План NVIDIA по финансированию ИИ-вычислений на 500 миллиардов долларов: как GPU-инфраструктура становится классом активов

Введение

NVIDIA пытается изменить способ оплаты вычислительных мощностей в ИИ-индустрии.

10 августа 2026 года компания объявила о стратегическом партнёрстве с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR для создания независимых платформ финансирования вычислений для ИИ-инфраструктуры на базе NVIDIA.

Масштаб целей огромен: эти платформы призваны привлечь более 500 миллиардов долларов стороннего капитала в долгосрочной перспективе.

Эту цифру следует воспринимать с осторожностью.

NVIDIA не создаёт единый фонд на 500 миллиардов долларов, и шесть институциональных инвесторов не объявили публично о фиксированных индивидуальных взносах. Стороны подписали меморандумы о взаимопонимании, а окончательные соглашения, условия проектов, графики развёртывания и фактические обязательства по капиталу ещё предстоит определить.

Эта концепция выходит далеко за рамки простого кредитования клиентов на покупку GPU.

NVIDIA хочет, чтобы ИИ-фабрики — включая полный технологический стек из ускорителей, сетей, системного ПО, ИИ-фреймворков и сопутствующей инфраструктуры — финансировались как производственная инфраструктура. Вместо того чтобы каждой ИИ-лаборатории, предприятию или облачному провайдеру полностью оплачивать затраты из собственного баланса, долгосрочный институциональный капитал может владеть этими активами или финансировать их, а клиенты платят за доступ к вычислительным мощностям.

Аргумент Дженсена Хуанга прост: в сфере ИИ вычисления приносят доход, поэтому вычислительную инфраструктуру можно андеррайтить как производственный актив, а не рассматривать как быстро обесценивающуюся технологическую покупку.

NVIDIA хочет, чтобы Уолл-стрит финансировала ИИ-фабрики

За последние два года одним из главных препятствий для масштабирования ИИ стал капитал.

Передовые ИИ-лаборатории нуждаются в более крупных кластерах для обучения и предоставления более мощных моделей. Предприятия хотят перенести больше рабочих нагрузок в ИИ. Облачные провайдеры и новые облачные сервисы конкурируют за наращивание мощностей.

Оборудование дорого, и расходы выходят далеко за рамки самих GPU.

Современная ИИ-фабрика может потребовать:

• ускорители
• высокоскоростные сети
• хранилища
• распределение электроэнергии
• системы жидкостного охлаждения
• здания
• землю
• подключение к электросети
• системное ПО
• эксплуатацию
• долгосрочные обязательства по мощностям

Крупные технологические компании могут финансировать большую часть этих расходов за счёт денежного потока и публичных долговых рынков.

Меньшие ИИ-компании и операторы инфраструктуры часто не могут этого сделать.

Финансовый план NVIDIA призван привлечь более масштабный частный и институциональный капитал для заполнения этого пробела.

Согласно объявленной структуре, шесть финансовых групп создадут специализированные пулы капитала и будут независимо оценивать проекты, связанные с ИИ-инфраструктурой на базе NVIDIA.

NVIDIA предоставляет технологическую платформу и экосистему.

Финансисты обеспечивают андеррайтинг, капитал, экспертизу в инфраструктуре и доступ к рынкам капитала.

Компания заявляет, что целевые

клиенты включают:

• передовые ИИ-лаборатории
• ИИ-нативные стартапы
• крупные предприятия
• ИИ-облачных провайдеров
• правительства и национальные ИИ-проекты

Эта модель может предоставить дорогие вычислительные ресурсы тем организациям, которые испытывают острую потребность, но не могут или не хотят единовременно нести полные расходы на закупку инфраструктуры.

Это ближе к инфраструктурному финансированию, чем к потребительской рассрочке

Называть эту концепцию "ипотекой на GPU" — образно, но фактическая структура ближе к инфраструктурному и оборудовательному финансированию.

Упрощённая схема может выглядеть следующим образом:

Институциональный капитал
        ↓
Финансовый инструмент / владелец инфраструктуры
        ↓
ИИ-фабрика на базе NVIDIA
        ↓
Долгосрочный пользователь вычислений
        ↓
Плата за использование или арендоподобный денежный поток
        ↓
Обслуживание долга / доход инвесторов

Пользователю вычислений не обязательно напрямую владеть каждым GPU.

Финансовые институты оценивают, сможет ли проект генерировать достаточно устойчивый денежный поток, чтобы оправдать инвестиции.

Эта оценка может включать:

• кредитное качество клиента
• срок контракта
• коэффициент использования вычислительных мощностей
• ожидаемый арендный доход
• спрос на модели
• стоимость электроэнергии
• срок службы оборудования
• остаточную стоимость
• варианты передислокации

Эта модель аналогична распространённому бизнесу финансирования активов — одна сторона владеет или финансирует приобретение высокоценного производственного актива, а другая отвечает за его использование.

Аренда самолётов — очевидная аналогия.

Авиакомпании не всегда покупают каждый самолёт за наличные. Лизингодатель может владеть самолётом и получать платежи в течение длительного времени, сохраняя при этом стоимость физического актива.

ИИ-вычисления могут следовать аналогичной модели финансирования, хотя амортизационные характеристики GPU значительно отличаются от самолётов.

Почему NVIDIA считает, что вычисления могут стать инвестиционным классом активов

Дженсен Хуанг 11 августа опубликовал ещё один комментарий, утверждая, что вычисления для ИИ-фабрик NVIDIA обладают качествами, которые инвесторы ищут в инфраструктуре.

Его аргументация строится на четырёх ключевых пунктах.

1. Этот актив приносит доход

ИИ-инфраструктура — не простаивающее оборудование.

Она может использоваться для обучения, логического вывода, тонкой настройки, научных вычислений, агентных рабочих нагрузок, генерации медиа, робототехники и других платных услуг.

Если мощности остаются загруженными, оборудование генерирует регулярный денежный поток.

2. Архитектура поддерживает множество рабочих нагрузок

NVIDIA утверждает, что её инфраструктура не ограничивается одной моделью.

Один и тот же GPU-кластер может обслуживать язык, зрение, речь, биологию, физический ИИ, робототехнику и высокопроизводительные вычисления.

Это упрощает передислокацию оборудования при смене клиентов или рабочих нагрузок.

3. CUDA расширяет потенциальную базу пользователей

Программная экосистема NVIDIA критически важна для аргументации о финансировании, поскольку оборудование стоит больше, когда им может пользоваться больше клиентов.

CUDA широко применяется в облаке, фреймворках, приложениях и корпоративных средах.

Это создаёт более глубокий вторичный рынок вычислительных мощностей.

4. Программное обеспечение может продлить эффективный экономический срок службы

Хуанг утверждает, что постоянная оптимизация CUDA может со временем обеспечивать лучшую экономическую отдачу от установленного оборудования.

Программное обеспечение не может остановить физическое старение и не делает старые GPU эквивалентными новым архитектурам, но оно может повысить коэффициент использования, производительность

ядер, поддержку фреймворков и диапазон рабочих нагрузок, которые остаются экономически целесообразными.

Цифра в 500 миллиардов долларов — это цель, а не привлечённый капитал

Это различие — ключ к пониманию данного объявления.

NVIDIA заявляет, что эти платформы финансирования призваны со временем мобилизовать более 500 миллиардов долларов совокупного стороннего капитала.

Компания прямо указывает, что эта цифра:

• не является выручкой NVIDIA
• не представляет собой единый фонд
• не является обязательством перед конкретным клиентом

Reuters сообщает, что NVIDIA не раскрыла объёмы обязательств каждой из шести финансовых организаций, детальные условия финансирования или графики развёртывания.

Текущие договорённости основаны на меморандумах о взаимопонимании.

Окончательные соглашения ещё предстоит согласовать.

Это означает, что заголовки о том, что NVIDIA "привлекла 500 миллиардов долларов", преувеличивают то, что произошло на самом деле.

Более точное описание состоит в том, что NVIDIA вместе с шестью крупными финансовыми институтами строит платформу, чья публично заявленная долгосрочная цель — привлечь более 500 миллиардов долларов в проекты AI-инфраструктуры.

Какой объём риска возьмёт на себя NVIDIA?

NVIDIA пытается ответить на очевидное опасение: если компания продаёт GPU и одновременно предоставляет гарантии по финансированию, действительно ли Уолл-стрит принимает на себя независимый риск?

Хуан Жэньсюнь заявил, что поставщики капитала будут независимо андеррайтировать каждый проект.

Они должны самостоятельно проверять клиентов, уровень загрузки, денежные потоки, спрос и остаточную стоимость.

NVIDIA может предоставить механизм поддержки остаточной стоимости в размере до 25% от возможностей проекта, с оценкой в каждом конкретном случае.

Это не следует описывать как гарантию NVIDIA на 25% всей платформы в 500 миллиардов долларов.

Данный механизм ограничен, привязан к конкретным проектам и связан с остаточной стоимостью активов.

В теоретическом максимальном сценарии 25% от 500 миллиардов долларов составили бы 125 миллиардов долларов, что объясняет появление этой цифры в отчётах. Однако фактический объём риска NVIDIA будет зависеть от того, какие проекты получат поддержку и как структурировано каждое соглашение.

NVIDIA заявляет, что её цель — высвобождение независимого капитала при сохранении собственного риска под контролем.

Почему Уолл-стрит заинтересована

Шесть партнёров — это не просто технологические инвесторы.

Это одни из крупнейших мировых институтов в сфере инфраструктуры, частного кредитования, страхового капитала, пенсионных фондов и управления долгосрочными активами.

AI-инфраструктура предоставляет им новую площадку для размещения капитала.

Крупный вычислительный проект может предложить:

• Контрактные платежи
• Долгосрочный доход от использования
• Материальное обеспечение
• Возврат остаточной стоимости
• Денежные потоки, схожие с инфраструктурными
• Доступ к росту ИИ без покупки долей в AI-стартапах

Для институтов, управляющих пенсионными или страховыми средствами, привлекательность иная, чем для венчурных инвестиций.

Им не обязательно нужно, чтобы стартап стал компанией стоимостью в сотни миллиардов долларов.

Им нужен предсказуемый доход от производительного актива с измеримой загрузкой и возможностью возврата стоимости.

Именно поэтому превращение вычислительных мощностей в нечто моделируемое, финансируемое и перепродаваемое может оказаться не менее важным, чем масштаб первых сделок.

Сделка с Anthropic показывает, как может выглядеть такое финансирование

В исходной статье в качестве примера того, как финансирование AI-инфраструктуры уже эволюционирует, приводится компания Anthropic.

В июне 2026 года Apollo и Blackstone поддержали проект расширения вычислительных мощностей Anthropic примерно на 35 миллиардов долларов, связанный с кастомными чипами и инфраструктурой для ИИ совместно с Broadcom и Google.

Данная структура использует частный капитал для финансирования вычислительной инфраструктуры, а не требует от Anthropic напрямую оплачивать всё оборудование собственными средствами.

В открытых отчётах описывается специальная целевая структура, в которой долг обеспечен платежами, аналогичными лизинговым, а Broadcom предоставляет поддержку остаточной стоимости для приоритетной части финансирования.

Конкретные детали не полностью совпадают с новой платформой NVIDIA.

Но экономический принцип схож:

Поставщик капитала покупает или финансирует вычислительные мощности
        ↓
AI-компания использует вычислительные мощности
        ↓
Долгосрочные платежи погашают финансирование
        ↓
Оборудование сохраняет определённую возвратную стоимость

Новая инициатива NVIDIA пытается превратить сделки, которые раньше велись поштучно, в повторяемый канал финансирования, охватывающий более широкую клиентскую базу.

Более масштабный сдвиг: AI-инфраструктура может поглощать институциональный капитал

Глубинный смысл финансовой программы выходит за рамки простого переноса расходов с баланса отдельного клиента.

Если AI-вычисления будут приняты в качестве主流 инфраструктурного актива, потенциальная капитальная база окажется гораздо шире, чем денежные резервы технологических компаний.

Возможные источники капитала включают:

• Пенсионные фонды
• Страховые компании
• Инфраструктурные фонды
• Фонды национального благосостояния
• Фонды частного кредитования
• Инвесторы в долговые обязательства, обеспеченные активами
• Банки и инвесторы на рынках капитала

Эти инвесторы уже финансируют аэропорты, коммунальные предприятия, телекоммуникационные вышки, трубопроводы, логистические объекты, самолёты, недвижимость и центры обработки данных.

NVIDIA хочет, чтобы ИИ-фабрики также участвовали в этом диалоге.

Однако для этого инвесторам необходимы убедительные ответы на несколько вопросов:

• Как долго ещё прослужит оборудование?
• Как быстро новые поколения GPU обесценят предыдущие?
• Можно ли передать оборудование другому оператору?
• Будут ли клиенты продолжать платить за вычисления?
• Какова фактическая перепродажная стоимость через несколько лет?
• Какая доля экономической выгоды приходится на программное обеспечение NVIDIA, а не на сами чипы?

Финансовая платформа может предложить структуру, но не может устранить эти риски.

Реакция рынка обнажает другую сторону этой ставки

Объявление не было встречено безоговорочным энтузиазмом.

10 августа акции NVIDIA упали примерно на 2,9%, поскольку инвесторы оценивали финансовую программу на фоне более широкого рыночного давления.

В тот же день акции нескольких альтернативных управляющих компаний, участвовавших в программе, выросли.

Этот контраст поднимает знакомое опасение в сфере AI-инфраструктуры: циклическое финансирование.

Его логика такова:

1. Чипмейкер хочет, чтобы клиенты покупали больше инфраструктуры.
2. Клиентам нужно финансирование, чтобы позволить себе эту инфраструктуру.
3. Поставщик капитала обеспечивает средства для закупки.
4. Чипмейкер получает выручку за оборудование.
5. Если клиент позже столкнётся с трудностями, финансовая структура может опираться на сохранение стоимости того же оборудования.

В самой агрессивной форме финансирование со стороны поставщика может создать видимость более сильного спроса, в то время как риск накапливается в других частях системы.

NVIDIA напрямую ответила на эту критику в статье Хуана Жэньсюня от 11 августа.

Компания утверждает, что данная программа отличается тем, что шесть поставщиков капитала являются независимыми институтами, которые будут принимать собственные кредитные решения, а не просто полагаться на слова NVIDIA о том, что каждый проект можно финансировать.

Это различие важно, но опасения не исчезнут, пока инвесторы не увидят, как конкретные проекты будут структурированы и какой объём риска в конечном счёте останется у NVIDIA.

Почему GPU отличаются от самолётов

Аналогия с самолётами помогает объяснить структуру финансирования, но работает хуже при обсуждении амортизации.

Самолёты обесцениваются в основном в зависимости от возраста, налёта часов, циклов взлёта и посадки, технического обслуживания и рыночного спроса.

GPU же могут быстро обесцениваться, поскольку новая архитектура меняет экономику вычислений.

Если более новый ускоритель превосходит старый по производительности на ватт, объёму памяти, сетевым возможностям или стоимости за токен, прежние видеокарты могут потерять привлекательность, даже если продолжают безупречно работать.

Этот риск технологического устаревания, вероятно, является самым сложным аспектом использования GPU в качестве долгосрочного обеспечения.

Пятилетняя модель финансирования требует оценки стоимости чипа через несколько поколений продукции.

В отрасли с быстрой сменой ускорителей и постоянным изменением структуры наиболее ценных рабочих нагрузок под влиянием новых моделей архитектур, это крайне непростая задача.

Ответ NVIDIA: CUDA, взаимозаменяемость и повторное развёртывание

Ответ Хуана Жэньсюня состоит в том, что вычислительные продукты NVIDIA не являются устройствами одного назначения.

GPU, который больше не подходит для обучения самых передовых моделей, всё ещё может использоваться для:

• Донастройки (fine-tuning)
• Инференса
• Малых моделей
• Корпоративных рабочих нагрузок
• Научных вычислений
• Рендеринга
• Симуляций
• Пакетной обработки
• Региональных облачных мощностей

Широта экосистемы CUDA увеличивает число потенциальных вторичных пользователей.

Это важно для кредиторов, поскольку актив становится безопаснее, если его можно передать другим клиентам.

NVIDIA также указывает, что улучшения программного обеспечения постоянно повышают производительность установленного оборудования.

Актив может быть менее конкурентоспособным, чем новые GPU, но это не значит, что он ничего не стоит.

A100 — любимый пример NVIDIA

NVIDIA выпустила A100 в 2020 году.

Спустя шесть лет Хуан Жэньсюнь заявил, что A100 по-прежнему активно используется в коммерческих целях для обучения, донастройки, инференса и высокопроизводительных вычислений.

Клиенты продолжают принимать многолетние обязательства по мощностям на базе этой архитектуры.

Для NVIDIA это доказательство того, что экономический срок службы центровых GPU может быть значительно дольше, чем предполагает цикл выпуска продуктов.

Это также поддерживает аргумент, что модели финансирования не требуют от старых GPU оставаться самыми быстрыми чипами на рынке всё время.

Достаточно, чтобы GPU сохранял достаточную производительность и эффективность, чтобы пользователи продолжали платить за его использование.

Арендные цены на H100 усиливают аргументацию NVIDIA

В исходной статье также приводятся данные SemiAnalysis о ценах аренды, на которые ссылался Дженсен Хуанг.

Согласно статье NVIDIA от 11 августа, годовая арендная ставка на H100 выросла с примерно 1,70 доллара за GPU-час в октябре 2025 года до примерно 2,35 доллара за GPU-час в марте 2026 года.

Медианная цена по требованию у разных провайдеров выросла с примерно 2,00 долларов за GPU-час в октябре 2025 года до примерно 2,70 долларов в июне 2026 года.

Для кредиторов стабильные или растущие арендные ставки подтверждают точку зрения о том, что даже после выхода более новых продуктов установленные старые GPU продолжают генерировать денежный поток.

Однако для покупателя исторические арендные ставки не следует рассматривать как гарантию будущей остаточной стоимости.

Предложение GPU, доступность электроэнергии, эффективность моделей, конкурирующее оборудование, спрос на инференс и новые архитектуры могут быстро изменить экономическую ситуацию.

Что фактически согласовано на данный момент

Текущий этап всё ещё носит предварительный характер.

NVIDIA подписала меморандумы о взаимопонимании с шестью финансовыми институтами.

Компания пока не раскрыла публично:

• окончательное генеральное соглашение о финансировании
• объём средств, который предоставит каждый институт
• первый финансируемый проект
• первого клиента
• полный целевой график развёртывания
• стандартные процентные ставки
• стандартные условия аренды
• единую формулу расчёта остаточной стоимости

Предполагается, что каждая возможность финансирования будет оцениваться индивидуально.

Это означает, что итоговая платформа может выглядеть не как стандартизированный глобальный ипотечный продукт, а скорее как набор повторяемых структур финансирования, применяемых к различным клиентам и проектам дата-центров.

Механизм поддержки в 25% не срабатывает автоматически

Ещё одна деталь, которую стоит повторить, — механизм остаточной стоимости.

NVIDIA заявляет, что в определённых случаях она может предоставить поддержку в размере до 25% по той или иной возможности.

Это не срабатывает автоматически.

Это не обещание, что каждый GPU сохранит 25% своей покупной цены.

Это также не комплексная гарантия, покрывающая всю цель в 500 миллиардов долларов.

Ожидается, что эта поддержка будет оцениваться по каждому проекту отдельно и будет дополнять независимый андеррайтинг со стороны финансирующих организаций.

Такая конструкция явно направлена на то, чтобы уменьшить внешнее впечатление, будто NVIDIA просто финансирует продажи собственной продукции.

Примут ли инвесторы такое разграничение, будет зависеть от фактических контрактов.

Кто выигрывает больше всего

Платформа финансирования, судя по всему, наиболее полезна для:

клиентов с сильным спросом на вычислительные мощности, но с менее доступным дешёвым капиталом по сравнению с крупными технологическими корпорациями.

Передовые ИИ-лаборатории

Лаборатории могут расширять возможности обучения и инференса, не отвлекая излишний акционерный капитал на оборудование.

Облачные провайдеры ИИ

Neocloud и операторы GPU-облаков могут быстрее наращивать мощности, когда финансирование оборудования опирается на долгосрочный клиентский спрос.

Крупные предприятия

Компании, строящие частные ИИ-фабрики, могут предпочесть структуры финансирования или привязки к объёму использования, а не разовые крупные капитальные закупки.

Правительства

Национальные ИИ-проекты могут использовать инфраструктурное финансирование для ускорения суверенных вычислительных инициатив, не полагаясь полностью на ежегодные технологические бюджеты.

Наиболее качественными проектами, скорее всего, будут те, где есть долгосрочные контракты, высокая загрузка, первоклассные клиенты и явный вторичный рынок для оборудования.

Что может пойти не так

Данная инициатива также несёт в себе ряд рисков.

1. Оборудование обесценивается быстрее ожидаемого

Новые поколения ускорителей могут существенно снизить экономическую ценность финансируемых поколений оборудования.

2. Снижение загрузки

Дата-центры, построенные под ожидаемый спрос на ИИ, могут работать ниже мощности, ослабляя денежный поток, используемый для погашения финансирования.

3. Дефолты клиентов

Некоторые передовые лаборатории и ИИ-облака быстро растут, но остаются капиталоёмкими и могут не иметь инвестиционного кредитного рейтинга.

4. Задержки с электроэнергией снижают выручку

Если дата-центры не могут получить электроэнергию, сетевую инфраструктуру, охлаждение или окончательные регуляторные разрешения, GPU не смогут генерировать доход.

5. Рост эффективности ИИ опережает рост спроса

Если моделям потребуется значительно меньше вычислений для того же объёма выходных данных, установленные мощности могут оказаться под давлением, даже если уровень внедрения ИИ продолжит расти.

6. Чрезмерная взаимосвязанность циклов финансирования

Если технологические поставщики, клиенты, финансисты и гаранты остаточной стоимости окажутся слишком глубоко переплетены, потери в одном звене экосистемы могут быстро распространиться на другие.

Что это означает для ценообразования ИИ

В конце оригинальной статьи финансовая система связывается с ценой, которую конечные пользователи платят за ИИ.

Эта связь реальна, хотя и опосредованная.

Стоимость модели включает не только исследования и разработки.

Она также отражает такие затраты, как:

• GPU
• электроэнергия
• сеть
• строительство дата-центров
• финансирование
• амортизация
• эксплуатация

Если инфраструктура может финансироваться под более низкие процентные ставки и поддерживать высокую загрузку в течение длительного времени, стоимость единицы вычислений может снизиться.

Это может удешевить обучение более крупных моделей, а также сделать инференс и подписки на ИИ-сервисы доступнее с течением времени.

И наоборот.

Если рынок перенасыщен, оборудование обесценивается быстрее ожидаемого или потери по финансированию растут, стоимость капитала для будущей ИИ-инфраструктуры может увеличиться.

Таким образом, Уолл-стрит становится частью стека ИИ-продуктов, хотя конечные пользователи никогда не увидят её в интерфейсе.

Правила игры в вычислительном бизнесе меняются

NVIDIA больше не просто поставщик чипов.

Она предоставляет ускорители, сетевые решения, программное обеспечение, референсные проекты, архитектуру ИИ-фабрик, экосистемные стандарты, а теперь ещё и каркас для привлечения масштабного внешнего капитала в процесс строительства.

Это изменит конкурентный ландшафт.

Гонка ИИ по-прежнему касается возможностей моделей, но всё больше зависит и от того, кто сможет построить доступные вычислительные мощности с минимальными затратами, эффективно финансировать их, поддерживать полную загрузку и сохранять стоимость на протяжении нескольких поколений оборудования.

Цель NVIDIA в 500 миллиардов долларов — это, по сути, ставка на то, что её экосистема достаточно устойчива, чтобы Уолл-стрит признала вычислительные мощности долгосрочной высокопроизводительной производственной инфраструктурой.

Ближайшие годы проверят самое ключевое допущение этого тезиса: сколько будут стоить сегодняшние GPU после выхода ещё нескольких поколений?

Часто задаваемые вопросы

Собрала ли NVIDIA 500 миллиардов долларов наличными?

Нет. NVIDIA подписала меморандумы о взаимопонимании с шестью финансовыми институтами с целью создания платформы финансирования для постепенной мобилизации более 500 миллиардов долларов стороннего капитала. Конкретные обязательства, окончательные соглашения и график развёртывания публично не раскрыты.

Какие финансовые институты сотрудничают с NVIDIA?

Среди объявленных партнёров: Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR. Ожидается, что эти институты будут независимо андеррайтить возможности в сфере ИИ-инфраструктуры, а не просто автоматически финансировать всех клиентов NVIDIA.

Означает ли это, что предприятия смогут покупать GPU NVIDIA в рассрочку?

Речь не о потребительской рассрочке. Программа ближе к структурам финансирования оборудования, инфраструктуры, частного кредита и лизинга, где поставщики капитала финансируют ИИ-фабрики, а клиенты платят за долгосрочный доступ или использование.

Гарантирует ли NVIDIA финансирование?

NVIDIA заявляет, что может предоставить механизм поддержки остаточной стоимости до 25% по определённым возможностям, оцениваемым в индивидуальном порядке. Это не комплексная гарантия на 25% от цели в 500 миллиардов долларов.

Почему инвесторы рассматривают GPU как инфраструктурный актив?

Инвесторы могут оценивать регулярный доход от вычислительных мощностей, глубину клиентского рынка, загрузку, сроки контрактов и остаточную стоимость. NVIDIA считает, что CUDA, широкая поддержка рабочих нагрузок и возможность повторного развёртывания делают её оборудование более долговечным и ликвидным, чем узкоспециализированные технологические активы.

Каков главный риск многолетнего финансирования GPU?

Технологическое устаревание — ключевой риск. Новые поколения ускорителей подрывают экономическую ценность предыдущих поколений гораздо быстрее, чем физический износ снижает стоимость традиционного инфраструктурного оборудования.

Остаются ли старые GPU NVIDIA коммерчески полезными?

Да. NVIDIA приводит в пример A100, выпущенный в 2020 году, — это оборудование всё ещё используется спустя годы для обучения, инференса, тонкой настройки и высокопроизводительных вычислений. Но это не гарантирует, что каждое будущее поколение GPU повторит ту же модель остаточной стоимости.

Может ли такое финансирование сделать ИИ дешевле для пользователей?

Возможно.

Более низкая стоимость финансирования, более высокий коэффициент использования и более длительный срок эффективной службы оборудования могут снизить стоимость единицы вычислительной мощности. Конечная цена услуг ИИ по-прежнему зависит от множества факторов, включая эффективность моделей, конкуренцию, энергоресурсы, программное обеспечение и спрос.

Связанные инструменты

• NVIDIA DSX: Платформа NVIDIA для проектирования, моделирования, развертывания и эксплуатации фабрик ИИ.
• NVIDIA AI Factories: Инфраструктурная архитектура NVIDIA для крупномасштабных вычислительных объектов ИИ.
• CUDA Toolkit: Платформа программирования GPU и программная экосистема NVIDIA, являющаяся ядром обоснования остаточной стоимости компании.
• NVIDIA AI Enterprise: Поддерживаемая корпоративная программная платформа NVIDIA для развертывания и управления рабочими нагрузками ИИ.
• NVIDIA DGX Cloud Lepton: Платформа, соединяющая разработчиков с вычислительными мощностями GPU нескольких облачных провайдеров.

Связанные ссылки

• NVIDIA объявляет план финансирования вычислительных мощностей на 500 миллиардов долларов: Официальное объявление о шести партнерствах, меморандумах о взаимопонимании и долгосрочных целях по привлечению капитала.
• Джен-Сун Хуан: вычислительные мощности фабрик ИИ как инвестиционный класс активов: Подробное разъяснение NVIDIA по остаточной стоимости, CUDA, долговечности A100, ценам аренды H100 и механизму поддержки 25%.
• Reuters: NVIDIA сотрудничает с Уолл-стрит для продвижения финансирования ИИ на 500 миллиардов долларов: Независимый репортаж об объявлении, целях по капиталу и нераскрытых условиях.
• Reuters: Apollo и Blackstone поддерживают расширение вычислительных мощностей Anthropic на 35 миллиардов долларов: Контекстная информация о крупных прецедентах частного капитала в финансировании вычислительных мощностей ИИ.
• NVIDIA DSX: Официальная документация платформы NVIDIA уровня фабрик ИИ.
• NVIDIA CUDA Toolkit: Официальная платформа разработчика CUDA от NVIDIA, упоминаемая в обосновании долгосрочной экономики вычислительных мощностей.
• NVIDIA AI Enterprise: Официальная документация производственного программного стека ИИ от NVIDIA.

Резюме

NVIDIA подписала меморандумы о взаимопонимании с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR с целью создания независимых платформ финансирования для постепенной мобилизации более 500 миллиардов долларов на инфраструктуру ИИ.

Этот проект не является завершенным раундом финансирования на 500 миллиардов долларов. Это рамочная структура, направленная на превращение фабрик ИИ на базе NVIDIA в активы, которые долгосрочные поставщики капитала могут финансировать, сдавать в аренду, страховать и, возможно, перепродавать.

Ключевой вопрос заключается в остаточной стоимости. NVIDIA утверждает, что CUDA, широкая поддержка рабочих нагрузок, возможность повторного развертывания, долговечность A100 и устойчивая экономика аренды H100 делают GPU-инфраструктуру достаточно долговечной для финансирования инфраструктурного типа. Инвесторы по-прежнему сталкиваются с такими рисками, как быстрое устаревание оборудования, коэффициент использования, кредитоспособность клиентов, электроэнергия и циклическое финансирование.

Если Уолл-стрит примет вычислительные мощности как долгосрочный производственный актив, следующие шаги

Этапы гонки ИИ могут в равной степени зависеть от финансирования и остаточной стоимости, а также от исходной производительности моделей.