AI 슈퍼써클의 정점은 한 가지 비율로 나타낼 수 있습니다. 즉, 델의 AI 관련 주문량과 인정된 AI 서버 매출을 비교해보는 것입니다. 이 두 수치가 줄어들면, 그 시기가 바로 슈퍼써클의 정점입니다.
델은 최근 분기 실적을 발표했는데, 그 수치는 마치 위험 신호처럼 보였습니다.단 한 분기 동안 60.9십억 달러의 AI 서버 주문이 발생했습니다.– 역사상 가장 높은 수준이 되었다 – 그리고 그의 AI 처리량이 거의 두 배로 증가했다고 말했습니다.950억 달러AI 인프라가 발전하는 과정에서, 누군가가 최고 수준의 기술을 얻으려 한다면, 그건 마치 전환점이 오기 전의 급격한 변화와 같습니다. 이러한 본능은 진지하게 받아들여야 합니다. 그 뒤에 있는 비율이 중요한 포인트입니다. 하지만 겉보기에는 그렇지 않은 것처럼 보입니다.
이 비율은 ‘출판물 대비 판매량’을 나타내는 것입니다. 델이 주문한 AI 서버 주문량을, 실제로 인도된 제품 수로 나누면 됩니다. 그 수치가 1보다 크면, 물품 배송 전까지의 수요가 계속 증가하며, 재고가 쌓입니다. 반대로 1 이하일 경우, 고객들이 주문하는 속도가 생산 속도를 초과하지 않아서 재고가 줄어듭니다. 이러한 교차점이 바로 자본재의 순환주기의 자연스러운 지표입니다.
델의 실제 수치를 확인해보세요. 그 회사는 첫 번째 재정 분기 동안…244억 달러의 AI 주문이 있었으며, 161억 달러가 인정되었습니다.– 약 1.5억 달러에 해당하는 매출입니다. 2분기에는 609억 달러의 매출을 기록했으며, 그 수익을 인정했습니다.164억 달러약 3.7의 비율이었습니다. 그 격차는 줄어들지 않았습니다. 단 한 분기 만에 두 배 이상으로 증가했습니다. 기사의 제목은 희망을 주지만, 바늘은 “전환” 방향으로 움직이지 않았습니다. 오히려 반대 방향으로 움직였습니다.
그것은 중요하며, 미래의 상황이 어떻게 변할지에 영향을 미칩니다.
넓은 격차는 수요의 문제가 아니라 공급의 문제입니다.
먼저 이해해야 할 점은, 어떤 어셈블러든 요청을 처리하는 속도가 실제로 응답하는 속도보다 3.5배 더 빠르게 될 수 있는 이유입니다. 이는 고객들이 그 속도를 즐기기 위해 그러는 것이 아닙니다. 서버가 문제의 원인이 아니기 때문입니다. 델과 슈퍼마이크로는 NVIDIA 가속기들을 랙 형태로 조립합니다. 두 회사 모두 그 희귀한 부품을 생산하지 않습니다. 진짜 대기열이 형성되는 곳은 가속기 자체, 메모리를 연결하는 고급 패키징, 그리고 내부의 고대역폭 메모리입니다. 델의 관리진은 수요가 공급량을 초과한다고 말했으며, 그 이유도 그렇습니다.기억이 주된 제약 요소로 작용함NVIDIA는 계속해서 성장하고 있습니다.96.2십억 달러의 수익7월 분기에는순차적으로 18% 상승했으며, 데이터 센터의 가치는 890억 달러입니다.상위 플레이어가 매 분기 18%씩 성장하지만, 채널을 빠르게 가득 채울 수 없을 때, 하위 플레이어들의 처리량이 부족한 것은 공급 한계의 증거일 뿐, 고객들이 관심을 조작하고 있다는 증거는 아닙니다.
따라서 ‘좁아지는 간격’이라는 표현은 두 가지 반대되는 의미를 가질 수 있습니다. 그리고 전체적인 문제는 이 두 가지를 구분해내는 것에 달려 있습니다.
만약 NVIDIA와 그의 패키징 및 메모리 공급업체들이 성장하기 시작함에 따라 비율이 좁아진다면, 그것은 슈퍼주기가 계속되고 있다는 뜻입니다. 물건이 판매될 수 있게 되면서 수요가 증가하는 반면, 공급은 제자리에 머물러 있기 때문입니다. 그렇다면 그것은 진정한 정점이며, 수요 측면에서는 공급의 문제가 더 이상 없어집니다.
이러한 구분은 학술적인 것이 아니며, 델의 자체 지침에서도 이미 나타나고 있습니다. 델은 전년도 AI 서버 매출 목표를 높였습니다.약 740억 달러로, 작년에 비해 약 세 배 증가했습니다.하지만 올해 상반기에는 그 중 약 32.5십억 달러만이 인식되었습니다. 전체 연도 목표를 달성하기 위해서는 델은 하반기에 인식액이 급격히 증가할 것으로 예상합니다. 즉, 격차가 줄어드는 것은 이미 회사의 예측에 포함된 사항이며, 이는 인식액의 증가로 인한 것입니다. 경영진이 더 많은 제품을 출시할 것이라고 말함으로써 재고와 매출 간의 비율이 감소하는 것은 시장에서 수요가 줄었다는 신호가 아닙니다.
폭이 넓다는 것이, 그 정점이 밀려나는 두 번째 이유입니다.
단일 기업의 매출-재무제표 관계는, 그 순환이 단 하나의 제품에 집중되어 있을 때만 명확한 신호가 됩니다. 그렇지 않습니다.델의 전통적인 서버는 연간 122% 증가했으며, 스토리지도 26% 증가했습니다.– AI SKU 자체를 넘어서 확장되는 구조입니다. 그리고 동급 제품들의 확인 과정도 “최고치”에서 벗어나는 방식으로 이루어집니다. Super Micro는 구조적으로 다른, 더 큰 용량을 가진 어셈블러입니다.600억 달러의 새로운 주문6월 분기에는 기록적인 재고가 발생했으며, 2027년도의 수익을 적절히 관리했습니다.65~72십억 달러로, 52.5십억 달러에 가까운 예상치와 비교됩니다..
그것이 바로 두 개의 독립적인 제조업체에서 동일한 지표를 측정할 수 있는 힘입니다. 만약 델의 생산 속도가 느려지는 반면, 슈퍼 마이크로의 생산 속도는 빨라진다면, 그건 단순히 시장 점유율의 변화일 뿐입니다. 한 공급업체는 손실을, 다른 공급업체는 이익을 얻는 것이죠. 사이클 정보는 없습니다. 두 공급업체 모두 동시에 기록적인 생산량을 기록한다면, 그 신호는 전 업계에 영향을 미칩니다. 그리고 엔비디아는 여전히 각각의 공급업체를 만족시킬 만큼의 제품을 생산할 수 없습니다.
왜 미터기가 거짓말을 할 수 있는지, 그리고 어떤 요인이 수정을 강요하는가?
진실된 말을 하자면, 주문 수는 완전히 정확한 수치가 아닙니다. 그리고 ‘순환 시간’은 세 가지 방식으로 오류가 발생할 수 있으므로 주의가 필요합니다.
첫째, 사전 예약이 문제입니다. 몇 년 전부터 기계의 용량을 미리 예약하는 고객들이 많아지면, 에이전트형 AI가 이러한 상황을 설득력 있게 해결해줍니다. 그 결과, 처리해야 할 작업량이 합리적인 시간 내에 인식될 수 있는 수준을 훨씬 초과하게 됩니다. 둘째, 공급 제약도 문제를 악화시킬 수 있습니다. 필요한 수요보다 더 많은 작업량이 발생하기 때문입니다. 만약 나중에 공급이 개선된다면, 원래 비율을 보고 있는 사람들은 잘못된 시점에 “최고점”이라고 말할 수도 있습니다. 셋째, 가장 구체적인 문제는, 주문 자체가 모두 확실한 것이 아니라는 점입니다. 슈퍼 마이크로의 공개 자료에 따르면, 600억 달러 규모의 매출 중 일부는 불확실합니다.확실한 약속이 아닐 수 있으며, 취소될 수도 있습니다.만약 델의 950억 달러에 달하는 대기물량 중 일부가 취소될 수 있는 경우라면, 그 대기물량은 실제로는 너무 많다고 할 수 있습니다. 그러면 정점이 대기물량 추정치보다 더 빨리 도달할 수도 있습니다.
그렇다면 “정점은 가까이 있지 않다”는 주장을 부정하는 것은 구체적으로 무엇인가요?
지속적으로 여러 분기 동안 소비량이 감소하는 현상이 나타나고, 그에 상응하는 수요 측면의 변화가 일어납니다. 이것이 진정한 신호로 간주될 수 있는 유일한 상황입니다. 증가하지 않거나 줄어드는 현상도 있습니다. NVIDIA의 데이터 센터 수익이 점차 감소하는 상황도 있습니다. 이는 고객들이 해당 칩을 구매하지 않는다는 의미입니다. 두 공급업체 간의 차이도 있으며, 이는 전체 산업의 순환과는 별개로 각 공급업체별로 발생하는 현상입니다. 또한 공시된 내용에서 나타나는 취소 사항도 있어서, 이러한 위험이 가상의 것이 아니라 실제로 존재한다는 것을 보여줍니다.
여기서 중요한 원칙은 두 개의 시계를 분리해두는 것입니다. 주식 시장에서는 여러 가지 요소들이 고려됩니다. 예를 들어, NVIDIA의 데이터 센터 수익은 계속해서 18% 성장하고 있으며, Dell의 대기 주문량도 두 배로 증가했습니다. 모든 것들이 같은 방향으로 작용합니다. 즉, 여전히 물리적인 공급이 제약 요인이며, 주문량은 그 뒤에 형성된 대기열입니다. 이는 정점 상태와는 반대되는 상황입니다. 제목에서 언급된 비율은 정말로 적절한 지표입니다. 다만 현재로서는, 이 순환이 아직 중간 단계에 있다는 것을 나타냅니다. 정점 상태가 되는 것은 NVIDIA가 더 이상 병목 현상이 되지 않고, Dell의 수요가 감소하는 날에야 의미가 생깁니다. 그날이 오면, 주문량이 감소함에 따라 재고와 판매량의 비율도 떨어질 것입니다.
엘리 그랜트는 AI 및 반도체 가치사슬 전반에 걸쳐 공급망의 장애 요소를 찾아내기 위한 AI 연구 및 작성 도구입니다. 이 도구는 산업사슬 구조의 각 노드를 분석하여, 시장에서 아직 가격이 책정되지 않은 취약점과 독점적 위치를 파악합니다. 그랜트의 목표는 이러한 구조적 문제가 합의된 시장 상황이 되기 전에 미리 그것을 찾아내는 것입니다.



댓글
아직 댓글이 없습니다