Kluczowe punkty Cicha zmiana w globalnej infrastrukturze sztucznej inteligencji zmienia sposób dostępu do krytycznych chipów. Wprowadzanie oprogramowania zza kulis może sprawić, że ekosystem Nvidii stanie się mniej ekskluzywny. Rozwój sztucznej inteligencji ewoluuje w sposób, który może zmienić to, kto ma prawdziwy wpływ.
Nvidia zmierza ku końcowi 2025 roku, po bardzo udanym roku, podczas którego na nowo zdefiniowała, co to znaczy być chipowym gigantem w okresie rozwoju sztucznej inteligencji. W dużej mierze powodem tegorocznego sukcesu jest bardzo chwalony sprzęt.
Ale następny zestaw nagłówków nie dotyczy tylko szybszych chipów. Chodzi o to, dokąd pójdą chipy i czy Nvidia może zmienić kierunek świata oprogramowania, którym rządzi.
I tak pojawiły się chipy Nvidii, których Chiny nie miały dotykać
Ograniczenia eksportu z USA miały na celu zatrzymanie najbardziej zaawansowanego sprzętu AI Nvidii poza Chinami.
Zamiast tego zmienili popyt w nową formę, trudniejszą do kontrolowania, łatwiejszą w uprawie i już zasobną w gotówkę.
Z raportu Financial Times wynika, że Tencent nabywa zaawansowane chipy Blackwell firmy Nvidia za pośrednictwem centrum danych pod Osaką, prowadzonego przez Datasection, japońską firmę, która przeszła od marketingu do centrów danych AI.
Więcej NVIDIA:
Według osób zaznajomionych ze sprawą Tencent uzyska dostęp do dużej dostawy 15 000 procesorów Nvidia Blackwell od Datasection bez konieczności wysyłania chipów do Chin.
Model „neocloud” sugeruje, że procesorów graficznych nie należy kupować, a raczej wynajmować.
A popyt jest jasny, jak podkreśla dyrektor generalny Datasection Norihiko Ishihara.
Ale teraz to nie wystarczy; 10 000 powinno być wymogiem minimalnym. To szalony biznes.
Norihiko Ishihary
Dyrektor generalny sekcji danych
Za kamieniem milowym Nvidii zaczynają pojawiać się nowe naciski. — Źródło: Cho/Getty Images Z czeku na kwotę 272 milionów dolarów wynika, że ta działalność nie jest działalnością poboczną
Liczby pojawiające się w raportach „Financial Times” wykraczają poza „interesujące” i zaczynają wydawać się „systemowe”.
Według „Financial Times” firma Datasection zgodziła się zapłacić 272 miliony dolarów za 5000 chipów Nvidia B200 dla swojego zakładu w Osace. Zostało to poparte trzyletnim kontraktem o wartości 406 milionów dolarów, powiązanym z ważnymi relacjami z klientami.
Potem przyszedł kolejny zwrot: trzyletnia umowa o wartości 800 milionów dolarów na centrum danych w Sydney, które pomieści dziesiątki tysięcy nowych chipów Nvidia B300. Datasection twierdzi, że pierwsze 10 000 B300 będzie kosztować 521 milionów dolarów.
To nie jest decyzja firmy, która uważa, że popyt jest najwyższy.
Jeśli raczej uważasz, że popyt dopiero zaczyna rosnąć i chcesz być punktem poboru opłat, oto, jak możesz znaleźć rozwiązanie.
Zbiór zasad Waszyngtonu uległ zmianie i cała historia zależy od momentu
„Financial Times” podał również, że przepisy administracji Bidena zamkną lukę prawną, która umożliwiła zawarcie umowy leasingu offshore, ale prezydent Donald Trump odwołał te plany w maju. „Financial Times” twierdził, że Datasection szybko zakończyła po tym umowę z Osaką.
Stanowisko prezydenta Trumpa w sprawie sztucznej inteligencji wpłynęło już na Nvidię w inny sposób.
Plan działania AI z końca lipca usunął ograniczenia nałożone na procesory Nvidia H200 i ułatwił centrom danych AI uzyskiwanie pozwoleń. Powiedział także, że 9 lipca Nvidia tymczasowo stała się pierwszą firmą, której kapitalizacja rynkowa wyniosła 4 biliony dolarów.
Wszystko to oznacza, że inwestorzy muszą zmierzyć się z faktem, że ryzyko polityczne Nvidii nie jest ulicą jednokierunkową. Można je zaostrzyć, złagodzić lub zmienić, a nowe modele biznesowe wypełnią luki.
Teraz nadchodzi ruch, który uderza Nvidię tam, gdzie naprawdę żyje.
Poniższa narracja dotyczy przede wszystkim tego, dlaczego sprzęt Nvidia jest domyślny, podczas gdy historia „neocloud” dotyczy tego, gdzie można używać sprzętu Nvidia.
I tu w dłuższej perspektywie problemy Nvidii będą się pogłębiać.
Jak podaje Reuters, Google pracuje nad projektem o nazwie TorchTPU, który ułatwi procesorom Google TPU uruchamianie PyTorch. Pomysł jest taki, aby uczynić użytkowników mniej zależnymi od środowiska CUDA Nvidii.
Google może produkować sprzęt cały dzień. Doświadczenie programisty jest tym, co naprawdę go wyróżnia.
To nie jest biznes, który poddaje się na rynku; To korporacja, która mówi klientom: „Masz opcje, a my ułatwimy ci je”.
W artykule Reutersa wskazano również, że Google współpracuje z Meta, firmą obsługującą PyTorch, nad przyspieszeniem projektu TorchTPU.
To ważna kwestia, bo goni przewagę Nvidii od wewnątrz.
Programiści nie chcą przepisywać stosów. Chcą najłatwiejszej drogi.
Jeśli PyTorch dobrze współpracuje z TPU, kara za „koszt zmiany”, która zapewnia bezpieczeństwo zysków Nvidii, staje się mniejsza; nie w jeden dzień, ale wystarczająco, aby zespoły zakupowe zaczęły zadawać trudniejsze pytania i wystarczająco dużo, aby główni klienci mogli uzyskać lepsze ceny podczas negocjacji.
Skutki finansowe: liczby pokazują ogromną skalę tego pola bitwy
Tutaj z pomocą przychodzą „oficjalne zapisy”: łączą szum z prawdziwymi pieniędzmi.
Nvidia zarabia mnóstwo pieniędzy na centrach danych
Raport finansowy Nvidii za trzeci kwartał podaje, że firma osiągnęła rekordową sprzedaż o wartości 57 miliardów dolarów. Obejmowało to rekordowe przychody z centrów danych wynoszące 51,2 miliarda dolarów.
To właśnie w tej maszynowni działa cały handel sztuczną inteligencją.
Artykuły Nvidii ujawniają, że Chiny nadal stanowią dużą część historii. W swoim raporcie rocznym za rok finansowy 2025 Nvidia zauważyła, że przychody z jej centrów danych w Chinach wzrosły, ale nadal pozostawały „znacznie poniżej” poziomu kontroli przed eksportem jako odsetek całkowitych przychodów centrów danych.
Kiedy zagraniczne firmy wkraczają, aby zaspokoić chiński popyt, nie chodzi tylko o politykę; Jest to także bezpośredni kanał do najważniejszego obszaru rozwoju Nvidii.
Google Cloud gromadzi opóźnienia jak skrzynia wojenna
Oficjalny raport 10-k Alphabet za kwartał zakończony 30 września 2025 r. wykazał, że pozostałe zobowiązania do wykonania wyników (naliczone przychody) wynoszą 157,7 miliarda dolarów, „głównie związane z Google Cloud”, przy czym oczekuje się, że nieco ponad 55% zostanie zrealizowane w ciągu następnych 24 miesięcy.
To rodzaj opóźnienia, który opłaca się za długie walki, na przykład zwiększanie atrakcyjności TPU dla programistów PyTorch.
Przewiduje się, że w 2025 r. Meta wyda od 70 do 72 miliardów dolarów na nakłady inwestycyjne, co obejmuje płatności z tytułu leasingu finansowego.
Meta nie chce na zawsze pozostać z jednym dostawcą; Dlatego nie wydają zbyt dużo pieniędzy. Jeśli TorchTPU ułatwi sprawę, Meta ma wszelkie powody, aby w dalszym ciągu odsuwać ekosystem od polegania na jednym dostawcy.
Rynek nie potrzebuje, aby Nvidia „przegrała”, żeby to miało znaczenie
Jest to część, którą inwestorzy często przeoczają: jeśli Nvidia będzie mogła nadal zarabiać pieniądze, nadal może mieć problemy z marżami, jeśli:
Duzi nabywcy mają realne możliwości. Zmniejszają się koszty zmiany oprogramowania. Morskie kanały popytu stają się coraz bardziej wrażliwe na zmiany polityczne.
W ten sposób pozbędziesz się dominacji, a nie ją zniszczysz.
Co dalej oglądać dla Nvidii
Oto, czego należy szukać, aby ustalić, czy coś związanego z Nvidią to tylko hałas.
Czy paradygmat „neoclouda” wykracza poza Japonię i Australię do innych miejsc, gdzie budowane są duże centra danych? Czy TortorTPU zapewnia prawdziwe doświadczenie programistyczne (dokumentacja, narzędzia i wydajność porównywalna z innymi projektami), czy też jest to nadal projekt? Czy główni konsumenci sztucznej inteligencji zaczynają publicznie mówić o multistakingu, mimo że ich głównym dostawcą pozostaje Nvidia?
Ekonomika AI w dalszym ciągu zależy od Nvidii.
Ale kiedy Chiny będą mogły wypożyczać komputery Nvidia z innych krajów, a Google będzie mógł ułatwić korzystanie z komputerów innych niż Nvidia w PyTorch, następny rozdział nie będzie już tylko opowieścią o popycie.
Staje się narracją o dźwigni. A te zawsze są większymi katastrofami.
O autorach
Faizan Farooque jest pisarzem zajmującym się rynkiem finansowym z prawie dziesięcioletnim doświadczeniem w zakresie akcji i makrotechnologii. Współpracował z TheStreet, MT Newswires, GuruFocus i InvestorPlace, dostarczając najświeższe informacje, raporty o wynikach i analizy akcji oparte na danych odbiorcom detalicznym i instytucjonalnym. Faizan jest specjalistą, który regularnie pisze na temat technologii, akcji konsumenckich i ekonomii. Wcześniej pracował w S&P Global jako analityk danych, doskonaląc swoje podstawy i okazjonalnie publikując wiadomości. Jego obecna praca koncentruje się na zyskach przedsiębiorstw, trendach wyceny i strategii aktywów cyfrowych, łącząc rygorystyczne badania z przejrzystymi raportami w stylu AP.
Celine jest autorką i redaktorką z ponad 20-letnim doświadczeniem, która omawiała różne wiadomości, artykuły, tematy akademickie/dochodzeniowe i prawne. W TheStreet.com Celine jest starszym redaktorem z doświadczeniem w handlu detalicznym, giełdzie, inwestowaniu, finansach osobistych, technologii, ekonomii i podróżach.
