ආන්දෝලනයෙන් ඔබ්බට: Big Tech ආයතනවල AI වියදම් වර්ධනය අප දේවල් දකින ආකාරය වෙනස් කරන්නේ ඇයි

වසර ගණනාවක් තිස්සේ, earnings සමයේ ප්‍රධාන US tech කොටස් විශ්ලේෂණය කිරීම හුරුපුරුදු රටාවක් අනුගමනය කළේය: මාර්කට් නායකයෙක් ඊළඟ පරම්පරාවේ තාක්ෂණයට විශාල මූල්‍ය කැපවීමක් ප්‍රකාශ කළ සෑම විටම, ට්‍රේඩර්වන් සාමාන්‍යයෙන් එම පුවත සාදරයෙන් පිළිගත්තේය. විශාල පිරිවැය කිරීම මාර්කට් ආධිපත්‍යයේ, ආක්‍රමණශීලී නව නිපැයුම්වල, සහ අනාගත ආදායම් වර්ධනයේ පැහැදිලි සංඥාවක් ලෙස සලකනු ලැබීය.

අද, එම ගතිකත්වය වෙනස් වී ඇත.

මෑත කාලීන කාර්තුමය earnings calls් අතරතුර, මාර්කට් සහභාගිවන්නන් නැවත නැවත සිදුවන රටාවක් දුටුවෝය: mega-cap tech දැවැන්තයෙකු ආදායම් අපේක්ෂාවන් ඉක්මවා යයි, ශක්තිමත් මෙහෙයුම් ලාභ වාර්තා කරයි, කෘත්‍රිම බුද්ධි යටිතල පහසුකම් සඳහා තවත් USD බිලියන 50 සිට 80 දක්වා කැපවීමක් ප්‍රකාශ කරයි, ඉන්පසු එක රැයකින් එහි කොටස් මිල පහත වැටෙනු දකියි.

මෙම වෙනස ඇති කරන්නේ කුමක්ද? US tech කොටස් මෙතරම් අස්ථාවර ලෙස චලනය වන්නේ මන්දැයි තේරුම් ගැනීමට, සිල්ලර ට්‍රේඩර්වන්ට software ශීර්ෂ පාඨ ඉතා ඔබ්බෙන් බැලීමට සහ පසුබිමේ ඇති physical සහ balance sheet යථාර්ථයන් පරීක්ෂා කිරීමට අවශ්‍ය වේ.

“ආරක්ෂිත තොට” (safe haven) වෙනස්වීම: tech දැවැන්තයන් ඔවුන්ගේ balance sheets වෙනස් කළ ආකාරය

US tech කොටස් හරහා පවතින වර්තමාන කොටස් අස්ථාවරත්වය තේරුම් ගැනීමට, අප මුලින්ම බැලිය යුත්තේ ප්‍රධාන tech සමාගම්, විශේෂයෙන් Microsoft, Amazon, Alphabet, Meta, සහ Oracle වැනි cloud දැවැන්තයන්, ඔවුන්ගේ balance sheets කළමනාකරණය කරන ආකාරය වෙනස් කර ඇති බවයි.

2008 ගෝලීය මූල්‍ය අර්බුදයෙන් පසු දශකයේ, ට්‍රේඩර්වන් අවිනිශ්චිත ආර්ථික කාල පරිච්ඡේදවලදී ප්‍රාග්ධනය තැන්පත් කිරීමට විශ්වාසදායක, අඩු අවදානම් ස්ථාන ලෙස දැවැන්ත tech සමාගම් සලකා බැලූහ. සාම්ප්‍රදායික ආරක්ෂිත වත්කම් ස්ථායිතාව ලබා දුන් අතර, tech දැවැන්තයන් අනන්‍ය දෙයක් ලබා දුන්හ: විශාල මුදල් සංචිත. Apple, Alphabet, Microsoft, සහ Meta වැනි සමාගම් ඉහළ ආන්තික software වේදිකා ක්‍රියාත්මක කරමින් සිය බිලියන ගණන් ඩොලර් මුදල් ලෙස රැස් කළහ. පුළුල් මාර්කට් මන්දගාමීකරණ අවස්ථාවලදී, ට්‍රේඩර්වන් මෙම කොටස් මිලදී ගත්තේ ඔවුන්ගේ මුදල් සංචිත ශක්තිමත් මූල්‍ය ආරක්ෂණයක් ලබා දුන් නිසාය.

කෙසේ වෙතත්, වර්තමාන කෘත්‍රිම බුද්ධි ගොඩනැගීම මෙම ගතිකත්වය සම්පූර්ණයෙන්ම වෙනස් කර ඇත. මෙම cloud දැවැන්තයන් තවදුරටත් තම මුදල් සතුව රැඳී නොසිටිති.

මාර්කට් අනාවැකි පෙන්නුම් කරන්නේ ප්‍රධාන tech දැවැන්තයන් පස්දෙනා (Amazon, Alphabet, Microsoft, Meta, සහ Oracle) හරහා මුළු වාර්ෂික ප්‍රාග්ධන වැය USD බිලියන 660 සිට 750 දක්වා ඉහළ යනු ඇති බවයි. මෙම වැය පරිමාණය ඔවුන්ගේ මුළු වාර්ෂික ආදායමින් 38%ත් 57%ත් අතර ප්‍රමාණයක් නියෝජනය කරයි, එය

සැහැල්ලු software ව්‍යාපාරවල නොව, තෙල් නල මාර්ග, බර කර්මාන්ත, සහ විදුලි utilities තුළ ඉතිහාසානුකූලව දක්නට ලැබෙන ප්‍රාග්ධන තීව්‍රතා මට්ටමකි.

මෙම ව්‍යාප්තිය සඳහා අරමුදල් සපයා ගැනීමට, මෙම tech සමාගම් තවදුරටත් මුදල් සංචිත මත පමණක් රැඳී නොසිටින අතර, ඔවුහු විශාල ලෙස ණය ලබා ගනිති. ප්‍රධාන cloud දැවැන්තයන් අතර ඒකාබද්ධ සමාගම් බැඳුම්කර නිකුතුව USD බිලියන 175 සිට 200+ ඉක්මවා ගොස් ඇත. ඔවුන්ගේ මුදල් සංචිත දිගු කාලීන ණය, physical ඉඩම් වත්කම්, සහ බර උපකරණ සඳහා හුවමාරු කිරීම තුළින්, mega-cap tech සමාගම් බොහෝ ඉහළ මෙහෙයුම් පිරිවැයක් දරාගෙන ඇත.

සැඟවුණු බාධකය: වේගවත් hardware එදිරිව මන්දගාමී power grids

balance sheet එහාට ගොස්, tech දැවැන්තයන්ගේ වැය physical බාධාවකට මුහුණ දෙයි: මෙම සමාගම් මිලදී ගන්නේ කුමක්ද සහ එය සම්බන්ධ කරන්නේ කොහේදැයි යන්නයි. නවීන කෘත්‍රිම බුද්ධි පද්ධති ගොඩනැගීම සඳහා hardware ප්‍රධාන වර්ග දෙකක් මත රැඳී පවතින අමු පරිගණක බලයක් අවශ්‍ය වේ:

• GPUs (Graphics Processing Units): Nvidia වැනි සමාගම් විසින් පුරෝගාමීත්වය දැරූ විශේෂිත පරිගණක chips, එය ගණනය කිරීම් දහස් ගණනක් එකවර සිදු කරයි, AI models පුහුණු කිරීම සඳහා ප්‍රධාන එන්ජින් ලෙස ක්‍රියා කරයි.
• TPUs (Tensor Processing Units): බාහිර සැපයුම්කරුවන් මත රැඳීසිටීම අඩු කරගනිමින් විශේෂිත කාර්යයන් හැසිරවීම සඳහා Google වැනි tech සමාගම් විසින් අභ්‍යන්තරයේම නිර්මාණය කරන ලද chips. මෙම ඉහළ බලැති chips දස දහස් ගණනක් අඛණ්ඩව ක්‍රියාත්මක කිරීමට, සමාගම්වලට විශාල data centers ගොඩනැගිය යුතුය. නමුත් තත්පර කිහිපයකින් ගෝලීයව online දියත් කළ හැකි සාම්ප්‍රදායික cloud software මෙන් නොව, නවීන AI data centers ගොඩනැගීම දැඩි physical බාධාවකට මුහුණ දෙයි: විදුලි power grid.

තනි high-density AI data center එකකට මධ්‍යම ප්‍රමාණයේ උපනගරයක් තරම් විදුලිය පරිභෝජනය කළ හැකිය. North America සහ Europe පුරා, විදුලි utility සමාගම් tech දැවැන්තයන්ට දැනුම් දෙන්නේ මෙම විශාල පහසුකම් high-voltage power lines වලට සම්බන්ධ කිරීම වසර 4 සිට 7 දක්වා පොරොත්තු ලේඛනයක් ගෙන එන බවයි.

මෙම ප්‍රමාදය සමාගම්වල ලාභ සඳහා ප්‍රධාන කාල ගැටලුවක් ඇති කරයි:

1. කෙටි Hardware ආයු කාලය: උසස් AI chips ඉක්මනින් යල් පැන යයි. අද මිලදී ගන්නා චිප් සමූහයක් අලුත් හා වඩාත් වේගවත් චිප් නිපදවෙන විට වර්ෂ 2 සිට 3ක් තුළදීම යල් පැන යයි.
2. ප්‍රමාද වූ ආදායම් ජනනය: tech සමාගමක් අද චිප් සඳහා ඩොලර් දස බිලියන ගණනක් වැය කළත්, විදුලි බල මාර්ග සම්බන්ධතා සඳහා පොරොත්තු වෙමින් එම servers සම්පූර්ණ ධාරිතාවෙන් වර්ෂ ගණනාවක් ක්‍රියාත්මක කළ නොහැකි නම්, එම දෘඩාංග අක්‍රියව පවතින අතරතුර වටිනාකම අහිමි වේ.

මුදල් සමාගමේ balance sheet එකෙන් ක්ෂණිකව බැහැරව යන අතර, නව software ආදායම යථාර්ථයක් වන්නේ වර්ෂ ගණනාවක ප්‍රමාදයකින් පසුවය. පොදු මාර්කට් මෙම බහුවාර්ෂික ප්‍රමාදය නැවත ගණනය කරන විට, අපේක්ෂිත ලාභ ආන්තික පීඩනයට ලක් වන අතර, එමගින් කොටස් මිල පහත වැටේ.

මුදල් අනුගමනය කිරීම: ප්‍රාග්ධනය භ්‍රමණය වන්නේ කොහේද

විශාල වශයෙන් වැය කිරීම software සංවර්ධන සමාගම්වලට කෙටිකාලීන පීඩනයක් ගෙන දෙන අතරම, ඩොලර් බිලියන සිය ගණනක එම මුදල් රැල්ල භෞතික උපකරණ සපයන සමාගම්වල අතට කෙළින්ම ගලා යයි.

1. විදුලි බල මාර්ග සහ උපයෝගිතා සැපයුම්කරුවන්: Data centers සඳහා අඛණ්ඩ, නොනවතින මූලික විදුලිය අවශ්‍ය වේ. අධි-වෝල්ටේජ් ට්‍රාන්ස්ෆෝමර් සහ විදුලි බල මාර්ග දෘඩාංග නිෂ්පාදනය කරන ස්වාධීන විදුලි නිෂ්පාදකයින් සහ උපකරණ නිෂ්පාදකයින්, එනම් Constellation Energy, Vistra Corp, GE Vernova, සහ Eaton Corporation, බහුවාර්ෂික ඇණවුම් තොග (බැකොලොග්) අත්විඳිමින් සිටිති.
2. ද්‍රව සිසිලන සහ තාප විශේෂඥයින්: ඉහළ කාර්යක්ෂම AI චිප් සාම්ප්‍රදායික fans වලට විසුරුවා හැරිය නොහැකි තීව්‍ර තාපයක් ජනනය කරයි. server racks සඳහා ද්‍රව සිසිලන පද්ධති සහ නිරවද්‍ය සිසිලන යටිතල පහසුකම් නිර්මාණය කරන Vertiv Holdings, Schneider Electric, සහ Modine Manufacturing වැනි සමාගම්, ව්‍යුහාත්මක ඉල්ලුමේ තියුණු ඉහළ යාමක් අත්විඳ ඇත.
3. NAND Flash සහ Memory ගෘහනිර්මාණ ශිල්පය: නවීන AI accelerators විශාල bandwidth සහ ඉහළ ඝනත්ව storage නොමැතිව හුදකලාව ක්‍රියා කළ නොහැක. සංකීර්ණ models පුහුණු කිරීම සහ ක්‍රියාත්මක කිරීම දරුණු memory බාධක (බෝතල්නෙක්) ඇති කරයි, එසේ නොමැති නම් දත්ත ඉතා ඉක්මනින් ගමන් කළ නොහැකි නම් GPUs නවතී. මෙම භෞතික සීමාව Micron Technology (MU) සහ SanDisk (SNDK) වැනි memory සහ storage විශේෂඥයින් සඳහා විශාල මාර්කට් නැවත ශ්‍රේණිගත කිරීමක් ඇති කළේය. ඉතිහාසානුකූලව, Wall Street මෙම කොටස් PC සහ smartphone චක්‍රවලට බැඳුණු අස්ථාවර, අඩු ආන්තික පාරිභෝගික භාණ්ඩ සැපයුම්කරුවන් ලෙස මිල ගණන් කළේය. කෙසේ වෙතත්, cloud යෝධ සමාගම් DRAM/High-Bandwidth Memory (HBM) සහ enterprise NAND flash Solid-State Drives (eSSDs) සඳහා විශාල බහුවාර්ෂික ඇණවුම් තැබූ විට, valuation multiples පුළුල් විය. server-grade NAND සහ HBM ධාරිතාව වර්ෂ ගණනාවකට පෙරාතුව අලෙවි වී ඇති අතර ක්‍රියාකාරී ලාභ ආන්තික ඉතා ඉහළ ලෙස පුළුල් වීමත් සමඟ, පොදු මාර්කට් memory සහ flash සැපයුම්කරුවන් අත්‍යවශ්‍ය, ඉහළ ආන්තික AI යටිතල පහසුකම් බාධක බවට නැවත ශ්‍රේණිගත කළේය.
4. Custom Silicon සහ Semiconductor හවුල්කරුවන්: තනි සැපයුම්කරුවන් මත රැඳී සිටීම අවම කිරීම සඳහා, tech දැවැන්තයන් තමන්ගේම අභ්‍යන්තර චිප් (Google හි TPUs සහ Amazon හි Trainium චිප් වැනි) නිර්මාණය කරමින් සිටිති. මෙය Broadcom, Marvell Technology, Taiwan Semiconductor Manufacturing Company (TSMC), සහ ARM Holdings වැනි විශේෂිත චිප් නිර්මාණ සහ foundry හවුල්කරුවන්ට දිගුකාලීන ව්‍යාපාරයක් ඇති කරයි. කෘත්‍රිම බුද්ධිය හුදෙක් පාරිභෝගික apps හරහා පමණක් නොබැලීම වෙනුවට, බුද්ධිමත් ප්‍රාග්ධනය මෙම data centers ක්‍රියාත්මක කිරීමට අවශ්‍ය භෞතික සැපයුම් දාමයට වැඩි වැඩියෙන් යොමු වී ඇත.

නිගමනය: cross-asset අන්තර් සම්බන්ධතාවය විශ්ලේෂණය කිරීම

මෙම වර්තමාන මාර්කට් චක්‍රය හරහා ගමන් කිරීමට, ප්‍රධාන software නිවේදන ඉක්මවා බැලීම සහ භෞතික සීමාවන් ගෝලීය මාර්කට් හරහා අවදානම නැවත මිලකරන ආකාරය හඳුනා ගැනීම අවශ්‍ය වේ.

මාර්කට් AI ප්‍රතික්ෂේප කරන්නේ නැත; එය හුදෙක් ඉහළ ණය, ක්ෂණික මුදල් වැයකිරීම, සහ භෞතික යටිතල පහසුකම් ප්‍රමාදයන් සැලකිල්ලට ගෙන කොටස් මිල ගණන් සකස් කරයි. පෙර tech චක්‍රවලදී, ට්‍රේඩර්වරු ප්‍රාග්ධන වැයකිරීමට සෘජු ශුභවාදී ආකල්පයකින් ප්‍රතිචාර දැක්වූ අතර, ඉහළ ආයෝජන ස්වයංක්‍රීයවම ඉහළ අනාගත ලාභ ගෙන දෙනු ඇතැයි උපකල්පනය මත ක්‍රියා කළහ. අද, මාර්කට් වැයකිරීම බොහෝ දුරට වඩා විවේචනාත්මක දෘෂ්ටිකෝණයකින් විනිශ්චය කරයි. cloud යෝධ සමාගමක් නව software ආදායම සඳහා ක්ෂණික කාලසටහනක් නොමැතිව යටිතල පහසුකම් සඳහා ඩොලර් දස බිලියන ගණනක් කැප කරන විට, මාර්කට් ක්ෂණික මූල්‍ය බරට අවධානය යොමු කරයි: තද වූ ක්‍රියාකාරී ලාභ ආන්තික, හැකිලෙන මුදල් සංචිත, සහ ඉහළ යන ණය සේවා ගාස්තු.

මෙම ව්‍යුහාත්මක වෙනස tech කොටස් පුළුල් ආර්ථිකය සමඟ අන්තර් ක්‍රියා කරන ආකාරය මූලිකවම වෙනස් කරයි. ඉතිහාසානුකූලව, mega-cap tech සමාගම් විශාල මුදල් සංචිත තබාගත් අතර, එමඟින් මෙම සමාගම් පුළුල් ආර්ථික වෙනස්කම්වලින් ආරක්ෂා විය. දැන්, දත්ත මධ්‍යස්ථාන ඉදිකිරීම සහ විදුලි බල රැහැන් සුරක්ෂිත කර ගැනීම සඳහා බිලියන සිය ගණනක ආයතනික බැඳුම්කර නිකුත් කර ඇති නිසා, තාක්ෂණ සමාගම්වල ලාභ ආන්තික පොලී අනුපාත, බැඳුම්කර අස්වැන්න පරතර සහ ණය ගැනීමේ පිරිවැය කෙරෙහි බෙහෙවින් වඩා සංවේදී වී ඇත.

එසේම, වත්කම් පන්ති අතර මායිම් බොඳ වෙමින් පවතී. මෘදුකාංග එළිදැක්වීමේ කාලසටහන් තව දුරටත් සංවර්ධකයන් කොතරම් වේගයෙන් කේත ලියන්නේද යන්න මත රඳා නොපවතී; ඒවා විදුලි බල ග්‍රිඩ් හැකියාව, ට්‍රාන්ස්ෆෝමර් නිෂ්පාදන ප්‍රමාද සහ උපයෝගිතා අන්තර්-සම්බන්ධතා පෝලිම් මගින් තීරණය වේ. එහි ප්‍රතිඵලයක් ලෙස, Natural Gas සහ විදුලි උපයෝගිතා කොටස් වැනි බලශක්ති වෙළඳ භාණ්ඩ තාක්ෂණ ක්‍රියාත්මක කිරීම සඳහා ප්‍රාථමික ප්‍රමුඛ දර්ශක බවට පත් වෙමින් පවතී.

අවසානයේ, ප්‍රධාන පෙළේ තාක්ෂණ සමාගම් S&P 500 සහ Nasdaq 100 වැනි ප්‍රධාන මිණුම් දර්ශකවල අතිමහත් බරක් දරන බැවින්, තනි කොටස් වියදම් නිවේදනයන්හි බලපෑම Silicon Valley ට ඔබ්බෙන් බෙහෙවින් පැතිරේ. ආයතන ණය තත්ත්වය, විදුලි ග්‍රිඩ් රැඳී සිටීමේ කාලය සහ භෞතික ප්‍රාග්ධන ප්‍රවාහ නිරීක්ෂණය කිරීමෙන්, කොටස්, වෙළඳ භාණ්ඩ සහ ගෝලීය දර්ශක හරහා මිල සොයා ගැනීම සැබවින්ම මෙහෙයවන්නේ කුමක්ද යන්න පිළිබඳ මාර්කට් නිරීක්ෂකයන්ට බෙහෙවින් පැහැදිලි අවබෝධයක් ලැබේ.