CoreWeave, Nebius: Tumataas ang presyo ng computing power, sumusuporta ang “malalaking tagapagpondo”, hanggang saan aabot ang lakas ng “alagang anak” ni NVIDIA?
Sa likod ng biglaang pagtaas ng Nebius at Coreweave at iba pang mga bagong cloud platform nitong mga nakaraang araw, batay sa mga resulta at conference call, malinaw na sobrang laki ng demand para sa AI cloud computing ngayon kumpara sa supply.
Kunwari sa Nebius, ang mga contract para sa medium- hanggang pangmatagalang panahon na 1-3 taon ay may presyo sa computational power na umaabot sa $20-25 bilyon/GW. Ngunit para makakuha ng mas magandang presyo, sadyang nag-iwan ang kumpanya ng ilang retail capacity at ginagamit ang auction method—nagpapaligsahan ang mga customer, at kung sino ang may pinakamataas na alok, siya ang nananalo. Ang auction ay nakakapagpresyo hanggang $50 bilyon/GW.
Dati, ang mga cloud service provider ang nag-aagawan sa bidding ng mga enterprise project. Ang ganitong kabaligtarang operasyon, na hindi pa kasama ang pagkakaiba ng presyo ng long-term contract at spot selling na humahantong sa 2X difference, ay nagpapakita talaga na kasalukuyang napaka-dominate ng sellers sa buong AI cloud computing market.
I. Gaano Katagal Magtatagal ang Malaking Diskarte ng Supply at Demand sa AI Compute Power?
Sa ganitong kalagayan, mapabago man na cloud provider o matagal nang malalaking kumpanya, ang malinaw na logic ay, ngayong taon, basta may hawak kang operational na kapasidad, dapat kang gantimpalaan.
Dahil dito, ginagamit ng SpaceX ang income na mas mababa sa $50 bilyon sa 2026 para sustentuhan ang halos $200 bilyon na kapital na gastos (ayon sa target na dagdag na computing capacity ng kumpanya). Ganoon din si Meta—mula sa self-built computing na pang-internal, kahit di pa sapat ang sariling AI model development, patuloy pa rin ang malaking investment, lumilipat na rin papuntang cloud computing rental business.
Dahil kapag linear mong ipinrognoza ang presyo ng compute power batay sa presyong 250-500 bilyong dolyar/GW ngayong taon, parang makakabawi agad ang cloud provider sa loob lang ng 1-2 taon. Lahat ng kita mula sa rent at residual value ng retired units ay bonus pa.
Ang likas na dahilan ng mismatch sa supply at demand ay ang model training ay software engineering, na pwedeng mag-eksponensyal ang pag-usad; pero ang AI compute capability ay nasa pisikal na mundo ng konstruksyon, produksyon, at pagmamanupaktura.
Kada anim na buwan ng malaking pag-upgrade ng modelo, kayang magpataas ng demand para sa token ng 10X, ngunit sa pisikal na mundo mula construction hanggang gumana ay linearly 1.5-2 taon. Ang mabilis na pag-usad sa virtual na mundo at ang limitasyon ng pisikal ay humahantong sa malaki at grasya na mismatch ng supply at demand.
Dahil dito, personal na ayokong gamiting basehan ang compute pricing ng 2026 para i-project linearly ang presyo sa susunod na taon. Sa basehan ng capital expenditure ng malalaking kumpanya ngayon, gaya ng Meta at SpaceX na pareho ng target sa 2027 na may 6-8 GW operational na plano, sa estima ko, sa 2027 ay papasok ang compute capacity sa yugto ng concentrated release.
Kaya, mula sa pananaw ng seguridad, mas mainam humanap sa malalaking kumpanya na mas maaga at malakihan ang capex na inilaan—tulad ng Amazon at Microsoft—dahil sila ang tiyak na may maaasahang kita sa panahon ng malinaw na shortage ng supply kumpara sa demand.
II. Si Nvidia “Ninong” ang Kumilos
Ang pagsabog pataas ng bagong cloud, hindi lang gantimpala ng market sa new cloud sa buy-side market, kundi may suporta rin mula sa Nvidia na may $500 bilyon na financing platform.
Para sustentuhan ang malalaking capital expenditure, unang ginagamit ng cloud giants ang kanilang operating cashflow. Kapag naubos na ito, ginagamit ang natirang pera, at kapag hindi na sapat, saka lang lumalapit sa financing.
Ang order ng financing ay una ay pagpapalabas ng bonds “on balance sheet”, sumunod ay “off balance sheet”, pagkatapos convertible bonds, at finally equity financing. Habang mas lumalakas ang equity aspect, mas tumataas ang financing cost. Subalit, dahil malalaking negosyo ito, mas mababa ang cost of capital para makapag-raise ng pera ang mga giants kaysa sa mga bagong cloud companies.
Sa mga new cloud providers gaya ng Coreweave, kapag nagpapalabas ng bonds, ang interest rate ay puwedeng umabot ng 8-9% (kumpara sa giants na nasa 5%), at kailangan pang gawing collateral ang biniling GPU equipment nila o cashflow mula sa client contracts. O gaya ng Nebius na dinederetso agad sa convertible bonds + stock issuance, na mas mataas ang financing cost.
Ang problema, kahit $10-20 bilyon na income ng new cloud sa isang taon, tapos $30-40 bilyon na capital expenditure, di sapat ang asset collateralized bond financing, at di praktikal ang sobra-sobrang equity dilution.
Sa panahong ito, muling pumasok ang “ninong” Nvidia at gumawa ng malaking galaw: Nagsimula sila ng kasunduan kasama ang anim na institusyong pinansyal—Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs, KKR—nag-sign ng memorandum of understanding para bumuo ng independent platform na may $500 bilyon na financing pool, para tugunan ang financing bottleneck ng new cloud.
Wala pang detalye pero base sa observation ko, malapit ito sa off-balance sheet financing model ng Meta—pero ang mga detalye, gaya ng residual value o project guarantee ratio na ibibigay ni Nvidia, at ang specific interest payment schedule ay antabayanan paglabas ng Nvidia financial reports.
Ang graph sa ibaba ay mula sa naging analysis ko noon ukol sa off-balance sheet financing ng Meta. Kung papalitan lamang ng Nvidia+Neoclouds bilang minority funder at si Nvidia bilang residual value guarantor (imbes na Meta), halos pareho lang talaga ang model.
Ang core rito ay ang residual value guarantee: Kailangan talaga ng partisipasyon at endorsement ni Nvidia, para pumasok ang mga funds gaya ng BlackRock, Blackstone na naghahanap lang ng sigurado at prioritized returns.
Para sa mga funds na ito, ang principal at interest recovery ay may dalawang source lang: a. Stable rental income mula sa pagpapaupa ng AI factory; b. Kapag nag-default ang tenant, ibebenta ang mga kagamitan ng planta, at dito ang building ay di gaanong depreciated ngunit ang IT equipment ay variable ang presyo.
Sa unang option, walang gaanong panganib, pero sa pangalawang option, a+b ay dapat maggarantiya ng principal, at kung maaari dapat may kaunting minimum return pa para sa funds gaya ng Blackrock.
Dahil walang kakayahang mag self-develop ng ASIC ang new cloud, halos lahat ng compute power ay mula sa Nvidia GPU + networking equipment, kaya ang core variable sa pagbenta ng equipment ay GPU. Si Nvidia ang nagga-garantiyang di bababa sa residual value nito para siguraduhin na kahit benta, sapat ang makukuhang pera para mabawi ang principal—ito ang susi sa malaking $500 bilyon na investment pool.
Mula sa pananaw ni Nvidia, ang GPU na nagkakahalaga ng $25, nabebenta nang $100, malinis na kita. Ngayon, sa bagong modelo, sa pagkalkula ng income at profit, dapat idagdag ang off-balance sheet contingent liability.
Sa panahon ng AI inferencing na bumababa ang moat ng Nvidia GPU, ang dagdag na bayad na ginagastos ni Nvidia para sa siguradong kita ay para tiyakin na, sa panahong nagde-develop na rin ng sariling ASIC ang cloud giants, sa pamamagitan ng financing strategy matulungan ang new cloud, mapanatili ang market share ng Nvidia GPU, at paliitin ang cost gap ng new cloud at giants.
Dahil dito, dapat tiyakin ni Nvidia na di mahigitan ng guarantee amount ang $75 gross margin kada unit. Ang willingness ni Nvidia ay nagpapakita na sa bawat generation ng hardware upgrade, naniniwala itong mapapalawig ng CUDA ecosystem at mga software upgrades ang lifecycle ng lumang GPU. Kahit pa di maganda ang operation ng isang data center, may market pa ring pwedeng pagbentahan sa iba.
Ganito, ginagamit ni Nvidia ang social capital para pondohan ang GPU compute power factory, palakihin ang puwesto ng new cloud at makalaban sa ASIC.
Depende sa payment terms ng data center leasing, kung makikita ng bagong cloud ang perang ito, parang ulan sa tagtuyot—maraming order, maraming contract hindi mapalabas ang kapasidad, sobra na ang balance sheet leverage, tapos dadalhin sa off-balance sheet na mas ligtas, nabawasan pa ang pressure sa balance sheet at equity dilution—isang napakagandang balita.
Sa kompetisyon ng bagong at lumang cloud, nananatili pa rin ang cost gap sa ASIC at GPU, at may bentahe pa rin ang lumang cloud sa cross-country multi-cloud deployment, ngunit sa dimension ng financing, ang $500 bilyon platform ay nagpapaliit ng cost gap, kaya nabawasan ang pressure ng bagong cloud sa pera—pwede na nilang ilaan ang lakas sa aktuwal na implementasyon at execution ng mga proyekto.
- WAKAS -
Hindi madaling gumawa ng artikulo, pindutin ang “Ibahagi” para tulungan akong mag-recharge~
Disclaimer: Ang nilalaman ng artikulong ito ay sumasalamin lamang sa opinyon ng author at hindi kumakatawan sa platform sa anumang kapasidad. Ang artikulong ito ay hindi nilayon na magsilbi bilang isang sanggunian para sa paggawa ng mga desisyon sa investment.
Baka magustuhan mo rin


Nagpakita sa ibang bansa, dumating din ang "araw ng tagumpay" para sa Didi

Nakatagong panganib sa $500 bilyong AI financing plan ng Nvidia, Trump adviser nagbabala sa panganib ng sobra-sobrang "dark GPU"
Nagbabala si David Sacks, tagapayo sa teknolohiya ni Trump, sa isang podcast na ang $500 bilyong plano sa AI financing ng Nvidia ay nahaharap sa pinakamalaking panganib ng sobrang compute power. Inihalintulad niya ito sa "dark fiber" crisis pagkatapos ng internet bubble—kung maraming GPU ang walang ginagawa at bumagsak ang presyo, maaaring magdulot ito ng seryosong pinsala sa buong AI infrastructure investment chain. Binanggit din niya na ang pampulitikang hadlang sa pagtatayo ng mga data center ay maaaring makapigil sa paglitaw ng labis na supply.
