تینا مزدکی_رشد شتابان صنعت هوش مصنوعی موجی از پرسش‌های جدی را برانگیخته است؛ از ادعاهایی درباره رسیدن به هوش مصنوعی عمومی و احتمال جایگزینی گسترده نیروی کار گرفته تا مسائل ظاهراً ساده‌تری مثل اینکه تراشه‌های این فناوری تا چه اندازه دوام خواهند داشت. در همین میان، حسابداران یک دغدغه تازه را مطرح کرده‌اند، آیا شرکت‌های فناوری چرخه استهلاک پردازنده‌های گرافیکی (GPU) را به‌درستی برآورد می‌کنند؟
GPUها که برای آموزش و اجرای پیشرفته‌ترین مدل‌های زبانی به کار می‌روند، یکی از بزرگ‌ترین هزینه‌های شرکت‌های فعال در حوزه هوش مصنوعی هستند. بسیاری از این شرکت‌ها برای خرید هرچه سریع‌تر این تراشه‌ها، وام‌های کلان دریافت می‌کنند. طبق قوانین حسابداری، شرکت‌ها باید تخمین بزنند که این تراشه‌ها چه مدت ارزشمند باقی می‌مانند. انتخاب دوره‌های طولانی‌تر باعث می‌شود هزینه‌ها در بازه زمانی طولانی‌تری پخش و سود فعلی شرکت‌ها بیشتر نشان داده شود.
اما خطر از جایی آغاز می‌شود که شرکت‌ها طول عمر تراشه‌ها را شش سال فرض کنند در حالی که شاید این سخت‌افزار در چهار سال تقریباً تمام ارزش خود را از دست بدهد. در این صورت، شرکت ناچار است زودتر از انتظار تراشه‌های جدیدتر و گران‌تر تهیه کند؛ و وام‌هایی که با وثیقه قراردادن تراشه‌های قدیمی گرفته شده‌اند هم با پیچیدگی روبه‌رو می‌شوند. حتی ممکن است شرکت مجبور شود ارزش تجهیزات منسوخ‌شده را یکجا کاهش دهد و در نتیجه با افت سود مواجه شود.
هرکدام از این اتفاقات می‌تواند یک شرکت را دچار بحران کند؛ و اگر تعداد زیادی از شرکت‌ها همزمان همین اشتباه را مرتکب شوند، پیامدها بسیار بزرگ‌تر خواهد بود، آیا ممکن است کل صنعت هوش مصنوعی سودآورتر از واقعیت به‌نظر برسد، وام‌هایی با ریسک بیشتر در اختیار داشته باشد و هزینه‌های سرمایه‌ای آینده را کمتر از مقدار واقعی نشان دهد؟
مشکل اینجاست که معیاری عینی برای تعیین ارزش یک GPU پنج‌ساله وجود ندارد. ChatGPT تنها حدود سه سال است که عرضه شده و داده قابل اتکایی وجود ندارد. سارا فرایر، مدیر مالی OpenAI، می‌گوید: «همه می‌گویند نمی‌دانند یک GPU چقدر عمر می‌کند، چون داده کافی وجود ندارد.» او می‌گوید OpenAI مطمئن است که تراشه‌هایش حداقل پنج سال قابل استفاده خواهند بود.
رقابت تسلیحاتی هوش مصنوعی انگیزه‌های شدیدی برای اتخاذ رویکردهای مالی تهاجمی ایجاد کرده است. قوانین حسابداری به شرکت‌ها اجازه می‌دهد در محاسبه استهلاک انعطاف داشته باشند، و بیشتر شرکت‌ها عمر مفید تراشه‌ها را پنج یا شش سال اعلام کرده‌اند. در یک فضای نظارتی متفاوت، کمیسیون بورس و اوراق بهادار آمریکا ممکن بود پرسش‌های سخت‌گیرانه‌تری مطرح کند؛ اما طبق گفته فرانسین مک‌کنا، مدرس حسابداری دانشگاه ایالتی مونتکلر، این نهاد در دوران ریاست‌جمهوری ترامپ رویکردی منفعلانه اتخاذ کرده است و در شرایطی که فضای فناوری به‌شدت متلاطم است، کمیسیون بورس و اوراق بهادار آمریکا عملاً غایب است.
به گفته اولگا اوسویاتسکی، تحلیلگر حسابداری نیز، حتی «تغییر چندماهه» در سیاست استهلاک می‌تواند سود یک فصل را میلیاردها دلار جابه‌جا کند. برخی از بدبین‌ترین افراد در صنعت معتقدند شرکت‌ها بیشتر از چند ماه اشتباه می‌کنند. مایکل بَری، سرمایه‌گذار مشهور که با پیش‌بینی بحران مسکن ۲۰۰۸ شناخته شد، اخیراً اعلام کرده است که هایپرسکیلرها (شرکت‌های صاحب بزرگ‌ترین مراکز داده) ممکن است در فاصله سال‌های ۲۰۲۶ تا ۲۰۲۸ حدود ۱۷۶ میلیارد دلار استهلاک را کمتر از واقعیت گزارش کرده باشند.
بسیاری از سرمایه‌گذاران اصلی این حوزه شرکت‌هایی چون گوگل، متا و مایکروسافت هستند که سودآوری ثابت و ذخایر نقدی قابل توجه دارند؛ اما این وضعیت برای همه صادق نیست. استارتاپ‌هایی مانند OpenAI و Anthropic همچنان به جذب سرمایه‌های عظیم برای زیرساخت نیاز دارند. همچنین نئوکلاودها، مالک یا بهره‌بردار مراکز داده تخصصی برای AI، اغلب با بدهی توسعه زیرساخت‌های خود را تأمین مالی می‌کنند. این گروه به دلیل اندازه کوچک‌تر، سودآوری کمتر و نرخ بهره بالاتر، ریسک بیشتری ایجاد کرده‌اند. شکست احتمالی آنها نه فقط برای سرمایه‌گذاران، بلکه برای فروشندگان تراشه و شرکت‌های AI که از خدمات آنها استفاده می‌کنند نیز پیامد دارد.
تراشه‌های قدیمی؛ کارآمد یا رو به انقضا؟
درست است که GPUهای پیشرفته مدت زیادی در اوج باقی نمی‌مانند. انویدیا هر سال یک مدل قوی‌تر معرفی می‌کند و جنسن هوانگ، مدیرعامل این شرکت، گاهی با شوخی به این موضوع اشاره می‌کند که محصولات جدید انویدیا، نسل قبلی را خیلی زود از رده خارج می‌کنند. اما شرکت‌های AI می‌گویند تراشه‌های قدیمی هنوز ارزش زیادی دارند. به‌عنوان نمونه، OpenAI همچنان از تراشه‌های Ampere معرفی‌شده در سال ۲۰۲۰ برای پردازش درخواست‌های کاربران (inference) استفاده می‌کند.
در ۱۹ نوامبر، کولت کرس، مدیر مالی انویدیا، گفت عمر مفید GPUها در حال افزایش است و این شرکت هنوز تراشه‌های نسل Hopper معرفی‌شده در ۲۰۲۲ را هم می‌فروشد. نئوکلاودهایی مانند CoreWeave و Nebius که بخشی از تجهیزاتشان کمتر از پنج ساله مستهلک می‌شود، گزارش داده‌اند که فروش خدمات مبتنی بر همین تراشه‌ها همچنان بالا است. آنها گفته‌اند پس از پایان نخستین قراردادهای مرتبط با تراشه‌های قدیمی، این قراردادها یا تمدید شده یا مشتری جدید پیدا کرده‌اند.
کَرمن لی، مدیرعامل Silicon Data و Compute Exchange، می‌گوید برخی شرکت‌ها وام‌هایی دریافت کرده‌اند که فرض می‌کند تراشه‌ها تا یک دهه ارزش خود را حفظ می‌کنند و به نظر او این فرض چندان غیرمنصفانه نیست. او GPUهای قدیمی را به خودروهای دست‌دوم تشبیه می‌کند و می‌گوید: «بعضی افراد همیشه جدیدترین مدل را می‌خواهند، اما بعضی‌ها مثل من خودرو کارکرده می‌خرند.»
بازار تراشه‌های قدیمی در حال حاضر داغ است؛ اما بخشی از این تقاضا به دلیل کمبود مدل‌های جدید است. مشخص نیست در صورت رفع کمبود، بازار تراشه‌های ضعیف‌تر چه سرنوشتی خواهد داشت. حتی در صورت تداوم تقاضا نیز چالش‌هایی وجود دارد. یکی از کلیدواژه‌های جدید صنعت، «قابلیت جایگزینی» (fungibility) است؛ اینکه تراشه‌ها چقدر می‌توانند از یک کاربرد به کاربرد دیگر منتقل شوند. مراکزی که کمتر قابل جابه‌جایی‌اند هزینه بیشتری برای تطبیق با تغییرات بازار می‌پردازند.
مشکل دیگر زمانی رخ می‌دهد که یک مرکز داده برای ارائه خدمات با تراشه‌های پیشرفته ساخته شده باشد اما چند سال بعد مجبور شود تراشه‌های قدیمی را با قیمت پایین ارائه کند؛ این تراشه‌ها همچنان فضا، انرژی و ظرفیت ارزشمند مصرف می‌کنند. مایکل استیوارت، مدیر M۱۲، بازوی سرمایه‌گذاری مایکروسافت، این وضعیت را به فروش کالاهای کم‌سود در بهترین قفسه‌های یک سوپرمارکت تشبیه می‌کند و می‌گوید: «جایگاه طلایی باید برای کالاهای پرفروش باشد.»
شرکت‌های زیرساخت AI تلاش می‌کنند مشتریان را به قراردادهای بلندمدت پنج یا شش‌ساله مرتبط با نسل مشخصی از تراشه‌ها متعهد کنند. برخی نیز مانند OpenAI سعی می‌کنند به‌جای خرید تراشه، آنها را از انویدیا اجاره کنند؛ روشی که ریسک حمل تجهیزات بلااستفاده را کاهش می‌دهد. اما این رویکرد فقط ریسک را جابه‌جا می‌کند، نه اینکه آن را از بین ببرد. وام‌ها، مدل‌های اجاره‌ای و تعهدات سرمایه‌گذاری باعث شده مسیر انتقال شوک مالی نامشخص باشد. وینای نایر، مدیرعامل Tifin، می‌گوید: «باید متوجه باشیم که این ریسک در کل سیستم پخش شده و باید اندازه آن را زیر نظر گرفت.»
در حال حاضر، مایک اینتراتور، مدیرعامل CoreWeave، با وجود پذیرش خطر افت سریع ارزش GPUها، تأکید می‌کند داده‌های موجود تصویر دیگری نشان می‌دهد: «افرادی که واقعاً پول می‌دهند و این زیرساخت را می‌خرند، روشن و واضح به ما نشان می‌دهند که تقاضا پایدار است.» او می‌گوید تمام ظرفیت تراشه‌های Ampere پنج‌ساله این شرکت کاملاً رزرو شده است.
منبع: bloomberg
۵۸۳۲۳
∎