Nvidia पर आरोप है कि उसने AI स्टार्टअप्स को अपने GPUs खरीदने के लिए फंड करके कृत्रिम कमी पैदा की
Nvidia पर आरोप है कि उसने AI startups और “neoclouds” को अपने उच्च-मार्जिन chips खरीदने के लिए फंड करके मांग को बढ़ा-चढ़ाकर दिखाया और GPU scarcity को कृत्रिम रूप से गढ़ा, कभी-कभी जटिल guarantees और backstops के साथ जो circular financing जैसे लगते हैं। टिप्पणीकार इस पर बहस करते हैं कि क्या यह hyperscalers पर निर्भरता घटाने के लिए साधारण vendor financing है, या एक जोखिमभरी, bubble-भड़काने वाली रणनीति है जो वास्तविक मांग को छिपाती है और यदि इनमें से कई ग्राहक विफल हो जाते हैं तो Nvidia को भारी जोखिम में डाल सकती है। थ्रेड इन प्रथाओं को AI investment bubble के व्यापक संकेतों से भी जोड़ता है—डेटा सेंटर power पर दबाव, बिना उपयोग के GPUs, AI firms पर आक्रामक debt loads, और hyperscalers का Nvidia की जगह अपने accelerators लाने की दौड़।
आरोपित “सर्कुलर फाइनेंसिंग” और इकोसिस्टम का बीजारोपण
- Nvidia ने AI स्टार्टअप्स और “neoclouds” में इक्विटी हिस्सेदारी ली है, क्रेडिट बढ़ाया है, और गारंटियां दी हैं, जो फिर Nvidia GPUs खरीदते हैं।
- समर्थक इसे मानक vendor financing और अतिरिक्त नकदी के समझदारीपूर्ण उपयोग के रूप में पेश करते हैं: ग्राहकों का बीजारोपण, hyperscalers पर निर्भरता घटाना, और दीर्घकालिक मांग को लॉक करना।
- आलोचक इसे circular financing और quasi–channel-stuffing कहते हैं, जो दिखाई देने वाली मांग, राजस्व और कमी को बढ़ा-चढ़ाकर दिखाता है; तुलना dot-com युग के Cisco/Lucent से की जाती है।
- कई लोग नोट करते हैं कि सार्वजनिक रिपोर्टिंग एक्सपोज़र को समेकित करती है, जिससे यह देखना कठिन हो जाता है कि प्रति counterparty कितनी equity, debt, और guarantees हर GPU खरीदार से जुड़ी हैं।
कमी, मांग, और बबल की गतिशीलता
- एक पक्ष का कहना है कि मांग वास्तव में आपूर्ति से 10× है: foundry capacity, RAM, datacenter space, और power वास्तविक bottlenecks हैं; लंबे GPU lead times का हवाला दिया जाता है।
- दूसरे पक्ष का ध्यान बड़ी clouds पर जाता है, जो power या build-out देरी के कारण रैकों या warehouses में बिना उपयोग के GPUs रखे हुए हैं, और तर्क देते हैं कि कुछ कमी कृत्रिम या पहले से लादी गई है।
- कई लोगों का मानना है कि AI/LLMs वास्तव में मूल्यवान हैं, लेकिन वे सहमत हैं कि एक bubble layer मौजूद है: भारी capex, अस्थिर startup economics, और dot-com या fiber bubbles जैसी संभावित overbuild।
जोखिम का संकेंद्रण और neoclouds
- चिंता है कि Nvidia पूरी पारदर्शिता के बिना बैंक/VC की तरह काम कर रही है; यदि over-levered AI startups और neoclouds विफल होते हैं, तो Nvidia को equity write-offs के साथ-साथ सक्रिय हुई guarantees का सामना करना पड़ सकता है।
- कुछ लोग इस financing spree को इस प्रतिक्रिया के रूप में देखते हैं कि hyperscalers in-house chips की ओर जा रहे हैं और Nvidia की बड़ी, दीर्घकालिक wafer/memory commitments अब एक “avalanche” जैसी महसूस हो रही हैं।
- चर्चा किया गया परिदृश्य: neoclouds default करते हैं, data centers बड़े clouds द्वारा सस्ते में खरीदे जाते हैं, जिससे AI infrastructure और अधिक केंद्रित हो जाती है।
Consumer GPUs, competition, और pricing
- gamers लगातार ऊंची कीमतों और सीमित उपलब्धता की रिपोर्ट करते हैं; कुछ उम्मीद करते हैं कि crash से सस्ते used datacenter GPUs बाजार में आएंगे, जबकि अन्य मानते हैं कि ongoing AI demand कीमतों में गिरावट को सीमित रखेगी।
- Nvidia की लंबे समय से चली आ रही आक्रामक रणनीतियों (lock-in, feature segmentation) बनाम इसकी मजबूत engineering और ecosystem (CUDA) पर बहस होती है।
मीडिया कवरेज, governance, और नेतृत्व परिवर्तन
- कुछ लोग financing practices और CEO scandals पर हाल के लेखों को देर से आई जांच मानते हैं; अन्य इसे anonymous sourcing के साथ एक coordinated hit job कहते हैं।
- कई लोग उम्मीद करते हैं कि आने वाला CEO/CFO जोखिमभरे सौदों पर disclosures को “kitchen-sink” करेगा, जिससे Nvidia और AI-exposed firms के लिए valuation reset तेज हो सकता है।