#NvidiaDefendsAIFunding

لم يعد #OracleAdobeToday طلب الذكاء الاصطناعي هو السؤال. القانون هو السؤال 👀 لدى أوراكل تراكم ضخم بلغ 638 مليار دولار، لكن المستثمرين يريدون معرفة مدى سرعة تحويلها إلى إيرادات وما إذا كان هذا النقد يمكن أن يتجاوز رأس المال المالي للذكاء الاصطناعي. تواجه أدوبي اختبارا مشابها مع فايرفلاي وجين ستوديو: هل يمكن للذكاء الاصطناعي رفع الإيرادات دون استهلاك هوامش الربح؟ ما جذب انتباهي هو التحول. من سحابة أوراكل إلى برامج أدوبي وأجهزة الذكاء الاصطناعي من آبل، ينتقل السباق من بناء الذكاء الاصطناعي إلى إثبات أنه يحقق أرباحا فعلية

لم يعد #OracleAdobeToday طلب الذكاء الاصطناعي هو السؤال. القانون هو السؤال 👀 لدى أوراكل تراكم ضخم بلغ 638 مليار دولار، لكن المستثمرين يريدون معرفة مدى سرعة تحويلها إلى إيرادات وما إذا كان هذا النقد يمكن أن يتجاوز رأس المال المالي للذكاء الاصطناعي. تواجه أدوبي اختبارا مشابها مع فايرفلاي وجين ستوديو: هل يمكن للذكاء الاصطناعي رفع الإيرادات دون استهلاك هوامش الربح؟ ما جذب انتباهي هو التحول. من سحابة أوراكل إلى برامج أدوبي وأجهزة الذكاء الاصطناعي من آبل، ينتقل السباق من بناء الذكاء الاصطناعي إلى إثبات أنه يحقق أرباحا فعلية.

أوراكل، أدوبي، توداي: الطلب على الذكاء الاصطناعي لم يعد المشكلة. التكلفة هي 👀 لدى أوراكل تراكم ضخم يبلغ 638 مليار دولار، لكن المستثمرين حريصون على معرفة مدى سرعة تحويله إلى إيرادات وما إذا كان هذا النقد سيتجاوز الإنفاق على الذكاء الاصطناعي. تواجه أدوبي تحديا مشابها مع فايرفلاي وجين ستوديو: هل يمكن للذكاء الاصطناعي زيادة الإيرادات بدون من سحابة أوراكل إلى برامج أدوبي وأجهزة الذكاء الاصطناعي من آبل، يتحول التركيز من إنشاء الذكاء الاصطناعي إلى إظهار أنه يؤتي ثماره فعليا. #SeptHikeOddsHit90٪

لم يعد #OracleAdobeToday طلب الذكاء الاصطناعي هو السؤال. القانون هو السؤال 👀 لدى أوراكل تراكم ضخم بلغ 638 مليار دولار، لكن المستثمرين يريدون معرفة مدى سرعة تحويلها إلى إيرادات وما إذا كان هذا النقد يمكن أن يتجاوز رأس المال المالي للذكاء الاصطناعي. تواجه أدوبي اختبارا مشابها مع فايرفلاي وجين ستوديو: هل يمكن للذكاء الاصطناعي رفع الإيرادات دون استهلاك هوامش الربح؟ ما جذب انتباهي هو التحول. من سحابة أوراكل إلى برمجيات أدوبي وأجهزة الذكاء الاصطناعي من آبل، كان السباق #SeptHikeOddsHit90٪ #BTCSpotETF450MOutflow #OracleAICloudUp121٪

الاختبار الأصعب لتمويل الذكاء الاصطناعي هو جودة الإيرادات. دفاع هوانغ يشير إلى عقود العملاء الحقيقية وحصة Nvidia الصغيرة من تمويل الصفقات. قراءتي: هذه التفاصيل مهمة، لكن الطلب الدائم سيكون أكثر إقناعا إذا تمكن العملاء من تمويل عمليات شراء GPU المتكررة من التدفق النقدي التشغيلي. الالتزامات المتعلقة بالبنية التحتية وحدها لا يمكن أن تحسم هذا السؤال. #NvidiaDefendsAIFunding

دورة المشي "قصيرة الأمد"، تموضع "محايد"، 20 مضاعفات: دليل جولدمان لشراء الذكاء الاصطناعي بينما الذيل الأيسر لا يزال مشتعلا

وجدت هذا مثيرا للاهتمام حقا. يبدو أن إضافة بطاقات الرسوميات الأرخص يمكن أن يساعدك على الاستفادة من الوحدات المكلفة التي تملكها بالفعل. اختبرت NVIDIA ذلك مع أربعة وحدات معالجة رسومات GB200 ووحدتي RTX 6000D أقل تكلفة. تولت بطاقات RTX مرحلة معالجة الصور، تاركة GB200s لتشغيل نموذج اللغة. في عبء عمل ثقيل للصور، خدم الإعداد المشترك حركة مرور أكثر بنسبة 70٪ مع تحقيق نفس هدف سرعة الاستجابة. أضافوا الأجهزة، لذا لم يكن هذا تكافآ مجانيا في الأداء. لكنهم زادوا السعة دون شراء المزيد من GB200. أعتقد أن هذا يفتح فرصة مثيرة للاهتمام للسحابات الجديدة. إذا كان الوصول إلى أغلى الشرائح يحد من كمية العمل التي يمكنها تحملها، فإن الشريحة الأرخص التي تحرر تلك الأجهزة تصبح ذات قيمة أكبر بالنسبة لهم. وهذا قد يخفض الطلب على الذكاء الاصطناعي أكثر في سوق وحدات معالجة الرسوميات. كانت هذه بطاقات RTX احترافية، وليست بطاقات ألعاب استهلاكية. لكن حيثما يمكن لبطاقات المستهلكين التعامل مع هذه المهام الصغيرة اقتصاديا، يمكن أن تصبح السحابات الجديدة مشتريا آخر يتنافس على نفس الأجهزة التي يتنافس فيها اللاعبون والمطورون الصغار. لن تحتاج وحدة معالجة الرسوميات الاستهلاكية إلى تشغيل النموذج بالكامل لتكون مفيدة. كل ما عليه هو أن تأخذ ما يكفي من العمل على وحدة معالجة رسوميات نادرة ومكلفة لتبرير شرائها. إذا بدأ ذلك يحدث على نطاق واسع، فقد تنتشر بعض النقص الذي نراقبه في مراكز البيانات إلى أجزاء من السوق تبدو متوردة جيدا اليوم.

بالنسبة لجميع خبراء الذكاء الاصطناعي، هل يعني هذا أن القادة يبطئون علنا ما يطلقونه لكنهم لا يزالون يعملون داخليا تحت معضلة السجناء ويحافظون على الوتيرة؟ هذا نوع من حركة الشفاء والدور، أليس كذلك؟ بصريا، هذا يعني أن كل التطور الداخلي سيتباطأ، ويبقى هيكل السوق مشوشا، وأن التمويل المالي الفيدرالي أبطأ في التطور، ورأس المال المالي يصبح أكثر اعتمادا على الديون. أعتقد ذلك.

لم يعد #OracleAdobeToday طلب الذكاء الاصطناعي هو السؤال. القانون هو السؤال 👀 لدى أوراكل تراكم ضخم بلغ 638 مليار دولار، لكن المستثمرين يريدون معرفة مدى سرعة تحويلها إلى إيرادات وما إذا كان هذا النقد يمكن أن يتجاوز رأس المال المالي للذكاء الاصطناعي. تواجه أدوبي اختبارا مشابها مع فايرفلاي وجين ستوديو: هل يمكن للذكاء الاصطناعي رفع الإيرادات دون استهلاك هوامش الربح؟ ما جذب انتباهي هو التحول. من سحابة أوراكل إلى برامج أدوبي وأجهزة الذكاء الاصطناعي من آبل، ينتقل السباق من بناء الذكاء الاصطناعي إلى إثبات أنه يحقق أرباحا فعلية. #SeptHikeOddsHit90٪

10 أسماء ترسم مشهد سحابة الذكاء الاصطناعي 1. $CRWV يجمع بين تكامل $NVDA العميق مع برمجيات مصممة للحفاظ على تشغيل مجموعات تدريب الذكاء الاصطناعي الضخمة بكفاءة 2. $NBIS يجمع بين الأجهزة الداخلية + البرمجيات مع التحكم في البنية التحتية والطاقة، مما يخلق المزيد من الفرص لتحسين الكفاءة 3. $DOCN يجعل الاستنتاج وتطوير الوكلاء بالذكاء الاصطناعي متاحا للشركات الصغيرة من خلال منصة سحابية مدارة 4. $IREN يجمع بين الأراضي المملوكة وخط أنابيب طاقة آمن كبير، مما يمنحه أساسا لتوسيع قدرة الذكاء الاصطناعي 5. تجمع $SHAZ بين الشراكات الإقليمية وقدرات السحابة السيادية لخدمة العملاء الذين يحتاجون إلى البنية التحتية المحلية والتحكم في البيانات 6. يجمع $NET بين استدلال الذكاء الاصطناعي وأدوات المطورين والتخزين والأمان، مما يسهل بناء التطبيقات عبر شبكتها الطرفية 7. تبني كروزو حرمها الجامعي حول الطاقة المتاحة، مواكبة تطوير مراكز البيانات مع الطاقة اللازمة لتشغيلها 8. تتخصص لامبدا في عناقيد وحدات معالجة الرسوميات الكثيفة مع برمجيات مدارة تسهل التدريب وتشغيل نماذج الذكاء الاصطناعي 9. $AKAM يجمع بين الحوسبة والأمان وتقديم المحتوى عبر شبكة عالمية راسخة بالقرب من العملاء 10. يستخدم $FSLY تنفيذ ويب تجميع خفيف الوزن لبدء التطبيقات بسرعة والتعامل مع الطلبات القريبة من المستخدمين