Nvidia-chef Jensen Huang havde et klart budskab i et interview med podcasten BG2 den 15. oktober: Kunderne bestiller AI-chips hurtigere, end selskabet kan levere dem. Samtidig argumenterede han for, at efterspørgslen efter AI-computerkraft ikke kun afhænger af et par store AI-laboratorier.
6
3
Det er et optimistisk syn på markedets vækst, men ikke et bevis på, at alle de planlagte investeringer bliver finansieret eller giver et godt afkast.
Ordrebogen vokser, selv om Nvidia øger udbuddet
Huang sagde, at nye ordrer kom ind »næsten ugentligt og dagligt«, og at Nvidias ordrebog voksede, samtidig med at selskabet øgede udbuddet. Efterspørgslen kommer ifølge omtalen fra store cloududbydere, nyere AI-cloudvirksomheder og producenter af udstyr. Nogle kunder planlægger deres behov langt frem, men den tilgængelige rapportering dokumenterer ikke, at alle planlægger et til to år frem.
6
8
43
Det er ikke kun antallet af chips, der kan begrænse udbygningen. Omtalen af Huangs udtalelser peger også på mangel på strøm og bredere infrastrukturbegrænsninger. Kilderne giver dog ikke grundlag for en detaljeret opgørelse over ufærdige datacentre eller konkrete komponentmangler.
42
AI-markedet er ifølge Huang større end de største laboratorier
Huang afviser idéen om, at hele AI-infrastrukturens regnestykke afhænger af, at et par førende laboratorier betaler for det. I én gengivelse af hans udtalelser går omtrent en tredjedel af Nvidias computerkapacitet til traditionelle opgaver, en tredjedel til open source-økosystemet og omkring 30 procent til førende AI-laboratorier. Det er afrundede kategorier fra omtalen, ikke en præcis opgørelse over alle arbejdsopgaver.
1
Andre omtaler anslår, at de førende AI-laboratorier står for omkring 25–30 procent af computeraktiviteten, mens traditionel databehandling og et bredere startup-økosystem udgør en stor del af resten. Pointen i Huangs argument er, at investeringscasen ikke nødvendigvis kræver, at OpenAI, Anthropic eller andre førende laboratorier hver især skaber indtægter på størrelse med hele infrastrukturudbygningen.
34
35
Milliardprognosen er et skøn, ikke en garanti
Huang har vurderet, at de globale investeringer i AI-infrastruktur kan nå 3.000–4.000 milliarder dollar om året i 2030. Heraf kan omkring 1.500 milliarder dollar gå til computerinfrastruktur. Han har også sagt, at det ikke ville overraske ham, hvis de årlige investeringer senere nåede 10.000 milliarder dollar. Det er prognoser, ikke resultater, der allerede er blevet bekræftet.
3
4
Tallene beskriver den mulige størrelse på investeringerne i infrastrukturen – ikke Nvidias omsætning og heller ikke et løfte om, at hvert projekt bliver rentabelt. Huangs argument er, at behovet for computerkraft kan brede sig til flere brugere og arbejdsopgaver. Men prognosen afgør ikke i sig selv, om finansieringen og økonomien i de enkelte projekter hænger sammen.
3
7
Stærk efterspørgsel fjerner ikke finansieringsrisikoen
Om kunderne ønsker mere computerkraft, og om de kan finansiere deres planer, er to forskellige spørgsmål. Huangs omtale af ordrebogen peger på efterspørgsel, men viser ikke i sig selv, at alle kunder kan betale for planerne, eller at udbyderne af infrastrukturen kan opnå et rentabelt afkast.
6
I en separat optræden hos Bloomberg forsvarede Huang AI-cloududbyderen CoreWeave og sagde: »CoreWeaves styrke forbedres hver dag.« Han sagde også, at virksomhedens kapitalomkostninger var faldende. Udtalelsen faldt ved et arrangement i Stockholm – ikke i BG2-interviewet.
39
Den mest afbalancerede læsning af Huangs udtalelser er derfor optimistisk, men med forbehold: Han ser efterspørgsel efter AI-computerkraft langt ud over de største modeludviklere, mens udbygningens størrelse og holdbarhed stadig afhænger af kapacitet, finansiering og afkast.