
Niniejsza treść nie stanowi porady inwestycyjnej. Autor nie posiada żadnych pozycji w akcjach, do których się odwołuje.
Zrozumienie ekonomii GPU i wydajności fabryki AI
W obliczu zmiennej dynamiki ekonomiki GPU, Morgan Stanley opublikował przekonującą analizę podkreślającą wyjątkową wydajność procesorów graficznych GB200 NVL72 firmy NVIDIA w zasilaniu dużych fabryk AI. Ta wiedza jest szczególnie istotna dla interesariuszy zaangażowanych w decyzje inwestycyjne lub postęp technologiczny w dziedzinie infrastruktury AI.
Kluczowe komponenty szaf NVL72 AI
Dla wyjaśnienia, każda szafa serwerowa NVL72 AI integruje 72 procesory graficzne NVIDIA B200 oraz 36 procesorów Grace, które są połączone za pomocą zaawansowanej technologii NVLink 5, zaprojektowanej z myślą o wysokiej przepustowości i niskich opóźnieniach. Warto zauważyć, że obecny koszt takiej szafy serwerowej przekracza $3.1 million
, w wyraźnym kontraście z około $190, 000
szafą H100.
Mimo wyższej początkowej inwestycji, Morgan Stanley twierdzi, że wybór najnowszego rozwiązania firmy NVIDIA o konstrukcji rack oferuje większe korzyści ekonomiczne w porównaniu ze starszą generacją H100k, co jest zgodne z obecnymi wymaganiami rynku.
Wgląd w rentowność
Według obliczeń Morgan Stanley, systemy GB200 NVL72 firmy NVIDIA przewyższają konkurencję pod względem rentowności i generowania przychodów.Moduły TPU v6e opracowane przez Google plasują się tuż za ofertą firmy NVIDIA, co ilustruje poniższy wykres rentowności dla modelu teoretycznego 100MW AI factory
.

Dokładniej rzecz ujmując, szafy GB200 NVL72 AI mogą przynieść imponującą marżę zysku wynoszącą 77, 6 procent, podczas gdy Google TPU v6e osiąga marżę na poziomie 74, 9 procent.
Porównania kosztów i dynamika rynku
Chociaż ceny modułów TPU v6e firmy Google nie są publicznie znane, ogólnie przyjmuje się, że koszty wynajmu modułów TPU są mniej więcej o 40–50 procent niższe niż w przypadku szaf NVL72.
Pozycja AMD na rynku
Raport Morgan Stanley wskazuje na niepokojącą tendencję w przypadku fabryk wykorzystujących sztuczną inteligencję (AI) wykorzystujących technologie AMD MI300 i MI355. Przewiduje się, że w przypadku tych fabryk marża zysku wyniesie odpowiednio -28.2 percent
i -64 percent
.
Analiza całkowitego kosztu posiadania
Analiza zakłada, że utworzenie systemu 100MW AI data center
uwzględnia koszty infrastruktury wynoszące około $660 million
, zamortyzowane w ciągu dekady. Wydatki na karty graficzne (GPU) mogą się znacznie wahać, od $367 million
do, $2.273 billion
z czteroletnim okresem amortyzacji. Dodatkowo, koszty operacyjne uwzględniają efektywność energetyczną systemów chłodzenia dostosowaną do globalnych stawek energii elektrycznej.
W tym kontekście systemy GB200 NVL72 firmy NVIDIA charakteryzują się najwyższym całkowitym kosztem posiadania (TCO), obliczonym na poziomie $806.58 million
, tuż za nimi znajduje się platforma MI355X z wynikiem $774.11 million
.
Dodaj komentarz