Від іпотечних облігацій до облігацій, забезпечених GPU, Nvidia наслідує AIG?

Nvidia знову поширила інформацію про плани сек’юритизації активів дата-центрів, і ця транзакція може спричинити новий небезпечний етап у бумі AI-обчислювальних потужностей.

За аналізом Bloomberg макростратегa Simon White, запланована трансформація дата-центрів Nvidia у інвестиційні активи може призвести до серйозного надлишку потужностей у сфері AI-обчислень, особливо на тлі поступового закріплення результативного ціноутворення як галузевого стандарту. Основна логіка цього висновку полягає в тому, що фінансування штучно посилює сигнали попиту, приховуючи реальний стан перенасичення ринку — це дуже схоже на ситуацію з бульбашкою нерухомості перед кризою 2008 року.

White зазначає, що рамковий договір між Nvidia та Apollo, Brookfield, KKR, Blackstone, BlackRock і Goldman Sachs спрямований на залучення понад 500 млрд доларів у так звані "фабрики AI". Nvidia забезпечить страховку для застави — до 25% GPU у деяких транзакціях, тобто гарантуватиме їхню відновну вартість. Тут не можна не помітити схожість із періодом бульбашки на ринку нерухомості. Тоді AIG продавало страховки на облігації старших траншів CDO, дозволяючи банкам зменшити капітальні вимоги та поширювати більше токсичних боргових інструментів — врешті-решт, зростання кореляції призвело до масштабного національного порятунку.

Фінансова акселерація: момент AIG для ринку облігацій GPU

Simon White вважає, що цей бум інфраструктури AI перевершив за масштабами історичні етапи розбудови інфраструктури, такі як міжштатне шосе у 1960-х та впровадження широкосмугового інтернету у 2000-х. Щоб підтримати продовження цього бенкету, вже здійснено низку перехресних фінансувань і торгових угод із залученням постачальників — лише транзакції за участі Nvidia сягнули 750 млрд доларів.

CEO Nvidia Дженсен Хуанг чітко заявив, що його мета — перетворити "обчислювальні потужності AI фабрик" на окремий клас інвестиційних активів. Ринок боргових інструментів, забезпечених GPU, цього року вибухово зріс, а нова угода ще більше поглиблює цю модель — сек’юритизація та розподіл активів. Партнери нададуть капітал, експертизу у сфері інфраструктури та просуватимуть сек’юритизацію й розповсюдження цінних паперів.

Завдяки підвищенню привабливості транзакцій Nvidia забезпечить вищий кредитний рейтинг для старших облігацій у борговій структурі. Тим часом, Комісія з цінних паперів і бірж США (SEC) щойно спростила правила сек’юритизації облігацій дата-центрів. White порівнює це з моментом, коли пенсійні фонди заходили на ринок під час фінансової кризи — це часто знаменує поширення ризиків на ширший борговий сегмент і є початком фінальної фази кризи.

Здається, ризики для Nvidia на перший погляд незначні. Але White попереджає: саме так думала AIG — з часом AIG брало на себе все більше “безризикових” зобов’язань, аж доки взаємозалежність кредитних ризиків не призвела до катастрофи.

Сигнали надлишку потужностей: фінансова алхімія ховає дисбаланс попиту й пропозиції

Головна стурбованість White полягає у тому, що фінансування системно блокує сигнали про надлишок потужностей. Як і під час кризи нерухомості, сучасний капітальний бум може, під впливом фінансової алхімії, ще більше залучити капітал у надлишкове будівництво. А сигнал про достатню кількість обчислювальних потужностей, ймовірно, не буде почутий.

Щодо попиту, White зазначає, що самі критерії метрики зазнають докорінної зміни. Стандартний вимір оренди GPU — погодинна вартість, а для інференції — вартість обробки одного token. Однак для кінцевого користувача важливим є результат: скільки інтелектуальної цінності я отримую за витрачені кошти, або простіше — якою є вартість виконання завдання?

Вартість інтелекту знижується, але ця зміна не одразу відображається у ціноутворенні на рівні GPU. Якщо модель виконує завдання з у 10 разів меншою кількістю token, а ціна за token не змінюється, ефективність кожного GPU фактично зростає у 10 разів.

Із завершенням епохи “максимізації token” з’являються докази, що моделі можуть значно варіювати споживання token при виконанні одних і тих самих завдань. До того ж, великі мовні моделі (LLM) легко налаштовуються на більшу кількість token, а ціноутворення на основі результату стає все більш привабливим для корпоративних клієнтів. Якщо цей тренд стане масовим, це примусить постачальників моделей скорочувати споживання token, і відповідно знизить ціну оренди GPU.

Ще одним важливим аспектом є дуже низьке реальне використання GPU. За даними Cast AI, середній рівень використання GPU становить лише 5%; ClearML виявила, що майже половина компаній витрачає “мільйони доларів” на простоюючі чіпи.

Обмеження парадоксу Джевонса: залежність від шляху — реальний ринковий ризик

На аргументи щодо підвищення ефективності “хазяїн” капітальних витрат AI часто відповідає парадоксом Джевонса (Jevons paradox): зниження вартості інтелекту, забезпечене обчислювальною потужністю, неминуче підвищить обсяг попиту і компенсує ціну кількістю.

White не погоджується з цим. Він переконаний, що парадокс Джевонса не працюватиме у всіх часових вимірах, і для ринку головним є залежність від шляху. Він передбачає, що на поточному етапі домінування великих мовних моделей у розвитку AI, темпи приросту інтелектуального попиту (а не попиту на token) при поточних цінах незабаром сповільняться настільки, що почнеться довгострокове зниження вартості обчислювальної потужності.

Якщо ви кредитор, ризик швидко зростає, коли погіршується кореляція застави й одночасно слабшає інший ключовий ризик — кредитоспроможність позичальників. Тоді Nvidia буде змушена виконати страхові зобов’язання, а водночас й інші її фінансові угоди можуть потрапити під загрозу — не кажучи вже про падіння вартості основної продукції. Google та інші компанії, які аналогічно підтримують цей бум капітальних витрат своєю балансом, зіткнуться з такими ж ризиками.

Як показала криза на ринку нерухомості, кореляція, якщо вона розпочалася, не зупиняється в очікуванні. Висновок White — ця запланована транзакція Nvidia наблизила ринок ще на крок до того, щоб знову стати свідками дії “природної фінансової сили”.