Γιατί η Υποδομή GPU είναι το Περισσότερο Επενδυτικό Περιουσιακό Στοιχείο στο AI που οι Ιδιωτικές Επενδύσεις Δεν Μπορούν να Προσεγγίσουν

Η ταχύτερα αναπτυσσόμενη κατηγορία περιουσίων στην οικονομία του AI είναι η υπολογιστική ισχύς. Η φυσική υποδομή GPU που καθιστά δυνατή κάθε κλήση inference, κάθε εκτέλεση εκπαίδευσης και κάθε προϊόν που βασίζεται στο AI παράγει πραγματικά, μετρήσιμα ροή μετρητών σήμερα και οι ιδιωτικές επενδύσεις είναι σχεδόν εντελώς αποκλεισμένες από αυτήν. Αυτή η δομική ανεπάρκεια γίνεται ολοένα και πιο δύσκολο να αγνοηθεί, καθώς η ζήτηση για υποδομή AI συνεχίζει να αυξάνεται πιο γρήγορα από τις χρηματοοικονομικές ράγες που έχουν κατασκευαστεί για να υποστηρίξουν την ιδιωτική συμμετοχή σε αυτήν.

Το Πρόβλημα Πρόσβασης

Οι οικογένειες και οι επενδυτές υψηλού καθαρού εισοδήματος που επιθυμούν να αποκτήσουν πρόσβαση σε ροές μετρητών που οδηγούνται από GPU αναγκάζονται σήμερα να χρησιμοποιούν έμμεσες διατάξεις. Οι δημόσιες μετοχές στην NVIDIA, τους cloud hyperscalers ή τους data center REITs προσφέρουν κάποια εγγύτητα με το θέμα, αλλά έρχονται συσκευασμένες με ευρύ चकρα τεχνολογίας, συσχέτιση με τις αγορές μετοχών και στρώματα επιχειρηματικού κινδύνου που δεν έχουν καμία σχέση με το υποκείμενο περιουσιακό στοιχείο υπολογιστικής ισχύος.

Γιατί η Υπολογιστική Ισχύς Μοιάζει με Υποδομή, Όχι Τεχνολογία

Μέρος του λόγου για τον οποίο αυτή η στιγμή είναι σημαντική είναι ότι οι GPU αρχίζουν να συμπεριφέρονται λιγότερο σαν περιουσιακά στοιχεία τεχνολογίας και περισσότερο σαν παραδοσιακή σκληρή υποδομή. Οι οικονομικές πτυχές μοιράζονται περισσότερο με την ενέργεια ή την ακίνητη περιουσία παρά με το λογισμικό. Αυτά είναι φυσικά περιουσιακά στοιχεία με καθορισμένα χρήσιμα βιώματα, συμφωνίες λειτουργού που παράγουν προβλέψιμο έσοδο, ποσοστά χρησιμοποίησης που μπορούν να παρακολουθούνται και να μοντελοποιούνται και ροές μετρητών που συνδέονται με συμφωνημένες απαιτήσεις αντί για εικαστικές αύξηση.

Ποια Μπορεί να Είναι η Δομή

Η βασική ιδέα είναι απλή, ακόμη και αν η εκτέλεση απαιτεί ακρίβεια. Με το να απομονώνουμε συστοιχίες GPU σε αυτόνομες ειδικές-purpose οχήματα, ζευγαρώνοντας αυτά τα περιουσιακά στοιχεία με συμφωνίες μισθώσεως μεριδίου εσόδων από ελεγμένες λειτουργούς και εξασφαλίζοντας κεφάλαια ενάντια στην φυσική υποδομή herself, γίνεται δυνατό να δημιουργηθεί ένα προφίλ απόδοσης που βασίζεται σε περιουσιακά στοιχεία που είναι πιο προβλέψιμο και πιο直接ا συνδεδεμένο με τη χρησιμοποίηση υπολογιστικής ισχύος παρά οποιοδήποτε δημόσιο μετοχικό αντίγραφο.

Η Ευρύτερη Εμπλοκή

Καθώς η υποδομή AI ωριμάζει, το ερώτημα για το ποιος κατέχει το στρώμα υπολογιστικής ισχύος και πώς αυτή η κατοχή χρηματοδοτείται θα γίνει ένα από τα πιο σημαντικά ερωτήματα κατανόησης κεφαλαίου της δεκαετίας. Οι hyperscalers θα κατέχουν σημαντικό μερίδιο. Αλλά η αγορά και η ζήτηση για εναλλακτικές λύσεις απόδοσης είναι αρκετά ισχυρές, ώστε οι ιδιωτικές επενδύσεις να έχουν πραγματικό ρόλο να παίξουν, εάν exist οι σωστές δομές για να τις υποστηρίξουν.
Ο finanziální μηχανισμός που απαιτείται για να ξεκλειδώσει αυτή τη συμμετοχή βασίζεται σε δεκαετίες προηγουμένου από την ενέργεια, την ακίνητη περιουσία και τη χρηματοδότηση υποδομής. Αυτό που απαιτείται είναι η εφαρμογή αυτών των εργαλείων σκόπιμα σε μια νέα κατηγορία περιουσίων που παράγει ροές μετρητών σήμερα, τώρα, σε κλίμακα και να βεβαιωθεί ότι οι ιδιωτικές επενδυτές δεν φτάνουν μετά τα πιο ελκυστικά σημεία εισόδου έχουν ήδη κλείσει.