Экономика AI-фабрик: три кита доходности
Создание AI-фабрики масштабируется в мегаваттах, а иногда и в гигаваттах. Стоимость одного мегаватта мощности оценивается примерно в $60 млн. Операторы готовы инвестировать такие суммы только при четком понимании возврата инвестиций (ROI). NVIDIA выделяет три фактора, определяющих прибыльность:
- Earning capacity (Доходность): Сколько токенов фабрика может продать за год.
- Useful life (Срок службы): Как долго оборудование продолжает генерировать прибыль.
- Demand (Спрос): Объем рынка для производимых токенов.
Слабость в одном факторе не компенсируется силой в другом. Высокая доходность бесполезна при низком спросе, а высокий спрос не спасет, если оборудование выйдет из строя через год. NVIDIA позиционирует свою платформу как решение, максимизирующее все три параметра одновременно.
Productive: Пропускная способность на ватт
Энергия — это ограничивающий ресурс. Ключевой метрикой становится количество токенов в секунду на мегаватт. Чем больше токенов в рамках фиксированной энергетической оболочки, тем выше выручка. Снижение стоимости токена увеличивает маржу.
Согласно данным SemiAnalysis AgentX, новые системы NVIDIA Vera Rubin NVL72 демонстрируют впечатляющие результаты по сравнению с предыдущим поколением GB300 NVL72:
| Метрика | Сравнение (Vera Rubin NVL72 vs GB300 NVL72) | Примечание |
|---|---|---|
| Пропускная способность | В >30 раз выше | Токенов в секунду на мегаватт |
| Стоимость токена | До 45 раз ниже | На модели DeepSeek V4 Pro |
Эти приросты достигаются за счет экстремального кодизайна всего стека: от моделей и рабочих нагрузок до программного обеспечения, вычислений, сетей и памяти. Парадоксально, но удешевление токенов не сокращает спрос на вычисления, а расширяет его, делая экономически выгодными новые сценарии использования, которые потребляют больше токенов, чем экономия на эффективности.
Durable: Долговечность установленного парка
Не каждая задача требует новейшего оборудования. Важны сложность и форма рабочей нагрузки. Именно поэтому предыдущие поколения продолжают приносить доход после выхода новых.
Яркий пример — GPU NVIDIA A100, выпущенные в 2020 году. Они продолжают использоваться в коммерческих целях спустя шесть лет. Компания CoreWeave недавно продлила бронирование устройств, выпущенных в 2020 году, до 2029 года. Это отражает общую тенденцию: все крупные операторы продлевают сроки амортизации серверов, так как оборудование продолжает «зарабатывать» дольше, чем предполагалось изначально.
Fungible: Универсальность и спрос
Универсальность платформы NVIDIA позволяет запускать любые типы AI-нагрузок на всех этапах и в любом месте. Кроме того, архитектура поддерживает многие задачи, не связанные с AI. Это углубляет и расширяет спрос, который может обслуживать фабрика. Платформа CUDA-X библиотеки позволяет запускать любые ускоренные рабочие нагрузки, а стандартизированная архитектура делает их доступными для любого оператора через проверенные эталонные проекты.
Почему это важно?
Для инвесторов и операторов дата-центров это означает сдвиг парадигмы: ценность оборудования измеряется не только пиковой производительностью, но и его способностью оставаться рентабельным в течение многих лет. Продление срока службы GPU до 8-9 лет (как в случае с V100 у Microsoft, где фактический срок службы превысил бухгалтерский) меняет финансовые модели всей индустрии. NVIDIA предлагает не просто «железо», а экосистему, которая сохраняет ценность активов в долгосрочной перспективе.
Источник: NVIDIA Blog ↗