Är AI i en bubbla? 3 statistik du behöver inför det $NVDA samtalet. Det fanns flera försiktiga AI-rapporter under den senaste veckan+, inklusive en undermålig GPT-5-lansering, vilket tyder på att AI misslyckas med att generera ekonomiska vinster. Men här är vad investerare saknar: - Den första vågen av modeller byggde på Hopper-arkitekturen, som var ett genombrott för sin tid. De gav oss mer avancerad sökning, effektivare annonser och vissa produktivitetsverktyg, men effekten på företagen var relativt minimal. - Nästa våg av verktyg kommer att kräva betydligt mer inferens för att kunna driva verktyg som AI Agents, etc. Det är här Blackwell Systems (GB200/300) kommer in i bilden. Hopper-arkitekturen levererade flera kvartal med ett resultat som var betydligt högre än förväntningarna. I takt med att Blackwell rensar ut några initiala problem relaterade till sin arkitektur och implementering, förväntar vi oss att överraskningarna på uppsidan kommer att återupptas. Var kommer vårt självförtroende ifrån? Här är de tre statistiken du behöver: 1⃣ xAI för att köpa 300K Blackwell B200 GPU:er, enligt Elon Musks kommentar =>för referens nackdelar. är ~1M totalt för B100/200 för hela företaget 🫢 2⃣ Oracle åtog sig att köpa 400K Nvidia GB200 (~40 miljarder dollar i köp) =>som referens, nackdelar är <3 miljoner enheter totalt för 200 GB200 i '25 för hela företaget🙀 3⃣ Alla moln-CSP:er (Microsoft, Google, Amazon) ökar capex... kommer det att finnas några Blackwells kvar för dem? Varför kämpar alla för Blackwells? Se prestandastatistiken nedan 🚀 I ett head-to-head-benchmark testade $CRWV ett NVIDIA H100-system med 16 grafikprocessorer mot bara fyra grafikprocessorer på den nya NVIDIA GB300 NVL72-infrastrukturen och observerade över 6 gånger högre rå genomströmning per grafikprocessor på GB300. Enligt CoreWeave-bloggen, "Denna effektivitet är särskilt viktig för resonemangsmodeller. De "chain-of-thought"-processer som gör det möjligt för dessa modeller att lösa komplexa problem kräver flera iterativa steg, vilket gör dem extremt känsliga för inferensfördröjning. Viktiga punkter som vi lyssnar efter i NVIDIA-samtalet: - Blackwell Systems rampning, prestanda, storlek på kluster, kundkommentarer etc. - Blackwells inverkan på marginalerna - investerare förväntar sig ➖, men kan det vara ➕ så? – Kina är en joker, men frågan är hur snabbt Kina kan komma tillbaka. Som referens kan nämnas att Nvidia förväntade sig ~20 miljarder dollar från Kina före restriktionerna och avskrivningarna. När investerare får kalla fötter ❄️🐾 kan det vara ett bra tillfälle att lägga till. AI-produkter, särskilt på företagsnivå, kräver ofta en betydande mängd tid för att komma igång. Det betyder dock inte att investeringarna kommer att avta; Om något kommer de sannolikt att accelerera.