#NvidiaDefendsAIFunding

$NVDA CEO Jensen Huang zegt dat "cybersecurity waarschijnlijk het volgende grote toepassingsgebied van AI zal zijn" en dat het "continu zal draaien." Als beveiliging zich ontwikkelt naar altijd-aan AI-inferentie, kan dat de werklast die via platforms zoals $CRWD en $PANW loopt aanzienlijk vergroten.#PPIHotCPINext #OracleAICloudUp121% #BTCSpotETFOutflows

#OracleAdobeToday De vraag is niet langer of er vraag is naar AI. De rekening is 👀 Oracle heeft een enorme achterstand van $638 miljard, maar investeerders willen zien hoe snel dit omzet wordt en of die cash AI-capex kan overtreffen. Adobe staat voor een vergelijkbare test met Firefly en GenStudio: kan AI de omzet verhogen zonder de marges aan te tasten? Wat mijn aandacht trok, is de verschuiving. Van Oracle's cloud naar Adobe's software en Apple's AI-hardware, de race verschuift van het bouwen van AI naar het bewijzen dat het daadwerkelijk winst oplevert.

Oracle, Adobe, Vandaag: AI-vraag is niet langer het probleem. De kosten zijn het 👀 Oracle heeft een enorme achterstand van $638 miljard, maar investeerders zijn benieuwd hoe snel dit omzet wordt en of die cash de AI-uitgaven kan overtreffen. Adobe staat voor een vergelijkbare uitdaging met Firefly en GenStudio: kan AI de omzet verhogen zonder Van Oracle’s cloud tot Adobe’s software en Apple’s AI-hardware, de focus verschuift van het creëren van AI naar het aantonen dat het daadwerkelijk rendeert. #SeptHikeOddsHit90%

De moeilijkere test voor AI-financiering is de kwaliteit van de omzet. De verdediging van Huang wijst op echte klantcontracten en Nvidia's kleine aandeel in dealfinanciering. Mijn interpretatie: die details zijn belangrijk, maar duurzame vraag zou overtuigender zijn als klanten herhaalde GPU-aankopen kunnen financieren uit de operationele kasstroom. Alleen infrastructuurverplichtingen kunnen die vraag niet beantwoorden. #NvidiaDefendsAIFunding

"Kortdurende" Hiking-Cyclus, "Neutrale" Positionering, 20x Vermenigvuldigingen: Goldmans Gids Voor Het Kopen Van AI Terwijl De Linkerstaart Nog Steeds In Vlam Staat

Ik vond dit echt interessant. Blijkbaar kan het toevoegen van goedkopere GPU's je helpen om meer werk uit de dure GPU's die je al bezit te halen. NVIDIA heeft dit getest met vier GB200 GPU's en twee goedkopere RTX 6000D GPU's. De RTX-kaarten namen de beeldverwerkingsfase voor hun rekening, terwijl de GB200's het taalmodel draaiden. Bij een beeldintensieve werklast bediende de gecombineerde opstelling 70% meer verkeer terwijl dezelfde responssnelheid werd gehaald. Ze voegden hardware toe, dus dit was geen gratis prestatieverbetering. Maar ze verhoogden de capaciteit zonder meer GB200's te kopen. Ik denk dat dit een interessante kans opent voor neoclouds. Als de toegang tot de duurste chips beperkt hoeveel werk ze kunnen aannemen, wordt een goedkopere chip die die machines ontlast veel waard voor hen. Dat zou de AI-vraag verder naar beneden kunnen trekken in de GPU-markt. Dit waren professionele RTX-kaarten, geen consumentengamingkaarten. Maar waar consumentenkaarten die kleinere taken economisch kunnen afhandelen, zouden neoclouds een andere koper kunnen worden die concurreert om dezelfde hardware als gamers en kleine ontwikkelaars. Een consument-GPU hoeft niet het hele model te draaien om nuttig te zijn. Het hoeft alleen maar genoeg werk van een schaarse, dure GPU over te nemen om de aankoop te rechtvaardigen. Als dat op grote schaal begint te gebeuren, zouden sommige van de tekorten die we in datacenters zien zich kunnen verspreiden naar delen van de markt die er vandaag de dag goed voorzien uitzien.

Voor alle AI-experts, betekent dit dat de leiders publiekelijk het tempo van hun releases vertragen, maar intern nog steeds opereren onder een gevangenendilemma en het tempo behouden? Dat is eigenlijk de slimme zet, toch? Optisch gezien zou dit betekenen dat alle interne ontwikkeling vertraagt, de marktstructuur onduidelijk blijft, de vrije kasstroom langzamer tot stand komt en de kapitaalinvesteringen meer afhankelijk worden van schulden. Dat denk ik.

#OracleAdobeToday AI-vraag is niet langer de vraag. De rekening is 👀 Oracle heeft een enorme achterstand van $638 miljard, maar investeerders willen zien hoe snel dit omzet wordt en of die cash AI-capex kan overtreffen. Adobe staat voor een vergelijkbare test met Firefly en GenStudio: kan AI de omzet verhogen zonder de marges aan te tasten? Wat mijn aandacht trok is de verschuiving. Van Oracle's cloud naar Adobe's software en Apple's AI-hardware, de race verschuift van het bouwen van AI naar het bewijzen dat het daadwerkelijk winst oplevert. #SeptHikeOddsHit90%

10 NAMEN DIE HET AI-CLOUDLANDSCHAP IN KAART BRENGEN 1. $CRWV combineert diepe $NVDA-integratie met software die is ontworpen om enorme AI-trainingsclusters efficiënt te laten draaien 2. $NBIS combineert interne hardware + software met controle over infrastructuur en stroom, wat meer mogelijkheden creëert om de efficiëntie te verbeteren 3. $DOCN maakt AI-inferentie en agentontwikkeling toegankelijk voor kleinere bedrijven via een beheerd cloudplatform 4. $IREN combineert eigen grond met een grote beveiligde stroomleiding, wat het een basis geeft voor het uitbreiden van AI-capaciteit 5. $SHAZ combineert regionale partnerschappen met soevereine cloudmogelijkheden om klanten te bedienen die lokale infrastructuur en gegevenscontrole nodig hebben 6. $NET combineert AI-inferentie met ontwikkelaarstools, opslag en beveiliging, waardoor het gemakkelijker wordt om applicaties te bouwen over zijn edge-netwerk 7. Crusoe bouwt zijn campussen rond beschikbare energie en stemt datacenterontwikkeling af op de benodigde stroom om ze te laten werken 8. Lambda is gespecialiseerd in dichte GPU-clusters met beheerde software die het trainen en draaien van AI-modellen vereenvoudigt 9. $AKAM brengt computing, beveiliging en contentlevering samen via een gevestigd wereldwijd netwerk dicht bij klanten 10. $FSLY gebruikt lichte WebAssembly-uitvoering om applicaties snel te starten en verzoeken dicht bij gebruikers af te handelen

Het verbaast me nog steeds hoeveel mensen denken dat AI-computing niet de grootste markt ter wereld zal worden De uitgaven aan traditionele cloudinfrastructuur groeiden jaarlijks met ongeveer 52% van 2010 tot 2020, voornamelijk ter ondersteuning van het internet AI-computing is als "eenheden" van arbeid. Eerst voor witteboordenwerk. Daarna voor blauweboordenwerk (robotica) Het internet is enorm, maar niet zo groot als de totale arbeidsmarkt