После обвала акций полупроводниковых компаний на 40%: вновь оцениваем фундаментальные основы спроса на вычислительные мощности

Автор: Керман Кохли

Перевод: TechFlow

TechFlow: После падения акций полупроводников на 30–40%, многие уже объявили о крахе пузыря ИИ. Но это суждение основано на фатальном допущении: спрос на вычислительные мощности конечен. От правительств и военных учреждений до научных исследований, корпоративных продуктов и личных приложений — все группы конкурируют за доступ к ним, и каждый сегмент имеет свой потолок цены, готовый платить. Что еще важнее, у ИИ есть уникальная черта, которой нет у других видов инфраструктуры — рекурсивный спрос: сами по себе вычислительные мощности порождают новый спрос на них. Когда очередь заказов сверхмасштабных облачных провайдеров на вычислительные мощности выросла с 500 млрд долларов до 2 трлн долларов, утверждать, что это пузырь, требуется гораздо более веских доказательств.

Ключевой вопрос: бесконечный спрос или конечный

На момент публикации этой статьи акции полупроводников и другие связанные с ИИ / импульсные бумаги снизились с исторических максимумов на 30–40%.

Многие склонны называть это пиком для полупроводников, ИИ и памяти и празднуют победу из-за того, что не участвовали в рынке.

Вероятно, они отпраздновали слишком рано.

На мой взгляд, инвестиционный тезис для полупроводников/ИИ сводится к одному вопросу:

«Считаете ли вы спрос на вычислительные мощности конечным или бесконечным?»

В ходе обсуждений я вижу, как слишком много людей застревают в своем локальном опыте использования/внедрения ИИ предприятиями и экстраполируют его на более широкий рынок. Аргумент о том, что внедрение ИИ компаниями потребует больше времени, вероятно, действительно имеет смысл.

Однако это создает обратное стимулирование, позволяя более небольшим и AI-нативным компаниям побеждать их меньшим количеством сотрудников, поскольку при грамотном использовании ИИ может быть значительно дешевле расширения за счет человеческого капитала.

В любом случае, давайте расширим кругозор и перестанем воспринимать капитальные расходы на ИИ только как потребность бизнеса. На макроуровне строительство ИИ — это вывод вычислительных мощностей в эксплуатацию.

Вычислительные мощности, в свою очередь, будут и уже используются следующими группами:

• правительствами для военных и оборонных целей
• учеными для медицинских и других передовых исследований
• корпорациями для создания новых продуктов и масштабирования без ограничений рабочей силы
• отдельными людьми для реализации большего количества задач (программирование, дизайн, творчество, запросы)

Эти случаи использования и покупатели готовы платить разные цены за вычисления. Хотя некоторые могут отказаться от закупок из-за высоких цен, неразумно считать, что у других не будет более высокого бюджета. Для одних расходы на вычисления являются безусловными, потому что речь идет об жесткой конкуренции. Примерами служат суверенные государства и сверхмасштабные облачные провайдеры. Для других вычислительная мощность служит заменой затрат на рабочую силу и остается значительно дешевле (без юридических издержек, управления временем и т. д.).

Убеждение в том, что мы «переусердствовали со строительством» или «строим сверх возможностей», предполагает, что любая из вышеперечисленных групп достигла своего конечного состояния и довольна текущим положением дел. Проще говоря, это означает веру в следующее:

• правительства считают, что им не нужны более совершенное оружие и системы обороны
• ученые удовлетворены объемом завершенных исследований
• компании считают, что сделали достаточно на своих продуктовых линиях и не хотят расти дальше
• отдельные люди достигли предела любопытства и не хотят делать больше

Если вы действительно верите хотя бы в один из этих пунктов, то ваше утверждение о том, что ИИ — это пузырь и произойдет избыточное инвестирование, будет верным.

Каждая группа готова/может платить разную цену за вычисления, но рынок организует ресурсы вокруг спроса, чтобы обеспечить соответствие качества и цены. Заблуждение считать, что ИИ слишком дорог для всех групп, поскольку те, кто способен извлекать прибыль из внедрения ИИ, будут продолжать подстегивать спрос на него.

Но если вы считаете, что человечество и перечисленные группы никогда не станут сытыми, вы обязаны верить в бесконечность спроса на вычислительные мощности. В данный момент мы находимся в великой гонке за эти мощности, и мало кто это осознает.

Второй вопрос: каков возврат на инвестиции (ROI)

Проведя больше времени на рынке, я понял, что это главный постоянный беспокойство инвесторов касательно строительства вычислительных мощностей. Не является ли чрезмерным тренд сверхмасштабных облачных провайдеров тратить весь свободный денежный поток, и не ставят ли они будущее компании на кон?

Помимо капитальных расходов облачных гигантов, пристальное внимание уделяется тому, какие доходы и прибыль получают крупные лаборатории. Появление новых моделей с открытым исходным кодом угрожает ценности, которую лаборатории могут извлечь из флагманских моделей, что усложняет картину.

Я уделю время обсуждению каждого пункта, но начнем с капитальных расходов сверхмасштабных облачных провайдеров.

Тем, кто считает, что облачные гиганты совершают финансовые просчеты, я должен сказать, что это далеко не так: публичные облачные услуги невероятно дороги, и они отлично знают, как вытянуть каждую монету из клиентов. Они убедили целое поколение компаний, что масштабироваться без них невозможно.

В качестве платы они завышают стоимость обычных не-CPU вычислений в 10–20 раз. Кроме того, вам придется платить за логи, передачу данных (исходящий трафик) и другие пять услуг, чтобы выполнить базовую работу.

Эта модель работает, потому что они привязывают вас к своей системе. Пропускная способность внутри экосистемы GCP/AWS дешевая, но при экспорте наружу резко возрастает. Многие облачные гиганты нуждаются в том, чтобы клиенты оставались в их экосистеме, иначе рискуют потерять бизнес. Отсутствие достаточных вычислительных мощностей для них смертельно. Если ваши данные клиентов и вычислительные ресурсы находятся у них, жалоба на нехватку GPU полностью неприемлема и заставит их медленно мигрировать к конкурентам. Облачные гиганты создали интересную динамику: они могут заставить клиентов платить любые желаемые цены, а клиент ничего не может сделать. Их виртуальные среды настолько оторваны от голых серверов (bare metal), а эффект блокировки (vendor lock-in) так велик, что переход становится задачей на годы (если вообще возможен).

Приведу простой пример, чтобы показать их уровень этого безумия. Несколько месяцев назад я писал о том, как собрал эту машину за 15 000 долларов:

Сборка машины для вывода ИИ

Рис.: Самостоятельно собранная автором машина для вывода ИИ. Источник: Kerman Kohli / Substack

Вы можете найти аналогичную конфигурацию с тем же GPU на GCP (только с меньшими характеристиками):

https://cloud.google.com/products/compute/pricing/accelerator-optimized

Стоимость по запросу составляет около 3 248 долларов в месяц, а при 3-летней резервной покупке — 1 444 доллара в месяц.

Рис.: Пример ценообразования на экземпляры GPU в Google Cloud. Источник: Google Cloud

В моей машине всего 128 ГБ DDR5, тогда как у Google Cloud — 180 ГБ какой-то памяти (они не сообщают, DDR4 это или DDR5, ха-ха).

Быстрый расчет:

• При цене по запросу моя машина окупится за 4,6 месяца
• При 3-летнем обязательстве срок окупаемости составит 10 месяцев

Математика для других машин аналогична. Кластер H200 (GPU, выпущенный в конце 2024 года) окупится менее чем за 2 года. Где бы вы ни смотрели, математика выглядит практически идентично. Конечно, сюда не включены: стоимость земли, постоянные расходы на электричество, затраты на финансирование и персонал на объекте, но этот пример наглядно показывает, насколько огромную наценку способны устанавливать облачные гиганты. Здесь также снова возникает разница между спотовыми ценами и ценами по контракту.

Что делает эти расчеты еще более абсурдными, так это то, что GPU пятилетней давности: а) сохраняют ценность; б) растут в стоимости аренды!

Аппаратное обеспечение с высокой вероятностью не обесценится, а наоборот, начнет дорожать. Хотя выпускаются новые чипы с большей вычислительной эффективностью, их дефицит эффективности компенсируется ростом стоимости оперативной памяти.

Я рассматриваю аппаратное обеспечение как двухкомпонентную игру, где один компонент (вычисления) технически обесценивается, но компенсируется другим компонентом (памятью), который со временем дорожает.

Если это так, то рентабельность капитальных затрат у них намного выше, чем кто-либо мог предположить. Твит Гэвина Бейкера (Gavin Baker) прекрасно суммирует ситуацию с кредитными рисками облачных гигантов:

Рис.: Изображение к твіту Гэвина Бейкера. Источник: X / @GavinSBaker

Теперь вы можете сказать: откуда мы знаем, что спрос достаточно высок? Я имею в виду, что я не могу моделировать каждый сценарий для каждого клиента, но в какой-то момент нужно проявить смирение и признать: очереди платящих людей — это самый сильный сигнал. Вы должны доверять им как рациональным субъектам, которые разумно тратят деньги на проекты с положительным ROI.

Если посмотреть на это с такой точки зрения, портфель незакрытых заказов вырос с 500 млрд долларов в начале 2025 года до превышения отметки в 2 трлн долларов всего за 1,5 года. Когда этот рост движется клиентами, утверждать, что всё это фикция или не приносит положительного ROI, крайне трудно. Возражение заключается в том, что значительную долю составляют лаборатории, но эта точка зрения ошибочна. По данным EpochAI, лабораторий занимают часть рынка, но не весь глобальный спрос на вычисления.

Рис.: Рост портфеля заказов на вычисления с 500 млрд до 2 трлн долларов. Источник: EpochAI

Рис.: Структура глобального спроса на вычисления. Источник: EpochAI

Что бы вы ни думали, сам факт наличия 2 трлн долларов в портфеле заказов должен кое-что означать. Интересной позицией считается мнение, что триллионные расходы отражают не структурный сдвиг, а чрезмерный пузырь.

Многие инвесторы любят рассуждать через аналогии, сравнивая это со строительством интернета, железных дорог или прошлых инфраструктурных проектов. Я понимаю логику здесь, но она упускает ключевую особенность ИИ: рекурсивный спрос.

Для железных дорог или интернета вам нужно больше пользователей, чтобы внедрить технологию, и затем убедиться в лимитах потребления каждым, чтобы обеспечить достаточное распространение в экономике. У ИИ таких ограничений нет. В этой гонке вычислительная мощность сама генерирует спрос на себя, а пределы вычислений для отдельного лица или организации фактически бесконечны. Если вы найдете полезный сценарий с положительным ROI, вы сможете продолжать инвестировать в вычисления, и они превратятся в машину по заработку денег.

Ситуация усложняется тем, что разные люди получают совершенно разный опыт от использования ИИ. Большинство людей в мире используют его как простую машину для вопросов и ответов по одному промпту. Для таких, как я, по мере развития агентов и инженерии промптов они становятся незаменимыми, позволяя мне выполнять больше задач.

Мои расходы на вычисления продолжают расти и будут расти дальше, поскольку я нахожу больше сценариев с положительным ROI. Независимо от того, какую выручку генерирует ИИ, сэкономленные затраты отрицанию не подлежат, что и двигает экономику для большинства конечных клиентов.

Неопределенность: OpenAI / Anthropic

Продолжая предыдущую мысль, видно, что портфель заказов просто сумасшедший. Насколько реален спрос со стороны лабораторий (который составляет довольно большую часть спроса на вычисления)? Сейчас именно здесь, по моему мнению, ответ неочевиден, но поддается логике. Я разделю этот анализ на выводы (инференс) и обучение.

Если считать, что создание новой SOTA (state-of-the-art) модели стоит сотен миллионов долларов, мы можем рассматривать ее как инвестиционный актив, который со временем генерирует некоторую полезную пожизненную ценность через вывод (инференс) (несмотря на крутую кривую амортизации).

В противовес этому в рынок проникают модели с открытым исходным кодом, которые конкурируют с лабораториями за вычислительные мощности по более низкой стоимости. Эти модели могут быть результатом дистилляции или нет, что не важно для понимания динамики.

Поэтому мы должны исследовать динамику: что происходит, когда появляются новые SOTA-модели? Реальность такова, что не каждый использует их постоянно для решения каждой задачи. Однако, учитывая их SOTA-возможности, они решают проблемы, недоступные текущему поколению моделей, и за это вы готовы платить премию.

Можно возразить, что такие модели, как Kimi K3, меняют эту динамику благодаря открытому коду, но люди забывают важный факт: SOTA-модели колоссальны, и оборудование для их запуска превышает возможности любых домашних систем. Одной лишь Kimi K3 требуется почти 1,5–2 ТБ оперативной памяти. Удачи в поиске такого железа.

Интереснее другое: после открытия доступа к Kimi K3 они исчерпали свои квоты. Модель, конечно, существует вовне, но кому-то нужно её обслуживать. Она всё равно требует мощного железа. Лаборатории действительно будут вынуждены становиться более конкурентоспособными со временем, но это не угрожает их бизнесу, ведь премию за определенные рабочие нагрузки заплатят в любом случае. К тому же, наличие вычислительных мощностей для запуска именно этой модели критически важно. Быть неискренним — думать, что флагманские модели вообще не заслуживают премии. Размер этой премии пока предстоит наблюдать.

Если бы модели с открытым кодом запретили или признали незаконными, лаборатории одержали бы полную победу любой ценой инноваций.

Вывод (инференс) уже доказал свою прибыльность: маржинальность провайдеров сервисов составляет от 50% до 70%. Даже если клиенты уйдут от управляемых провайдеров, спрос неизбежно перейдет на покупку ими собственного оборудования. Учитывая, что вывод является доминирующей рабочей нагрузкой, спрос значительно превышает предложение.

Как насчет крупных лабораторий в этом мире? Мой ответ: вероятно, всё неплохо, но маржинальность не будет такой высокой.

Думать, что они потерпят крах, ошибочно. Хотя мне хотелось бы опереться на больше данных, четкой информации об их конкретной маржинальности у нас нет; однако справедливо предположить, что их оптимизация вывода достигла отраслевых стандартов. Более того, компании с десятками или даже сотнями миллионов ежемесячных активных пользователей — это не откровенные Понци или мошеннические проекты, к тому же их доходы стремительно растут.

Рис.: Конкурентная среда между крупными лабораториями и моделями с открытым кодом

Инвестиционная доходность моделей лабораторий

Лаборатории, возможно, пока не получают ощутимой отдачи от SOTA-моделей, но это не значит, что рынок не оценит новые модели с улучшенными возможностями и не захочет платить за такую премию. С учетом того, что флагманские модели представляют следующий класс задач, которые сможет решать ИИ, ставки против их развития выглядят плохой идеей. Стоимость выхода из этой гонки — невозможность догнать лидеров позже (если только через дистилляцию знаний).

Какова бы ни была судьба гонки SOTA, для вывода все равно требуется оборудование, и бесконечный спрос на вывод обязан удовлетворяться чьим-то железом.

Сложность торговли ИИ

Торговля активами ИИ, пожалуй, самое интересное явление на текущем рынке, поскольку оно объединяет три характеристики одновременно:

• игнорируемость
• чрезмерная заполненность позиций
• серьезное непонимание сути

Многие участники рынка (включая крупных институциональных инвесторов) не способны понять сложность технологии и ее влияние на итоговые показатели баланса. Упрощенные заголовки вроде «Kimi K3» вызвали массовую распродажу акций производителей памяти, несмотря на то, что K3 — одна из самых тяжелых по памяти моделей, которые можно запустить.

Цены на эти акции уже выросли, однако они торгуются с мультипликатором P/E будущего года в пределах однозначных чисел, при этом рынок ожидает резкого падения их прибыли и спроса в 2028/2029 годах.

Новая экономика бесконечного спроса

С точки зрения рационализма звучит безумно утверждать, что появился новый экономический товар с бесконечным спросом. Классическая экономика гласит: если спрос взлетает, предложение догоняет его. Но учитывая, что однородные ресурсы (электричество, чипы, земля) дают непредсказуемый результат (интеллект), мы никогда не будем довольствоваться текущими вычислительными мощностями.

Мир с бесконечным спросом на вычисления означает, что мы вступаем в совершенно новую реальность.

Многие прогнозы по вычислениям также не учитывают взлет робототехники в ближайшие пять лет. Шортировать вычисления — значит шортировать роботов. По мере снижения населения планеты наша текущая экономическая модель, построенная на идее повышения производительности большего числа людей, теряет актуальность (особенно учитывая сокращение концентрации внимания у многих). Без искусственного интеллекта и робототехники экономике нечем расти и создавать дополнительную экономическую ценность.

Без ИИ в конечном итоге замедлится прогресс человечества. Чтобы цивилизация достигла этого уровня, нам необходимо вывести в строй еще больше вычислительных мощностей. Потенциал развертывания мощностей в Северной Америке практически исчерпан. Следующими станут Канада и Австралия. Мы будем строить дата-центры по всему миру, пока не закончится место, а затем перейдем к размещению объектов в космосе.

Асимметричное ценообразование спроса и предложения

Еще более притягательно то, что объем предложения измеряется точно, поскольку он известен заранее по графикам строительных площадок в телефонных конференциях с отчетами, и цены зафиксированы идеально (вся поставка придет точно по графику, без задержек). Со стороны спроса измерения происходят в реальном времени и сильно недооцениваются. Это создает ситуацию, когда рынок верит в лимиты предложения, одновременно сильно занижая спрос (степень недооценки огромна, и сегодня существуют надежные данные это подтверждающие).

Каждый раз, когда вы пытаетесь анализировать сделки в сфере ИИ, задайте себе вопрос: считаете ли вы спрос на вычисления конечным или бесконечным? Ответ на этот вопрос определит ваши дальнейшие решения.

Вычислительная мощность — не обычный товар. Она является заменой человеческого труда, необходимостью для национальной безопасности и, главное, средством производства, способным к рекурсивному самоумножению. Верить в конечность спроса — значит верить в то, что человечество достигло пределов удовлетворенности. Верить в бесконечность спроса — значит понимать, что мы стоим на пороге смены экономической парадигмы.