Dlaczego IREN sądzi, że mocy obliczeniowej dla AI może stale brakować

IREN przedstawia boom na infrastrukturę AI nie jako zwykły cykl inwestycyjny, lecz jako problem trwałego niedoboru po stronie podaży. Zdaniem Daniela Robertsa, współzałożyciela i współdyrektora generalnego spółki, każda dodatkowa porcja mocy obliczeniowej może umożliwiać bardziej zaawansowane modele, większą skalę inferencji oraz nowe zastosowania AI. To z kolei tworzy kolejny popyt. Fizyczne zaplecze tej mocy powstaje natomiast znacznie wolniej. 13

Ta teza tłumaczy, dlaczego IREN — spółka przechodząca od wydobycia Bitcoina do usług chmurowych dla AI — rozważa nakłady inwestycyjne rzędu 25–30 mld USD w roku fiskalnym 2027. Dla inwestorów ważne jest jednak rozróżnienie między przekonaniem firmy o sile popytu a jej zdolnością do wykonania wyjątkowo kapitałochłonnego planu.

Popyt cyfrowy rośnie szybciej niż fizyczna infrastruktura

Według Robertsa popyt na AI sam się wzmacnia. Większa dostępność mocy pozwala trenować większe modele, obsługiwać więcej zapytań inferencyjnych i wdrażać kolejne produkty komercyjne. Podaż zależy zaś od materialnych elementów: produkcji i przesyłu energii, przyłączeń do sieci, gruntów, budowy centrów danych, chłodzenia, procesorów graficznych GPU oraz zespołów zdolnych te systemy uruchomić. IREN mówi o poszerzającej się luce między cyfrowym popytem a fizyczną podażą. 13

W tej interpretacji obecny cykl różni się od typowego boomu surowcowego. W klasycznym cyklu wysokie ceny przyciągają kapitał i z czasem mogą wywołać nadmiar mocy. W AI trudniej o nadpodaż, ponieważ uruchomienie działającej, zasilanej infrastruktury GPU ograniczają długie terminy realizacji oraz dostępność energii — nie tylko gotowość do wydawania pieniędzy. 113

Goldman Sachs potwierdza, że energia jest jednym z głównych ograniczeń, choć nie dowodzi tezy IREN, że podaż nigdy nie dogoni popytu. Bank podniósł prognozę zapotrzebowania amerykańskich centrów danych na energię w 2030 r. do około 108 GW, z wcześniejszych 83 GW, i zwiększył prognozę średniorocznego tempa wzrostu do 3,5% do 2030 r. 19 W odrębnych doniesieniach, przypisywanych Goldman Sachs, wskazano, że moc centrów danych w USA może do 2030 r. wzrosnąć ponad trzykrotnie, do około 125 GW. Pojęć „moc” i „zapotrzebowanie na energię” nie należy jednak traktować jako tożsamych miar. 20

Jak IREN chce sfinansować nawet 30 mld USD nakładów

Sednem argumentu finansowego IREN jest to, że kwota 25–30 mld USD oznacza łączne nakłady projektowe, a nie równowartość kapitału, który spółka musiałaby pozyskać przez emisję akcji. Roberts stwierdził, że przedpłaty klientów mogłyby pokryć około połowy wydatków na GPU, a pożyczkodawcy sfinansować dużą część reszty poprzez struktury zabezpieczone aktywami, w tym samymi GPU. 14

IREN podał, że w ciągu ośmiu miesięcy pozyskał 9,3 mld USD finansowania w formie przedpłat klientów, obligacji zamiennych, leasingu GPU i finansowania GPU. 32 Według doniesień dotyczących planu kapitałowego, z 19 mld USD pozyskanego finansowania 3 mld USD pochodziły z kapitału własnego. 2

Najbardziej konkretnym przykładem jest umowa z Microsoftem. IREN ogłosił kontrakt o wartości około 9,7 mld USD na pięć lat, dotyczący infrastruktury chmurowej GPU opartej na systemach Nvidia GB300. Wdrożenie ma następować w czterech etapach po 50 MW, łącznie zapewniając 200 MW krytycznego obciążenia IT. Umowa obejmuje 20-procentową przedpłatę klienta. 2533 Z tą umową Microsoftu wiązano również linię finansowania GPU o wartości 3,65 mld USD. 27

Taka konstrukcja może ograniczyć potrzebę finansowania inwestycji nowym kapitałem akcyjnym, ale nie usuwa ryzyka. Model wymaga wiarygodnych kredytowo klientów, terminowych przedpłat, sprawnie działającego rynku długu i finansowania sprzętu, odpowiedniej wartości zabezpieczeń w postaci GPU, dostaw na czas oraz uruchamiania zasilania centrów danych zgodnie z harmonogramem.

Skąd kwartalna strata 684 mln USD

IREN wykazał kwartalną stratę netto w wysokości 684 mln USD w trakcie przechodzenia z wydobycia kryptowalut do chmury AI. Zarząd i późniejsze publikacje przypisały znaczną część wyniku pozycjom niegotówkowym związanym z wycofywaniem lub sprzedażą sprzętu do kopania: odpisowi aktualizującemu o wartości 450,4 mln USD oraz spadkowi wartości godziwej sprzętu przeznaczonego do sprzedaży o 102,1 mln USD. 67

Pozycje te same w sobie nie oznaczają gotówkowego kosztu ekspansji AI. Są jednak ekonomicznie istotne: odzwierciedlają koszt wygaszania starszych aktywów w chwili, gdy spółka rozpoczyna znacznie większą rozbudowę infrastruktury.

IREN wskazywał na około 4 mld USD zakontraktowanych rocznych przychodów w ujęciu run-rate, związanych z mocą AI na 2026 r., która miała być w dużej mierze wyprzedana. Przychody AI Cloud w raportowanym kwartale wyniosły około 70,5 mln USD. 68 Zakontraktowane przychody mogą poprawiać możliwość finansowania projektów infrastrukturalnych, lecz nie są tym samym co już otrzymane przepływy pieniężne ani gwarancja, że przyszła moc będzie osiągała podobną rentowność.

Rosnące stawki kontraktów są kluczowe dla ekonomiki projektu

Zarząd podał, że ceny kontraktów trzyletnich wzrosły od listopada o około 125%, a pięcioletnich o około 70%. Ostatnie umowy trzyletnie wyceniano na ponad 20 mln USD za MW obciążenia IT, a toczące się rozmowy dotyczyły poziomu około 25 mln USD za MW. Według zarządu wcześniejszy poziom cen oznaczał około dwuletni okres zwrotu z inwestycji w moc obliczeniową. 1217

Te deklaracje łączą tezę o niedoborze podaży z oczekiwanymi zwrotami z projektów. Jeśli moc dla AI pozostanie deficytowa, dostawcy dysponujący dostarczonym zasilaniem, zainstalowanymi GPU i zakontraktowanymi klientami mogą podpisywać wysokowartościowe umowy, zanim infrastruktura stanie się powszechnie dostępna. Jeżeli jednak ceny spadną, ekonomika sprzętu się pogorszy albo obiekty zostaną opóźnione, ta sama kapitałochłonność stanie się poważnym słabym punktem.

Neochmury kontra hiperskalerzy

IREN, CoreWeave i Nebius działają na rynku wyspecjalizowanych chmur GPU, określanych jako „neochmury”. Ich oferta koncentruje się na infrastrukturze zoptymalizowanej pod AI, bezpośrednim dostępie do mocy i potencjalnie niższych stawkach niż w uniwersalnych chmurach hiperskalerów — największych globalnych operatorów chmurowych.

Opublikowane porównania cen pokazują znaczące różnice, lecz trzeba je interpretować ostrożnie. Jedno z zestawień oszacowało 30-dniowy koszt ośmiu węzłów B200 na 329 472 USD w Nebiusie i 742 349 USD u hiperskalera; autor zaznaczył różnice w konstrukcji cen oraz źródłach danych, dlatego nie jest to porównanie jeden do jednego dla każdego rodzaju obciążenia. 49 Inne zestawienie podawało ceny na żądanie dla H100: 3,85 USD za godzinę pracy GPU w Nebiusie oraz 6,16 USD w CoreWeave. 53

Sama cena katalogowa nie przesądza o decyzji zakupowej. Na faktyczny koszt wpływają generacja GPU, sieć między układami, pamięć masowa, lokalizacja, długość rezerwacji, dostępność, wsparcie i gwarancje poziomu usług. Szerszy wniosek jest taki, że wyspecjalizowane chmury konkurują z hiperskalerami zarówno szybkością dostępu do mocy AI, jak i deklarowanymi cenami godzinowymi.

Najważniejsze umowy IREN

Pozycjonowanie IREN w segmencie chmury AI opiera się między innymi na dwóch ogłoszonych porozumieniach:

• pięcioletniej umowie leasingu mocy obliczeniowej z Nvidią o wartości 3,4 mld USD, podpisanej według doniesień w maju; 20
• około 9,7-miliardowej, pięcioletniej umowie z Microsoftem na infrastrukturę chmurową GPU opartą na Nvidia GB300, wdrażaną w czterech etapach po 50 MW, łącznie 200 MW krytycznego obciążenia IT. 2533

IREN podał również, że pierwsze wdrożenie Horizon o mocy 50 MW w Childress w Teksasie zostało przekazane Microsoftowi. 12

Wniosek: mocna teza, ale nie pewnik

Teza Robertsa jest przekonująca w jednym, ograniczonym sensie: obciążenia AI mogą rosnąć bardzo szybko, natomiast energii i centrów danych nie da się zbudować natychmiast. Podwyższona prognoza Goldman Sachs dotycząca popytu na energię oraz wartość ujawnionych kontraktów IREN pokazują, dlaczego rynek skupia się na już zasilanej mocy dla AI. 1925

Jednak stwierdzenie, że „podaż może nigdy nie dogonić popytu”, pozostaje strategiczną oceną menedżera, a nie ustalonym faktem. Wynik IREN będzie zależeć od tego, czy spółka przełoży zakontraktowany popyt na działającą i sfinansowaną infrastrukturę — bez opóźnień w dostawach energii, braków sprzętu, napięć finansowych czy spadku cen mocy obliczeniowej dla AI. Przedpłaty, struktury finansowania i zakontraktowane przychody wspierają ten plan, ale nie eliminują ryzyka jego realizacji.