Штучний інтелект у бульбашці? 3 статистичні дані, які вам потрібні заздалегідь до $NVDA дзвінка. За останній тиждень+ було кілька обережних звітів про штучний інтелект, включаючи невдалий запуск GPT-5, що свідчить про те, що штучний інтелект не може генерувати фінансові прибутки. Але ось чого не вистачає інвесторам: - Перша хвиля моделей була побудована на архітектурі Hopper, що стало проривом для свого часу. Вони принесли нам більш просунутий пошук, більш ефективну рекламу та деякі інструменти для підвищення продуктивності, але вплив на підприємства був відносно мінімальним. - Наступна хвиля інструментів вимагатиме значно більше висновків, щоб мати можливість працювати з такими інструментами, як AI Agents тощо. Саме тут на допомогу приходить компанія Blackwell Systems (GB200/300). Архітектура Hopper забезпечила кілька кварталів прибутків, що значно перевищило очікування. У міру того, як Blackwell усуває деякі початкові проблеми, пов'язані зі своєю архітектурою та реалізацією, ми очікуємо, що сюрпризи зростання відновляться. Звідки береться наша впевненість? Ось три статистичні дані, які вам потрібні: 1⃣ xAI придбає 300 тисяч графічних процесорів Blackwell B200, згідно з коментарем Ілона Маска =>для довідки. становить ~1 мільйон загалом для B100/200 для всієї компанії 🫢 2⃣ Oracle зобов'язалася купити 400 тисяч Nvidia GB200 (покупка ~40 мільярдів доларів) = >для довідки, мінуси становить <3 мільйони одиниць на 200 GB200 у '25 для всієї компанії🙀 3⃣ Усі хмарні постачальники послуг (Microsoft, Google, Amazon) нарощують капітальні інвестиції... чи залишаться для них якісь Блеквелли? Чому всі борються за Блеквеллс? Статистику продуктивності дивіться нижче 🚀 У прямому тесті $CRWV протестували систему NVIDIA H100 з 16 графічними процесорами проти лише чотирьох графічних процесорів у новій інфраструктурі NVIDIA GB300 NVL72 і спостерігали більш ніж у 6 разів вищу пропускну здатність RAW на GPU на GB300. Згідно з блогом CoreWeave, «ця ефективність особливо важлива для моделей міркування. Процеси «ланцюжка думок», які дозволяють цим моделям вирішувати складні проблеми, вимагають багаторазових ітеративних кроків, що робить їх надзвичайно чутливими до латентності висновків». Ключові моменти, на які ми звертаємо увагу під час дзвінка NVIDIA: - Нарощування Blackwell Systems, продуктивність, розмір кластерів, коментарі клієнтів і т.д. - Вплив Blackwell на маржу - інвестори очікують ➖, але чи може це бути ➕? - Китай – це дика карта, але питання полягатиме в тому, як швидко Китай зможе повернутися. Для довідки, Nvidia очікувала від Китаю ~$20 млрд до обмежень та списань. Оскільки інвестори стають холодними ❄️🐾, це може бути гарною можливістю додати. Продукти штучного інтелекту, особливо на рівні підприємств, часто вимагають значної кількості часу для нарощування. Однак це не означає, що інвестиції сповільняться; У всякому разі, вони, швидше за все, прискоряться.