TradingKey - เมื่อวันที่ 29 มิถุนายน ตามเวลาฝั่งตะวันออก บริษัท Cerebras Systems ( CBRS) เคยพุ่งขึ้นกว่า 20% โดย ณ เวลาที่รายงาน หุ้นดังกล่าวปรับตัวขึ้น 19.36% อยู่ที่ 216.75 ดอลลาร์ ทั้งนี้ การเปิดเผยพอร์ตการลงทุนล่าสุดของ Cathie Wood ประธานเจ้าหน้าที่บริหาร (CEO) และประธานเจ้าหน้าที่ฝ่ายการลงทุน (CIO) ของ Ark Invest แสดงให้เห็นว่าเธอได้เข้าซื้อหุ้น CBRS เพิ่มเติมมากกว่า 20,000 หุ้นเมื่อวันศุกร์ที่ผ่านมา ซึ่งสะท้อนถึงความเชื่อมั่นอย่างต่อเนื่องของเธอที่มีต่อกลุ่มชิป AI
มีรายงานว่า บริษัทชิป AI แห่งนี้ ซึ่งได้รับการยอมรับอย่างกว้างขวางว่าเป็นคู่แข่งของ Nvidia เผชิญกับราคาหุ้นที่ร่วงลงประมาณ 40% นับตั้งแต่การเสนอขายหุ้น IPO โดยร่วงลงแตะระดับต่ำสุดเป็นประวัติการณ์ที่ 160.81 ดอลลาร์เมื่อวันศุกร์ที่ผ่านมา

[แหล่งที่มา: TradingView]
สาเหตุหลักที่ทำให้ราคาหุ้นดิ่งลงแตะระดับต่ำสุดใหม่เป็นเพราะในรายงานผลประกอบการไตรมาสแรกนับตั้งแต่เข้าจดทะเบียนในตลาดหลักทรัพย์ บริษัทคาดการณ์ว่าอัตรากำไรขั้นต้นหลักในไตรมาสสองจะหดตัวลงอย่างรุนแรงมาอยู่ที่ 36%-38% จากระดับ 46.5% ในไตรมาสแรก ขณะที่คาดว่าอัตรากำไรจากการดำเนินงานหลักตลอดทั้งปีจะอยู่ในช่วง -28% ถึง -32% ซึ่งแนวโน้มตลอดทั้งปีดังกล่าวสร้างความผิดหวังให้กับนักลงทุนและกระตุ้นให้เกิดแรงเทขายหุ้นออกมา
แม้ว่าตลาดจะมีความกังวลบางประการเกี่ยวกับอัตรากำไรขั้นต้นของบริษัท แต่นักวิเคราะห์ 10 รายที่ดูแลหุ้นตัวนี้มีความเห็นพ้องต้องกันให้คำแนะนำ "ซื้อ" (Buy) โดยหลังจากมีการรายงานผลประกอบการ Morgan Stanley และ UBS ได้ปรับเพิ่มราคาเป้าหมายขึ้นเป็น 273 ดอลลาร์ และ 320 ดอลลาร์ตามลำดับ พร้อมทั้งตอกย้ำมุมมองเชิงบวกของตน ขณะเดียวกัน Citi ได้เริ่มวิเคราะห์หุ้นตัวนี้เป็นครั้งแรกโดยแนะนำ "ซื้อ" และตั้งราคาเป้าหมายไว้สูงสุดในวอลล์สตรีทที่ 340 ดอลลาร์ ซึ่งคิดเป็นโอกาสปรับตัวขึ้น (upside) ประมาณ 90% จากราคาหุ้นปัจจุบัน
ขณะเดียวกัน บทวิเคราะห์ตลาดชี้ว่าท่ามกลางสถานการณ์ที่อุปทานหน่วยความจำตึงตัวขึ้น Cerebras ได้รับผลกระทบน้อยกว่าเนื่องจากใช้หน่วยความจำ SRAM แทน HBM ซึ่งช่วยให้บริษัทสามารถเพิ่มประสิทธิภาพการทำงานได้อย่างต่อเนื่องท่ามกลางข้อจำกัดด้านกำลังการผลิตทั่วทั้งอุตสาหกรรม ด้วยเหตุนี้ การขาดแคลนหน่วยความจำที่รุนแรงขึ้นจึงมีแต่จะช่วยส่งเสริมข้อได้เปรียบทางการแข่งขันของ Cerebras และช่วยให้บริษัทสามารถชิงส่วนแบ่งการตลาดได้มากขึ้น
เป็นที่เข้าใจกันว่า สิ่งที่จำกัดประสิทธิภาพของ AI ในปัจจุบันไม่ใช่พลังในการประมวลผลอีกต่อไป แต่เป็นประสิทธิภาพในการเคลื่อนย้ายข้อมูลภายในระบบหน่วยความจำ การออกแบบสถาปัตยกรรมลำดับขั้นหน่วยความจำ (memory hierarchy architecture) จึงกลายเป็นกุญแจสำคัญที่สุดต่อประสิทธิภาพของระบบ
ในขณะที่การออกแบบ GPU กระแสหลักในปัจจุบันพึ่งพา HBM เพื่อขยายพลังการประมวลผลอย่างรวดเร็ว แต่นั่นก็ทำให้ต้องพึ่งพาการซ้อนชิปหน่วยความจำ HBM ที่หาได้ยากและกำลังการผลิตบรรจุภัณฑ์ขั้นสูง (advanced packaging) เป็นอย่างมาก ด้วยเหตุนี้ ห่วงโซ่อุปทานทั้งหมดจึงเผชิญกับภาวะตึงตัวเชิงกลยุทธ์ และยังคงเป็นคอขวดสำคัญในการขยายขีดความสามารถการประมวลผลของ AI
ในทางกลับกัน Cerebras ได้ฉีกกฎเกณฑ์การทำงานของโครงสร้างทางเทคนิค GPU แบบดั้งเดิม ด้วยการใช้สถาปัตยกรรมระดับเวเฟอร์ (wafer-scale architecture) เพื่อปรับโครงสร้างตรรกะการจัดลำดับหน่วยความจำใหม่ โดย SRAM จะไม่ใช่เพียงแคชส่วนตัวขนาดเล็กที่ติดอยู่กับแกนประมวลผลแต่ละแกนอีกต่อไป แต่จะถูกกระจายอย่างทั่วถึงไปทั่วทั้งแผ่นเวเฟอร์ และใช้ร่วมกันโดยเครือข่ายหน่วยประมวลผลทั้งหมด ซึ่งเป็นการปฏิรูปโมเดลการประมวลผลของ AI ตั้งแต่รากฐาน