Когда выводы становятся дефицитным ресурсом, кто захватывает ценность

Автор：Frank Fu，IOSG

В 2023 году Дэвид Кахн поднял вопрос о той дыре, которая никогда не была заполнена на стороне обучения. Она была заполнена на стороне вывода, и рынок только за последние несколько недель начал учитывать это в ценообразовании. Когда Nvidia пересмотрела свои финансовые отчеты вокруг «токенов услуг», а Cerebras вышла на биржу с 20-кратным превышением спроса, борьба за узкие места уже закончилась, и настоящий вопрос стал следующим: когда вывод становится дефицитным ресурсом, где будет сосредоточена ценность в стеке вычислительных мощностей.

I. Следуя за GPU: от проблемы в 200 миллиардов долларов к проблеме в 600 миллиардов долларов

В 2023 году Дэвид Кахн из Sequoia поднял вопрос, который висит над всем строительством ИИ, а именно «проблему в 200 миллиардов долларов». На каждый доллар, потраченный на покупку GPU, необходимо потратить еще один доллар на его питание в дата-центре, поэтому каждый год CapEx на GPU означает, что эти чипы в конечном итоге должны генерировать около 200 миллиардов долларов дохода, чтобы вернуть этот капитал. Даже при очень щедрых предположениях о доходах от ИИ он все равно обнаружил, что между «инвестициями» и «фактическими платежами конечных клиентов» существует дыра более 125 миллиардов долларов. Беспокойство было очевидным: GPU строятся с опережением реального спроса.

Спустя год разрыв не только не сократился, но и расширился. В своем продолжении в 2024 году Кахн, с учетом роста CapEx у крупных компаний, переопределил это как «проблему в 600 миллиардов долларов». Логика пессимизма свелась к знакомой форме: чрезмерное строительство приводит к избытку предложения, а избыток сжигает капитал.

Обе статьи на самом деле задают один и тот же вопрос: кто заполнит эту дыру? Ответ никогда не появлялся в бухгалтерских книгах на стороне «обучения». Он появился на стороне вывода, и рынок только за последние несколько недель начал учитывать это в ценообразовании.

II. IPO Cerebras и давление на вывод

Cerebras вышла на биржу в четверг. Это IPO получило 20-кратное превышение спроса, цена была почти в два раза выше окончательной цены в среду. Спрос не исходил от ставок на «убийцу Nvidia», а был вызван более простой вещью: рынок начал осознавать, что настоящим узким местом в ИИ является вывод, а не обучение.

Способность Cerebras заключается в создании архитектуры чипов, которая делает вывод очень быстрым. Это не обучение, это вывод. Именно это и возбуждает Уолл-стрит. Рынок вывода является регулярным и расширяется с увеличением объема использования. Каждый раз, когда Claude отвечает на вопрос, каждый раз, когда агент выполняет задачу, потребляется вычислительная мощность. Обучение происходит один раз, вывод никогда не останавливается.

J.P. Morgan оценивает объем рынка вывода в 10-50 раз больше, чем обучение. Когда машины начинают выполнять задачи, заданные другими машинами, то есть происходит агентное (агентское) расширение, спрос на вывод больше не растет с числом пользователей, а растет с самой вычислительной мощностью.

III. Nvidia перерисовывает карту: вывод становится заголовком

Если Cerebras является пробуждением рынка, то последний финансовый отчет Nvidia является подтверждением сверху цепочки поставок. На последнем телефонном звонке по финансовым отчетам Дженсен Хуанг откровенно заявил: спрос на ИИ растет параболически. Причина проста: агентный ИИ уже пришел. Основной ИИ уже перешел от одноразового вывода к логическому выводу, а затем к этапу, когда он сам вызывает инструменты и организует задачи. Хуанг сказал: «Токены теперь прибыльны». В эпоху ИИ вычислительная мощность — это доход и прибыль.

Это изменило всю отрасль. Обучение — это одноразовые затраты на создание модели, а вывод — это регулярные затраты на ее эксплуатацию, и теперь узкое место находится в выводе, а не в обучении.

Nvidia записала это суждение в свои финансовые отчеты. Теперь она раскрывает информацию по двум платформам, а не одной: Центр Данных и Облачные Вычисления. Центр Данных (около 75 миллиардов долларов за квартал, +92% по сравнению с прошлым годом) дополнительно делится на Гипермасштаб (около 38 миллиардов долларов, +12% по сравнению с предыдущим кварталом) и ACIE, то есть ИИ облако, промышленность и предприятия (около 37 миллиардов долларов, +31% по сравнению с предыдущим кварталом). Новая линия — Облачные Вычисления: 6,4 миллиарда долларов, +29% по сравнению с прошлым годом, охватывающая агентный ИИ и физический ИИ, которые действительно работают на конечных устройствах, таких как ПК, рабочие станции, AI-RAN базовые станции, роботы и автомобили.

На данный момент облачные вычисления составляют менее 8% от общего дохода, но Nvidia уже подняла их на уровень «второй платформы» наряду с Центром Данных. Этот сигнал: вывод разделяется на два фронта, облачный вывод в Центре Данных и конечный вывод на стороне облака, ИИ должен видеть, двигаться и действовать в физическом мире. Дорожная карта следует той же логике: Vera Rubin, которая начнет поставки с третьего квартала, может обеспечить производительность вывода до 35 раз выше, чем Blackwell; Хуанг также представил новый TAM в 200 миллиардов долларов для Vera CPU, разработанного для агентных нагрузок. Каждая передовая модельная компания, как ожидается, полностью переключится на нее в первый же день.

Когда самая ценная компания на Земле реорганизует свои финансовые раскрытия вокруг «токенов услуг», борьба за узкие места уже завершена. Оставшаяся часть этой статьи обсуждает, кто будет захватывать ценность, когда вывод (а не обучение) станет дефицитным ресурсом.

Сначала сделаем оговорку. В этих двух фронтах данная статья обсуждает облачный вывод, то есть предоставление API токенов в аренду в дата-центрах. Конечный вывод работает на локальных чипах внутри устройств (Nvidia Jetson, RTX, Drive, AI-RAN), полностью не проходя через аренду и агрегацию GPU. Здесь следует рассматривать это как усиление всей экономики вывода, подтверждающее теорию узких мест, а не рынок Hyperbolic и Venice, которые полностью находятся на облачной стороне.

IV. Давление уже пришло

Anthropic — это канарейка в угольной шахте. Использование значительно превышает заранее запланированные мощности, жалобы на то, что Claude был «обрезан», заполонили интернет, включая ограниченные ответы, замедленный вывод и сжатые контекстные окна. Решение — это откровенная вычислительная мощность: в мае 2026 года Anthropic взяла под контроль весь дата-центр Colossus 1 от SpaceX, более 220 000 GPU Nvidia, более 300 МВт, и использует его специально для вывода, а не для обучения.

Эта часть мощности разблокировала ряд изменений лимитов, каждое из которых является сигналом. 6 мая Anthropic удвоила лимит на Claude Code до пяти часов, сняла ограничения на пиковые часы и значительно увеличила лимиты скорости API для Opus. 13 мая лимит на Claude Code был увеличен на 50% (до 13 июля). Затем, начиная с 15 июня, она сделала противоположное «щедрости»: отделила агентное и программное использование (Agent SDK, безголовый режим claude -p, CI конвейер) от плоской подписки и поместила в отдельный измеряемый кредитный пул (от 20 до 200 долларов в месяц, по цене API). Этот последний шаг сжато выразил всю аргументацию в одном действии: агенты потребляют вывод быстрее, чем это предусмотрено дизайном плоской подписки, поэтому необходимо устанавливать цену в соответствии с их «регулярными затратами».

Обучение — это одноразовые капитальные затраты. Вывод — это регулярные операционные затраты, которые накапливаются с каждым новым пользователем, каждым новым агентом.

V. Этот стек: шесть уровней, одно узкое место

Каждое приложение ИИ находится в цепочке поставок, которая начинается с завода TSMC и заканчивается на конечной точке API:

Большинство компаний владеют только одним из уровней. Nvidia владеет кремнием, CoreWeave владеет «голым» оборудованием, Together AI владеет оптимизацией вывода, OpenRouter владеет маршрутизацией API моделей.

Есть только одна исключение.

VI. Hyperbolic: единственная компания, охватывающая три уровня

Hyperbolic запустила свой рынок GPU по запросу в июне 2025 года. В первые месяцы количество его разработчиков превысило 200 000, охватывая передовые лаборатории ИИ, поисковые системы и крупные потребительские платформы.

Интересно, что его архитектура.

Hyperbolic не владеет ни одним GPU. Каждая карта поступает от neocloud и дата-центров, включая CoreWeave, Lambda Labs, Nebius и более мелких операторов с неиспользуемыми мощностями. Это может показаться слабостью, но на самом деле это защитный механизм.

Сидя между поставщиками GPU и потребителями, Hyperbolic может видеть в реальном времени данные, которые другие не могут увидеть. Он знает, кто, по какой цене и когда покупает какие GPU. Он видит избыток предложения до того, как оно станет очевидным, и до того, как спрос начнет резко расти.

Теперь защитный механизм сам по себе является этой многокластерной агрегацией. Hyperbolic объединяет фрагментированные мощности из десятков независимых облаков и дата-центров в стандартизированный единый пул, позволяя разработчикам арендовать самые дешевые доступные GPU в любом месте, не ведя переговоры с каждым оператором и не управляя множеством учетных записей. Чем больше облаков он подключает, тем глубже ликвидность и тем богаче данные о ценообразовании. В дальнейшем команда исследует, как использовать эти данные для моделирования кривой цен на GPU и в конечном итоге инвестировать собственный капитал для сглаживания спроса и предложения, играя роль маркетмейкера физической вычислительной мощности; но эта цель все еще на ранней стадии, и на данный момент действительно накапливается агрегационный уровень.

Это и есть маховик:

1. Подключение большего количества облаков → больше агрегированного предложения

2. Больше предложения → более глубокий рынок и данные о ценообразовании в реальном времени

3. Лучшие данные → более умная маршрутизация сейчас, а в долгосрочной перспективе — модели ценообразования

4. Лучшая ликвидность и цены → больше разработчиков → больше облаков хотят подключиться

Никто другой не пытается сделать это. Hyperbolic — единственная компания, которая одновременно охватывает уровень аренды GPU, уровень развертывания и уровень API моделей.

VII. Venice как зеркало

Venice является самым ясным проявлением экономики вывода на прикладном уровне и полезным контрастом с позицией Hyperbolic. Это приложение для вывода с приоритетом на конфиденциальность: набор совместимых с OpenAI API, плюс подписка для потребителей (Free / Pro / Pro+ / Max), маршрутизирующая запросы к около 75 моделям, из которых примерно две трети являются открытыми или саморазмещаемыми моделями (Llama, Mistral, Qwen, DeepSeek), остальные — анонимная передача закрытых передовых моделей. Ключевым моментом является то, что Venice сама не обладает значительной вычислительной мощностью. Она арендует у своих неразглашенных партнеров по GPU и поставщиков конфиденциальных вычислений (NEAR AI Cloud, Phala) и платит передовым лабораториям за передачу, поэтому ее настоящие затраты на доход — это вычислительная мощность вывода, а не SaaS-хостинг.

Venice на самом деле продает конфиденциальность. Здесь «конфиденциальность» не означает превращение общественной вычислительной мощности в частную собственность, а добавление слоя гарантии к коммерческому выводу: отсутствие хранения данных, отсутствие использования для обучения, анонимизация запросов, часть нагрузки также выполняется в TEE, так что операторы не могут видеть открытый текст. Базовая вычислительная мощность является общедоступной, а добавленная стоимость — это этот слой конфиденциальности. Более того, этот слой гарантии является многоуровневым и не однородным: для открытых моделей, работающих на контролируемых или TEE GPU, можно достичь почти сквозного конфиденциального вычисления; но для анонимной передачи закрытых моделей, таких как Claude и GPT, конфиденциальность лишь означает удаление идентичности, а передовые лаборатории все еще обрабатывают ваш оригинальный запрос. Таким образом, самая высокая конфиденциальность охватывает только открытую часть, а передовая модель — это «анонимно», а не «по-настоящему конфиденциально». Валовая прибыль Venice = цена подписки − затраты на вывод, выплаченные вниз по цепочке, и та часть, которую она может взимать сверх базовой цены API, почти полностью зависит от этого слоя конфиденциальности, что также объясняет ее низкую прибыльность и зависимость от цен на передачу передовых моделей.

Дизайн токенов упаковал этот спрос на вывод. Venice работает на двух токенах: VVV (ставка и доступ к платформе) и DIEM, последний из которых является кредитом на вывод, каждый DIEM примерно равен 1 доллару вычислительной мощности в день. Платная подписка запускает программный выкуп и уничтожение VVV (Pro / Pro+ / Max примерно 2 / 5 / 10 долларов), а эмиссия уменьшается по фиксированному графику: каждый месяц 6M → 5M → 4M VVV, и 1 июля снижается до 3M. Выкуп реальный, но является дискреционным и все еще незначительным: в апреле и мае было уничтожено около 103 000 долларов, в июне он медленно поднимается до около 110 000 долларов, что значительно ниже 200 000 долларов в месяц.

Фундаментальные показатели более здоровы, чем заголовки. Публично циркулирующее число «70 миллионов долларов ARR» почти наверняка является результатом путаницы между продлением подписки и чистым новым привлечением клиентов; более обоснованный наблюдаемый диапазон ближе к 6-15 миллионам долларов ARR. Ниже этого уровня, тяга реальна: около 136 000 адресов держателей токенов, около 9,9 миллиона посещений сайта в месяц (около 330 000 в день), новые подписки Pro колеблются около 1400 в день. Это настоящий бизнес, но бизнес с низкой прибылью, экономическая эффективность которого зависит от вычислительной мощности, которую он покупает.

Именно поэтому Hyperbolic находится на уровне выше. Если Venice — это автозаправочная станция, то Hyperbolic — это нефтеперерабатывающий завод. Venice покупает вычислительную мощность из одного и того же ограниченного предложения, на которое все полагаются; Hyperbolic же агрегирует и стандартизирует эту фрагментированную мощность, а затем продает ее Venice и всем подобным игрокам. С ростом спроса на вывод ценность накапливается не только в потребительской вычислительной мощности, но и в агрегации и маршрутизации вычислительной мощности, а также в захвате затрат на доход, которые эти приложения оплачивают.

VIII. Почему это важно именно сейчас

Nvidia реорганизовала свои финансы вокруг «токенов услуг». IPO Cerebras подтвердило, что рынок уже понимает, что вывод является узким местом. Anthropic бегает за мощностями, доказывая, что это реальная проблема. Агентный и физический ИИ увеличат спрос на несколько порядков, охватывая облако и конечные устройства.

И это также закрывает круг «проблемы в 600 миллиардов долларов» с другой стороны. Пессимистическая логика Кахна, то есть чрезмерное строительство, а затем избыток, в конечном итоге может быть подтверждена. Но избыток как раз является оптимальным сценарием для легких активов: когда цены на GPU падают, а предложение фрагментировано и распределено по десяткам облаков, игрок, который не владеет никаким оборудованием и маршрутизирует каждую нагрузку на самую дешевую доступную карту, будет зарабатывать на разнице цен, в то время как операторы, владеющие постоянно обесценивающимися GPU, понесут убытки. Hyperbolic делает ставку на избыток, а не против него.

В конечном итоге победит не та компания, которая имеет больше всего GPU, а та, которая может сказать вам, какие GPU где доступны и по какой цене, и маршрутизировать каждую нагрузку на место, где она может быть выполнена с наименьшими затратами.

Hyperbolic строит такую компанию. Не обладая GPU, чисто программное обеспечение, охватывающее три уровня, но превращающееся в агрегационный уровень для конечной вычислительной мощности вывода.