#NvidiaDefendsAIFunding

#OracleAdobeToday demanda por IA não é mais a questão. O projeto de lei é 👀 A Oracle tem um enorme acúmulo de US$ 638 bilhões, mas os investidores querem ver quão rápido isso se torna receita e se esse dinheiro pode superar o capital de IA. A Adobe enfrenta um teste semelhante com Firefly e GenStudio: a IA pode aumentar receita sem consumir margens? O que chamou minha atenção foi a mudança. Da nuvem da Oracle ao software da Adobe e ao hardware de IA da Apple, a corrida está passando de construir IA para provar que ela realmente paga a pena

#OracleAdobeToday demanda por IA não é mais a questão. O projeto de lei é 👀 A Oracle tem um enorme acúmulo de US$ 638 bilhões, mas os investidores querem ver quão rápido isso se torna receita e se esse dinheiro pode superar o capital de IA. A Adobe enfrenta um teste semelhante com Firefly e GenStudio: a IA pode aumentar receita sem consumir margens? O que chamou minha atenção foi a mudança. Da nuvem da Oracle ao software da Adobe e ao hardware de IA da Apple, a corrida está passando de construir IA para provar que ela realmente compensa.

Oracle, Adobe, Hoje: A demanda por IA não é mais o problema. O custo é 👀 A Oracle tem um enorme acúmulo de US$ 638 bilhões, mas os investidores estão interessados para ver quão rápido isso se transforma em receita e se esse dinheiro pode superar os gastos com IA. A Adobe enfrenta um desafio semelhante com Firefly e GenStudio: a IA pode aumentar a receita sem Da nuvem da Oracle ao software da Adobe e ao hardware de IA da Apple, o foco está mudando de criar IA para mostrar que ela realmente compensa. #SeptHikeOddsHit90%

O teste mais difícil para financiamento de IA é a qualidade da receita. A defesa de Huang aponta para contratos reais com clientes e a pequena participação da Nvidia no financiamento dos negócios. Minha opinião: esses detalhes importam, mas a demanda duradoura seria mais convincente se os clientes pudessem financiar compras repetidas de GPUs a partir do fluxo de caixa operacional. Compromissos de infraestrutura sozinhos não resolvem essa questão. #NvidiaDefendsAIFunding

Ciclo de Caminhada "De Curta Duração", Posicionamento "Neutro", Múltiplos 20x: Guia da Goldman para Comprar IA Enquanto a Cauda Esquerda Ainda Está Em Chamas

Achei isso muito interessante. Aparentemente, adicionar GPUs mais baratas pode ajudar a tirar mais proveito das caras que você já tem. A NVIDIA testou isso com quatro GPUs GB200 e duas GPUs RTX 6000D de menor custo. As placas RTX cuidavam da etapa de processamento de imagem, deixando as GB200 para rodar o modelo de linguagem. Em uma carga de trabalho pesada em imagens, a configuração combinada atendia 70% mais tráfego enquanto atendia à mesma meta de velocidade de resposta. Eles adicionaram hardware, então isso não foi um ganho de desempenho gratuito. Mas aumentaram a capacidade sem comprar mais GB200s. Acho que isso abre uma oportunidade interessante para as neoclouds. Se o acesso aos chips mais caros limita o quanto de trabalho elas podem assumir, um chip mais barato que libera essas máquinas acaba valendo muito mais para elas. Isso poderia levar a demanda por IA ainda mais para baixo no mercado de GPUs. Essas eram placas RTX profissionais, não placas de jogos para consumidores. Mas onde quer que placas de consumo possam lidar economicamente com esses trabalhos menores, as neoclouds podem se tornar mais um comprador competindo pelo mesmo hardware que gamers e pequenos desenvolvedores. Uma GPU consumidora não precisaria rodar o modelo inteiro para ser útil. Ela só precisaria tirar trabalho suficiente de uma GPU rara e cara para justificar a compra. Se isso começar a acontecer em escala, algumas das faltas que estamos observando nos data centers podem se espalhar para partes do mercado que hoje parecem bem abastecidas.

Para todos os especialistas em IA, isso significa que os líderes publicamente desaceleram o que liberam, mas ainda operam internamente sob o dilema do prisioneiro e mantêm o ritmo? Esse é meio que o movimento de curar a vez, não é? Do ponto de vista óptico, isso significaria que todo o desenvolvimento interno desaceleraria, a estrutura do mercado permaneceria confusa, o FCF seria mais lento para se desenvolver e o capex se tornaria mais dependente da dívida. Acho que sim.

#OracleAdobeToday demanda por IA não é mais a questão. O projeto de lei é 👀 A Oracle tem um enorme acúmulo de US$ 638 bilhões, mas os investidores querem ver quão rápido isso se torna receita e se esse dinheiro pode superar o capital de IA. A Adobe enfrenta um teste semelhante com Firefly e GenStudio: a IA pode aumentar receita sem consumir margens? O que chamou minha atenção foi a mudança. Da nuvem da Oracle ao software da Adobe e ao hardware de IA da Apple, a corrida está passando de construir IA para provar que ela realmente compensa. #SeptHikeOddsHit90%

10 NOMES MAPEANDO O CENÁRIO DAS NUVENS DE IA 1. $CRWV combina integração profunda de $NVDA com software projetado para manter grandes clusters de treinamento de IA funcionando eficientemente 2. $NBIS combina hardware + software internos com controle sobre infraestrutura e energia, criando mais oportunidades para melhorar a eficiência 3. $DOCN torna a inferência e o desenvolvimento de agentes de IA acessíveis a pequenas empresas por meio de uma plataforma de nuvem gerenciada 4. $IREN combina terras próprias com um grande gasoduto de energia segura, dando-lhe uma base para expandir a capacidade de IA 5. $SHAZ combina parcerias regionais com capacidades de nuvem soberana para atender clientes que precisam de infraestrutura local e controle de dados 6. $NET combina inferência de IA com ferramentas para desenvolvedores, armazenamento e segurança, facilitando a construção de aplicações em sua rede de borda 7. A Crusoe constrói seus campi em torno da energia disponível, alinhando o desenvolvimento de data centers com a energia necessária para operá-los 8. A Lambda é especializada em clusters densos de GPUs com software gerenciado que simplifica o treinamento e execução de modelos de IA 9. $AKAM reúne computação, segurança e entrega de conteúdo em uma rede global estabelecida próxima aos clientes 10. $FSLY usa execução leve do WebAssembly para iniciar aplicações rapidamente e lidar com solicitações próximas aos usuários

Ainda me surpreende quantos acham que a computação de IA não se tornará o maior mercado do mundo Os gastos tradicionais com infraestrutura em nuvem cresceram ~52% ao ano entre 2010 e 2020, alimentando principalmente a internet Computação de IA é como "unidades" de trabalho. Primeiro, trabalhadores de colarinho branco. Depois trabalhadores operários (robótica) A internet é enorme, mas não tão grande quanto a totalidade dos mercados de trabalho