Deepseek, NVIDIA и математиката зад разпродажбата от януари 2025 г.
Накратко: Статията от 28 януари 2025 г. коментира разпродажбата на AI акции след новината за Deepseek. Според мен пазарът подцени стойността на чиповете A100 и H100: супер клъстер от 50 000 H100 струва до $2 млрд. Разглеждам Jevons Paradox и Wright’s Law, решенията на Meta и Microsoft да увеличат инвестициите си в AI и факта, че към тази дата Blackwell беше разпродаден.
Въведение
Събитията от вчера разтърсиха сектора на изкуствения интелект (AI), като повечето компании в тази индустрия претърпяха значителни спадове на цените на акциите си. Сред най-засегнатите бяха гигантите, които досега се възприемаха като непоклатими в лицето на технологичните промени. Пазарът реагира бурно на новината за Deepseek – платформа, която предизвика вълна от противоречиви анализи и интерпретации относно бъдещето на AI индустрията. В тази статия разглеждам математическите и икономическите несъответствия в коментарите след новината и какво показваха фактите за NVIDIA към тази дата.
Основни моменти
1. Математическата грешка в анализа на NVDA и Deepseek
Според мен грубо подценяване на стойността на чиповете A100 и H100 предизвика верижна реакция от прибързани изводи. Ако 2000 броя A100 струват минимум $20 милиона, а супер клъстер от 50 000 H100 достига до $2 милиарда, то дори най-консервативните сметки показват мащаба на тези инвестиции. Това не е просто аритметична грешка – това е подценяване на стойността на високотехнологичната инфраструктура, която Deepseek и подобни компании създават.
2. Jevons Paradox и Wright’s Law в действие
Deepseek показа как съществуващите технологии могат да бъдат използвани по нов начин, а това според мен създава ново търсене и за по-старите чипове. Wright’s Law описва как подобренията в производството намаляват разходите, а Jevons Paradox – как по-високата ефективност исторически води до по-голямо, а не до по-малко търсене на даден ресурс. Според мен това е логиката, която пазарът пропусна в първата си реакция.
3. Капиталовите разходи на технологичните гиганти
Една от основните критики след Deepseek беше, че технологичните гиганти ще намалят своите капиталови разходи. Въпреки това Meta, Microsoft и други увеличиха своите инвестиции в AI. Дори фигури като Доналд Тръмп призоваха за национална ангажираност към AI. Към тази дата решенията на най-големите купувачи на чипове не потвърждаваха опасенията за забавяне на инвестициите.
4. Маржовете на NVIDIA
Към тази дата NVIDIA отчиташе високи маржове, които ѝ осигуряват ресурси за разработка на иновации и подобрения в продуктовия цикъл. Според мен търсенето и на по-старите модели чипове е важно за конкурентното предимство на NVIDIA на пазара.
5. Търсенето на Blackwell
Новата архитектура Blackwell към тази дата вече беше разпродадена, а списъкът с чакащи клиенти растеше. Според мен това показва, че търсенето на най-новите чипове не беше отслабнало към момента на разпродажбата на акциите.
Математиката
От икономическа гледна точка, Deepseek създаде ново вълнение и търсене за по-стари чипове, които анализаторите вече бяха започнали да отписват. Според мен това е пример за Jevons Paradox и Wright’s Law в действие.
Въпреки опасенията за намаляване на капиталовите разходи от технологичните гиганти, Meta, Microsoft и други увеличиха своите инвестиции в AI. Дори политически фигури като Доналд Тръмп потвърдиха значението на тези технологии за икономическата и национална сигурност на САЩ. Към тази дата тези решения не потвърждаваха тезата за период на „усвояване“ на вече направените инвестиции.
Отчетите на NVIDIA към тази дата показваха високи маржове, а Blackwell беше разпродаден още преди официалния старт.
Заключение
Често задавани въпроси
Защо акциите на NVIDIA паднаха заради Deepseek?
В края на януари 2025 г. новината за Deepseek предизвика значителни спадове в акциите на AI компаниите, включително NVIDIA, на фона на опасения, че технологичните гиганти ще намалят капиталовите си разходи. Според мен реакцията беше прибързана, тъй като не отчиташе стойността на чиповете A100 и H100.
Какво са Jevons Paradox и Wright’s Law и как се отнасят към NVIDIA?
Wright’s Law предполага, че подобренията в производството намаляват разходите, а Jevons Paradox – че по-високата ефективност води до още по-голямо търсене. Според мен те обясняват защо по-високата ефективност, показана от Deepseek, исторически не е намалявала търсенето на даден ресурс.
Колко струва супер клъстер от чипове H100?
Според статията супер клъстер от 50 000 чипа H100 струва до $2 млрд., а при най-ниска цена от $10 000 за A100 2000 такива чипа струват минимум $20 млн. С тези сметки показвам мащаба на вече направените инвестиции в AI инфраструктура.
