Давайте повернемося до початку цього великого падіння і подивимося, що насправді сталося? Чи це лопнула бульбашка чи надмірна паніка? Чи це корекція чи кінець?

1 липня з'явилася новина, що Meta може продати свої надлишкові обчислювальні потужності для ШІ, створивши бізнес-модель, подібну до NeoCloud. Ринок інтерпретував це як перший реальний сигнал "надлишку пропозиції обчислювальних потужностей". У поєднанні з попередніми побоюваннями щодо надто високої частки пам'яті в загальних CapEX почалося системне падіння.

1️⃣ META програє в гонці ШІ

Це вже має бути загальновідомим фактом. Окрім відставання в моделях, великі інвестиції в ШІ також виснажують грошовий потік Meta. Якщо нічого не змінити, вільний грошовий потік Meta залишатиметься негативним протягом наступних кількох років.

Наразі завантаженість обчислювальних потужностей H100/H200 у внутрішній інфраструктурі Meta становить близько 65%, а решта 35% простоюючих потужностей дають змогу Meta, якій бракує грошей, монетизувати їх.

Це не малі гроші.

2️⃣ Рівні обчислювальних потужностей

Meta в основному здає в оренду кластери GPU покоління H100/H200, а найновіше покоління "топових тренувальних обчислень GB300" залишається для власного використання.

Meta планує два способи здачі обчислювальних потужностей в оренду:
1) Здача сирих обчислень, щоб клієнти могли тренувати/робити висновки на Meta DC (як CoreWeave);
2) Відкриття доступу до моделей ШІ, розміщених на інфраструктурі Meta.

Попит на карти для висновків vs карти для тренувань буде розділятися: старі карти для висновків, нові карти для тренувань — це основна лінія.

Топові тренувальні обчислення все ще в дефіциті. Час доставки високоякісних тренувальних обчислень все ще становить 6–9 місяців і більше.

3️⃣ Чи сповільнився попит на ШІ?

SemiAnalysis наводить конкретні цифри: лише за перше півріччя 2026 року Meta підписала контракти на понад 5 ГВт центрів обробки даних, включаючи хмарну оренду та хостингові приміщення, і це не враховує всіх етапів власних проектів.

Раніше згадувалося, що 35% обчислювальних потужностей простоюють, то чому ж купують нові?

Meta Superintelligence Lab (MSL) визначає розробку великих моделей як пріоритетний напрямок використання обчислювальних потужностей, підтримуючи тренувальні ітерації наступного покоління серії Llama та мультимодальних моделей, намагаючись наздогнати OpenAI/Anthropic.

Рекомендаційна система для реклами (RecSys): простір для 10-кратного розширення.

SemiAnalysis вважає, що Meta вірить у можливість збільшити складність рекомендаційної системи для реклами більш ніж у 10 разів, щоб прискорити зростання доходів. Це вимагає одночасного вкладення обчислювальних потужностей для висновків і тренувань. Більші та дорожчі моделі RecSys уже змушують рекламодавців платити вищі ціни, зберігаючи при цьому високу рентабельність реклами.

Незважаючи на це, все ще тримаю позиції з болем, але залишаюся оптимістом.