#NvidiaDefendsAIFunding
About NvidiaDefendsAIFunding
At a Goldman Sachs conference Sept 10, Nvidia CEO Jensen Huang pushed back on concerns that Nvidia finances customers who buy GPUs with those funds, inflating demand. Huang said Nvidia's capital is a small fraction of these deals, citing real customer contracts of ~$100B, and reaffirmed ~70% YoY revenue growth. Nvidia has also partnered with institutions to mobilize over $500B for AI infrastructure. Market focus is shifting from 'how big is AI demand' to 'can it produce durable revenue'.
Популярне
Останні
NvidiaDefendsAIFunding Популярні дописи
#OracleAdobeToday попит на ШІ більше не є питанням. Законопроєкт є 👀
Oracle має величезний запас у $638 млрд, але інвестори хочуть побачити, наскільки швидко це стане прибутком і чи зможуть ці кошти перевищити капітальні витрати на ШІ. Adobe стикається з подібним випробуванням у Firefly та GenStudio: чи зможе ШІ збільшити дохід, не знищуючи маржу?
Що привернуло мою увагу — це зсув.
Від хмари Oracle до програмного забезпечення Adobe та апаратного забезпечення Apple — гонка переходить від створення ШІ до доказів, що він дійсно приносить прибутки
#OracleAdobeToday попит на ШІ більше не є питанням. Законопроєкт є 👀
Oracle має величезний запас у $638 млрд, але інвестори хочуть побачити, наскільки швидко це стане прибутком і чи зможуть ці кошти перевищити капітальні витрати на ШІ. Adobe стикається з подібним випробуванням у Firefly та GenStudio: чи зможе ШІ збільшити дохід, не знищуючи маржу?
Що привернуло мою увагу — це зсув.
Від хмари Oracle до програмного забезпечення Adobe та апаратного забезпечення штучного інтелекту Apple — гонка переходить від створення ШІ до доведення його реальної прибутковості.
Oracle, Adobe, Today: Попит на ШІ більше не є проблемою. Вартість у 👀 цьому
Oracle має величезний запас у $638 млрд, але інвестори цікавляться, наскільки швидко це перетвориться на дохід і чи зможуть ці кошти перевершити витрати на ШІ. Adobe стикається з подібною проблемою з Firefly та GenStudio: чи може штучний інтелект збільшити дохід без використання
Від хмари Oracle до програмного забезпечення Adobe та апаратного забезпечення Apple на базі штучного інтелекту — увага зміщується з створення штучного інтелекту на демонстрацію його реальних результатів.
#SeptHikeOddsHit90%
Найскладнішим тестом для фінансування ШІ є якість доходів.
Захист Хуана вказує на реальні контракти з клієнтами та невелику частку Nvidia у фінансуванні угод. Моє бачення: ці деталі мають значення, але тривалий попит був би переконливішим, якби клієнти могли фінансувати повторні покупки GPU з операційного грошового потоку. Самі зобов'язання щодо інфраструктури не можуть вирішити це питання.
#NvidiaDefendsAIFunding
Мені це здалося дуже цікавим. Схоже, що додавання дешевших відеокарт допоможе отримати більше роботи з дорогими, які ви вже маєте.
NVIDIA тестувала це на чотирьох GPU GB200 і двох дешевших відеокартах RTX 6000D. RTX-карти виконували етап обробки зображень, залишаючи GB200 для роботи з мовною моделлю. При завантаженні з великим навантаженням зображень комбінація забезпечувала на 70% більше трафіку, досягаючи тієї ж цільової швидкості відгуку.
Вони додали апаратне забезпечення, тож це не було безкоштовним приростом продуктивності. Але вони збільшили ємність, не купуючи більше GB200.
Я вважаю, що це відкриває цікаві можливості для неоклаудів. Якщо доступ до найдорожчих чипів обмежує обсяг роботи, який вони можуть витримати, дешевший чіп, який звільняє ці машини, стає для них набагато ціннішим.
Це може знизити попит на ШІ ще нижче на ринку GPU. Це були професійні RTX-карти, а не споживчі ігрові карти. Але там, де споживчі карти можуть економічно виконувати ці дрібні завдання, неоклауди можуть стати ще одним покупцем, який конкуруватиме за те саме обладнання, що й геймери та дрібні розробники.
Споживчу відеокарту не потрібно запускати всю модель, щоб бути корисною. Достатньо зняти достатньо роботи з обмеженого, дорогого GPU, щоб виправдати її купівлю. Якщо це почне відбуватися у масштабі, деякі дефіцити, які ми спостерігаємо в дата-центрах, можуть поширитися на частини ринку, які сьогодні виглядають добре забезпеченими.
Для всіх експертів з ШІ, чи означає це, що лідери публічно уповільнюють те, що випускають, але при цьому внутрішньо діють під дилемою в'язня і підтримують темп? Це свого роду хід зцілення, чи не так?
Оптично це означало б, що весь внутрішній розвиток уповільнюється, структура ринку залишається нечіткою, FCF розвивається повільніше, а капітальні витрати стають більш залежними від боргу. Я так думаю.
#OracleAdobeToday попит на ШІ більше не є питанням. Законопроєкт є 👀
Oracle має величезний запас у $638 млрд, але інвестори хочуть побачити, наскільки швидко це стане прибутком і чи зможуть ці кошти перевищити капітальні витрати на ШІ. Adobe стикається з подібним випробуванням у Firefly та GenStudio: чи зможе ШІ збільшити дохід, не знищуючи маржу?
Що привернуло мою увагу — це зсув.
Від хмари Oracle до програмного забезпечення Adobe та апаратного забезпечення штучного інтелекту Apple — гонка переходить від створення ШІ до доведення його реальної прибутковості.
#SeptHikeOddsHit90%
10 НАЗВ, ЩО ВІДОБРАЖАЮТЬ ЛАНДШАФТ ХМАР ШІ
1. $CRWV поєднує глибоку інтеграцію $NVDA з програмним забезпеченням, розробленим для ефективної роботи великих кластерів навчання ШІ
2. $NBIS поєднує внутрішнє апаратне забезпечення + програмне забезпечення з контролем інфраструктури та енергопостачання, створюючи більше можливостей для підвищення ефективності
3. $DOCN робить інференцію та розробку агентів доступними для малих підприємств через керовану хмарну платформу
4. $IREN поєднує власну землю з великим захищеним енергопроводом, що дає основу для розширення потужностей ШІ
5. $SHAZ поєднує регіональні партнерства з можливостями суверенної хмари, щоб обслуговувати клієнтів, які потребують локальної інфраструктури та контролю даних
6. $NET поєднує інференцію ШІ з інструментами розробників, зберіганням і безпекою, що полегшує створення додатків у своїй периферійній мережі
7. Crusoe будує свої кампуси на основі доступної енергетичної розробки дата-центрів із потужністю, необхідною для їх експлуатації
8. Lambda спеціалізується на щільних кластерах GPU з керованим програмним забезпеченням, що спрощує навчання та запуск моделей ШІ
9. $AKAM об'єднує обчислення, безпеку та доставку контенту по вже усталеній глобальній мережі, близькій до клієнтів
10. $FSLY використовує легке виконання WebAssembly для швидкого запуску додатків і обробки запитів поруч із користувачами
Мене досі дивує, скільки людей вважають, що штучний інтелект не стане найбільшим ринком у світі
Традиційні витрати на хмарну інфраструктуру зросли на ~52% щорічно з 2010 по 2020 рік, переважно забезпечуючи інтернет
Обчислення ШІ — це як «одиниці» праці. Спочатку — білий комірець. Потім робітничий (робототехніка).
Інтернет величезний, але не такий великий, як загальна кількість ринків праці