Инвесторы переключаются с GPU для обучения на чипы для инференса: сделка на $400 млн меняет логику AI-инфраструктуры
Крупная сделка по финансированию чипов для инференса на $400 млн сигнализирует о стратегическом сдвиге в инвестициях в AI-инфраструктуру - от дорогостоящего обучения моделей к их массовой эксплуатации.
В индустрии искусственного интеллекта наметился четкий стратегический сдвиг. Крупные игроки начинают перенаправлять финансирование с закупок оборудования для обучения моделей на создание инфраструктуры для инференса — этапа, когда уже готовая модель выполняет задачи для пользователей. Ярким сигналом этого тренда стал кредит на 400 миллионов долларов, который компания CoreWeave предоставила стартапу Etched.ai, разрабатывающему специализированные процессоры именно для инференса. По мнению аналитиков, это может стать началом новой волны подобных сделок. Фокус смещается с разовых и огромных затрат на создание моделей на постоянные расходы по их массовой эксплуатации.
Детали этой сделки раскрывают новую инвестиционную логику. CoreWeave, известный как крупный арендодатель вычислительных мощностей на GPU для обучения моделей (в том числе для таких компаний, как OpenAI), теперь активно финансирует развитие инференса. Примечательно, что кредит обеспечен не традиционными активами, а будущими специализированными чипами Etched, которые заточены под работу с одной конкретной архитектурой. Это показывает, что инвесторы начинают рассматривать аппаратное обеспечение для инференса как самостоятельный и ликвидный актив. Если раньше основные средства шли на этап обучения, требующий огромных, но часто краткосрочных мощностей, то теперь ситуация меняется. С распространением больших языковых моделей в бизнесе расходы на их постоянную работу становятся доминирующими в общих затратах на ИИ.
Этот сдвиг основан на базовой экономике жизненного цикла ИИ-модели. Обучение передовой модели — это дорогостоящее, но, как правило, разовое событие. Инференс же — это непрерывный процесс, стоимость которого растет с каждым новым пользователем и каждым запросом. По мере того как генеративный ИИ внедряется в поисковые системы, офисные приложения и различные сервисы, объем вычислений, требуемых для инференса, начинает значительно превосходить объем вычислений для обучения. Это создает устойчивый спрос на более энергоэффективные и специализированные решения, призванные снизить стоимость и увеличить скорость обработки. Именно на этот растущий рынок и нацелены такие инвесторы, как CoreWeave, и стартапы вроде Etched.
Для всей отрасли этот тренд означает перераспределение капитала и ускорение технологической специализации. Финансирование начинает поступать не только к производителям универсальных GPU, но и к компаниям, создающим узкоспециализированные процессоры для инференса. Это может стимулировать новые инновации в проектировании чипов и создать здоровую конкуренцию на рынке. Для компаний, внедряющих ИИ-сервисы, развитие этой ниши в перспективе сулит снижение операционных расходов. Более дешевый и эффективный инференс может сделать технологии искусственного интеллекта менее ресурсоемкими для провайдеров и, как следствие, более доступными для конечных пользователей. Таким образом, отрасль демонстрирует переход от фазы дорогостоящих исследований и разработок к фазе массового развертывания и оптимизации уже созданных моделей.
