Nvidia की Q2 revenue का लगभग आधा हिस्सा 4 गुमनाम ग्राहकों से आया, जिन्होंने 3 अरब डॉलर से अधिक की खरीद की

 (fortune.com)
1 पॉइंट द्वारा GN⁺ 2024-09-01 | 1 टिप्पणियां | WhatsApp पर शेयर करें
  • AI डेटा सेंटर निवेश की प्रतिस्पर्धा बढ़ने के बीच, Nvidia की दूसरी तिमाही की 30 अरब डॉलर revenue में से 46% यानी लगभग 13.8 अरब डॉलर 4 गुमनाम ग्राहकों की direct खरीद से आया
  • इन ग्राहकों में से हर एक का हिस्सा कुल revenue का 10% से अधिक था, और उनकी सभी खरीद Nvidia के मुख्य growth driver, डेटा सेंटर चिप बिक्री, से जुड़ी थी
  • H200 जैसे AI chips का इस्तेमाल GPT-4 जैसे बड़े language models की training के साथ-साथ ChatGPT·Sora के prompt response generation में भी होता है
  • 10-Q filing से पता चलता है कि कुछ अवधियों में सीमित संख्या के ग्राहकों से पर्याप्त revenue आया था, और यह revenue concentration आगे भी जारी रह सकती है
  • Jensen Huang ने कहा कि ग्राहक आधार “तुलनात्मक रूप से अधिक diversified” हो गया है, लेकिन पिछले साल इसी समय 10% से अधिक direct ग्राहक नहीं थे, इसलिए growth sustainability को लेकर बाज़ार की चिंता बनी हुई है

दूसरी तिमाही की revenue को प्रभावित करने वाले 4 बड़े ग्राहक

  • Nvidia की दूसरी तिमाही की revenue दोगुने से भी अधिक बढ़ी, और इस वृद्धि का बड़ा हिस्सा कुछ बड़े ग्राहकों से आया
  • 10-Q regulatory filing के अनुसार, 4 गुमनाम ग्राहकों ने 30 अरब डॉलर revenue में से 46% direct खरीद के रूप में लिया
    • रकम के हिसाब से लगभग 13.8 अरब डॉलर
    • direct खरीद का अनुपात: {p:46}
    • प्रत्येक ग्राहक ने कुल revenue का 10% से अधिक हिस्सा लिया
    • सभी खरीद डेटा सेंटर चिप बिक्री व्यवसाय से संबंधित थीं
  • सिर्फ इन 4 ग्राहकों का revenue contribution ही Nvidia की पिछले साल की समान तिमाही की कुल revenue से बड़ा था

AI डेटा सेंटर मांग और गुमनाम ग्राहकों के संभावित नाम

  • प्रतिस्पर्धात्मक कारणों से ग्राहकों के नाम सार्वजनिक नहीं किए गए
  • गुमनाम AI बड़े ग्राहकों के संभावित नामों में Amazon, Meta, Microsoft, Alphabet, OpenAI और Tesla का उल्लेख किया जा रहा है
  • Elon Musk जैसे उद्यमियों द्वारा AI gold rush के बीच डेटा सेंटर बनाने की जल्दबाज़ी का रुझान भी साथ दिख रहा है
    • Musk ने Tesla मुख्यालय Austin में वास्तविक AI समस्याओं को हल करने के लिए बनाए गए नए AI training supercluster Cortex का अंदरूनी वीडियो पोस्ट किया

Nvidia chips कहाँ उपयोग होते हैं

  • Nvidia के लोकप्रिय उत्पादों में H200 जैसे AI chips शामिल हैं
  • ये chips OpenAI के GPT-4 जैसे बड़े language models की training के लिए आवश्यक हैं
  • ChatGPT या Sora द्वारा text prompts के जवाब बनाने वाली inference प्रक्रिया में भी इनका उपयोग होता है

revenue concentration से बढ़ती sustainability की चिंता

  • कुछ बड़े ग्राहकों पर निर्भरता इस बात को लेकर बाज़ार की चिंता बढ़ाती है कि Nvidia की growth कितने समय तक जारी रह पाएगी
  • Elliott Management और Citadel जैसे कुछ निवेशक generative AI से जुड़ी growth की sustainability को लेकर संशय में हैं
  • semiconductor उद्योग ऐतिहासिक रूप से boom-and-bust cycle के लिए जाना जाता है
  • उम्मीद की जा रही थी कि गुरुवार के बाज़ार खुलने पर Nvidia का शेयर व्यापक stock market की तुलना में कमज़ोर शुरुआत के साथ गिरेगा

“Customer B” ने concentration का पैमाना दिखाया

  • Nvidia अपनी quarterly report के “concentration of revenue” सेक्शन में customer concentration risk को अलग से दिखाती है
  • कुछ अवधियों में सीमित संख्या के ग्राहकों से पर्याप्त revenue आया था, और यह रुझान जारी रह सकता है
  • profitability भी बहुत ऊँचे स्तर पर है
    • Nvidia ने पहली छमाही में हर 10 डॉलर revenue पर 5.60 डॉलर net income के रूप में बचाए
    • tax के बाद profit साल-दर-साल लगभग 4 गुना बढ़कर 31.5 अरब डॉलर पर पहुँचा
  • filing में दिए गए “Customer B” ने 30 अरब डॉलर revenue का 11% direct खरीद के रूप में लिया
    • यह Nvidia के दूसरे सबसे बड़े business unit, gaming division, की 2.9 अरब डॉलर revenue से भी बड़ा है
    • पहली छमाही के कुल आधार पर Customer B 10% की सीमा से नीचे था, जिससे संकेत मिलता है कि उसने पिछले quarter में खर्च तेज़ी से बढ़ाया
    • “Customer C” के लिए भी Nvidia द्वारा दिए गए आँकड़े समान हैं, इसलिए वही व्याख्या लागू होती है

Jensen Huang के बयान और filing के आँकड़ों के बीच अंतर

  • Bloomberg TV पर Jensen Huang से जब Microsoft, Google, Amazon जैसे hyperscalers के अलावा मांग के स्रोतों के बारे में पूछा गया, तो उन्होंने कहा कि ग्राहक आधार “आज के समय में तुलनात्मक रूप से अधिक diversified” है
  • विविध ग्राहक समूहों का हवाला देने वाले इस बयान के विपरीत, Nvidia के अपने आँकड़े दिखाते हैं कि कुछ खास बड़े ग्राहकों पर निर्भरता बढ़ी है
  • पिछले साल इसी समय पहली और दूसरी दोनों तिमाहियों में कुल revenue का 10% से अधिक लेने वाला कोई direct ग्राहक नहीं था
  • Nvidia ने Fortune की टिप्पणी के अनुरोध का तुरंत जवाब नहीं दिया

संबंधित पढ़ाई

1 टिप्पणियां

 
GN⁺ 2024-09-01
Hacker News की राय

  • Observer के अनुसार ये Microsoft, Meta, Google, Amazon हैं
    दूसरे बड़े खरीदारों में Oracle, CoreWeave, Lambda, Tencent, Baidu, Alibaba, ByteDance, Tesla, xAI शामिल हैं
    https://observer.com/2024/06/nvidia-largest-ai-chip-customer...

    • Meta ने इस साल अपनी हर earnings call में सीधे infrastructure investment और 2025 के अंत तक अरबों डॉलर के capital expenditure बढ़ने का ज़िक्र किया है, इसलिए इसे उनमें से एक मानना उचित लगता है
    • लगता है Apple अपने खुद के semiconductor इस्तेमाल कर रहा है
      यह Apple के लिए बड़ी उपलब्धि रही है, लेकिन सोचता हूँ कि क्या दूसरी FAANG कंपनियाँ भी वास्तव में इसका अनुसरण कर पाएँगी
    • एक समय NVIDIA के server revenue का 50% से ज़्यादा हिस्सा hyperscalers से आता था, और वही ऊपर बताई गई चार कंपनियाँ हैं

  • ईमानदारी से कहूँ तो यह इतना रहस्यमय नहीं लगता। संभावित नाम ज़्यादा से ज़्यादा 5~6 कंपनियाँ ही होंगी

    • CoreWeave जैसी accelerator किराये पर देने वाली कंपनियाँ भी हैं, इसलिए यह विश्लेषण दिखने से कम सीधा हो सकता है
    • नाम सार्वजनिक नहीं किए गए, लेकिन लेख में भी कहा गया है कि Amazon, Meta, Microsoft, Alphabet, OpenAI, Tesla के शामिल होने की संभावना अधिक है
    • वे चार चाहे जो भी हों, छह संभावित नामों में बचे हुए दो भी शायद बहुत पीछे नहीं होंगे

  • मेरा मानना है कि Meta ने GPU खरीद के बारे में काफी पारदर्शिता दिखाई है। 350,000 H100s अपने-आप में कई अरब डॉलर तक पहुँचने के लिए काफी हो सकते हैं
    https://blogs.nvidia.com/blog/meta-llama3-inference-accelera...

  • यहाँ दो सवालों का जवाब चाहिए

    1. क्या chatbot अभी की तुलना में बहुत अधिक प्रभावी हो सकते हैं? लगता है सभी बड़े खिलाड़ी ठहराव के दौर में पहुँच रहे हैं, और model differentiation भी धीरे-धीरे commodity बनती दिख रही है, जो टिकाऊ GPU बिक्री के लिए अच्छा संकेत नहीं है। अगर hallucination समस्या हल नहीं होती, तो यह भी स्पष्ट नहीं कि इस पीढ़ी के AI को बड़े पैमाने पर deploy किया जा सकेगा या नहीं
    2. क्या LLM के बाहर AI का कोई वास्तविक large-scale use case है? autonomous driving एक बड़ा क्षेत्र लगता है, लेकिन यह production readiness के कितने करीब है, पता नहीं। drug discovery जैसे उपयोगों की भी बात होती है, लेकिन वे वास्तव में कितनी GPU demand पैदा कर पाएँगे, इस पर भरोसा करना मुश्किल है। image generators के मामले में भी novelty phase गुजरने के बाद दिख रहा है कि बहुत से प्रयोग टिकाऊ नहीं थे। निजी तौर पर भी, एक साल पहले मेरे दोस्त बहुत सारी images बनाते थे, लेकिन अब लगभग नहीं बनाते
    • अगर “LLM के बाहर” का मतलब “text processing के बाहर” है, तो जवाब robotics है
      LLM का उपयोग करके imitation learning आश्चर्यजनक रूप से अच्छा काम कर रही है। इसे व्यावहारिक स्तर तक पहुँचाने के लिए data और training में बहुत निवेश चाहिए, लेकिन शुरुआती संकेत बताते हैं कि robotics में नया revenue stream खुल सकता है
      अभी बाकी बची बड़ी सीमा inference speed है। मेरा मानना है कि किसी स्मार्ट robot को व्यावहारिक गति से चलाने के लिए prompt processing speed लगभग 10,000 tokens प्रति सेकंड होनी चाहिए। 8B models में Groq और Cerebras chips उस स्तर के करीब पहुँच रहे हैं, लेकिन ये 8B models, खासकर robotics data पर fine-tune करने के बाद भी, बहुत मूर्ख साबित होते हैं, और 70B models अभी भी व्यावहारिक स्तर से लगभग 20 गुना धीमे हैं

  • अगर AI bubble फूटता है, तो नज़ारा बदसूरत होगा

    • फिर भी मैं इस बात पर दाँव नहीं लगाऊँगा कि कुछ समय तक बड़े पैमाने की compute demand ऊँची नहीं रहेगी
      चाहे AI bubble ठंडा भी पड़ जाए, लोग बचे हुए GPUs को दूसरे कामों में लगा देंगे
    • यह माहौल बार-बार देखने को मिलता है, और मुझे यह थोड़ा समझ नहीं आता
      AI और LLM मेरी क्षमताओं को काफी बढ़ा रहे हैं, और जितना मैं इस नई ताकत के साथ ढलता जाता हूँ, उतना ही रोज़मर्रा की ज़िंदगी में इनका ज़्यादा उपयोग करता हूँ
      NVIDIA का stock overvalued हो सकता है, लेकिन AI खुद एक सशक्त करने वाला tool है। कल्पना करना कठिन है कि इसका उपयोग आगे नहीं बढ़ेगा, और क्षमता बढ़ने के साथ इसका इस्तेमाल और अधिक होगा। सिर्फ कुछ bugs ठीक हो जाएँ और integration थोड़ा सहज हो जाए, तो उपयोग के मामले बहुत बढ़ जाएँगे
    • अजीब तरह से ऐसा लग रहा है जैसे 1999 फिर लौट आया हो
    • इतनी सारी compute capacity बन रही है, लेकिन अफसोस है कि उसका कोई हिस्सा नीचे तक नहीं आएगा। अगर बाद में यह सब बहुत सस्ते में बिके, तो hobby के तौर पर तरह-तरह की hacking करना मज़ेदार होगा
    • मुझे ठीक-ठीक समझ नहीं आता कि यह फूटेगा कैसे। क्या ChatGPT और Google Assistant अचानक काम करना बंद कर देंगे?

  • यह clickbait title है। लेख भी Jensen के इंटरव्यू में बताए गए आँकड़ों का ही हवाला देता है
    https://youtu.be/NC5NZPrxbHk?si=8uQ4zdMU02f4X1Hc (1:41)
    बात hyperscalers और Meta की हो रही है। कॉरपोरेट भाषा में hyperscalers का मतलब AWS, GCP, Azure है

  • यह AI की बढ़ा-चढ़ाकर बनाई गई speculative bubble को दिखाने वाला काफ़ी अच्छा संकेतक है

    • ऐसा नहीं है कि पिछले 3 साल में AI ने कोई नतीजे नहीं दिए; यह तो अभी बस शुरुआत है
      अभी NVIDIA की market share छीनने वाला कोई नहीं है। Groq और Tenstorrent बहुत promising हैं, लेकिन दोनों अभी private companies हैं। अगर Groq listing करता है, तो कुछ समय के लिए “experts” NVIDIA के अंत की घोषणा करेंगे और NVIDIA का stock थोड़ा हिल सकता है। उसके बाद अगर इन कंपनियों की वजह से general-purpose GPU demand घटती है, और वह क्षेत्र पर्याप्त आकर्षक लगता है, तो मुझे लगता है NVIDIA भी dedicated AI accelerators बेच सकता है
    • अभी मैं AI को लेकर सकारात्मक हूँ, लेकिन फिर भी यह semiconductor bubble जैसा लगता है
      NVIDIA ऐसी कंपनी लगती है जो इस तरह के bubbles की लहर पर अच्छी तरह सवार हो जाती है। पहले crypto mining थी, अब AI है
      अगर प्रमुख खरीदारों में से एक speculative पक्ष होता, जैसे crypto क्षेत्र के लोगों द्वारा चलाया जा रहा hedge fund, तो मुझे हैरानी नहीं होती

  • जहाँ तक मुझे याद है, listed companies को revenue का 10% से अधिक देने वाले ग्राहक को 10-K में disclose करना होता है, इसलिए ऐसे ग्राहक लंबे समय तक “mystery whale” बने नहीं रहेंगे

  • संभावना है कि एक-दो intelligence agencies भी बड़े खरीदार हों। वे किराये पर ले सकती हैं, लेकिन उस तरीके से security implications पैदा हो सकते हैं जिन्हें स्वीकार करना कठिन होगा