
Chodzi o sytuację gdy klient patrzy na dostawcę i mówi: „Albo sprzedajesz mi to taniej, albo zrobię to sam”.
I nagle dostawca przestaje dyktować ceny. Nadal jest bardzo bogaty. Nadal ma kolejkę zamówień i marże, od których wykres dostaje erekcji. Ale klient właśnie otworzył garaż, kupił kombinezon i zaczął majstrować przy własnej rakiecie.
W świecie AI tym klientem są hiperskalerzy i największe platformy. Google ma TPU. Amazon ma Trainium i Inferentię. Microsoft ma Maia. Meta ma MTIA. A teraz OpenAI pokazuje Jalapeño, czyli własny chip do inference zrobiony z Broadcomem.
I nie, to nie znaczy, że OpenAI jutro buduje własne fabryki i kopie fundamenty pod „TSMC, ale z chatbotem za sterami”. To nie ten poziom integracji. To jest coś subtelniejszego i groźniejszego dla inwestorów w semi.
OpenAI nie mówi: „będziemy produkować chipy od zera”.
OpenAI mówi: „wiemy dokładnie, jakie mamy zapotrzebowanie, jakie modele, jakie koszty, jakie wąskie gardła i gdzie płacimy najwięcej za cudzą infrastrukturę. Więc zaprojektujemy układ pod siebie, a produkcję i wdrożenie ogarniemy z partnerami (przynajmniej na razie)”.
Czyli nie pełna rewolucja przemysłowa.
Raczej komunikat do Nvidii:
„Kochamy wasze GPU. Ale nie chcemy się podpinać pod Waszą kroplówkę do końca cywilizacji”.
To nie jest jeszcze „Nvidia killer”. Takie teksty zostawmy ludziom, którzy kupują akcje po miniaturce na YouTube. Nvidia dalej ma CUDA, networking, Blackwell/Rubin, ekosystem, software, uniwersalność i gigantyczną przewagę czasu. Gdy trzeba trenować frontier model albo szybko odpalić nową klasę workloadu, GPU nadal jest jak szwajcarski scyzoryk z dopalaczem rakietowym.
Ale inference to inna historia. Inference to codzienna fabryka tokenów. ChatGPT odpowiada. Codex koduje. Agent klika. Model mieli miliardy zapytań i każdy procent efektywności energetycznej, pamięciowej i kosztowej zaczyna mieć znaczenie. Przy odpowiedniej skali nawet „mała oszczędność” przestaje być mała. Zamienia się w pytanie: „czemu my za to wszystko płacimy Jensenowi?”. No właśnie.
To jest sedno integracji wstecznej na rynku semi: najwięksi klienci przestają być wyłącznie klientami. Stają się projektantami architektury. Nie muszą zastąpić całej Nvidii, żeby zmienić układ sił. Wystarczy, że przejmą część najbardziej powtarzalnych workloadów, żeby w negocjacjach pojawiło się nowe zdanie: “Mamy tańszą alternatywę”. A to taki eufemizm na: “twoja marża właśnie dostała kijem po jajach”.
Dla inwestora w semi to bardzo ważne rozróżnienie. To nie jest prosta historia „Nvidia zła, Broadcom dobry”. Rynek chipów AI robi się bardziej warstwowy.
Nvidia nadal może wygrywać tam, gdzie liczy się pełny stack, elastyczność i tempo innowacji. Broadcom może wygrywać tam, gdzie klient chce custom ASIC i własną ekonomikę. TSMC może dalej pobierać myto od wszystkich stron tej wojny. Dostawcy HBM, advanced packagingu i sieci mogą zarabiać niezależnie od tego, czyje logo jest na chipie. Ale jedno się zmienia definitywnie: narracja o GPU jako wiecznej, nienaruszalnej bramce poboru opłat zaczyna pękać.
Nie dlatego, że klienci odchodzą.
Tylko dlatego, że najwięksi klienci zaczęli zadawać najgroźniejsze pytanie w kapitalizmie: “A ile to kosztuje, jeśli zrobimy to sami?”
Kiedy zadaje je OpenAI, Google, Amazon, Microsoft i Meta, NVidia się nie śmieje.
Właśnie dlatego Jalapeño jest ważne jako symbol zmiany układu sił. AI miało potrzebować cudzych GPU. Teraz AI zaczyna projektować własne chipy, żeby płacić mniej za własną przyszłość.
A to oznacza, że w semi zaczyna się nowy sezon serialu:
„Dostawco, kochamy cię. Ale podpisz tu aneks do marży”.
- Oryginalny post z 26 czerwca
