#AnthropicDiscloses$84.5BComputeDealWithSpaceX

Самой важной историей в сфере ИИ прямо сейчас может быть не очередной запуск модели. Возможно, важнее объём инфраструктуры, необходимой для поддержания работы экономики ИИ.

Последняя заявка Anthropic на IPO даёт нам гораздо более ясное представление о том, как выглядит эта инфраструктурная гонка. Компания рассчитывает потратить не менее 518 миллиардов долларов в течение следующего десятилетия на инфраструктуру шести партнёров, а её соглашения с SpaceX о вычислительных мощностях могут достичь 84,5 миллиарда долларов к 2029 году. Это не просто ставка на одну модель ИИ. Это ставка на то, что спрос на вычислительные мощности останется огромным на протяжении многих лет.

Но вот что мне кажется ещё более интересным: вычислительные мощности начинают выглядеть скорее как долгосрочный контракт на поставку, чем как обычные технологические расходы.

Компаниям в сфере ИИ необходимы огромные объёмы вычислительных мощностей ещё до того, как они точно поймут, как будет развиваться спрос. Поэтому им приходится принимать инфраструктурные решения за несколько лет вперёд. Если обеспечить слишком мало мощностей, доступность моделей станет ограничением. Если обеспечить слишком много, компания получит дорогостоящие обязательства, которые могут стать неэффективными, если экономика аппаратного обеспечения изменится быстрее ожидаемого.

Это создаёт совершенно иной конкурентный ландшафт.

Следующее узкое место также смещается дальше вниз по цепочке поставок. TrendForce значительно повысила свой прогноз по HBM на 2027 год, ожидая роста средних отпускных цен на HBM на 121% год к году; при этом предложение, как ожидается, останется ограниченным, поскольку ИИ-серверы конкурируют за передовые производственные мощности и мощности по выпуску пластин. Переход к HBM4 и HBM4e добавляет ещё один уровень затрат и сложности.

Поэтому, когда мы видим, что компания в сфере ИИ заключает масштабное соглашение о вычислительных мощностях, нам следует думать не только о GPU.

Нужно учитывать всю цепочку, стоящую за этими GPU: передовую память, сетевое оборудование, производство электроэнергии, охлаждение, строительство дата-центров, производство полупроводников и финансирование, необходимое для реализации всего этого.

Именно поэтому история инфраструктуры ИИ может продолжить выходить за пределы компаний, создающих модели. Дефицит на одном уровне может повлиять на экономику всей системы.

Есть и ещё одно развитие событий, за которым стоит следить: как финансируется эта инфраструктура.

Reuters сегодня сообщил, что кредиторы и инвесторы по-прежнему с осторожностью относятся к использованию GPU для ИИ в качестве традиционного залога. NVIDIA продвигает гораздо более масштабную модель финансирования инфраструктуры ИИ, однако финансовые учреждения по-прежнему обеспокоены обесцениванием оборудования и тем, как долго дорогостоящие ускорители сохраняют экономическую ценность. Вместо того чтобы просто спрашивать, сколько стоит GPU, кредиторы всё чаще хотят знать, стоят ли за ним надёжная выручка или сильный клиентский контракт.

Это различие может стать крайне важным.

Если инфраструктура ИИ всё чаще будет финансироваться через долгосрочные контракты, отрасль начнёт становиться в равной степени инфраструктурным и программным бизнесом. Будущие денежные потоки, коэффициенты загрузки и доступность электроэнергии станут не менее важны, чем показатели моделей.

И это приводит нас, как мне кажется, к более важному вопросу на ближайшие несколько лет:

Сможет ли спрос на ИИ расти достаточно быстро, чтобы оправдать инфраструктуру, которая строится сегодня?

Пока инвестиционный цикл остаётся агрессивным. Поставщики памяти наблюдают высокий спрос со стороны ИИ-серверов, инфраструктурные обязательства достигают экстраординарных уровней, а компании конкурируют за будущие вычислительные мощности, не дожидаясь момента, когда они им действительно понадобятся. Последние результаты Micron также подтвердили, насколько сильно спрос со стороны дата-центров для ИИ влияет на индустрию памяти.

Но отрасль не может решать каждую проблему, просто добавляя больше GPU.

В какой-то момент эффективность становится следующим конкурентным преимуществом.

Если модель может создавать такой же полезный результат при вдвое меньших затратах на инференс, это улучшение может иметь большее экономическое значение, чем добавление ещё одного масштабного кластера. Поэтому более совершенные архитектуры моделей, оптимизация инференса, разреженность, специализированные ускорители и повышенная эффективность памяти могут стать не менее важными, чем чистая вычислительная мощность.

Именно за этим переходом я буду наблюдать.

Первый этап развития ИИ был связан с тем, кто сможет создать наиболее мощные модели.

Второй этап всё больше связан с тем, кто сможет обеспечить себе достаточно вычислительных мощностей.

Следующий этап может быть связан с тем, кто сможет превратить каждую единицу вычислительных мощностей в наибольшую экономическую ценность.

Поэтому соглашение Anthropic–SpaceX на 84,5 миллиарда долларов интересно не только потому, что эта сумма огромна, но и потому, что даёт нам представление о том, насколько дорогой может стать физическая основа ИИ.

Со стороны ИИ может выглядеть как программная революция.

Но под её поверхностью создаётся огромная инфраструктурная экономика.

И эта экономика только начинает развиваться.

@GateSquare @Gate_Square