Search

Po více než 20 letech příprav se NASA chystá vyslat sondu Dragonfly na Titan; jeden z nejzajímavějších světů Sluneční soustavy. Proč poletí právě tam? Co jsme o něm zjistili díky Cassini a Huygens? Chcete vědět víc? Pak se podívejte po 19:00 na YouTube https://t.co/5mtRiJoJA4 #NASA #Titan #Dragonfly #US

Po více než dvaceti letech příprav se NASA chystá vyslat k Titanu misi Dragonfly – sondu poháněnou radioizotopovým generátorem (RTG), která bude díky osmi rotorům přelétávat mezi desítkami lokalit na povrchu největšího měsíce Saturnu. Jejím hlavním cílem nebude hledání života, https://t.co/SjGeQQm8hn #NASA #Titan #Dragonfly #US #LV #SG

Varmasti hyvä jakaa vastakkaisia näkemyksiä täällä taas. Vaikka en ole Jukan (tai Pasin) kanssa eri mieltä syklin vaiheesta, niin mielestäni on helppo todeta, että jos et ole ollut tekoälyliitännäisten osakkeiden kyydissä mukana, niin olet todennäköisesti jo missannut markkina-arvon suurimman kasvun. Tämä koskee erityisesti muistitehtaita kuten SK Hynix ja Micron, joiden osakkeet ovat vuodessa karkeasti kymmenkertaistuneet. Vaikka osakkeet näyttävät halvalta (tai jopa puoli-ilmaisilta) suhteessa yhtiöiden tulosnäkymiin (forward P/E), niin on hyvä tiedostaa, että niiden tulokset ovat kasvaneet merkittävästi nopeammin kuin niiden myynti, kappalemäärissä mitattuna. Tuloskasvu perustuu pitkälti siihen, että kysynnän ylittäessä tuotannon muistien hinnat nousevat tähtitieteellisiksi. Se taas johtuu siitä, että lähes äärettömän varakkaat jättiyhtiöt kilpailevat verisesti (ja ilmeisesti täysin kustannuksista välittämättä) siitä, kuka pystyy kehittämään parhaimmat mallit. Kun isoja frontier-tason huippumalleja koulutetaan (training), niin se tehdään tällä hetkellä joko GPU-chipeillä (joita suunnittelee lähinnä NVIDIA ja AMD) tai ASIC-chipeillä (kuten Googlen Ironwood TPU). Nämä ratkaisut tarvitsevat erittäin kallista HBM-muistia, jota ei ole riittävästi saatavilla tällä hetkellä. Kun mallien kehityksestä siirrytään suorittamiseen (inference) erityisesti agenttien avulla, niin tilanne on paljon monimutkaisempi. Kehitteillä on useita ratkaisuja, jotka eivät tarvitse HBM-muistia ollenkaan, kuten Nvidian lisensoima Groq, Cerebraksen wafer-scale-chipit, d-matrixin Corsair, Qualcommin AI200 Dragonfly, Metan MTIA ja Taalaksen on-chip-LLM-kiihdyttimet. Lisäksi NVIDIAn Rubin CPX-suorittimien avulla voi hoitaa osan inferenssistä ilman HMB-muistia. Villi kortti tässä pelissä on myös Kiina, jossa kehitetään koko ajan uusia "lähes frontier-tason" malleja ja tarjotaan niitä ilmaiseksi (merkittävä osa kehityksestä saadaan kopioimalla länsimaiden huippumalleja ilmaiseksi). On mielestäni väärin ajatella, ettei länsimaissa haluttaisi kiinalaisia malleja käyttää, sillä avoimet mallit on mahdollista eristää ja ajaa oman datakeskuksen turvassa. Mm. tästä syystä tekoäly-yhtiöt kuten Anthropic, OpenAI ja Google rakentavat nyt kuumeisesti ekosysteemejä tekoälymallien ympärille, joita voi hyödyntää vain yhtiöiden pilvipalveluiden kautta. Mutta kestääkö tällaisen softaekosysteemin tuoma "moat" tekoälyn aikakaudella, kun vaihtoehtoisia (ja avoimia) ratkaisuja on mahdollista luoda nopeammin kuin koskaan? On myös nähtävissä selkeitä kysynnän epäterveyteen viittaavia trendejä, kuten ns. tokenmaxxing, jossa koodaajat kilpailevat kuka pystyy kuluttamaan enemmän LLM-mallien tuottamia tokeneita, riippumatta siitä, miten paljon niiden avulla pystytään luomaan tuottavaa koodia. Lisäksi LLM-malleja suoritetaan todella paljon harjoittelutarkoituksessa tällä hetkellä, kun vielä etsitään ja kehitetään aidosti tuottavia prosesseja. Pointtini tässä on lähinnä se, että sijoittamalla datakeskusten kilpavarustelusta hyötyviin yhtiöihin ei lyö vetoa (vain) siitä, että datakeskusten rakennustarve jatkuu, vaan että ylikysyntätilanne ei ratkea vielä ainakaan muutamaan vuoteen. Samaan aikaan muistinvalmistajat ovat jo kasvattamassa kapasiteettiaan ja rakentamassa uusia tehtaita. Useiden eri muistityyppien hinnat ovat osittain lukittu tulevaisuuteen pitkäaikaisten LTA-sopimusten kautta, mutta nekin ovat historiallisesti rikottu tai neuvoteltu uusiksi kysynnän laskiessa. Puolijohdeyhtiöiden poikkeuksellisen voimakas syklisyys johtuu siitä, että tuotantoa on hyvin vaikea skaalata alas kun kysyntä laskee. Ja kun tuotanto ylittää kysynnän edes hieman, niin hinnat romahtavat nopeasti (ylitarjontatilanne). Syklisiä yhtiöitä ei yleensä ole kannattanut ostaa silloin kun P/E-tasot ovat olleet alhaiset ja sille on nimikin: Molodovsky Effect. Tekoäly on kuitenkin ilmeisen mullistava teknologia, joten "this time could be different" ja näitä syklisiä puolijohdeyhtiöitä omistamalla pääseekin helposti lyömään vetoa sen puolesta. Omistan itse tällä hetkellä mm. SK Hynixin, Micronin, Samsungin (ava-tracker), Broadcomin, Amazonin ja Googlen osakkeita, joiden toiminta liittyy vahvasti tekoälyyn. Lisäksi minulla on VVSM-puolijohde-ETF:ää salkussa. Mielestäni kaikki ovat hyviä sijoituksia, mutta näen (erityisesti näillä arvostustasoilla), että niissä piilee myös paljon riskejä. Puhumattakaan siitä, millaisia haasteita ja vaaroja tekoäly aiheuttaa koko yhteiskunnalle (ja sitä kautta myös osakkeille). Ei sijoitussuosituksia. #pekka #tekoäly #osakkeet #puolijohteet