Інституційний аналітик SemiAnalysis Ділан Пател глибоко інтерв’ює: Перспективи ланцюга постачання обчислювальної потужності для ШІ

Стаття: Інвестиційна мережа США

1. Як фундаментально змінилася бізнес-логіка з поширенням ШІ?

Раніше = ідеї були дуже дешеві + реалізація була дуже складною.

Зараз = ідеї повсюдно і дешеві + реалізація дуже легка (завдяки ШІ).

Це означає → що лише справді високоякісні ідеї заслуговують вкладати обчислювальні ресурси для їх реалізації. Простими словами, виконавча здатність більше не є захисною стіною, капітал і команда повинні зосередитися на «як обрати правильну ідею» та «як продавати результати AI».

2. Що є головним драйвером масового купівлі AI Token компаніями? Які наслідки, якщо не йти в ногу?

Ключовий драйвер = надзвичайне підвищення ефективності. Наприклад, один чоловік за кілька тисяч доларів купує Token і може за кілька тижнів зробити роботу, на яку раніше потрібно було сотням людей рік (наприклад, аналіз зворотного інженерінгу чипів, моделювання американської електромережі).

Результат = виникає «привидний ВВП» (Phantom GDP), тобто фактичний обсяг виробництва значно зростає, а витрати різко знижуються, що викривляє традиційну статистику ВВП.

Якщо не йти в ногу → неминуче зазнати удару по зменшенню масштабів. Якщо ви не витрачаєте більше Token для створення та захоплення додаткової вартості, ви станете «постійним нижнім рівнем епохи AI», і вас швидко витіснять конкуренти з більш швидкими діями, повністю комерціалізують і знищать.

3. Де саме застрягла пропозиція обчислювальної потужності AI?

Зовнішньо = попит на GPU від Nvidia перевищує пропозицію, і термін служби старих карт значно подовжено (з 5 до 7-8 років), що підвищує валову маржу хмарних провайдерів.

Глибша проблема 1 → пам’ять (DRAM): швидкість розширення виробництва дуже повільна, нові обсяги з’являться лише до 2028 року, що означає, що ціни на пам’ять ще подвояться або потрояться.

Глибша проблема 2 → CPU: для оцінки в режимі підкріплювального навчання та запуску великої кількості AI-генерованого коду потрібно багато CPU, що призводить до повного їх дефіциту.

Глибша проблема 3 → TSMC та периферійні матеріали: капітальні витрати TSMC можуть сягнути 100 мільярдів доларів до 2028 року, а дрібні компоненти, такі як мідна фольга, PCB, скловолокно, вже повністю навантажені, вся галузь бореться за виробничі потужності за «небесними цінами передплати».

4. Які тенденції спостерігаються у конкуренції на рівні великих моделей та Token-економіки?

Стан = Anthropic тимчасово лідирує завдяки моделям Opus 4.7 та внутрішній «Mythos», навіть контролює темпи випуску для зменшення ризиків, прибутковість дуже висока (>72%).

Боротьба за обчислювальні ресурси = Anthropic обмежена загальним обсягом обчислювальної потужності, тоді як OpenAI через активне залучення інвестицій і накопичення обчислювальної потужності (спільно з Microsoft, Oracle тощо) намагається обігнати конкурентів за масштабами.

Ключовий висновок → Попит на Token значно перевищує можливості інфраструктури. Навіть другорядні та третинні виробники великих моделей будуть через нестачу обчислювальної потужності «розпродані». Це означає, що якщо ви зможете створити високоякісний Token, ринок його з’їсть цілком.

5. Чому прогнозується, що найближчим часом виникне масштабне протистояння проти AI?

Причина = Велика бізнес-реорганізація, викликана AI, може налякати звичайних людей, і маси схильні звинувачувати довготривалі соціальні проблеми у AI.

Каталізатор = Стратегія публічних комунікацій гігантів AI (як Сам Альтман і Даріо) дуже погана + часте підсилення «AI змінить світ/замість роботи» у великих наративів, що посилює тривогу звичайних людей.

Рекомендації для інвестицій у США → галузь має припинити поширювати страхи щодо майбутнього, а натомість показати позитивний вплив AI у теперішньому часі, інакше гнів громадськості швидко стане зброєю політиків або інфлюенсерів, що викличе масштабний опір.

Біографія Dylan Patel:

Головний аналітик дослідницької організації SemiAnalysis (Dylan Patel), глибоко аналізує GPU (особливо Nvidia)

Аналізує попит і пропозицію обчислювальної потужності AI (хто не має чіпів, хто накопичує)

Стежить за ланцюгом постачання (обладнання ASML → TSMC → хмарні провайдери → OpenAI тощо)