Хуан Жэньсюн интерпретирует текущий рынок ИИ: неправильно возлагать всю нагрузку по возврату инвестиций в ИИ на две компании

Недавние настроения на рынке AI крайне негативные. Основные опасения рынка связаны с тем, смогут ли доходы компаний, занимающихся передовыми моделями AI, поддерживать их огромные оценки.

Anthropic опубликовала свои доходы за третий квартал, данные оказались неплохими, но в тот же день сектор AI сильно упал. Хотя на это повлияли такие факторы, как CPI и долги AI, рынок действительно сомневается в том, сможет ли текущая ситуация продолжаться.

В последнем интервью Хуан Жэньсюн также дал свои объяснения. Он считает, что неправильно возлагать всю нагрузку по возврату инвестиций в AI на компании OpenAI и Anthropic, так как эти две компании занимают лишь небольшую долю. Он подчеркивает, что к 2030 году глобальные инвестиции в инфраструктуру AI достигнут 4 триллионов долларов США.

TL;DR· Закон Мура мертв, сегодня для получения двойной вычислительной мощности нужно платить вдвое больше; а моя уверенность в результате составляет 99,99%

· Полагаться на доходы одной-двух лабораторий для экстраполяции всей инфраструктуры — это заблуждение ------ передовые лаборатории составляют лишь 25% до 30% нашей вычислительной мощности, оставшаяся треть — это классические вычисления, еще треть — это тысячи стартапов · Земля, электроэнергия, оболочка и строительные ресурсы станут основными узкими местами · Когда общее количество мегаватт ограничено, выбор клиентов будет смещаться к самой продуктивной вычислительной мощности, поэтому наша доля на самом деле растет; количество долларов, вложенных в один гигабайт, увеличилось с 18 миллиардов до более чем 40 миллиардов · Мы надеемся, что стоимость интеллекта будет снижаться вдвое или даже в 20 раз каждый год, так как потребление интеллекта значительно восполнит этот разрыв

Точка поворота вычислений, модели вывода и эпоха агентов

Находимся ли мы на краю сингулярности, и почему потребность в вычислительной мощности должна вырасти в 10 миллиардов раз?

Нам нужно в десять миллиардов раз больше вычислительной мощности, и эта логика довольно ясна. Количество выводов, необходимых для размышлений и решения проблем, значительно превышает повторение или запоминание того, что вы уже знаете.

Вы даете раннему ChatGPT подсказку, и большая часть этих знаний закодирована в больших языковых моделях, но проблема в том, что он может выдавать галлюцинации. Следующий шаг — это генеративный AI, который использует реальные факты для "привязки" и ограничения: он быстро ищет, возвращает факты и генерирует ответы на основе предобучения.

То, что мы действительно хотим делать и что интересно, в основном требует пошагового вывода: придумать несколько вариантов, сделать план, смоделировать, как будут развиваться события, проанализировать лучший путь, развернуть варианты и отсеять остальные. Великие стратеги любят "стратегические опционы": вы не хотите слишком быстро обрезать ветви, но при этом должны оптимизировать ресурсы. AI сейчас именно это и делает. Он сохраняет стратегические опционы, разворачивает выводы, анализирует и обрезает. Все эти размышления и исследования требуют значительно большего объема вычислительной мощности.

Поскольку он может выполнять продуктивную работу, мы будем использовать его для большего количества задач. Эти два фактора в совокупности увеличивают общий спрос: использовать больше вычислительной мощности для выполнения работы и одновременно получать больше работы из-за хороших результатов.

Самое важное наблюдение прошлого года: закон масштабов модели продолжит действовать, но добавление "обвязки", то есть экзоскелета больших языковых моделей, является огромным прорывом. Он управляет рабочей памятью, превращает рабочую память в краткосрочную и долгосрочную память и строит граф знаний. Люди делают это так: во время сна мы сжимаем информацию, забываем несущественное и восстанавливаем важные вещи в оффлайн-режиме.

Другим прорывом является использование инструментов. Мы научили AI взаимодействовать с самыми важными инструментами, созданными человеком: SPICE, Verilog, различными симуляторами, компиляторами дизайна, Photoshop, AutoCAD и инструментами Siemens. Если робот войдет в ваш дом, он будет использовать ваши инструменты, а не создавать новые с нуля. Агент должен научиться использовать существующие инструменты.

Как только вы внедрите большие языковые модели с обвязкой в предприятия и подключите их к реальным фактам и существующим инструментам, они начнут делать удивительные вещи. Программирование — это самый легкий вход в эту область, потому что программисты привыкли к тем инструментам, которые, даже если они не идеальны, имеют огромную полезность.

Следующий этап — это проектирование, креативность и рабочие процессы маркетинга. Например, Astra от OpenAI просто великолепна. Вы делаете фотографию, передаете ее Astra, и она сразу же преобразует ее в CAD-модель. Нам нужны CAD-модели, чтобы взаимодействовать с ней, вносить изменения и корректировки. Этот первоначальный этап значительно увеличивает производительность дизайнеров, строителей и создателей.

Если передовые лаборатории в следующем году увеличат вычислительную мощность еще в 3-5 раз, какие прорывы вы ожидаете в долгосрочных задачах агентов?

Уравнение Навье-Стокса является отличным примером. OpenAI не решала уравнение Навье-Стокса на пустом месте; они сделали это на основе работы многих великих ученых, математиков и предшественников. Мы находимся на критической точке во многих областях. Поскольку большая часть базовой работы уже выполнена, если мы применим исследовательские способности AI к этим основам, мы вскоре увидим прорывы один за другим.

Нам нужно много вычислительной мощности, потому что необходимо исследовать огромные пространства поиска. Если бы можно было решить задачи только на основе первых принципов, без необходимости исследовать большие пространства, это давно уже было бы сделано. Многие проблемы находятся на краю обрыва, ожидая массового интеллектуального исследования для их решения.

В ближайшие годы стоимость интеллекта будет снижаться довольно быстро. Больше вычислительной мощности будет доступно, модели станут умнее и эффективнее. Как закон Мура за тридцать лет снизил стоимость вычислений вдвое каждый год, мы надеемся, что стоимость интеллекта будет снижаться вдвое или даже в 20 раз каждый год. А потребление интеллекта значительно восполнит этот разрыв. В этом мире существует огромный вакуум возможностей, который ждет своего заполнения.

Наши амбиции быстро растут. Десять лет назад обучение GPT-1 стоило от 10 до 20 миллионов долларов; сегодня это можно сделать за сто долларов. В то же время наши амбиции настолько велики, что мы начинаем обучать модели с 30 триллионами, 100 триллионами и 300 триллионами параметров. За последние десять лет мы увеличили объем использования вычислительной мощности примерно в миллион раз, в то время как потребность человечества в интеллекте никогда не удовлетворится.

Люди говорят, что AI даст нам больше свободного времени, но я с этим совершенно не согласен. Интеллект откроет больше возможностей, и амбициозные люди захотят их использовать. Каждый раз, когда вы учите что-то новое, вы открываете новую дверь; за этой дверью вы увидите больше вызовов и проблем, которые нужно решить.

В 1930 году Кейнс предсказал, что через сто лет экономика вырастет в восемь раз, а рабочая неделя сократится до 15 часов. Экономика действительно выросла в восемь раз, но мы не стали работать 15 часов в неделю. Он ошибся, недооценив человеческий дух: работа и открытия придают смысл, это записано в нашей ДНК.

Физический AI, воплощенный интеллект и перестройка отрасли

Почему общественность все еще считает, что сверхинтеллект далек, не осознавая, что он уже стал частью жизни?

AI, или сверхинтеллект, — это "мягкое вещество": его не видно и не потрогать. Весь мир говорит об этом, но он остается невидимым. На самом деле люди каждый день получают от этого выгоду: когда ищут информацию, делают покупки, смотрят Netflix, ходят в Walmart или когда FedEx планирует маршрут для доставки посылок. Сегодня все это использует ускоренные вычисления и сверхинтеллект, просто мы не умеем рассказывать эту историю. Если бы мы отключили центры обработки данных и остановили сверхинтеллект на выходные, все бы сразу это заметили.

Когда вы говорите о ChatGPT в области робототехники, это рынок на сотни миллиардов долларов?

Сказать, что это рынок на тысячу миллиардов долларов, — это недооценка. Только за первую половину этого года мы сделали 10 миллиардов долларов в области физического AI. В прошлом году это было 10 миллиардов долларов, а годом ранее — 5 миллиардов долларов.

Физический AI — это взаимодействие AI с физическим миром. Он включает в себя фотонные счетчики CT, ультразвук, радарное изображение, новое поколение 5G сетей, способных воспринимать различные сигналы, автономные автомобили, производственные системы, системы визуального контроля и геопространственные спутники для трехмерного воссоздания мира. AI работает на всем электромагнитном спектре.

В AI есть восприятие, есть вывод, а затем идет планирование и выполнение. Когда вы доходите до этапа планирования и выполнения, это уже автономные автомобили, складские машины, роботы для захвата, которые могут обучаться самостоятельно, госпитальные роботы для доставки лекарств и полностью роботизированные операционные.

Все, что действительно важно для нас, в конечном итоге будет касаться физического мира. Внедрение программного обеспечения и интеллекта в те отрасли, которые исторически были чисто механическими и электрическими, представляет собой огромную возможность. Посмотрите, что сделал Илон с автомобильной промышленностью: он превратил ее в вычислительную отрасль. Каждая автомобильная компания становится технологической компанией. FedEx, Walmart и телекоммуникационные компании также снова становятся технологическими и AI-компаниями.

Как NVIDIA использует архитектуру "три компьютера" для внедрения физического AI?

Для создания платформы физического AI требуется три компьютера:

Первый — это компьютер для создания "мозга", то есть система обучения.

Второй — AI-лабоории и разработчики должны создать цифровые двойники мира, чтобы агенты не учились на физических ошибках. Мы создали Omniverse как цифровой двойник складов, зданий и городов. Мы помещаем роботов в цифровые двойники, чтобы они могли учиться, как работать.

Третий — это компьютер, на который вы развертываете стратегии внутри физических машин, в автомобилях, роботах и хирургических инструментах.

Это требует трех компьютеров и трех полных программных стеков. Мы построили полный стек для каждого из них, и мы единственная компания в мире, которая это делает.

Безопасная настройка, инженерные правила и система государственного управления

Как ответить на мрачные прогнозы о том, что "AI невозможно идеально настроить, и он в конечном итоге станет неконтролируемым"?

Мы должны ответственно строить технологии. "Строить" — это инженерный термин. Инженеры, ученые и исследователи должны безопасно создавать эту технологию. Вы можете это сделать? Абсолютно можете, потому что если вы не можете, вам вообще не следует ее создавать.

Некоторые говорят, что AI неконтролируем, потому что невозможно достичь идеальной настройки. Настройка означает: вы даете AI задачу, но он может выполнить ее множеством способов. Например, для четкой математической задачи он может решить ее через вывод, найти в учебнике или извлечь ответ из ящика. Но для таких целей, как "достигнуть успеха в жизни" или "внести вклад в общество", в зависимости от культуры, фона и региона, существует бесконечное количество интерпретаций. Настройка — это проблема, которая всегда будет существовать. Если мы полагаемся на идеальную настройку для обеспечения безопасности, мы никогда не достигнем этого дня.

Инженерный ответ аналогичен логике, которую мы используем при воспитании детей или обучении новых сотрудников:

Первое — изоляция и нулевая доверие. Когда вы нанимаете кого-то или помещаете годовалого ребенка в ограждение, вы начинаете с нулевой доверия. Вы строго основываетесь на текущей задаче, предоставляя ему минимальные права, минимальный доступ к инструментам и минимальный бюджет. По мере того как вы устанавливаете доверие в процессе тестирования, вы постепенно расширяете эти границы.

Второе — мониторинг вне системы. Мониторинг должен быть вне системы. Если вы говорите разумному существу: "Я сижу здесь и слежу за каждым вашим движением", его поведение будет отличаться от того, когда за ним никто не наблюдает. Система мониторинга должна оставаться внешней, наблюдая, нарушает ли эта автономная система политику или требования по настройке, и иметь независимые полномочия, чтобы в любой момент повысить уровень ситуации или просто остановить ее.

Вот что такое инженерия и технологии. Это совершенно осуществимо, и мы недавно выпустили это как OpenShell, и более 100 компаний уже присоединились к этой структуре.

Когда в Белом доме подписывали соглашение, были ли у лидеров передовых лабораторий слепые амбиции?

Безопасность и технологии безопасности — это часть AI. Существует заблуждение, что способности AI и безопасность являются взаимно ортогональными, как если бы вы разделяли двигатель автомобиля и тормоза, подушки безопасности, радары. Когда я говорю о необходимости ускорения технологий AI, это означает одновременное ускорение технологий безопасности. Никто не скажет: "Давайте замедлим безопасность". Вы не можете отделить функциональность от безопасности.

В кабинете министров, где находятся президент и руководители передовых лабораторий, каждый ведет конструктивный и продуктивный диалог. Без исключений все стремятся безопасно и надежно развивать эту отрасль. Если система небезопасна, ее функции никогда не смогут быть развернуты. Функциональность, возможности, безопасность и защита — все это является приоритетом номер один.

Нам нужно переопределить, что значит "победа". Победа не в том, что индустрия технологий ИИ победила. Победа для США означает, что каждая отрасль в стране выигрывает: Eli Lilly выигрывает, Walmart выигрывает, FedEx выигрывает, Boeing выигрывает, армия США выигрывает, наши школы и граждане тоже выигрывают. Если технология успешна, но никто не может безопасно ее развернуть, о какой победе можно говорить?

Вопрос: Насколько эффективна регулирующая структура "тройного равновесия", состоящая из Министерства торговли, соглашения Белого дома и рабочей группы по безопасности?

Лучший способ двигаться в будущее — это действовать быстро. Если мы будем тратить время на споры о "совершенстве" или "действии", мы будем спорить вечно и никогда не доберемся до цели.

Мне очень нравится эта структура "тройного равновесия", она выполнимая, осязаемая и действительно имеет зубы. Мы уже действуем, потому что это приносит пользу нашим компаниям, нашей отрасли и нашему обществу. Я не помню, чтобы какая-либо отрасль на этом этапе развития создала такую степень сотрудничества между компаниями, правительством и индустрией.

К законодателям я хотел бы сказать две вещи: во-первых, приходите и проведите с нами некоторое время, чтобы разобраться, в чем на самом деле заключаются технологические проблемы, прежде чем регулировать. Во-вторых, посмотрите на решения, которые мы активно внедряем, и помогите нам сделать их лучше. Пожалуйста, участвуйте конструктивно.

Волна вычислительной инфраструктуры, нехватка электроэнергии и физические ограничения

Отраслевые прогнозы предполагают добавление более 40 ГВт вычислительной мощности ежегодно. Станут ли физические ограничения, такие как земля и электроэнергия, препятствием?

Спрос определенно существует, и его больше. Проблема заключается в переходе от цифрового мира к физическому. Препятствий много: одобрение земельных участков, генерация электроэнергии, подстанции и квалифицированные рабочие, такие как электрики, строители и сантехники, необходимые для строительства дата-центра стоимостью 50 миллиардов долларов. Эти навыки незаменимы. Земля, электроэнергия, оболочка и строительные ресурсы будут основными узкими местами.

NVIDIA решает эту проблему за счет широкого диверсифицирования. Мы обслуживаем каждого облачного провайдера, Neocloud, а также таких корпоративных партнеров, как Dell, HP и Lenovo, охватывая весь жизненный цикл: обработка данных, обучение, постобучение, вывод и использование инструментов для агентов. Если в каком-то штате, сообществе или дата-центре возникает узкое место, из-за того, что наш спрос значительно превышает предложение, мы просто перенаправляем цепочку поставок в другое место.

NVIDIA — это глобальная инфраструктура. У нас есть проекты в Европе, Австралии (например, мы объявили о развертывании мощностью 2 ГВт), Азии, Латинской Америке и на Ближнем Востоке. Если в США не строят достаточно быстро, другие страны с нетерпением ждут, когда смогут построить у себя.

Как клиенты будут выбирать архитектуру вычислительной мощности, когда доступная электроэнергия и мощность сети ограничены?

Архитектура NVIDIA обеспечивает максимальное количество токенов на ватт. Когда доступная общая мощность в мегаваттах ограничена, выбор клиентов будет направлен на наиболее продуктивные вычислительные ресурсы, потому что генеральные директора все еще несут высокие цели по доходам, которые необходимо отчитываться перед акционерами.

Наши системы легче всего арендовать, они универсальны и долговечны. Поскольку нехватка ресурсов заставляет покупателей стремиться к эффективности, наша доля на рынке фактически растет.

Каждый гигабайт, который мы можем предоставить, стоит гораздо больше, чем раньше. Мы расширяемся от GPU до сетей, высокопроизводительных ЦП, вычислений для хранения и таких безопасных инфраструктур, как OpenShell. Сумма долларов, вложенная в один гигабайт, увеличилась с 18 миллиардов долларов до более чем 40 миллиардов долларов, и эта цифра продолжает расти.

В крупных CSP мы составляем около 40% их капитальных затрат; а вне CSP, в корпоративном и новом облаке, мы составляем около 80%. Оба этих сегмента удваиваются, и именно поэтому наша доля в глобальных капитальных затратах на дата-центры продолжает расти.

Маск, кластер xAI и космические дата-центры

Маск построил кластер Colossus всего за несколько месяцев, является ли скорость расширения вычислительных мощностей xAI беспрецедентной?

Илон раньше относился к нашему корпоративному бизнесу, теперь он вошел в наш цифровой CSP. Мне нравится работать с Илоном. Он использует наши технологии для обучения моделей, развертывания Grok, потребление Grok стремительно растет, а также арендует инфраструктуру.

У него есть очень уникальное преимущество: он любит пересечение вычислений и физического строительства, и в области энергетики никто не знает больше, чем он.

Реально ли развернуть сотни мегаватт вычислительной мощности в космосе через Starship в 2028-2029 годах?

Наша инженерная команда тесно сотрудничает с SpaceX, чтобы создать новый тип серверной архитектуры, подходящей для космоса.

Каждый ватт, предоставляемый NVIDIA, обеспечивает лучшую производительность, но более важно то, что наша доходность от инвестиций в вычислительную мощность не имеет равных. Стоимость запуска очень высока, что означает, что вы не можете отправить в орбиту низкозатратные и низкоценные вычисления. Вы должны отправить самые ценные и продуктивные вычислительные системы в истории, чтобы оправдать такую стоимость запуска и получить сильный ROI.

Спутники в космосе нуждаются в универсальной вычислительной мощности. Если вы запустили спутник, но у вас нет клиентов для аренды, он просто будет бездействовать. А вычислительная мощность NVIDIA полностью универсальна и арендуема между всеми закрытыми моделями, открытыми моделями, стартапами и предприятиями по всему миру.

Она также очень долговечна. Мы единственная аппаратная компания: оборудование, купленное несколько лет назад, сегодня работает быстрее, потому что мы постоянно обновляем программный стек и алгоритмы через CUDA. Пока спутник находится на орбите, мы будем продолжать поддерживать и оптимизировать его программное обеспечение, что делает его идеальной нагрузкой для SpaceX.

Разрушение мифа о пузыре капитальных затрат и конец закона Мура

Сможет ли коммерциализация передовых лабораторий поддержать триллионы долларов инфраструктуры, существует ли риск разрыва пузыря?

Люди пытаются экстраполировать масштаб строительства всей инфраструктуры, основываясь только на доходах одной-двух лабораторий ИИ, что является заблуждением.

NVIDIA занимает около 80% рынка инфраструктуры ИИ, наш бизнес делится на три разные части:

Во-первых, классические ускоренные вычисления составляют около трети нашего бизнеса. Это обработка данных, молекулярная динамика, физика, симуляция термоядерного синтеза, квантовая химия, компьютерная графика и классическое машинное обучение, например, Visa и Mastercard используют XGBoost для обнаружения мошенничества и рекомендательных систем. Этот сегмент бизнеса растет на 30-40% в год и совершенно не связан с лабораториями генеративного ИИ.

Во-вторых, передовые лаборатории ИИ составляют около 25-30% нашей вычислительной мощности. Все говорят только о двух, но мы сотрудничаем с пятью-шестью: Meta, создающая Muse, xAI, создающая Grok, Google, работающий с Gemini на нашей системе, Anthropic и OpenAI.

В-третьих, оставшаяся треть — это тысячи стартапов и корпоративных арендаторов облака. Они арендуют вычислительную мощность NVIDIA для создания специализированных приложений в области физического ИИ, биологического ИИ и материаловедения.

Около 80% из этих стартапов используют открытые базовые модели. Они не конкурируют напрямую с передовыми лабораториями; они берут открытые модели, такие как Nemotron, и дообучают их на своих собственных специализированных данных, создавая суперинтеллект в конкретных областях.

Передовые лаборатории будут строить универсальный интеллект, в то время как вертикальные компании достигнут суперинтеллекта в конкретных областях. Ожидать, что только две передовые лаборатории смогут генерировать триллионы долларов дохода для поддержки глобального строительства инфраструктуры, нецелесообразно и неправильно.

Почему даже без генеративного ИИ глобальные расходы на вычислительную инфраструктуру все равно вырастут до триллионов долларов?

Несколько лет назад я предсказал, что к концу этого десятилетия расходы на инфраструктуру достигнут 3-4 триллионов долларов в год, из которых около 1,5 триллиона — это чисто вычисления.

До появления генеративного ИИ капитальные затраты на дата-центры уже составляли 500 миллиардов долларов в год. На этом естественном росте есть еще один факт: закон Мура мертв.

Раньше, если вы хотели удвоить количество транзисторов, вам нужно было подождать год, и цена оставалась прежней. Сегодня, если вы хотите удвоить вычислительную мощность, вам нужно заплатить вдвое больше, потому что масштабирование универсальных ЦП остановилось. Поскольку миру каждый год требуется больше вычислений, вам необходимо добавить значительный множитель, чтобы компенсировать конец закона Мура. Даже без ИИ полупроводниковая промышленность уже была на пути к тому, чтобы стать крупнейшей в мире.

Ограничения цепочки поставок, конкурентные преимущества и новые бизнес-модели

Каковы основные физические ограничения цепочки поставок в условиях огромного разрыва между спросом и предложением?

У нас есть огромные заказы от каждого CSP, нового облака и OEM. Мы работаем с клиентами по плановым циклам от одного до двух лет. А объем, который мы сейчас распределяем среди клиентов, значительно меньше, чем они хотят.

Снизу, земля, электроэнергия и оболочка являются ограничениями. Сверху, передовые упаковочные материалы — это основное узкое место. Подложки становятся больше, чтобы вместить больше кремниевых чипов. Эти крупные органические материалы трудно сделать с необходимой нам точностью. С увеличением упаковки управление коэффициентом теплового расширения, деформацией и производственными дефектами требует исключительно выдающихся партнеров. Поставка кремниевых фотоник также ограничена. Мы каждую неделю увеличиваем объем производства, но рост заказов продолжает превышать предложение.

Почему клиенты готовы размещать заказы на 50-100 миллиардов долларов до появления продукта? Почему ваша конкурентная защита расширяется?

Если компания должна сделать заказ на 50 или даже 100 миллиардов долларов на следующую платформу, не увидев физического продукта, кому они могут доверять?

Клиенты знают, что Vera Rubin будет лучше, чем Blackwell, так же как Blackwell лучше, чем Hopper. Нагрузки, работающие на этих суперкомпьютерах, чрезвычайно сложны, и вы не можете просто запустить быстрый бенчмарк на одном чипе. Чтобы протестировать систему стоимостью 50 миллиардов долларов, вам нужен целый дата-центр и годы интеграционной работы.

Это совершенно аналогично тому, как мы передали 100% нашего контрактного производства TSMC. TSMC — единственная компания, с которой я могу планировать за пять лет вперед, не видя физического продукта, я уверен, что транзисторы будут доставлены, уверен, что у них достаточно масштабов, чтобы справиться с нашими огромными колебаниями спроса, и уверен, что у них есть все необходимые технологии упаковки, логики и кремниевых фотоник.

NVIDIA — это инфраструктурная компания этой планеты. Технологии меняются быстро: от первоначальных моделей GPT до FlashAttention, до разбиения моделей на 72 через NVLink, до смешанных моделей SSM и Transformer. Все это может работать на CUDA без швов.

Специализация — враг универсальности и долговечности. Если вы создаете специализированные чипы ASIC, они лишены гибкости. Поскольку системы NVIDIA могут выполнять все рабочие нагрузки, модели и фреймворки, дата-центр стоимостью 50 миллиардов долларов может легко выполнять обучение, постобучение или вывод агентов, а также может быть повторно сдан в аренду другим клиентам. Универсальность и долговечность обеспечивают возможность аренды, высокую степень использования и минимальные общие затраты на владение (TCO).

Кроме продаж оборудования, какие две новые высокоприбыльные бизнес-модели разрабатывает NVIDIA?

Первое, лицензирование программного обеспечения для предприятий. Чтобы управлять этими огромными центрами данных как промышленными AI фабриками, необходимый стек программного обеспечения чрезвычайно велик. У крупных CSP есть свои собственные стеки программного обеспечения, поэтому мы предоставляем им программное обеспечение с открытым исходным кодом, позволяя им интегрировать его самостоятельно. Но традиционные компании не имеют внутренних IT или программных команд для управления такой сложностью. Им нужно, чтобы NVIDIA обеспечивала SLA, поддерживала, гарантировала и управляла этими фабриками на протяжении всего жизненного цикла эксплуатации. Мы взимаем ежегодную плату за лицензирование программного обеспечения, например, несколько тысяч долларов за каждую GPU в год, а количество GPU, развернутых предприятиями, исчисляется миллионами, что станет очень крупным регулярным программным бизнесом.

Второе, распределение доходов от облака. Некоторые региональные новые облака отвечают за получение земли, электроэнергии и оболочки, но зависят от NVIDIA для предоставления полного стека инфраструктуры, программной поддержки и экосистемы клиентов. В таких сотрудничествах мы делаем первоначальные инвестиции, получая как первоначальные доходы от продаж, так и продолжая делиться доходами в течение 4-10 лет.

Эти две кривые роста движимы масштабом наших глобальных установок и объемом программной экосистемы, а не зависят исключительно от объема поставок оборудования.

Логика распределения капитала и 99,99% уверенности

Вы используете более 50% свободного денежного потока для выкупа акций, какова логика распределения капитала за этим?

В прошлом квартале мы вернули более 60% свободного денежного потока через выкуп акций.

Мы продолжим делать стратегические инвестиции в высококачественные компании в нашей экосистеме. Мы находимся в центре информационных потоков, работаем с замечательными основателями и можем реально помочь компаниям, в которые инвестируем, добиться успеха.

Однако, по сравнению с нашей общей способностью к созданию наличности, доля внешних инвестиций будет быстро снижаться. Возможности, подобные ранним инвестициям в OpenAI или Anthropic, в этот период больше не повторятся, в то время как наша общая способность генерировать свободный денежный поток расширяется с удивительной скоростью.

Смотря на пять лет вперед, насколько вы уверены, что мир станет явно лучше?

Смотря на конец этого десятилетия, глобальные инвестиции в инфраструктуру и циклы обновления оборудования могут легко достичь от 4 до 10 триллионов долларов в год. Каждый раз, когда общество использует токены или применяет интеллект, эта вычислительная фабрика должна работать. Если интеллектуальный труд составляет 50 триллионов долларов от глобального ВВП, а AI приносит 20% повышения производительности, это создаст 10 триллионов долларов дополнительного экономического производства. Логично реинвестировать небольшую часть этой ценности в капитальные расходы для создания интеллекта.

Я на 99,99% уверен, что результат будет подавляюще положительным. Слишком много людей очень заботятся о том, чтобы сделать это правильно. Исследователи и инженеры, сосредоточенные на своей работе в различных отраслях, ежедневно делают удивительные вещи, чтобы гарантировать, что эта технология ответственно продвигается вперед.

Беспокойство — это хорошо, и мы также должны выражать свои опасения. Но предсказание конца света серьезно недооценивало человеческую адаптивность, стойкость и креативность. Считать, что все пойдет наперекосяк, если только несколько критиков не будут направлять, — это высокомерие. Замечательные люди в этой отрасли каждый день делают правильные вещи.

Мы должны нести ответственность за себя, но мы должны ожидать оптимистичного будущего. Мы вполне можем остановиться, но если мы остановимся сегодня, мы упустим возможность построить более безопасный, здоровый и процветающий мир.