#NvidiaDefendsAIFunding

#OracleAdobeToday cererea IA nu mai este întrebarea. Proiectul de lege este 👀 Oracle are un backlog uriaș de 638 miliarde de dolari, dar investitorii vor să vadă cât de repede devine venit și dacă acei bani pot depăși capex-ul AI. Adobe se confruntă cu un test similar cu Firefly și GenStudio: poate AI să crească veniturile fără a consuma marje? Ceea ce mi-a atras atenția a fost schimbarea. De la cloud-ul Oracle la software-ul Adobe și hardware-ul AI al Apple, cursa trece de la construirea AI la demonstrarea că chiar plătește

#OracleAdobeToday cererea IA nu mai este întrebarea. Proiectul de lege este 👀 Oracle are un backlog uriaș de 638 miliarde de dolari, dar investitorii vor să vadă cât de repede devine venit și dacă acei bani pot depăși capex-ul AI. Adobe se confruntă cu un test similar cu Firefly și GenStudio: poate AI să crească veniturile fără a consuma marje? Ceea ce mi-a atras atenția a fost schimbarea. De la cloud-ul Oracle la software-ul Adobe și hardware-ul AI al Apple, cursa trece de la construirea AI la demonstrarea că chiar plătește.

Oracle, Adobe, Today: Cererea de AI nu mai este problema. Costul este 👀 Oracle are un backlog uriaș de 638 miliarde de dolari, dar investitorii sunt dornici să vadă cât de repede se transformă în venituri și dacă acei bani pot depăși cheltuielile AI. Adobe se confruntă cu o provocare similară cu Firefly și GenStudio: poate AI să crească veniturile fără De la cloud-ul Oracle la software-ul Adobe și hardware-ul AI al Apple, accentul se mută de la crearea AI la a arăta că chiar merită. #SeptHikeOddsHit90%

#OracleAdobeToday cererea IA nu mai este întrebarea. Proiectul de lege este 👀 Oracle are un backlog uriaș de 638 miliarde de dolari, dar investitorii vor să vadă cât de repede devine venit și dacă acei bani pot depăși capex-ul AI. Adobe se confruntă cu un test similar cu Firefly și GenStudio: poate AI să crească veniturile fără a consuma marje? Ceea ce mi-a atras atenția a fost schimbarea. De la cloud-ul Oracle la software-ul Adobe și hardware-ul AI al Apple, cursa #SeptHikeOddsHit90% #BTCSpotETF450MOutflow #OracleAICloudUp121%

Testul mai dificil pentru finanțarea IA este calitatea veniturilor. Apărarea lui Huang indică contractele reale cu clienții și mica cotă de finanțare a tranzacțiilor de către Nvidia. Părerea mea: aceste detalii contează, dar cererea durabilă ar fi mai convingătoare dacă clienții pot finanța achiziții repetate de GPU-uri din fluxul de numerar operațional. Angajamentele de infrastructură singure nu pot rezolva această întrebare. #NvidiaDefendsAIFunding

Ciclu de drumeție "de scurtă durată", poziționare "neutră", multipli 20x: Ghidul Goldman pentru cumpărarea de AI în timp ce coada stângă încă este în flăcări

Mi s-a părut foarte interesant. Se pare că adăugarea unor plăci video mai ieftine te poate ajuta să obții mai multă muncă din cele scumpe pe care le deții deja. NVIDIA a testat acest lucru cu patru plăci grafice GB200 și două plăci RTX 6000D cu costuri reduse. Plăcile RTX se ocupau de etapa de procesare a imaginilor, lăsând GB200-urile să ruleze modelul de limbaj. Pe o sarcină de lucru încărcată de imagini, configurația combinată a servit cu 70% mai mult trafic, atingând același obiectiv de viteză de răspuns. Au adăugat hardware, deci nu a fost un câștig gratuit de performanță. Dar au crescut capacitatea fără să cumpere mai multe GB200. Cred că acest lucru deschide o oportunitate interesantă pentru neocloud-uri. Dacă accesul la cele mai scumpe cipuri limitează cât de multă muncă pot prelua, un cip mai ieftin care eliberează acele mașini devine mult mai valoros pentru ei. Asta ar putea trage cererea de AI și mai jos pe piața GPU-urilor. Acestea erau plăci RTX profesionale, nu plăci de gaming pentru consumatori. Dar oriunde plăcile de consum pot gestiona economic aceste sarcini mai mici, neocloud-urile ar putea deveni un alt cumpărător care concurează pentru același hardware ca jucătorii și micii dezvoltatori. O placă video de consum nu ar trebui să ruleze întregul model pentru a fi utilă. Ar trebui doar să ia suficientă muncă de la o GPU rară și scumpă pentru a justifica cumpărarea ei. Dacă acest lucru începe să se întâmple la scară largă, unele dintre lipsurile pe care le urmărim în centrele de date s-ar putea extinde în părți ale pieței care par bine aprovizionate astăzi.

Pentru toți experții în AI, înseamnă asta că liderii încetinesc public ceea ce eliberează, dar totuși operează intern sub dilema prizonierului și mențin ritmul? Asta e cam mișcarea de vindecare, nu? Din punct de vedere optic, asta ar însemna că toată dezvoltarea internă încetinește, structura pieței rămâne confuză, FCF se dezvoltă mai lent, iar capitalul capital devine mai dependent de datorie. Cred.

#OracleAdobeToday cererea IA nu mai este întrebarea. Proiectul de lege este 👀 Oracle are un backlog uriaș de 638 miliarde de dolari, dar investitorii vor să vadă cât de repede devine venit și dacă acei bani pot depăși capex-ul AI. Adobe se confruntă cu un test similar cu Firefly și GenStudio: poate AI să crească veniturile fără a consuma marje? Ceea ce mi-a atras atenția a fost schimbarea. De la cloud-ul Oracle la software-ul Adobe și hardware-ul AI al Apple, cursa trece de la construirea AI la demonstrarea că chiar plătește. #SeptHikeOddsHit90%

10 NUME CARE CARTOGRAFIAZĂ PEISAJUL AI CLOUD 1. $CRWV combină integrarea profundă a $NVDA cu software conceput pentru a menține funcționarea eficientă a clusterelor masive de antrenament AI 2. $NBIS combină hardware + software intern cu controlul asupra infrastructurii și energiei, creând mai multe oportunități de îmbunătățire a eficienței 3. $DOCN face inferența AI și dezvoltarea agenților accesibile afacerilor mai mici prin intermediul unei platforme cloud gestionate 4. $IREN combină terenurile deținute cu o conductă mare de energie securizată, oferindu-i o bază pentru extinderea capacității AI 5. $SHAZ combină parteneriate regionale cu capabilități cloud suverane pentru a deservi clienții care au nevoie de infrastructură locală și control al datelor 6. $NET combină inferența AI cu uneltele pentru dezvoltatori, stocarea și securitatea, facilitând construirea aplicațiilor în rețeaua sa de margine 7. Crusoe își construiește campusurile în jurul energiei disponibile, aliniind dezvoltarea centrelor de date cu energia necesară pentru a le opera 8. Lambda este specializată în clustere GPU dense cu software gestionat care simplifică antrenarea și rularea modelelor AI 9. $AKAM reunește informatica, securitatea și livrarea conținutului într-o rețea globală consacrată, aproape de clienți 10. $FSLY folosește execuție ușoară WebAssembly pentru a porni rapid aplicații și a gestiona cererile apropiate de utilizatori