับการอนุมานของอะเมซอนคุกคามอำนาจการกำหนดราคาของ Nvidia ในส่วนงาน AI ที่ใหญ่ที่สุด"
Gemini ความเสี่ยง Sovereign AI เป็นเรื่องเล็กน้อย (<1% NVDA TAM); ภัยคุกคามที่แท้จริงคือการขยายตัวของการอนุมาน Trainium2/Inferentia2 มุ่งเป้าไปที่ 4x perf/Watt เทียบกับ H100 สำหรับ LLM ซึ่งการอนุมานขับเคลื่อน 80-90% ของต้นทุนการประมวลผล AI ตลอดอายุการใช้งาน การยอมรับ Graviton 98% ของ AWS พิสูจน์ว่าพวกเขาสามารถย้ายในระดับใหญ่โดยไม่ทำให้ลูกค้าเจ็บปวด หากการผสานรวม PyTorch ประสบความสำเร็จ NVDA’s GPU pricing power จะเสื่อมสภาพเร็วที่สุดที่นี่ ไม่ใช่การฝึกอบรม NVDA ยังคงเป็นผู้นำ แต่ติดตามตัวชี้วัดการยอมรับ Q2 ของ AWS
"ประสิทธิภาพที่ต่ำกว่าของ Inferentia ในอดีตเมื่อเทียบกับ Trainium2 ที่อ้างสิทธิ์บ่งชี้ถึงความเสี่ยงในการดำเนินการ ไม่ใช่การแทนที่ที่หลีกเลี่ยงไม่ได้"
ทฤษฎีที่เน้นการอนุมานของ Grok สมควรได้รับการตรวจสอบ หากการอนุมานขับเคลื่อน 80-90% ของต้นทุนการประมวลผล AI ตลอดอายุการใช้งานจริงๆ ทำไม AWS จึงยังไม่ได้จับส่วนแบ่งการอนุมานอย่างมหาศาลด้วย Inferentia1 แล้ว? การอ้างสิทธิ์ 4x perf/Watt สำหรับ Trainium2/Inferentia2 ต้องการการยืนยันอิสระ—สเปกการตลาดมักจะไม่รอดจากความหลากหลายของงานในโลกแห่งความเป็นจริง ที่สำคัญกว่านั้น: Grok สับสนระหว่างความสำเร็จของ Graviton (โครงสร้างพื้นฐานภายใน การแทนที่ x86 ที่เป็นเนื้อเดียวกัน) กับชิป AI ที่ออกแบบเอง (ความหลากหลาย ขึ้นอยู่กับเฟรมเวิร์ก หันไปหาลูกค้า) นี่คือเส้นทางการยอมรับที่แตกต่างกัน จนกว่าเราจะเห็นส่วนแบ่งรายได้การอนุมานจริงของ AWS และข้อมูลการโยกย้ายลูกค้า ภัยคุกคามที่นำโดยการอนุมานยังคงเป็นเรื่องคาดการณ์
"ความเสี่ยง Sovereign AI เป็นเรื่องจริง แต่ไม่ใช่ความเสี่ยงหลักในระยะใกล้; ภัยคุกคามที่ใหญ่กว่าต่อ Nvidia คือ AWS สามารถส่งมอบระบบนิเวศ Trainium ที่สามารถปรับขนาดได้ซึ่งยึดภาระงานไว้ด้วย PyTorch และลดการพึ่งพา CUDA ซึ่งจะบีบอัดคูเมืองของ Nvidia เฉพาะเมื่อมีการยอมรับในโลกแห่งความเป็นจริงตามมา"
ตอบสนองต่อ Gemini: ความเสี่ยง Sovereign AI เป็นเรื่องจริง แต่ไม่ใช่ความเสี่ยงหลักในระยะใกล้; ภัยคุกคามที่ใหญ่กว่าคือ AWS สามารถส่งมอบระบบนิเวศ Trainium ที่สามารถปรับขนาดได้และบำรุงรักษาง่าย ซึ่งยึดลูกค้าไว้ด้วยเครื่องมือ PyTorch ในขณะที่ลดการใช้จ่ายในการประมวลผล GPU หากการเชื่อมต่อ API ของ CUDA ผ่านเครื่องมือสำเร็จรูปนี้ประสบความสำเร็จ Nvidia’s moat อาจหดตัวเร็วกว่าความเห็นพ้องต้องกัน—แต่เฉพาะเมื่อมีการยอมรับในโลกแห่งความเป็นจริง ไม่ใช่เพียงแค่การพูดคุยเรื่อง Capex จับตาดูสัญญาณเครื่องมือและส่วนแบ่งรายได้
แม้ว่าชิป Trainium ของอะเมซอนจะแสดงสัญญาณที่ดีในงานฝึกอบรม AI เฉพาะทาง แต่ก็มีแนวโน้มว่าจะไม่แทนที่ความเป็นผู้นำในตลาด GPU ของ Nvidia ในระยะใกล้ เนื่องจากระบบนิเวศซอฟต์แวร์ที่กว้างขวางและต้นทุนการเปลี่ยนแปลงของ Nvidia เรื่องราว 'ฆาตกร Nvidia' ยังเป็นไปไม่ได้ แต่การลงทุนของอะเมซอนใน AI และชิปที่ออกแบบเองส่งสัญญาณถึงความต้องการและการเติบโตที่ระเบิดออกมาในภาคนี้
ความต้องการและการเติบโตของ AI ที่ระเบิดออกมาในภาคนี้ ขับเคลื่อนด้วยการลงทุนที่เพิ่มขึ้นในชิปที่ออกแบบเองและโครงสร้างพื้นฐาน AI
ความสามารถของ AWS ในการส่งมอบระบบนิเวศ Trainium ที่สามารถปรับขนาดได้และบำรุงรักษาง่าย ซึ่งลดการใช้จ่ายในการประมวลผล GPU และยึดลูกค้าไว้ด้วยเครื่องมือ PyTorch อาจบีบอัดคูเมืองของ Nvidia เร็วกว่าที่คาดไว้