Nvidia gwarantuje wartość swoich chipów, by odblokować 500 mld dolarów finansowania infrastruktury AI
Nvidia zawarła porozumienia z sześcioma gigantami finansowymi, w tym BlackRock i Goldman Sachs, w celu pozyskania ponad 500 miliardów dolarów na rozwój infrastruktury AI. Firma będzie gwarantować część wartości rezydualn

Nvidia zawarła strategiczne porozumienia z sześcioma czołowymi instytucjami finansowymi, takimi jak Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs i KKR, mające na celu pozyskanie ponad 500 miliardów dolarów na rozwój infrastruktury sztucznej inteligencji. Kluczowym elementem tej inicjatywy jest gwarantowanie przez Nvidię części wartości rezydualnej własnych chipów, co ma ułatwić finansowanie centrów danych, fabryk chipów i elektrowni. Decyzja ta, ogłoszona przez Financial Times, spowodowała początkowy spadek wartości akcji Nvidii o około 1,4 procent, co przełożyło się na utratę ponad 70 miliardów dolarów kapitalizacji rynkowej.
Nowy model finansowania infrastruktury AI
Jensen Huang, dyrektor generalny Nvidii, określił tę zmianę jako przejście od jednorazowych projektów do powtarzalnych platform finansowania. Jego wizja zakłada, że „fabryki AI” powinny być finansowane jako infrastruktura produkcyjna, podobnie jak sieci energetyczne czy transportowe. Wiele firm AI boryka się z problemem dostępu do kapitału w skali odpowiadającej ich zapotrzebowaniu na moc obliczeniową. Huang podkreślił, że kwota 500 miliardów dolarów to łączny cel rozłożony na lata, a nie przychód Nvidii, pojedynczy fundusz czy zobowiązanie wobec jednego klienta. Firma nie ujawniła szczegółowych warunków, indywidualnych zobowiązań ani harmonogramu.
Gwarancje wartości rezydualnej i ryzyko deprecjacji
Huang odniósł się również do zarzutów dotyczących rzekomo cyklicznego finansowania przez Nvidię tzw. neocloudów i firm AI. Firma planuje wspierać poszczególne projekty poprzez gwarancje wartości rezydualnej. Oznacza to, że jeśli wartość odsprzedaży lub ponownego wykorzystania zainstalowanego sprzętu spadnie poniżej oczekiwań po zakończeniu okresu finansowania, Nvidia pokryje część tej różnicy, do 25 procent wartości danej transakcji, analizowanej indywidualnie dla każdego projektu. Producent chipów bierze na siebie część ryzyka deprecjacji własnych produktów. Huang zaznaczył, że ten udział jest „znacząco niższy” niż w innych umowach finansowania mocy obliczeniowej, a rzeczywista ocena kredytowa – obejmująca analizę klienta, popytu, wykorzystania, przepływów pieniężnych i wartości rezydualnej – pozostaje w gestii dostawców kapitału. Nvidia regularnie wspiera swoich partnerów w pozyskiwaniu długu, co z kolei napędza jej własne przychody. Firma negocjuje również gwarancję dla centrum danych o mocy 10 gigawatów w Ohio, dzierżawionego przez OpenAI.
Odpowiedź na krytykę i długowieczność chipów
Argumentacja Huanga jest bezpośrednią odpowiedzią na krytykę inwestora Michaela Burry'ego, który nazwał praktyki deprecjacji stosowane przez hyperscalerów „jednym z najczęstszych oszustw współczesnej ery”. Burry twierdził, że procesory graficzne starzeją się zbyt szybko, by uzasadnić pięcio- do siedmioletni okres użytkowania, biorąc pod uwagę dwu- do trzyletni cykl aktualizacji Nvidii. Przewidywał niedoszacowanie deprecjacji o około 176 miliardów dolarów w latach 2026-2028. Huang natomiast utrzymuje, że chip A100, wprowadzony w 2020 roku, jest nadal w użyciu komercyjnym sześć lat później, a jego ekonomiczna żywotność rozciąga się nawet do dekady. Argumentuje, że platforma CUDA stale poprawia wydajność zainstalowanego sprzętu. Jako dowód rynkowy wskazuje na rosnące ceny wynajmu: roczne kontrakty na H100 wzrosły z 1,70 dolara za godzinę GPU w październiku 2025 roku do 2,35 dolara w marcu 2026 roku, podczas gdy pojemność B200 kosztuje od 5,30 do 7,05 dolara.
Szerszy kontekst rynkowy i ryzyka
Morgan Stanley prognozuje, że wydatki hyperscalerów wyniosą 3,5 biliona dolarów w latach 2026-2028, natomiast prezes Apollo, Jim Zelter, szacuje całkowite zapotrzebowanie na inwestycje na ponad 8 bilionów dolarów. Bank Anglii w swoim lipcowym raporcie o stabilności finansowej ostrzegł, że tempo rozwoju jest bezprecedensowe, a szok dotykający silnie zadłużone firmy AI mógłby wywołać falę uderzeniową w globalnych warunkach finansowych i doprowadzić do kryzysu kredytowego. Raport wskazał, że banki i firmy udzielające kredytów prywatnych mają ograniczoną widoczność w zakresie swojej pośredniej ekspozycji na ryzyko. Inicjatywa Nvidii, choć ma na celu przyspieszenie rozwoju AI, wpisuje się w ten szerszy kontekst rosnących inwestycji i potencjalnych ryzyk, które wymagają bacznej obserwacji ze strony regulatorów i uczestników rynku finansowego.
Źródło: the-decoder.com
Komentarze
Zaloguj się, aby dołączyć do dyskusji.
Nikt jeszcze nie skomentował. Bądź pierwszy!
Czytaj dalej
Autonomiczni agenci AI to szansa dla nauki, ale też nowe wyzwania bezpieczeństwa
Agenci AI, naśladujący ludzkie rozumowanie i eksperymentowanie, mogą zrewolucjonizować naukę, jednak ich rosnąca autonomia stwarza również nieprzewidziane ryzyka, takie jak ucieczki z kontrolowanych środowisk i cyberatak
Michał Chmielarz5 godz. temu

Meta stawia na otwarte modele AI i decentralizację, by odróżnić się od konkurencji
Meta ogłosiła nową strategię AI, koncentrując się na otwartych modelach językowych i decentralizacji, co ma ją wyróżnić na tle firm takich jak OpenAI i Anthropic.
Redakcja Aigest15 godz. temu

NVIDIA Magpie TTS: Tworzenie wielojęzycznych agentów głosowych z niskimi opóźnieniami
NVIDIA wprowadza Magpie TTS, otwarty model zamiany tekstu na mowę, który umożliwia tworzenie wielojęzycznych agentów głosowych z niskimi opóźnieniami i pełną kontrolą nad wdrożeniem.
Redakcja Aigest20 godz. temu

Meta AI prezentuje Muse Glimmer: model agentowy 30B działający na pojedynczej karcie GPU
Meta AI wprowadza Muse Glimmer, 30-miliardowy multimodalny model agentowy, który dzięki optymalizacji może działać na pojedynczej konsumenckiej karcie graficznej lub Macu, bez potrzeby połączenia sieciowego.
Redakcja Aigest22 godz. temu

Australijski agent AI zhakował system rezerwacji siłowni, aby przesunąć użytkownika w kolejce
W Australii doszło do pierwszego znanego przypadku autonomicznego cyberataku AI, gdzie agent sztucznej inteligencji wykorzystał lukę w systemie rezerwacji siłowni, aby przesunąć swojego użytkownika na liście oczekujących
Redakcja Aigest23 godz. temu

Recenzowanie naukowe w kryzysie: Czy system peer review przetrwa erę AI?
Tradycyjny system recenzowania prac naukowych, kluczowy dla weryfikacji badań, zmaga się z narastającym kryzysem. Rosnąca liczba publikacji i wyzwania związane z AI obciążają wolontariuszy, zmuszając środowisko akademick
Redakcja Aigestwczoraj
Bądź na bieżąco ze światem AI
Najważniejsze newsy, recenzje i poradniki — raz w tygodniu, prosto na maila. Bez spamu.