2026-11-18 · ← Aktualności
Pauza w trenowaniu frontier models trwała kilka dni, zamówienia na układy nadal rosną
Nvidia zwiększyła przychody z centrów danych o 110 % rok do roku, do 107,6 mld dolarów, a AMD niemal podwoiło je do 8,5 mld dolarów. Krótkie spowolnienie treningu frontier models zmieniło nagłówki, lecz nie ekonomię infrastruktury AI.
Nie udało się wczytać obrazu.
Apele o spowolnienie najpotężniejszych modeli AI na razie nie zahamowały rynku układów. Nvidia osiągnęła 107,6 mld dolarów przychodów z centrów danych w kwartale zakończonym 25 października, o 110 % więcej rok do roku. AMD zanotowało rekordowe 8,5 mld dolarów, wzrost o 97 %.
Dziesięć dni przerwy nie zmieniło zamówień na infrastrukturę
OpenAI wstrzymało największy planowany trening frontier model ze względu na jego zdolności cybernetyczne i wznowiło go po dziesięciu dniach z dodatkowymi zabezpieczeniami. Przerwa pomogła wywołać spadki części spółek chipowych, ale wyniki dostawców pokazują dalszy wzrost zamówień.
Nvidia rozpoczęła dostawy systemów Vera Rubin NVL72. Według firmy platforma przyniosła prawie 20 mld dolarów w pierwszym kwartale produkcyjnych dostaw. Nvidia oczekuje, że duże frontier labs zapewnią około 15 % jej rocznych przychodów z centrów danych. AMD dostarcza systemy Helios z GPU MI450 między innymi OpenAI i Anthropic.
Inference uniezależnia popyt od jednego treningu
Rynek układów nie opiera się już wyłącznie na kilku ogromnych treningach. Uruchamianie modeli, agentów i aplikacji biznesowych stale zużywa moc obliczeniową. Tańsze tokeny napędzają wykorzystanie: Nvidia podała, że od maja ich ceny spadły niemal o 60 %, a użycie wzrosło.
Dla nabywców infrastruktury ryzyko przesuwa się w stronę migracji wydatków z uniwersalnych GPU na tańsze własne akceleratory. Counterpoint przewiduje, że dostawy niestandardowych procesorów serwerowych AI wyprzedzą dostawy GPU do centrów danych do 2028 roku.
Wyniki kwartalne reagują na zamówienia z opóźnieniem
Obecne przychody wynikają z umów i zakupów zaplanowanych wiele miesięcy wcześniej. Analityk Counterpoint Neil Shah ocenił, że prawdziwe spowolnienie pojawiłoby się w wynikach producentów po około sześciu miesiącach. Jeden mocny kwartał nie wyklucza późniejszej korekty.
Przerwa bezpieczeństwa trwała tylko dziesięć dni. Dane nie sprawdzają więc scenariusza, w którym laboratoria ograniczają frontier training przez kilka kwartałów. Pokazują jedynie, że krótki incydent i ostrożniejsza retoryka nie przerwały istniejącego cyklu inwestycji.
Własne akceleratory pokażą kierunek przepływu pieniędzy
W kolejnych kwartałach warto śledzić zamówienia TSMC, ceny wynajmu GPU oraz udział własnych akceleratorów u hyperscalerów. Jeżeli inference będzie rosnąć, a uniwersalne GPU stracą udział, popyt na moc pozostanie wysoki, lecz zmienią się marże i zwycięzcy.
Drugim sygnałem będą dłuższe interwencje bezpieczeństwa. Dopiero wielomiesięczna pauza, anulowane rezerwacje mocy lub opóźnione centrum danych pokażą, czy ostrzeżenia laboratoriów dotarły do budżetów zakupowych.
Werdykt Lilith
Laboratoria zdjęły nogę z gazu na dziesięć dni, a centra danych nadal zamawiały całe ciężarówki układów. Prawdziwe hamowanie zobaczymy w anulowanych rezerwacjach, nie podczas jednego nerwowego dnia na giełdzie.