Jeeva_jvan

A Google acabou de dizer em voz alta o que estava em silêncio na conferência de tecnologia do Goldman: os servidores de IA se pagam em menos de dois anos, em média. Em menos de um ano se você usar silício da Google. Thomas Kurian deu o número. Uma hora antes, Hock Tan na $AVGO disse que a indústria gasta ~US$ 200 bilhões/ano produzindo tokens de inferência, contra ~US$ 150 bilhões de receita de modelos. O livro da indústria está no vermelho. A Google diz que seu próprio kit se paga dentro de doze meses. Ambos podem ser verdade. A afirmação de Kurian tem como diferencial a integração vertical. 2,7x melhor custo-benefício no treinamento. 80% melhor na inferência. 30% melhor em CPUs. Chip e modelo foram projetados juntos. A segunda revelação é o problema do $NVDA. Agora a Google está vendendo TPUs como capex. Os clientes compram as caixas, rodam em suas próprias instalações. Também há uma linha de neocloud com a Blackstone. O motivo de Kurian foi direto: quando o cliente possui o hardware, a Google não gasta capex, não executa o fornecimento de energia nem usa o espaço no piso. Receita sem a obra. Isso é um negócio de silício “merchant”. Kurian disse que o portfólio de aceleradores e CPUs da Google é mais de 2x o do próximo maior hyperscaler. Mesma sessão: 17 linhas de produto acima de US$ 1 bilhão. Negócios de US$ 100 milhões+ aumentaram 2x ano a ano e trimestre a trimestre. Clientes que se comprometem normalmente gastam 50%+ acima do compromisso. 90% das empresas da Fortune 100 no Gemini Enterprise. O jogo do trade de IA tem sido: quem vende a computação. A Google está argumentando que consegue vender o chip, alugar o chip e vender o modelo que roda nele. Observe as margens do Cloud no próximo trimestre. É aí que uma mistura de compras de capital deixa de ser uma frase de conferência. $GOOGL $NVDA $AVGO