הצד המסוכן של מהפכת הAI: האם שבבי הGPU מתיישנים מהר מכפי שהמשקיעים חושבים?

משקיעים בניאוקלאודס נוטים להתמקד במספר השבבים, בקיבולת החשמל ובחוזי הענק עם חברות הבינה המלאכותית.

אבל מתחת לכותרות מסתתרת שאלה חשובה בהרבה: האם החומרה תצליח להחזיר את ההשקעה לפני שהדור הבא יהפוך אותה לפחות תחרותית?

המעבר המהיר מהופר לבלקוול ובהמשך לוורה רובין עשוי לשפר דרמטית את עלות המחשוב, אך גם לקצר את החיים הכלכליים של GPUs שנרכשו במיליארדי דולרים. המשמעות היא שמה שמעולה לאנבידיה ולחברות ה־AI לא בהכרח מעולה לחברות שמממנות ומפעילות את התשתית.

בואו נעשה סדר

השווי הכלכלי של GPU לא נקבע רק לפי כמה הוא עלה, אלא לפי כמה כוח מחשוב הוא מייצר מכל מגה וואט של חשמל וכמה כסף ניתן לגבות עבור כוח המחשוב הזה.

ככל שדורות חדשים של שבבים מייצרים הרבה יותר חישוב מאותה כמות חשמל, השבבים הישנים עלולים להמשיך לעבוד מבחינה טכנית, אבל להפסיק להיות משתלמים מבחינה כלכלית.

דוגמה פשוטה

נניח שיש שני מרכזי נתונים, ולכל אחד מהם מגה־וואט אחד של חשמל:

• מרכז אחד מפעיל שבבי H100/H200 מדור הופר.
• המרכז השני מפעיל שבבי Blackwell.

שבב Blackwell מספק בערך פי 4 כוח מחשוב מאותו מגה וואט.

אם לקוח כמו מיקרוסופט רוצה לרכוש כוח מחשוב, הוא לא באמת מתעניין בכמות החשמל שהספק מחזיק. הוא מתעניין בכמות העבודה שהשבבים יכולים לבצע.

לכן, אם מגה וואט של Blackwell נמכר ב10 מיליון דולר, מגה וואט של Hopper שמספק רק רבע מהחישוב לא בהכרח שווה גם הוא 10 מיליון דולר. מבחינת הלקוח, הוא עשוי להיות שווה רק כ2.5 מיליון דולר.

אבל אם החשמל, הקירור, התחזוקה, הרשת והשירותים עולים לספק כ2.5 מיליון דולר בשנה, לא נשאר כסף לכסות את רכישת השבבים, המימון והוצאות החברה. בשלב הזה ה־GPU עדיין עובד, אבל אין היגיון כלכלי להפעיל אותו.

מהו “אורך חיים כלכלי”?

צריך להפריד בין שני דברים:

אורך חיים פיזי הוא מספר השנים שבהן השבב מסוגל להמשיך לפעול.

אורך חיים כלכלי הוא מספר השנים שבהן ההכנסות שהשבב מייצר עדיין גבוהות מספיק מעלויות ההפעלה שלו.

GPU יכול לעבוד שמונה שנים מבחינה טכנית, אבל להפוך ללא תחרותי אחרי ארבע שנים, אם שבבים חדשים מספקים הרבה יותר חישוב בעלות נמוכה יותר.

זאת הסכנה המרכזית לניאוקלאודס (IREN, CRWV, NBIS):

ייתכן שהן מפחיתות את הציוד בדוחות לאורך חמש או שש שנים, בעוד שבפועל החיים הכלכליים שלו קצרים יותר.

מה זה PFLOPS?

המדד PFLOPS הוא מדד לכוח חישוב, המציג כמה קוודריליוני פעולות מתמטיות המערכת מסוגלת לבצע בשנייה. ככל שהמספר גבוה יותר, השבב או המערכת יכולים לבצע יותר חישובים בזמן קצר.

למה Blackwell משנה את הכלכלה?

• Hopper מספק כ1,250 PFLOPS לכל מגה־וואט.
• Blackwell מספק כ־5,004 PFLOPS.
• Vera Rubin עשוי לספק כ־14,700 PFLOPS.

זאת אומרת, Blackwell מייצר בערך פי 4 חישוב מ־Hopper מאותה קיבולת חשמל, ו־Vera Rubin כמעט פי 3 מ־Blackwell.

המשמעות היא שמרכז נתונים עם 100 מגה־וואט יכול לספק הרבה יותר טוקנים או משימות AI, בלי להוסיף שטח וחשמל באותו יחס.

זה חשוב במיוחד כי החשמל הפך למשאב מוגבל. לא מספיק לקנות GPUs. צריך להשיג חיבור לרשת, שנאים, קירור, מבנה ותשתיות תקשורת.

למה החזר ההשקעה מתקצר?

• Hopper זקוק לכמעט שש שנים כדי להחזיר את עלות החומרה והתשתית.
• Blackwell זקוק לכ־3.5 שנים.
• Vera Rubin עשוי להחזיר את ההשקעה בתוך מעט יותר משנתיים.

הרעיון הוא שהשבבים החדשים מייצרים יותר הכנסות מאותה תשתית חשמל. גם אם הם יקרים יותר לרכישה, התפוקה שלהם עולה מהר יותר מהעלות.

אבל חשוב להבין משהו. מדובר במודל המבוסס על הנחות לגבי מחיר השכירות, ניצולת, ביצועים, עלויות תפעול ואורך החוזים. שינוי קטן בהנחות יכול לשנות משמעותית את זמן ההחזר.

למה מחירי Hopper עדיין גבוהים כיום?

אם Blackwell יעיל יותר, עולה השאלה מדוע לקוחות עדיין משלמים סכומים גבוהים על Hopper.

ראשית, כרגע יש מחסור בכוח מחשוב. לקוחות מוכנים לשלם מחיר גבוה גם על חומרה פחות יעילה, כי הם צריכים קיבולת זמינה עכשיו. חלק גדול מהקיבולת החדשה ייכנס לפעילות רק בשנים 2027–2028.

שנית, הביצועים התיאורטיים של השבב אינם תמיד הביצועים שהלקוח מקבל בפועל. זיכרון, רוחב פס, תקשורת בין GPUs, תוכנה, קירור וניצולת יכולים להפוך לצווארי בקבוק.

כלומר, פי 4 ביכולת חישוב תיאורטית לא בהכרח מתורגם מיד לפי 4 יותר עבודה שימושית.

מי מרוויח?

אנבידיה מרוויחה משום שכל דור חדש הופך את הדור הקודם לפחות תחרותי ומעודד את הלקוחות לשדרג.

ספקיות מודלי הAI, כמו OpenAI, Anthropic וגוגל, עשויות ליהנות מירידה בעלות המחשוב לכל טוקן. הן יכולות:

• לשמור על המחיר ולשפר רווחיות.
• להוריד מחירים ולהגדיל שימוש.
• להפעיל מודלים גדולים ומורכבים יותר באותה עלות.

גם הלקוחות נהנים ממודלים חזקים וזולים יותר.

מי עלול להיפגע?

הסיכון הגדול ביותר הוא אצל ניאוקלאודס שמחזיקים צי גדול של Hopper ללא חוזים ארוכי טווח במחירים גבוהים.

כשהיצע Blackwell וVera Rubin יתרחב, מחיר החישוב בשוק עשוי לרדת. כדי להישאר תחרותיים, בעלי Hopper יצטרכו להפחית את מחיר השכירות שלהם, בזמן שעלויות החשמל והתחזוקה אינן יורדות באותו קצב.

גם חברות שמוכרות בעיקר מגה־וואטים עלולות להיפגע בעקיפין. אם כל מגה־וואט מייצר פי כמה יותר חישוב, יידרשו פחות מגה וואטים כדי לספק כמות נתונה של עבודה. עם זאת, אם הביקוש לAI יגדל מהר יותר מההתייעלות, צריכת החשמל הכוללת עדיין יכולה להמשיך לעלות.

גם מפתחי שבבים מתחרים עלולים להיפגע אם השבבים שלהם זולים לרכישה אבל צורכים יותר חשמל עבור אותה תפוקת חישוב. במרכז נתונים, מחיר השבב הוא רק חלק מהעלות הכוללת.

הנקודה החשובה למשקיע בניאוקלאוד

לא מספיק לבדוק כמה GPUs יש לחברה או כמה מגה־וואט היא מחזיקה. צריך לבדוק:

• איזה דור שבבים נמצא בבעלותה.
• מתי השבבים נרכשו ובאיזה מחיר.
• לכמה שנים הם מופחתים בדוחות.
• האם ההפחתה החשבונאית תואמת את החיים הכלכליים.
• האם קיימים חוזים ארוכי טווח שמגנים על המחיר.
• מי נושא בסיכון להתיישנות החומרה.
• מה שיעור הניצולת בפועל.
• כמה עולה להפעיל כל מגה־וואט.
• האם החברה נדרשת לממן שדרוג נוסף לפני שההשקעה הקודמת הוחזרה.

השורה התחתונה

מהפכת הAI ממשיכה להגדיל את הביקוש לכוח מחשוב, אבל היא גם מאיצה את קצב ההתיישנות הכלכלית של החומרה שמספקת אותו. עבור משקיעים בניאוקלאודס, מספר השבבים והמגה־וואטים לבדם כבר לא מספיקים.

השאלות החשובות הן איזה דור של GPUs החברה מחזיקה, כמה זמן ייקח להחזיר את ההשקעה, האם החוזים מגנים עליה מירידת מחירים ומי נושא בסיכון כשהחומרה הופכת לפחות תחרותית.

 בסופו של דבר, ייתכן שהמנצחות הגדולות יהיו דווקא החברות שמוכרות את השבבים ואת הטוקנים, בעוד שמי שמחזיק את החומרה באמצע יישאר עם הסיכון הגדול ביותר.