Liderzy opinii

Dlaczego Infrastruktura GPU Jest Najbardziej Inwestowalnym Aktywem w AI, Do Jakiego Prywatny Kapitał Nie Ma Dostępu

mm

Najszybciej rosnącą klasą aktywów w gospodarce AI jest komputacja. Fizyczna infrastruktura GPU, która umożliwia każde wywołanie inferencji, każdy trening i każdy produkt AI, generuje rzeczywiste, mierzone przepływy pieniężne już teraz, a prywatny kapitał jest niemal całkowicie wykluczony z niej. Ta strukturalna niewydajność staje się coraz trudniejsza do ignorowania, ponieważ popyt na infrastrukturę AI przyspiesza szybciej niż finansowe tory wybudowane do wspierania prywatnego udziału w niej.

Problem Dostępu

Rodziny biurowe i inwestorzy o wysokim majątku, którzy chcą uzyskać dostęp do przepływów pieniężnych zasilanych przez GPU, są obecnie zmuszeni do korzystania z pośrednich instrumentów. Publiczne akcje NVIDIA, hiperskalery chmury lub REIT-y centrów danych oferują pewną bliskość tematu, ale są one pakowane z szerokim cyklem technologicznym, korelacją z rynkami akcji i warstwami ryzyka biznesowego, które mają niewiele wspólnego z podstawowym aktywem komputacyjnym. Pozycje venture w operatorach chmury oferują bardziej bezpośredni dostęp, ale niosą asymetryczne profile ryzyka, które nie odpowiadają celom zwrotu większości prywatnych alokatorów kapitału.

Najbardziej bezpośrednia pozycja to posiadanie samej generującej przychody infrastruktury i uczestniczenie w przepływach pieniężnych, które produkuje, ale ta droga pozostaje w dużej mierze niedostępna. Nie można po prostu kupić udziału w klastrze GPU o wartości 550 milionów dolarów i podłączyć się do jego zwrotów w taki sam sposób, w jaki można nabyć udział w dzierżawie wieży komórkowej lub energii.

Wynikiem jest rozszerzająca się luka między miejscem, w którym wartość AI jest naprawdę tworzona, a miejscem, w którym prywatny kapitał może w niej uczestniczyć.

Dlaczego Komputacja Przypomina Infrastrukturę, a Nie Technologię

Część tego, co sprawia, że ten moment jest znaczący, polega na tym, że GPU zaczynają zachowywać się mniej jak aktywa technologiczne, a bardziej jak tradycyjna infrastruktura. Ekonomika ma więcej wspólnego z energią lub nieruchomościami niż z oprogramowaniem. Są to fizyczne aktywa o określonym okresie użytkowania, umowach operatorskich, które generują przewidywalne przychody, wskaźnikach wykorzystania, które można monitorować i modelować, oraz przepływach pieniężnych związanych z umówionym popytem, a nie spekulatywnym wzrostem.

-Ta podobieństwo strukturalne sugeruje model finansowania i własności, który świat inwestycji w infrastrukturę już rozumie. Wieże komórkowe, pojemność rurociągów i przestrzeń centrów danych były wszystkie aktywami, które kiedyś były uważane za zbyt specjalistyczne dla szerokiej prywatnej uczestniczenia. Inżynieria finansowa ostatecznie dogoniła, tworząc struktury, które izolowały aktywa, warstwowały umówione przychody i pozwalały inwestorom uczestniczyć w zwrocie bez podpisania pełnej złożoności operacyjnej platformy wokół niej.

Ten sam ewolucyjny proces zaczyna się dziać z infrastrukturą GPU.

Jak Mógłby Wyglądać Ten Strukturalny Model

Podstawowa idea jest prosta, nawet jeśli wykonanie wymaga precyzji. Poprzez izolowanie klastrów GPU w samodzielne specjalne pojazdy, łączenie tych aktywów z umowami najmu opartymi na udziale przychodu od sprawdzonych operatorów i zabezpieczanie kapitału przeciwko samej fizycznej infrastrukturze, staje się możliwe stworzenie profilu zwrotu opartego na aktywach, który jest bardziej przewidywalny i bardziej bezpośrednio związany z wykorzystaniem komputacji niż jakikolwiek publiczny proxy akcji.

Struktura SPV robi kilka rzeczy jednocześnie. Oddziela aktywa infrastrukturalne od ryzyka platformy jakiegokolwiek pojedynczego operatora. Tworzy określony stos kapitałowy z wyraźną pierwszeństwem i mechaniką odzyskiwania. I pozwala inwestorom na podpisaniu umowy o wykorzystaniu sprzętu i umówionych przepływach pieniężnych na ich własnych warunkach, zamiast absorbowania pełnego profilu ryzyka biznesu chmury.

Umowy najmu powiązane z przychodem dodają kolejną warstwę wykorzystania. Gdy wynagrodzenie operatora jest związane z rzeczywistym wykorzystaniem i produktem komputacji, zachęty między właścicielem aktywów a operatorem są strukturalnie wykorzystane w sposób, w jaki umowy o stałych opłatach nie są.

Szersze Implikacje

Gdy infrastruktura AI dojrzewa, pytanie, kto posiada warstwę komputacji i jak jest sfinansowana, stanie się jednym z bardziej doniosłych pytań o alokację kapitału w ciągu najbliższej dekady. Hiperskalery będą posiadać znaczący udział. Ale rynek i popyt na alternatywy o zwrocie są wystarczająco silne, aby prywatny kapitał mógł odegrać znaczącą rolę, jeśli odpowiednie struktury istnieją, aby je wspierać.

Inżynieria finansowa wymagana do odblokowania tego udziału opiera się na dekadach precedensu z energii, nieruchomości i finansowania infrastruktury. Wymaga ona zastosowania tych narzędzi w sposób celowy do nowej klasy aktywów, która generuje przepływy pieniężne już teraz, w tej chwili, w skali i upewnienia się, że prywatni inwestorzy nie przybywają po tym, jak najbardziej atrakcyjne punkty wejścia zostały już zamknięte.

Albert jest założycielem i dyrektorem generalnym Compute Labs, uruchomionym w marcu 2024 roku, aby zrealizować swoją wizję GPU RWA. Był członkiem założycielskiego zespołu w Delysium, członkiem rdzenia w rct.AI (YC19) oraz właścicielem produktu w Xsolla. Albert posiada tytuły naukowe z UCLA i Caltech.