Nvidia's battle for inference tech

"구글, 아마존, 메타, 그리고 Cerebras와 같은 스타트업들은 이미 추론 공간 내에서 대안을 개발하고 있습니다." 하이퍼스케일러들은 엔비디아의 구형 GPU가 추론 작업에 너무 전력 소모가 크고 비싸기 때문에 커스텀 자체 실리콘(ASIC)을 개발하는 데 수십억 달러를 지출해 왔습니다. 그러나 엔비디아의 새로운 목적 중심의 메모리 중심 추론 칩은 이 취약점을 직접 공격합니다. 엔비디아의 기성품 솔루션이 훨씬 우수하다면, 하이퍼스케일러들의 커스텀 실리콘 ROI를 무력화하여 그들이 벗어나지 않고 엔비디아 생태계에 크게 의존하게 만듭니다. 중립. 하이퍼스케일러들이 추론을 위해 엔비디아에서 쉽게 전환할 것이라는 논제는 엔비디아의 새로운 제품 스택에 의해 심각하게 도전받습니다. 하이퍼스케일러들은 여전히 대규모 특정 독점 워크로드에 대해 자체 칩이 더 비용 효율적이라고 판단하여 시간이 지남에 따라 엔비디아 주문을 줄일 수 있습니다.

"Nvidia가 5000억 달러의 백오더가 있다고 말한 지 5개월이 지났습니다... Jensen Huang이 그 숫자를 업데이트하고 2027년에 대한 가시성을 제공한다면, 그것이 주가를 움직일 것입니다." 시장은 이미 하드웨어 발표(새로운 Groq 기반 추론 칩)를 가격에 반영했습니다. 밸류에이션 확장의 핵심 변수는 AI 인프라 지출이 단기적 버블이 아님을 입증하는 것입니다. 2027년까지의 구체적인 수요 가시성을 제공함으로써 Nvidia는 사이클 정점이라는 약세 테제를 무력화시키고, 애널리스트들이 장기 실적 모델을 상향 조정하도록 만듭니다. 롱. 추론 TAM(AI 시장의 75%)을 포착하고 수요 가시성을 확장하는 이 두 가지 요소는 GTC 이벤트를 통해 매수 신호를 보냅니다. 만약 경영진이 명확한 2027년 가시성을 제공하지 못하거나 백오더 숫자가 정체된다면, 주가는 '재료 소진'에 따른 하락을 겪을 수 있습니다.

"최근 루멘텀(Lumentum)과 코히런트(Coherent)의 20억 달러 규모 거래, 이는 광학 시장 내에서 이루어졌습니다. 따라서 우리는 그들이 네트워킹 구리에서 광학으로 어떻게 전환할지에 대한 소식을 기대하고 있습니다." 실시간 AI 추론은 대규모 데이터 처리량과 최소 지연 시간을 필요로 합니다. 기존 구리 네트워킹은 차세대 AI 클러스터에 필요한 대역폭과 전력 효율성을 처리할 수 없습니다. 엔비디아가 업계 표준을 구리에서 광학 네트워킹으로 공식 전환함에 따라, Lumentum 및 Coherent와 같은 부품 공급업체는 AI 데이터센터의 핵심 인프라가 되면서 막대한 다년간의 매수 호재를 경험할 것입니다. 롱. 이들 광학 공급업체는 엔비디아의 아키텍처 변화와 대규모 자본 투입의 직접적인 2차 수혜자입니다. 광학 제조의 공급망 병목 현상이나 엔비디아가 볼륨 확대에 따라 공급업체 마진을 공격적으로 압박하는 경우.