Souhrn
Tech průmysl letos utratil asi 400 miliard dolarů za specializované čipy a datová centra pro podporu AI, ale analytici zpochybňují udržitelnost těchto investic kvůli rychlé obsolescenci hardwaru. Před érou ChatGPT se čipy a servery odpisovaly za šest let, nyní však ztrácejí většinu hodnoty během tří až čtyř let díky agresivnímu tempu vývoje od firem jako Nvidia. Investoři jako Michael Burry situaci označují za podvod a varují před bolestivým probuzením z AI bubliny.
Klíčové body
- Tech firmy investovaly 400 miliard dolarů do AI čipů a datových center v roce 2024.
- Čipy rychle stárnou: ztráta 85–90 % tržní hodnoty za 3–4 roky místo původních 6 let.
- Nvidia, dominantní výrobce, oznámila čip Rubin pro rok 2026 s 7,5násobným výkonem oproti Blackwell.
- CEO Nvidia Jensen Huang přiznal, že při uvedení nové generace staré čipy ztrácejí poptávku.
- Analytici jako Gil Luria z D.A. Davidson a Mihir Kshirsagar z Princetonu upozorňují na kombinaci opotřebení a technologického zaostávání.
Podrobnosti
Před masovým rozvojem AI, který spustil ChatGPT na konci roku 2022, cloudové giganty jako Amazon, Microsoft nebo Google plánovaly životnost svých čipů a serverů na šest let. Tento odhad zahrnoval jak fyzické opotřebení, tak postupnou technologickou zastaralost. Dnes však, podle Mihira Kshirsagara z Centra pro informační technologickou politiku na Princeton University, tento předpoklad selhává. Hlavním důvodem je zrůskostání vývoje specializovaných čipů pro AI, kde Nvidia dominuje s podílem přes 90 % na trhu GPU pro trénink velkých jazykových modelů (LLM).
Méně než rok po uvedení vlajkové lodi Blackwell na jaře 2024 Nvidia oznámila nástupce Rubin pro rok 2026, který slibuje 7,5násobný výkon. Tento cyklus je mnohem rychlejší než u běžných procesorů, kde se generace střídají každé dva roky. Gil Luria z finanční poradenské firmy D.A. Davidson odhaduje, že čipy takto ztrácejí 85 až 90 % své tržní hodnoty během tří až čtyř let. Sám Jensen Huang, šéf Nvidia, to potvrdil v březnu: při spuštění Blackwell nikdo nechtěl předchozí generaci Hopper, což ilustruje, jak rychle se poptávka posouvá k novinkám. Stavba datových center navíc vyžaduje obrovské investice do energie, chlazení a infrastruktury, které se nyní stávají zbytečnými dříve, než se vrátí.
Tato dynamika zvyšuje rizika pro cloudové poskytovatele, kteří kupují tisíce čipů Nvidia H100 nebo B200 v hodnotě stovek milionů dolarů. Například Microsoft a Google rozšiřují kapacity pro partnery jako OpenAI, ale pokud Rubin přijde včas a překoná očekávání, starší hardware zůstane nevyužitý. Luria zdůrazňuje kapitálovou náročnost: firmy musí vydávat dluhopisy nebo akcie, aby financovaly expanzi, což v případě zpomalení AI poptávky vede k krizi likvidity.
Proč je to důležité
Tento problém ohrožuje celý AI ekosystém, kde hardware tvoří jádro růstu. S 400 miliardami dolarů investovanými v jednom roce – většina do Nvidia a souvisejících dodavatelů – se riziko bubliny stává hmatatelným. Americká ekonomika, silně závislá na tech sektorech, by mohla pocítit šok podobný krizi z roku 2000, jak varuje investor Michael Burry, známý z filmu Velký můj krach. Pro průmysl to znamená nutnost přehodnotit strategie: delší životnost čipů vyžaduje standardizaci architektur nebo hybridní přístupy, kde starší hardware slouží k inference místo tréninku. Uživatelé AI služeb nepocítí okamžité změny, ale vyšší náklady se promítnou do cen cloudových API. Dlouhodobě to může způsobit konsolidaci trhu ve prospěch Nvidia, zatímco konkurenti jako AMD nebo čínské firmy čelí ještě větším výzvám. Jako expert na AI hardware vidím zde signál k opatrnosti: hypu kolem AGI převažuje realita ekonomických limitů výpočetního výkonu.
Zdroj: 📰 The Times of India
