NVIDIA, Açık Yapay Zekâ Modellerinin Çok Modelli Bir Kurumsal Geleceği Şekillendirdiğini Görüyor
Yapay Zekâ Piyasa Analizi
Piyasa etkisi: Orta vadede NVDA için ılımlı derecede olumlu, ancak yakın vadede net bir katalizör değil.
Temel çıkarım, NVIDIA'nın açık kaynaklı modelleri NVIDIA platformunun ikameleri olarak değil, yapay zekâ altyapısına yönelik talebi genişleten unsurlar olarak konumlandırmasıdır. Kurumlar farklı modelleri yerel sistemlerde, özel kümelerde, bulut altyapılarında ve öncü model sağlayıcılarında çalıştırabilir; bu da GPU'lara, ağ altyapısına, çıkarım kapasitesine ve orkestrasyon yazılımlarına olan ihtiyacı artırır. NVIDIA'nın model yönlendiricilerine, ajan “harness”larına ve NeMo Switchyard gibi araçlara yaptığı vurgu da değerin yalnızca temel modelin ötesinde oluşabileceği argümanını destekliyor.
NVDA açısından en olumlu senaryo, ara sıra gerçekleştirilen büyük ölçekli model eğitiminden sürekli ve dağıtık çıkarıma geçiştir. Daha küçük, özelleştirilmiş modeller istek başına daha ucuz olabilir; ancak bunların kurumsal ve uç uygulamalarda daha geniş ölçekte kullanılması, toplam token tüketimini ve donanım kullanımını artırabilir. Yerel kurulum, müşterilerin düşük gecikme, veri kontrolü veya şirket içi işlem gerektirdiği durumlarda özellikle NVIDIA'yı destekler.
Bu sinyal, NVIDIA'nın hesaplama birimi başına fiyatlandırma gücü açısından daha az olumlu. Açık modeller ve model sıkıştırma, tekil iş yükleri için gereken donanımı azaltabilir; şirketler ayrıca daha ucuz hızlandırıcılar veya kurum içinde tasarlanmış çipler kullanabilir. Verimlilik kazanımları toplam iş yüklerindeki büyümeyi aşarsa, piyasa açık model kullanımını ek talep yaratan bir unsurdan ziyade veri merkezi GPU yoğunluğu için bir tehdit olarak yorumlayabilir.
Bu nedenle hissenin yakın vadeli tepkisi, yorumların kendisinden çok artan çıkarım talebi, kurumsal dağıtım ve sürdürülen altyapı harcamalarına ilişkin kanıtlara bağlı olacaktır. Yatırımcılar NVIDIA'nın bir sonraki sonuçlarını ve yönlendirmelerini; çıkarım gelirleri, ağ talebi, hiper ölçekleyicilerin sermaye harcamaları, yerel/uç sistemlerin benimsenmesi ve eğitim ile çıkarım iş yükleri arasındaki dağılım açısından izlemeli. Açık modellerin toplam yapay zekâ kullanımını artırdığına dair doğrulama, olumlu yorumu güçlendirecektir; bunların üst düzey GPU gereksinimini önemli ölçüde azalttığına dair işaretler ise olumsuz yorumu güçlendirecektir.