Ключевые выводы
- Капитальные затраты технологических компаний часто направляются на долгосрочные проекты, а не на непосредственные вычислительные мощности.
- Значительная часть капиталовложений Google направляется на будущие инфраструктурные проекты, такие как строительство турбин и центров обработки данных.
- Anthropic необходимо значительно расширить свои возможности вывода, чтобы соответствовать прогнозам по росту доходов.
- Консервативный подход Anthropic к вычислительным приобретениям контрастирует с агрессивной стратегией OpenAI, влияя на их рыночные позиции.
- Лаборатории искусственного интеллекта заключают долгосрочные сделки по более высоким ценам, что указывает на изменение динамики рынка.
- Цикл амортизации графических процессоров может оказаться дольше, чем предполагалось ранее, что повлияет на финансовые модели.
- На цену графического процессора влияют улучшения производительности и реальная полезность.
- Выпуск новых чипов, скорее всего, снизит стоимость существующих графических процессоров из-за повышения производительности.
- Потенциал внедрения GPT-5.4 может превысить 100 миллиардов долларов, но факторами являются конкуренция и отставание в принятии.
- Консервативный подход Дарио к расчету инвестиций кажется непоследовательным, учитывая потенциальный доход от передовых моделей искусственного интеллекта.
- Лаборатории искусственного интеллекта платят больше за вычислительные ресурсы, что отражает растущий спрос и конкурентное давление.
- Рынок полупроводников переживает изменения из-за технологических достижений и стратегических инвестиций.
- Понимание распределения капитальных затрат может дать представление о будущем развитии технологической инфраструктуры.
- Конкурентная среда между компаниями, занимающимися искусственным интеллектом, формируется их стратегиями приобретения вычислительных ресурсов.
- Допущения об амортизации графических процессоров имеют решающее значение для инвестиций в технологии и финансового планирования.
Гость вступление
Дилан Патель — основатель и генеральный директор SemiAnalysis, ведущей исследовательской и консалтинговой фирмы в области полупроводников, искусственного интеллекта с офисами в США, Японии, Тайване и Сингапуре. Он начал консультировать по полупроводниковой архитектуре в 2017 году, а в 2020 году перешел на полную ставку, а затем запустил информационный бюллетень SemiAnalysis’s Substack, который вырос примерно до 50 000 подписчиков и стал вторым по величине техническим информационным бюллетенем в мире. Его глубокий опыт в цепочке поставок полупроводников, от проектирования микросхем до производственных операций и экономики инфраструктуры искусственного интеллекта, сделал его одним из наиболее цитируемых аналитиков, консультирующих гиперскейлеры, лаборатории искусственного интеллекта и производителей полупроводников по вопросам узких мест и стратегии в отрасли.
Стратегии капитальных вложений в больших технологиях
-
Капитальные затраты (capex) крупных технологических компаний направлены не только на непосредственные вычислительные мощности; большая часть из них предназначена для будущих проектов.
— Дилан Патель
- Капитальные затраты Google включают значительные инвестиции в турбинные месторождения и строительство центров обработки данных на будущие годы.
-
Когда вы посмотрите на «Эй, у Google есть 180 000 000 000 долларов», на самом деле большая часть из них потрачена на депозиты за турбины на 28-й и 29-й годы, часть из них потрачена на строительство центров обработки данных на 27-й год.
— Дилан Патель
- Понимание сроков инвестиций технологических компаний имеет решающее значение для прогнозирования будущих вычислительных мощностей.
- Технологические компании стратегически планируют свои капиталовложения для поддержки долгосрочной инфраструктуры, а не для неотложных потребностей.
- Эти инвестиции указывают на ориентацию на устойчивый рост и перспективность своей деятельности.
- Распределение капвложений на будущие проекты отражает стратегические приоритеты крупнейших технологических компаний.
- Понимание стратегий капитальных вложений помогает заинтересованным сторонам предвидеть будущие тенденции в отрасли и развитие инфраструктуры.
Проблемы масштабирования для компаний, занимающихся искусственным интеллектом
- Anthropic необходимо значительно расширить свои возможности вывода, чтобы удовлетворить прогнозируемый рост доходов.
-
К концу этого года Anthropic должна достичь уровня намного выше пяти гигаватт, и им будет очень сложно достичь этого, но это возможно.
— Дилан Патель
- Проблемы масштабирования, с которыми сталкиваются компании, занимающиеся искусственным интеллектом, подчеркивают конкурентное давление в отрасли.
- Достижение необходимой вычислительной мощности имеет решающее значение для компаний, занимающихся искусственным интеллектом, для достижения своих целей роста.
- Способность эффективно масштабироваться может повлиять на финансовую стабильность и рыночное положение компании, занимающейся искусственным интеллектом.
- Стратегическое планирование и инвестиции в инфраструктуру необходимы для преодоления проблем масштабирования.
- На конкурентную среду в сфере ИИ влияет способность каждой компании масштабировать свои вычислительные ресурсы.
- Проблемы масштабирования являются ключевым фактором, определяющим успех компаний, занимающихся искусственным интеллектом, на рынке.
Консервативные и агрессивные стратегии приобретения вычислительных ресурсов
- Консервативный подход Anthropic к приобретению вычислительных ресурсов контрастирует с агрессивной стратегией OpenAI.
-
Anthropic были гораздо более консервативными… мы подпишем контракты, но будем принципиальными и намеренно не будем делать то, что, по нашему мнению, можем сделать, и будем консервативными, потому что не хотим потенциально обанкротиться.
— Дилан Патель
- Эти различные стратегии влияют на финансовую стабильность и рыночное положение компаний, занимающихся искусственным интеллектом.
- Консервативный подход может снизить риск, но может ограничить возможности роста.
- Агрессивная стратегия может привести к быстрому росту, но также увеличит финансовый риск.
- Выбор стратегии отражает толерантность к риску и рыночные цели каждой компании.
- Понимание этих стратегий имеет решающее значение для анализа конкурентной динамики в отрасли искусственного интеллекта.
- Стратегические различия между компаниями, занимающимися искусственным интеллектом, влияют на их долгосрочный успех и долю рынка.
Динамика рынка цен на ИИ-вычисления
- Лаборатории искусственного интеллекта подписывают долгосрочные сделки по значительно более высоким ценам, что указывает на изменение динамики рынка.
-
Я видел сделки, по которым некоторые лаборатории искусственного интеллекта подписывали контракты по цене до 2,40 доллара на два-три года за H100.
— Дилан Патель
- Возросший спрос на вычислительные ресурсы ИИ приводит к росту цен и влияет на динамику рынка.
- Долгосрочные сделки отражают стратегическую важность обеспечения вычислительных ресурсов на конкурентном рынке.
- На динамику цен на рынке ИИ-вычислений влияют факторы спроса и предложения.
- Понимание этой динамики имеет решающее значение для заинтересованных сторон, ориентирующихся в сфере вычислений ИИ.
- Изменение цен указывает на растущее признание ценности вычислительных ресурсов ИИ.
- Динамика рынка формируется стратегическими решениями компаний, занимающихся искусственным интеллектом, и их инвестициями в инфраструктуру.
Амортизация графического процессора и финансовые последствия
- Цикл амортизации графических процессоров может оказаться дольше, чем предполагалось ранее, и потенциально превысит пять лет.
-
Майкл Берри говорил, что, знаете ли, три года или меньше, это что-то вроде его аргумента… но на самом деле вы указываете на то, что, возможно, цикл амортизации даже длиннее пяти лет.
— Дилан Патель
- Это понимание бросает вызов существующим предположениям об амортизации графических процессоров, влияя на финансовые модели.
- Более длительные циклы амортизации могут повлиять на прибыльность облачных вычислений и инвестиций в технологии.
- Понимание амортизации графических процессоров имеет решающее значение для финансового планирования и инвестиционных стратегий.
- Последствия амортизации графических процессоров распространяются на управление затратами и распределение ресурсов.
- Финансовые модели должны учитывать потенциальное продление циклов амортизации графических процессоров.
- Цикл амортизации является решающим фактором в экономическом анализе инвестиций в технологии.
Факторы, влияющие на цену графического процессора
- На цену графических процессоров влияют улучшения производительности и реальная полезность.
-
Цена на графический процессор будет продолжать падать… какую ценность я могу извлечь из этого чипа сегодня?
— Дилан Патель
- По мере выпуска новых чипов стоимость существующих графических процессоров значительно снизится.
-
Бункер стоит всего 70 центов в час… цена графического процессора будет продолжать падать.
— Дилан Патель
- Понимание динамики цен на графические процессоры имеет решающее значение для заинтересованных сторон в технологической отрасли.
- Повышение производительности и рыночный спрос играют важную роль в определении цен на графические процессоры.
- Циклы выпуска новых технологий графических процессоров влияют на оценку существующих ресурсов.
- Стратегическое планирование инвестиций в технологии требует учета тенденций ценообразования на графические процессоры.
Будущий рыночный потенциал моделей искусственного интеллекта
- Потенциал внедрения GPT-5.4 может превысить 100 миллиардов долларов, но при внедрении будет наблюдаться отставание и конкуренция.
-
Значение h сто теперь зависит от значения, которое gpd пять целых четыре целых может получить из него, а не от значения, которое gpd четыре может получить из него.
— Дилан Патель
- Конкурентная среда и технологические достижения влияют на рыночный потенциал моделей ИИ.
- Понимание этих факторов имеет решающее значение для заинтересованных сторон, оценивающих будущее технологий искусственного интеллекта.
- Задержка внедрения и конкуренция являются ключевыми факторами при оценке рыночного потенциала моделей ИИ.
- Стратегическое планирование и инвестиционные решения зависят от прогнозируемого рыночного потенциала технологий искусственного интеллекта.
- Будущий успех моделей ИИ зависит от их способности справляться с конкурентным давлением и проблемами внедрения.
- Рыночный потенциал моделей ИИ является решающим фактором в экономическом анализе инвестиций в ИИ.
Стратегические несоответствия в инвестициях в ИИ
- Консервативный подход Дарио к расчету инвестиций кажется непоследовательным, учитывая потенциальный доход от передовых моделей искусственного интеллекта.
-
Я хотел сказать, что, учитывая то, что, кажется, говорит Дарио… просто не имеет смысла, почему он продолжает делать такие заявления о том, что он более консервативен на компьютере.
— Дилан Патель
- Это понимание подчеркивает критическую непоследовательность в принятии стратегических решений внутри крупной компании, занимающейся искусственным интеллектом.
- Несоответствие может повлиять на будущий рост компании и позиционирование на рынке.
- Понимание этих стратегических несоответствий имеет решающее значение для заинтересованных сторон, оценивающих потенциал компании.
- Потенциал дохода от передовых моделей искусственного интеллекта предполагает необходимость более агрессивных инвестиционных стратегий.
- Стратегическое согласование имеет важное значение для максимизации потенциала роста компаний, занимающихся искусственным интеллектом.
- Непоследовательность в инвестиционных стратегиях отражает более широкие проблемы в индустрии искусственного интеллекта.
