ยักษ์ใหญ่ Jensen Huang ลงสนาม “กู้ตลาด”: หนุน CoreWeave เต็มที่ ชี้ตรงประเด็นว่า “พลังประมวลผล AI พึ่งพาห้องแล็บแค่สองแห่งจ่ายเงิน” เป็นการตีความที่ผิดมหันต์

ผู้เขียนต้นฉบับ: หลง เยว่

แหล่งที่มาต้นฉบับ: 华尔街见闻

หุ้นเทคโนโลยีทั่วโลกเผชิญแรงเทขายครั้งใหญ่ในสัปดาห์นี้ มูลค่าตลาดรวมของบริษัทเทคโนโลยี 20 อันดับแรกของโลกหายไปกว่า 1 ล้านล้านดอลลาร์ ท่ามกลางความสงสัยต่อผลตอบแทนจากการลงทุนในโครงสร้างพื้นฐาน AI ที่ทวีความรุนแรงขึ้นอย่างรวดเร็ว

ในจังหวะสำคัญนี้เอง เจนเซน หวง CEO ของ NVIDIA ลงมือติดต่อกันหลายครั้ง — เริ่มจากการให้สัมภาษณ์กับ Bloomberg ที่สตอกโฮล์มเพื่อสนับสนุน CoreWeave อย่างเปิดเผย จากนั้นจึงเผยแพร่บทสัมภาษณ์เชิงลึกความยาวเกือบ 140 นาทีทางพอดแคสต์ BG2 เพื่อตอบข้อกังวลหลักที่สุดของตลาด: เงินที่ใช้สร้างโครงสร้างพื้นฐานด้านพลังประมวลผล AI นั้น แท้จริงแล้วใครเป็นคนจ่าย?

ที่น่าสังเกตคือ บทสัมภาษณ์ของเจนเซน หวงทางพอดแคสต์ลงทุนชื่อดังจากซิลิคอนแวลลีย์อย่าง《BG2》นี้ ถูกเผยแพร่ในเวลาประมาณ 7 โมงเช้าตามเวลาตะวันออกของสหรัฐฯ ก่อนตลาดหุ้นสหรัฐฯ เปิดทำการ เมื่อวันที่ 15 ตุลาคม ซึ่งเป็นช่วงที่เทรดเดอร์ นักวิเคราะห์ และกองทุนเชิงปริมาณบนวอลล์สตรีทกำลังเตรียมตัวและรับมือกับการเปิดตลาดหุ้นสหรัฐฯ ด้วยความตึงเครียดอย่างสูง

เจนเซน หวงระบุอย่างชัดเจนในการให้สัมภาษณ์กับ Bloomberg ว่า CoreWeave "ไม่จำเป็นต้องให้ NVIDIA ให้การสนับสนุนแบบรับประกันความเสี่ยงใดๆ" และกล่าวว่า "ต้นทุนเงินทุนของพวกเขากำลังลดลงจริงๆ" คำกล่าวนี้ส่งผลให้หุ้นกลุ่มคลาวด์เกิดใหม่ดีดตัวขึ้นระหว่างวันทันที โดย CoreWeave ปิดบวกสวนตลาดที่ 5.94% ดัชนี Nasdaq ตามกลับมา收复การปรับตัวลงทั้งหมดได้ในภายหลัง 《Barron's》ในรายงานทบทวนสถานการณ์ระบุว่าตลาด "เพียงแค่คำปลอบใจสองสามคำจาก 'บิดาแห่ง AI' เจนเซน หวง ก็เพียงพอแล้ว"

ในบทสัมภาษณ์ BG2 เจนเซน หวงก้าวไปไกลกว่านั้น โดยชี้ตรงจุดถึงการตีความผิดพลาดหลักของตลาด: การเดิมพันการสร้างโครงสร้างพื้นฐานพลังประมวลผลมูลค่าหลายล้านล้านดอลลาร์ไว้บนรายได้ของห้องแล็บ AI เพียงสองแห่งนั้นเป็น "การถามผิดคน" เขาแยกความต้องการพลังประมวลผลของ NVIDIA ออกเป็นสามส่วนที่roughly เท่ากัน โดยห้องแล็บแนวหน้าคิดเป็นเพียงประมาณหนึ่งในสี่ถึงหนึ่งในสาม และเกี่ยวข้องกับห้าหกสถาบัน ไม่ใช่สองแห่งที่ตลาดมักเข้าใจกัน การประเมินนี้มีคุณค่าในการอ้างอิงต่อตลาดโดยตรงสำหรับการทำความเข้าใจlogicที่แท้จริงของการลงทุนในโครงสร้างพื้นฐาน AI

เหตุการณ์ปั่นป่วน CoreWeave

CoreWeave เป็นหนึ่งในจุดกดดันที่ได้รับความสนใจมากที่สุดในการเทขายหุ้นเทคโนโลยีรอบนี้ ตามข้อมูลของ ICE Data Services สเปรดของ Credit Default Swap (CDS) อายุห้าปีที่ให้ความคุ้มครองความเสี่ยงผิดนัดชำระหนี้ของ CoreWeave พุ่งขึ้นถึง 74.5 เบซิสพอยต์ระหว่างวัน สร้างสถิติสูงสุดระหว่างวันที่ 1194.5 เบซิสพอยต์ โดยความน่าจะเป็นผิดนัดชำระภายในห้าปีโดยนัยสูงกว่า 60%

สัญญาณนี้ทำให้ตลาดตึงเครียดอย่างมาก CoreWeave กู้ยืมเงินจำนวนมหาศาลเพื่อขยายพลังประมวลผล โดย NVIDIA เป็นทั้งซัพพลายเออร์อุปกรณ์และถือหุ้นประมาณ 10% เป็นผู้ถือหุ้นอันดับสอง โครงสร้างการจัดหาเงินทุนแบบวนกลับ "ซัพพลายเออร์จัดหาเงินทุนให้ผู้ซื้อ ผู้ซื้อกลับไปซื้อผลิตภัณฑ์ของซัพพลายเออร์" เช่นนี้ ก่อให้เกิดข้อสงสัยอย่างกว้างขวางต่อความยั่งยืนทางการเงินของการขยายโครงสร้างพื้นฐาน AI

คำกล่าวของเจนเซน หวงที่สตอกโฮล์มสร้างแรงต้านต่อการกำหนดราคาของตลาดเครดิตโดยตรง "CoreWeave เก่งขึ้นทุกวัน" เขาบอกกับ Bloomberg "ผมมองโลกในแง่ดี ต้นทุนเงินทุนของพวกเขากำลังลดลงจริงๆ" เขายังระบุชัดเจนว่า NVIDIA ไม่จำเป็นต้องให้การสนับสนุนแบบรับประกันความเสี่ยงใดๆ แก่ CoreWeave

น้ำหนักของคำพูดนี้อยู่ที่สถานะสองบทบาทของเจนเซน หวง — เขาเป็นทั้งซัพพลายเออร์อุปกรณ์ที่สำคัญที่สุดของ CoreWeave และเป็นผู้ถือหุ้นอันดับสอง ปฏิกิริยาของตลาดต่อเรื่องนี้เห็นผลทันที: ราคาหุ้น CoreWeave ปิดบวก 5.94% ในวันนั้น หยุดยั้งการร่วงติดต่อกันสองวันที่ลดลงรวมกว่า 18% ได้

แยกย่อยการตีความผิด: ความต้องการพลังประมวลผลไม่ได้มีแค่สองห้องแล็บ

หนึ่งในlogicเชิงลึกของการเทขายในสัปดาห์นี้ คือความสงสัยอย่างเป็นระบบต่อผลตอบแทนจากการลงทุนในโครงสร้างพื้นฐาน AI — หากรายได้ของ OpenAI และ Anthropic ชะลอตัวลง ใครจะจ่ายเงินสำหรับการสร้างโครงสร้างพื้นฐานพลังประมวลผลมูลค่าหลายล้านล้านดอลลาร์?

เจนเซน หวงในบทสัมภาษณ์ BG2 ระบุlogicนี้ว่า "ถามผิดคน" เขาแยกความต้องการพลังประมวลผลของ NVIDIA ออกเป็นสามส่วนที่roughly เท่ากัน:

ส่วนแรก ประมาณหนึ่งในสามเป็นการประมวลผลพื้นฐานที่ไม่เกี่ยวข้องกับห้องแล็บ AI เลย — พลวัตโมเลกุล การจำลองทางฟิสิกส์ เคมีควอนตัม การเรียนรู้ของเครื่องแบบคลาสสิก (เช่น ระบบตรวจจับการฉ้อโกงของ Visa, Mastercard) ระบบแนะนำ เป็นต้น "แม้ไม่มี AI เลย NVIDIA ก็ไม่ใช่ศูนย์" เขากล่าว "ธุรกิจส่วนนี้เติบโต 30% ถึง 40% ต่อปี"

ส่วนที่สอง ประมาณหนึ่งในสี่ถึงหนึ่งในสามเป็นความต้องการพลังประมวลผลของห้องแล็บแนวหน้า แต่เจนเซน หวงเน้นว่าตลาดมักเห็นเพียงสองแห่ง ขณะที่เขาเห็นห้าหกแห่ง — Meta, Grok, Gemini, Anthropic และสถาบันอื่นๆ ที่กำลังผงาดขึ้น "ถ้าคุณบอกผมว่านี่คิดเป็นไม่ถึงหนึ่งในสามของธุรกิจเรา ประมาณหนึ่งในสี่ ก็ดี"

ส่วนที่สาม เช่นเดียวกันประมาณหนึ่งในสาม เป็นบริษัทสตาร์ทอัพหลายพันแห่งที่เช่าพลังประมวลผล — เขาเปรียบสิ่งนี้ว่าเป็น "AWS ยุคถัดไป" ในบรรดาบริษัทเหล่านี้ 80% ใช้โมเดลโอเพนซอร์ส สร้างปัญญาเฉพาะทางในแนวตั้งอย่าง AI ทางกายภาพ AI ทางชีววิทยา วิทยาศาสตร์วัสดุ เป็นต้น "มองคลาวด์คอมพิวติ้งก้อนใหญ่นี้เป็น AWS ยุคถัดไป" เขากล่าว "นี่คือ AWS ของวันนี้ เพียงแต่หันสู่อนาคต"

"การเดิมพันการก่อสร้างมูลค่าหลายล้านล้านดอลลาร์ไว้บนรายได้ของสองห้องแล็บ เป็นความผิดพลาดครั้งใหญ่" เจนเซน หวงกล่าว "ผมยินดีร่วมงานกับพวกเขา สนับสนุนพวกเขา พวกเขาจะกลายเป็นหนึ่งในบริษัทเทคโนโลยีที่สำคัญที่สุดในประวัติศาสตร์ และจะประสบความสำเร็จอย่างยิ่งใหญ่ แต่รายได้ของพวกเขาไม่จำเป็นต้องเข้าใกล้หนึ่งล้านล้านดอลลาร์เลย เรื่องนี้ก็ยังคงเป็นไปได้"

logicพื้นฐานของความต้องการที่เร่งตัวขึ้น

เจนเซน หวงอธิบายอย่างเป็นระบบในบทสัมภาษณ์ถึงกลไกภายในที่ทำให้ความต้องการพลังประมวลผลไม่ชะลอตัวลงแบบเชิงเส้น แต่กลับเร่งตัวขึ้นอย่างต่อเนื่อง

แก่นสำคัญอยู่ที่การคูณกันของสองปัจจัยประกอบ ประการแรก การอนุมาน (การคิด) แพงกว่าการสร้างแบบท่องจำหลายลำดับขนาด — AI จำเป็นต้องขยายหลายแนวทาง วางแผน ไตร่ตรอง ตัดแต่ง เก็บ "ทางเลือกเชิงกลยุทธ์" ซึ่งในตัวเองก็ใช้พลังประมวลผลจำนวนมาก ประการที่สอง ยิ่งโมเดลมีความสามารถมาก ยิ่งมี场景ที่ถูก "จ้าง" มากขึ้น "มันใช้พลังประมวลผลมากขึ้นในการทำงาน แต่เพราะมันทำได้ดี เราจึงจ้างมันทำงานมากขึ้น" เขากล่าว "สองสิ่งนี้บวกกัน ความต้องการจึงเป็นการเร่งตัว ไม่ใช่การชะลอตัว"

การปลดล็อกสำคัญของปีที่แล้ว ซึ่งเจนเซน หวงเรียกมันว่า "harness" — การจัดการความจำใช้งาน การสร้างกราฟความรู้ (คล้ายการบีบอัดแบบออฟไลน์ระหว่างการนอนหลับ) การใช้เครื่องมือ สามสิ่งนี้ทำให้โมเดลภาษาขนาดใหญ่เปลี่ยนจาก "แชทบอท" เป็นเอเจนต์อัจฉริยะที่เข้าไปทำงานในองค์กรได้ "การเขียนโปรแกรมเป็น场景แรกที่ลงมือปฏิบัติจริง" เขากล่าว "การออกแบบและความคิดสร้างสรรค์เป็นระลอกถัดไป"

ในมุมมองของเขา OpenAI และ Anthropic ปัจจุบันมีพลังประมวลผลแต่ละแห่งเพียงประมาณสองถึงสามกิกะวัตต์ "เมื่อเทียบกับขนาดที่กำลังจะมาถึง นี่เป็นปริมาณที่น้อยมาก" และ正是在ขนาดพลังประมวลผลที่เล็กเช่นนี้ AI ได้แก้สมการ Navier-Stokes ซึ่งเป็นโจทย์คณิตศาสตร์ระดับมิลเลนเนียมไปแล้ว "นี่คือสติปัญญาที่แย่ที่สุดที่เราจะมีตั้งแต่นี้เป็นต้นไป" เขากล่าว "จากตรงนี้ จะดีขึ้นเรื่อยๆ เท่านั้น"

ไฟฟ้าที่หายากสะท้อนกลับมาเพิ่มส่วนแบ่ง NVIDIA คอขวดปี 2027 อยู่ที่โลกทางกายภาพ

เจนเซน หวงให้การประเมินที่ชัดเจนในบทสัมภาษณ์เกี่ยวกับคอขวดของการสร้างโครงสร้างพื้นฐานพลังประมวลผลในปี 2027: ความต้องการ "มีแต่จะมากขึ้น ไม่มีน้อยลง" แต่ที่ดิน การอนุญาต ไฟฟ้า และแรงงานก่อสร้างจะเป็นอุปสรรคหลัก

ตามข้อมูลของ SemiAnalysis ที่ Brad Gerstner พิธีกร BG2 อ้างถึง ปีหน้าจะมีพลังประมวลผล AI เพิ่มขึ้น 43 กิกะวัตต์ มากกว่าผลรวมของสต็อกทั่วโลกในปัจจุบัน จากนั้นอีกหนึ่งปีจะเพิ่มอีก 40 กิกะวัตต์ เจนเซน หวงเห็นด้วยกับการประเมินด้านความต้องการต่อตัวเลขนี้ แต่ชี้ว่าข้อจำกัดในโลกทางกายภาพจะจำกัดจังหวะการลงมือปฏิบัติจริง "ที่ดิน ไฟฟ้า เปลือกอาคาร" เขากล่าว "นี่จะเป็นหนึ่งในอุปสรรคที่สำคัญที่สุด"

ที่น่าสังเกตคือ ความหายากของไฟฟ้าในกรอบlogicของเจนเซน หวงกลับกลายเป็นแรงขับเคลื่อนที่ทำให้ส่วนแบ่งตลาดของ NVIDIA เพิ่มขึ้นอีก ข้อโต้แย้งของเขาคือ: สถาปัตยกรรมของ NVIDIA ให้ผลผลิตพลังประมวลผลต่อวัตต์ (tokens/watt) สูงที่สุดในโลก ยิ่งไฟฟ้าตึงตัว ลูกค้ายิ่งมีแนวโน้มเลือกแพลตฟอร์มที่ให้ผลผลิตต่อหน่วยพลังงานสูงที่สุด "เมื่อไฟฟ้าลดลง คุณภาพของพลังประมวลผลที่คุณใส่เข้าไปต้องสูงที่สุด" เขากล่าว "เราเป็นสิ่งที่ให้เช่าได้มากที่สุด แลกเปลี่ยนได้ และทนทาน"

เขายังเปิดเผยเพิ่มเติมว่า มูลค่าตลาดที่สอดคล้องกับพลังประมวลผลทุกกิกะวัตต์ของ NVIDIA ได้เพิ่มขึ้นจากประมาณ 1.8 หมื่นล้านดอลลาร์เป็นกว่า 2 หมื่นล้านดอลลาร์ ตอนนี้เกิน 4 หมื่นล้านดอลลาร์ และยังคงเพิ่มขึ้น ในรายจ่ายลงทุนของบริษัทคลาวด์ทั่วโลก (CSP) NVIDIA คิดเป็นประมาณ 40% ในฝั่งที่ไม่ใช่ CSP (รวมถึงการติดตั้งในองค์กรและคลาวด์เกิดใหม่) คิดเป็นประมาณ 80% "หกปีก่อน สัดส่วนของเราในรายจ่ายลงทุนทั่วโลกยังเป็นหลักหน่วยเดียว" เขากล่าว

ปลายทศวรรษนี้: ขนาดการก่อสร้างต่อปี 3 ถึง 4 ล้านล้านดอลลาร์ "10 ล้านล้านก็ไม่แปลกใจเลย"

เจนเซน หวงให้กรอบการประเมินของเขาเกี่ยวกับขนาดระยะยาวของโครงสร้างพื้นฐาน AI ในบทสัมภาษณ์ ซึ่งเป็นหลักฐานหลักที่เขาเชื่อว่าตลาดประเมินความต่อเนื่องของความต้องการพลังประมวลผล AI ต่ำเกินไป

เส้นทางการคำนวณของเขาคือ: ก่อนที่ AI จะเกิดขึ้น ขนาดการก่อสร้างโครงสร้างพื้นฐานการประมวลผลทั่วโลกต่อปีอยู่ที่ประมาณ 5 แสนล้านดอลลาร์ และอยู่ในเส้นทางการเติบโตตามธรรมชาติ บวกกับผลกระทบจากการสิ้นสุดของกฎของมัวร์ — "ถ้าคุณต้องการทรานซิสเตอร์สองเท่า ไม่ว่าคุณจะรอนานแค่ไหน คุณก็ต้องจ่ายสองเท่า" — อุตสาหกรรมเซมิคอนดักเตอร์เองก็อยู่ในเส้นทางการก้าวไปสู่การเป็นอุตสาหกรรมที่ใหญ่ที่สุดในโลกอยู่แล้ว บวกกับความต้องการใหม่และคลื่นสตาร์ทอัพระลอกใหม่ที่ AI นำมา "ถึงปลายทศวรรษนี้ ขนาดการก่อสร้างต่อปีจะอยู่ระหว่าง 3 ถึง 4 ล้านล้านดอลลาร์ ใกล้ 4 ล้านล้านมากกว่า โดยเป็นการประมวลผลล้วนประมาณ 1.5 ล้านล้าน" เขากล่าว

สำหรับมุมมองระยะยาวกว่านั้น เขากล่าวว่า: "ถ้ามีใครบอกผมว่าขนาดการก่อสร้างและอัปเดตโครงสร้างพื้นฐานต่อปีจะสูงถึง 10 ล้านล้านดอลลาร์ ผมก็ไม่แปลกใจเลย"

ในด้านกลยุทธ์ทางการเงินของ NVIDIA เอง เจนเซน หวงเปิดเผยว่า บริษัทในปัจจุบันใช้กระแสเงินสดอิสระมากกว่า 50% สำหรับการซื้อหุ้นคืน ในไตรมาสที่แล้วสัดส่วนนี้สูงถึงประมาณ 60% เขายังกล่าวถึงเวกเตอร์การเติบโตใหม่สองเส้นทาง: การอนุญาตสิทธิ์ซอฟต์แวร์สำหรับองค์กร (เก็บค่าธรรมเนียมรายปีตามจำนวน GPU) และข้อตกลงการแบ่งรายได้ (Revshare) กับบริษัทคลาวด์บางแห่ง — ทั้งสองเส้นทางเป็นอิสระจากการขายฮาร์ดแวร์ค่อนข้างมาก โดยอาศัยฐานการติดตั้งและระบบนิเวศขนาดใหญ่ของ NVIDIA