Je umělá inteligence v bublině? 3 statistiky, které potřebujete před $NVDA hovorem. Za poslední týden+ se objevilo několik opatrných zpráv o umělé inteligenci, včetně nepřesvědčivého spuštění GPT-5, které naznačují, že umělá inteligence nedokáže generovat finanční zisky. Ale zde je to, co investoři chybí: - První vlna modelů byla postavena na architektuře Hopper, která byla na svou dobu průlomová. Přinesly nám pokročilejší vyhledávání, efektivnější reklamy a některé nástroje pro zvýšení produktivity, ale dopad na podniky byl relativně minimální. - Další vlna nástrojů bude vyžadovat výrazně více inference, aby bylo možné pohánět nástroje, jako jsou AI Agenti atd. A právě zde přichází na řadu Blackwell Systems (GB200/300). Architektura společnosti Hopper přinesla několik čtvrtletí překonání zisku výrazně více, než se očekávalo. Jakmile Blackwell odstraní některé počáteční zádrhele související s jeho architekturou a implementací, očekáváme, že se obnoví překvapení směrem nahoru. Odkud pochází naše sebedůvěra? Zde jsou tři statistiky, které potřebujete: 1⃣ xAI nakoupí 300 tisíc GPU Blackwell B200, podle komentáře Elona Muska =>pro srovnání, je ~1 milion celkových pro B100/200 pro celou společnost 🫢 2⃣ Oracle se zavázal k nákupu 400 tisíc Nvidia GB200 (nákup za ~ 40 miliard dolarů) = >pro srovnání, cons. je celkový počet <3 milionů jednotek pro GB200 v roce 25 pro celou společnost🙀 3⃣ Všichni cloudoví poskytovatelé cloudových služeb (Microsoft, Google, Amazon) zvyšují kapitálové výdaje... zbydou pro ně nějaké Blackwelly? Proč všichni bojují za Blackwells? Podívejte se na statistiku výkonu níže 🚀 V přímém benchmarku společnost $CRWV testovala systém NVIDIA H100 s 16 GPU proti pouhým čtyřem grafickým procesorům na nové infrastruktuře NVIDIA GB300 NVL72 a zaznamenala více než 6x vyšší hrubou propustnost na GPU u GB300. Podle blogu CoreWeave: "Tato efektivita je zvláště důležitá pro modely uvažování. Procesy "myšlenkového řetězce", které umožňují těmto modelům řešit složité problémy, vyžadují několik iterativních kroků, což je činí extrémně citlivými na latenci inference." Klíčové položky, kterým nasloucháme v rámci výzvy NVIDIA: - Rampování Blackwell Systems, výkon, velikost clusterů, komentáře zákazníků atd. - Dopad Blackwellu na marže - investoři očekávají, ➖ ale mohlo by to tak být ➕? - Čína je divoká karta, ale otázkou bude, jak rychle se Čína dokáže vrátit. Pro srovnání, Nvidia očekávala ~20 miliard dolarů z Číny před omezeními a odpisy. Jak se investoři stávají chladnými ❄️🐾, může to být dobrá příležitost přidat. Produkty umělé inteligence, zejména na podnikové úrovni, často vyžadují značné množství času, aby se rozběhly. To však neznamená, že se investice zpomalí; když už nic jiného, tak se pravděpodobně zrychlí.