Mr_WEBX

Google Cloud только что вслух проговорил то, о чём обычно молчат на техконференции Goldman: AI-серверы окупаются в среднем меньше чем за два года. Меньше чем за год, если вы используете Google silicon. Томас Куриан назвал цифру. Часом ранее Хок Тан в $AVGO сказал, что отрасль тратит около ~$200B в год на производство inference-токенов при ~$150B модельной выручки. Книга отрасли уходит в минус. Google говорит, что его собственный комплект возвращает инвестиции меньше чем за двенадцать месяцев. И то, и другое может быть правдой. Сильная сторона заявления Куриана — вертикальная интеграция: в 2,7 раза лучшее соотношение цена/производительность при обучении, на 80% лучше при инференсе, на 30% лучше на CPU. Чип и модель проектировали вместе. Второе раскрытие — это проблема $NVDA. Теперь Google продаёт TPUs как capex. Клиенты покупают «коробки», запускают их у себя в зданиях. Есть также линейка neocloud с Blackstone. Объяснение Куриана было прямым: когда у клиента есть собственное железо, Google не тратит capex, не обеспечивает питание и не занимает площадь. Выручка без строительства. Это бизнес «мерчантского» силикона. Куриан сказал, что портфель ускорителей и CPU у Google — больше чем в 2 раза, чем у следующего по величине hyperscaler. Та же сессия: 17 продуктовых линеек с оборотом выше $1B. Сделки на $100M+ растут в 2 раза по YoY и QoQ. Клиенты, которые берут обязательство, обычно тратят на 50%+ больше, чем сам коммит. 90% Fortune 100 в Gemini Enterprise. В этой AI-игре вопрос был в том, кто продаёт вычисления. Google утверждает, что может продавать чип, сдавать чип в аренду и продавать модель, которая на нём работает. Следите за Cloud-маржами в следующем квартале. Именно там структура капитальных закупок перестаёт быть строчкой из выступления. $GOOGL $NVDA $AVGO