Οι μετοχές των τσιπ σημείωσαν ένα εκπληκτικό ράλι τον περασμένο χρόνο, καθώς οι επενδυτές στοιχηματίζουν στον κεντρικό ρόλο του κλάδου των ημιαγωγών στην παγκόσμια ανάπτυξη της υποδομής τεχνητής νοημοσύνης.

Ωστόσο, η ανανεωμένη αστάθεια γύρω από τις μετοχές των τσιπ έχει πυροδοτήσει συζήτηση σχετικά με το εάν αυτό αποτελεί ένδειξη ευρύτερων ανησυχιών για τη ζήτηση τεχνητής νοημοσύνης.

Σε συνεντεύξεις στο CNBC αυτή την εβδομάδα, αρκετά στελέχη τεχνητής νοημοσύνης έριξαν κρύο νερό στην ιδέα ότι η ζήτηση επιβραδύνεται, αν και αναγνώρισαν ότι οι επιχειρήσεις είναι πιο προσεκτικές σχετικά με το κόστος χρήσης της τεχνητής νοημοσύνης.

«Νομίζω ότι η ζήτηση για τεχνητή νοημοσύνη είναι σχεδόν απεριόριστη», λέει ο Pat Gelsinger, ο πρώτος Intel Ο Διευθύνων Σύμβουλος και πλέον γενικός συνεργάτης της Playground Global δήλωσε στο CNBC την Τετάρτη, προσθέτοντας ότι η διαθεσιμότητα ενέργειας είναι «ο μόνος πραγματικός περιοριστής».

“Επειδή πόση οικονομική αξία έχετε για την επαυξημένη νοημοσύνη; Σχεδόν άπειρη σε κάθε κλάδο που μπορεί να φανταστεί κανείς”, πρόσθεσε ο Gelsinger.

Διάφοροι παράγοντες έχουν τροφοδοτήσει την αστάθεια της αγοράς σχετικά με τις μετοχές των τσιπ και των κέντρων δεδομένων AI. Μια ανακοίνωση της Meta ότι θα πουλούσε πλεονάζουσα υπολογιστική ικανότητα για τεχνητή νοημοσύνη συνέβαλε εν μέρει στην πώληση. Ενώ η μετοχή της Meta έχει χτυπήσει την είδηση, έχει εγείρει ερωτήματα σχετικά με το εάν αυτό είναι σημάδι ότι υπάρχει μεγαλύτερη πλεονάζουσα παραγωγική ικανότητα στους υπολογιστές εκεί έξω. Η XAI του Έλον Μασκ έχει επίσης μισθώσει την πλεονάζουσα χωρητικότητά της φέτος.

Και αυτή την εβδομάδα, η Samsung, μια από τις μεγαλύτερες εταιρείες τσιπ μνήμης στον κόσμο, προέβλεψε τεράστια αύξηση στα κέρδη, αλλά η μετοχή της έπεσε. Μετά από αύξηση άνω του 360% των μετοχών της τους τελευταίους 12 μήνες, η αγορά αναρωτιόταν πόσο παραπέρα θα μπορούσε να προχωρήσει.

Καμία από αυτές τις κινήσεις δεν φαίνεται να μείωσε τη ζήτηση για υπολογιστές και την υποδομή πίσω από αυτήν.

“Αυτό που βιώνουμε όσον αφορά τη ζήτηση είναι εξαιρετικό. Υπάρχει πολύ μεγαλύτερη ζήτηση από όση μπορούμε να ανταποκριθούμε, και αυτή είναι η εμπειρία μας εδώ και αρκετό καιρό”, δήλωσε ο Mark Borodicki, επικεφαλής εσόδων στο Δεν θα το κάνωείπε στο CNBC την Πέμπτη. Ο Nebius κατασκευάζει κέντρα δεδομένων χρησιμοποιώντας Nvidiaενεργοποιημένοι επεξεργαστές γραφικών.

Andrew Feldman, Διευθύνων Σύμβουλος της Εγκεφαλικά συστήματαείπε το παράδειγμα του Στόχος και η xAI πουλάει την πλεονάζουσα χωρητικότητά της είναι μια «μοναδική» περίπτωση.

“Για τον κλάδο συνολικά, η ζήτηση για υπολογιστές ξεπερνά κατά πολύ τη διαθέσιμη χωρητικότητα και έχουμε έλλειψη κέντρων δεδομένων. Νομίζω ότι μας λείπουν, ως κλάδος, πολλές από τις εισροές στον υπολογιστή”, δήλωσε ο Feldman στο CNBC την Τετάρτη.

Η Cerebras, η οποία κυκλοφόρησε νωρίτερα φέτος, είναι μία από τις πολλές startups ημιαγωγών που προσπαθούν να γίνουν σημαντικοί παίκτες στην αγορά των data center και να αμφισβητήσουν τη Nvidia.

Η Rebellions, μια άλλη εταιρεία εκκίνησης τσιπ της Νότιας Κορέας που υποστηρίζεται από τη Samsung και την SK Hynix, ανέφερε ότι είχε παρόμοια ισχυρή ζήτηση.

«Η δυναμική της υποδομής της τεχνητής νοημοσύνης (είναι) ακόμα τεράστια», δήλωσε στο CNBC την Τετάρτη η Sungyun Park, Διευθύνων Σύμβουλος της Rebellions.

“Προσωπικά πιστεύω ότι δεν είναι το σήμα ότι… όλοι οι υπερκλιμακωτές (υπερεπενδύουν) σε υποδομές”, πρόσθεσε η Park σχετικά με τα νέα Meta και xAI.

Lumentumπου πουλά προϊόντα συνδεσιμότητας φωτονικών και οπτικών κέντρων δεδομένων, είπε ότι τα προϊόντα της εξαντλήθηκαν τα επόμενα πέντε χρόνια.

«Προσπαθούμε να αναπτύξουμε την ικανότητά μας όσο το δυνατόν περισσότερο για να ανταποκριθούμε στη ζήτηση που έχουμε δει εδώ και πέντε χρόνια σε αυτό το σημείο», δήλωσε στο CNBC την Τετάρτη ο Michael Hurlston, Διευθύνων Σύμβουλος της Lumentum.

Οι μετοχές της Lumentum αυξήθηκαν περίπου 600% τους τελευταίους 12 μήνες, καθώς οι επενδυτές συσσωρεύονται σε εταιρείες που αντιμετωπίζουν βασικά σημεία συμφόρησης στην κατασκευή κέντρων δεδομένων AI.

Μια άλλη μεγάλη συζήτηση γύρω από την εμπορευματοποίηση της τεχνητής νοημοσύνης είναι το πόσα είναι διατεθειμένα να πληρώσουν οι επιχειρήσεις για την τεχνολογία.

Υπήρξε μια περίοδος του λεγόμενου «tokenmaxxing» στις επιχειρήσεις όπου οι εταιρείες ενθάρρυναν τους υπαλλήλους να χρησιμοποιούν όσο το δυνατόν περισσότερη τεχνητή νοημοσύνη ανεξάρτητα από το αποτέλεσμα. Τα εργαλεία που χρησιμοποιούνταν συχνά ήταν αυτά από συνοριακά εργαστήρια όπως το OpenAI και το Anthropic.

Ωστόσο, οι εταιρείες εστιάζουν τώρα περισσότερο στην απόδοση της επένδυσης από την τεχνητή νοημοσύνη, ειδικά καθώς αυτά τα συνοριακά μοντέλα παραμένουν ακριβά σε σύγκριση με προσφορές ανοιχτού κώδικα από εταιρείες όπως η DeepSeek ή Alibaba.

Ο Boroditsky του Nebius είπε ότι το tokenmaxing αξίζει τον κόπο μόνο εάν ο οργανισμός δει ως αποτέλεσμα απόδοση επένδυσης.

«Ένας Διευθύνων Σύμβουλος που βάζει το σφυρί και επιβραδύνει τις δαπάνες θα πρέπει στην πραγματικότητα να αναζητά αξία ή μέγιστη αξία», είπε ο Boroditsky, προσθέτοντας ότι η τεχνητή νοημοσύνη θα πρέπει να εφαρμοστεί για να δημιουργήσει αξία που να δικαιολογεί τις δαπάνες.

“Τώρα βλέπουμε μια στροφή προς περισσότερο εξορθολογισμό. Το έχουμε δει σε κάθε τεχνολογικό κύκλο και αυτός ο εξορθολογισμός σίγουρα θα οδηγήσει τη ζήτηση”, δήλωσε ο Borodicki του Nebius.

Ενώ τα μοντέλα συνοριακής τεχνητής νοημοσύνης θεωρούνται τα πιο προηγμένα, υπάρχουν πολλά μοντέλα ανοιχτού κώδικα που έχουν κοντινή απόδοση και μερικά που είναι λιγότερο προηγμένα. Διαφορετικά μοντέλα έχουν διαφορετικές δυνατότητες, οι οποίες μπορούν να χρησιμοποιηθούν για συγκεκριμένες εργασίες.

Ο Feldman της Cerebras είπε ότι στο μέλλον ορισμένα μοντέλα θα χρησιμοποιηθούν σε συγκεκριμένες καταστάσεις. Για παράδειγμα, τα μοντέλα ορίων μπορούν να χρησιμοποιηθούν για πιο προηγμένα προβλήματα, ενώ ορισμένα φορτία θα μεταφερθούν σε άλλα.

«Νομίζω ότι είναι πιθανό ότι δεν χρειάζεστε ένα τεράστιο λεωφορείο για να πάτε στο παντοπωλείο», είπε ο Φέλντμαν.

«Ορισμένοι φόρτοι εργασίας μεταφέρονται σε έναν τύπο υπολογιστών και μικρότεροι φόρτοι εργασίας σε άλλους, και νομίζω ότι καθώς μαθαίνουμε και γινόμαστε πιο εξελιγμένοι στην εφαρμογή της τεχνητής νοημοσύνης, το ίδιο θα συμβεί».