Tankeledere

Hvorfor GPU-infrastruktur er den mest investerbare aktiva i AI som privat kapital ikke kan nå

mm
Legg til Unite.AI blant dine foretrukne kilder på Google

Den raskest voksende aktiva-klassen i AI-økonomien er beregning. Den fysiske GPU-infrastrukturen som gjør hver enkelt inferens-anrop, hver treningskjør og hver AI-drevet produkt mulig, genererer reelle, målbare kontantstrømmer nå og privat kapital er nesten helt låst ute av det. Denne strukturelle ineffektiviteten blir vanskeligere å ignorere ettersom etterspørselen etter AI-infrastruktur fortsetter å akselerere raskere enn de finansielle jernbanene som er bygget for å støtte privat deltakelse i det.

Tilgangsproblemet

Familiekontorer og høynettsverdige investorer som ønsker å få eksponering mot GPU-drevne kontantstrømmer, blir nå tvunget til å bruke indirekte instrumenter. Offentlige aksjer i NVIDIA, cloud-hyperscalers eller datacenter-REITs tilbyr en viss nærhet til temaet, men de kommer pakket med bred teknologisyklus-eksponering, korrelasjon til aksjemarkeder og lag av forretningsrisiko som har lite å gjøre med den underliggende beregningsaktiva selv. Venture-poser i neocloud-operatører tilbyr mer direkte eksponering, men bærer asymmetriske risikoprofiler som ikke passer med avkastningsmålene til de fleste private kapitalallokatorer.

Den mest direkte posisjonen er å eie den inntektsgenererende maskinvaren selv og delta i kontantstrømmene den produserer, men denne veien forblir stort sett utilgjengelig. Du kan ikke bare kjøpe en andel i en $550 millioner GPU-kluster og plugge inn i avkastningen på samme måte som du ville kjøpe en interesse i en mobil-tårn-leie eller en energi-royalti.

Resultatet er en økende gap mellom hvor AI-verdi faktisk blir skapt og hvor privat kapital er i stand til å delta i det.

Hvorfor beregning ligner infrastruktur, ikke teknologi

En del av det som gjør dette øyeblikket betydningsfullt, er at GPU-er begynner å oppføre seg mindre som en teknologi-aktiva og mer som tradisjonell hard infrastruktur. Økonomien deler mer med energi eller eiendom enn med programvare. Disse er fysiske aktiva med definerte nyttige liv, operatøravtaler som genererer forutsigbare inntekter, utnyttelsesrater som kan overvåkes og modelleres og kontantstrømmer som er knyttet til kontraktet etterspørsel fremfor spekulativ vekst.

Den strukturelle likheten antyder en finansierings- og eiermodell som infrastruktur-investeringsverdenen allerede forstår. Mobil-tårn-kapasitet og datacenter-rom var alle aktiva som en gang ble ansett for å være for spesialisert for bred privat kapital-deltakelse. Finansiell ingeniørkunst fanget til slutt opp, og skapte strukturer som isolerte aktiva, lagde inn kontraktet inntekter og tillot investorer å delta i avkastning uten å underwrite den fulle operative kompleksiteten til plattformen rundt det.

Den samme utviklingen begynner å skje med GPU-infrastruktur.

Hva strukturen kunne se ut som

Kjerneideen er enkel, selv om gjennomføringen krever presisjon. Ved å isolere GPU-kluster i separate spesialformål- kjøretøy, parre disse aktiva med inntektsdelings-leieavtaler fra verifiserte operatører og sikre kapital mot den fysiske maskinvaren selv, blir det mulig å skape en aktiva-basert avkastningsprofil som er mer forutsigbar og mer direkte knyttet til beregning-utnyttelse enn noen offentlig aksje-proxy.

SPV-strukturen gjør flere ting samtidig. Den skiller infrastruktur-aktiva fra plattform-risikoen til enkelt operatør. Den skaper en definert kapitalstakk med klart prioritets- og gjenopprettingsmekanismer. Og den tillater investorer å underwrite maskinvaren og de kontraktede kontantstrømmene på egne betingelser fremfor å absorbere den fulle risikoprofilen til en neocloud-forretning.

Inntektsknyttede leieavtaler legger til en annen lag av sammenfall. Når operatørkompensasjon er knyttet til faktisk utnyttelse og beregningsutgang, er incitamenter mellom aktiva-eier og operatør strukturelt sammenfallende på måter som fast-fee-arrangementer ikke er.

Den bredere implikasjonen

Ettersom AI-infrastruktur modenner, vil spørsmålet om hvem eier beregningslaget og hvordan denne eierskapet finansieres, bli ett av de mer konsekvensfulle kapitalallokeringsspørsmålene i årtiet. Hyperscaler-ne vil eie en betydelig andel. Men markedet og etterspørselen etter avkastningsbærende alternativer er sterke nok at privat kapital har en reell rolle å spille hvis riktige strukturer eksisterer for å støtte det.

Den finansielle ingeniørkunsten som kreves for å låse opp dette deltakelsen, bygger på årtiers forutgående erfaringer fra energi-, eiendoms- og infrastrukturfinansiering. Hva det krever er å anvende disse verktøyene bevisst til en ny aktiva-klasse som genererer kontantstrømmer nå, rett nå, i skala og sikre at private investorer ikke ankommer etter at de mest attraktive inngangspunktene allerede har stengt.

Albert er grunnlegger og administrerende direktør i Compute Labs, lansert i mars 2024 for å realisere hans GPU RWA-visjon. Han var en av grunnleggerne av Delysium, en kjernemedlem i rct.AI (YC19) og produktansvarlig i Xsolla. Albert har eksamener fra UCLA og Caltech.