Chiny zagrożeniem dla planu finansowania AI Huanga za 500 mld USD

Jensen Huang zbudował najbardziej wartościową spółkę na świecie, opracowując wyspecjalizowane układy obliczeniowe, które napędzają boom na sztuczną inteligencję.

Aby urzeczywistnić swoją wizję przyszłości, założyciel Nvidii próbuje przekonać inwestorów z Wall Street, że układy tej firmy są długoterminowymi aktywami finansowymi, podobnymi do nieruchomości komercyjnych czy płatnych autostrad.

Jego plan zależy od tego, czy Nvidia zdoła wyprzedzić rozwój sztucznej inteligencji w Chinach.

W tym tygodniu Nvidia ogłosiła porozumienia z sześcioma największymi firmami zarządzającymi aktywami na świecie: BlackRock, Blackstone, Apollo, KKR, Brookfield i Goldman Sachs. Celem jest stworzenie puli finansowania o wartości 500 mld USD na budowę centrów danych i klastrów GPU dla firm, które nie mają wystarczająco wysokiego ratingu kredytowego ani gotówki, aby samodzielnie kupić układy scalone za miliony dolarów.

Huang przedstawił plan w programie CNBC, występując obok szefów wszystkich sześciu firm z Wall Street. Jego kluczowe założenie jest takie, że procesory graficzne Nvidii zachowają wartość w czasie. Miałyby więc zachowywać się bardziej jak tradycyjne aktywa rzeczowe niż jak szybko tracąca na wartości elektronika użytkowa.

„Platforma fabryki AI Nvidii jest w istocie aktywem, w które można inwestować, oraz aktywem infrastrukturalnym” — powiedział Huang. „Powodem jest to, że jest produktywna, generuje przychody, można ją wykorzystywać zamiennie, korzysta z niej praktycznie każdy dostawca usług chmurowych i obsługuje każdy model AI”.

W standardowym finansowaniu zabezpieczonym aktywami bank pożycza pieniądze, ponieważ w razie niewypłacalności kredytobiorcy może przejąć zabezpieczenie — na przykład budynek, magazyn albo statek transportowy — i sprzedać je, aby odzyskać środki. Takie aktywa fizyczne mają ustalone rynki wtórne i mogą służyć przez dziesięciolecia.

Okres, przez który najnowocześniejsze układy GPU zachowują wysoką produktywność, nie jest jednak przesądzony.

Nowe układy są wykorzystywane do trenowania najbardziej zaawansowanych modeli AI. Po kilku latach trafiają zwykle do mniej rentownych zadań związanych z wnioskowaniem, czyli generowaniem odpowiedzi przez już wytrenowane modele. Taka zmiana bezpośrednio wpływa na ich cenę odsprzedaży i wartość jako zabezpieczenia kredytu.

„Amortyzacja jest tutaj najważniejszym ryzykiem” — powiedział Ben Emons, założyciel FedWatch Advisors. Wcześniej konstruował podobne kredyty zabezpieczone aktywami dla IndyMac, a następnie został zarządzającym portfelem w Pimco. Jego zdaniem układy Nvidii „mogą tracić na wartości szybciej, niż się oczekuje”.

Wysokie oprocentowanie?

Emons uważa, że największe zagrożenie dla modelu finansowania Nvidii płynie z Chin. Państwo to szybko zwiększa krajowe moce obliczeniowe i może zdecydować się zalać rynek tanimi układami scalonymi, rozpoczynając wojnę cenową.

Jeśli chińska produkcja doprowadzi do gwałtownego spadku cen sprzętu, wartość zabezpieczeń stojących za setkami miliardów dolarów prywatnych pożyczek może zmniejszyć się znacznie szybciej, niż wynikałoby to z warunków samego zadłużenia. Inwestorzy byliby wtedy narażeni na straty — ocenia Emons.

Aby przynajmniej częściowo zrekompensować to ryzyko, inwestorzy mogą traktować GPU jak sprzęt o wysokiej amortyzacji, a nie jak nieruchomości. Emons szacuje, że będą oczekiwać wysokiej rentowności — od 11 do 17 proc. — zależnie od miejsca danego finansowania w strukturze kapitału, czyli od kolejności spłaty w przypadku problemów kredytobiorcy.

Dodatkowo kredytobiorcami prawdopodobnie będą firmy bez ratingu inwestycyjnego, które nie mają dostępu do tradycyjnego rynku długu. Chodzi między innymi o startupy AI oraz neochmury — mniejszych dostawców usług chmurowych wyspecjalizowanych w infrastrukturze dla sztucznej inteligencji. Tak wynika z notatki Bank of America Securities.

Jeśli kredytobiorcy o podwyższonym ryzyku zbankrutują, zarządzający funduszami z Wall Street będą musieli przejąć używane układy i odsprzedać je na rynku, którego ceny mogą w tym czasie spadać.

Ryzyka związane z Chinami nie powinny jednak urzeczywistnić się w najbliższym czasie. Huawei, dominujący chiński dostawca układów AI, znajduje się na amerykańskiej liście podmiotów objętych ograniczeniami handlowymi (Entity List) od 2019 roku. W maju rząd Stanów Zjednoczonych poinformował, że układy AI Ascend firmy Huawei naruszają amerykańskie przepisy dotyczące eksportu. W efekcie żadna amerykańska firma nie może korzystać z tych układów.

Nvidia pozostaje tymczasem zdecydowanie największym dostawcą układów AI w Stanach Zjednoczonych. Według większości szacunków kontroluje ponad 75 proc. rynku.

Na razie warunki ekonomiczne nadal sprzyjają Huangowi. Wielcy dostawcy chmury intensywnie rozbudowują moce obliczeniowe, co zwiększa popyt na układy. Jak zauważył Huang, stawki za wynajem układów Nvidia H100 wzrosły z około 1,70 USD za godzinę pracy jednego GPU pod koniec 2025 roku do około 2,35 USD za godzinę w tym roku.

Nvidia podkreśla też znaczenie warstwy oprogramowania CUDA. Umożliwia ona deweloperom uruchamianie zadań związanych ze sztuczną inteligencją na układach GPU tej firmy. Według Nvidii CUDA jest stale rozwijana, dzięki czemu poprawia wydajność sprzętu już po jego wdrożeniu. Starsze układy mogą więc dłużej pozostać produktywne i generować przychody, niż wynikałoby to z tradycyjnych modeli księgowych dotyczących ich zużycia.

To, kto ma rację w sporze o tempo utraty wartości układów, może przesądzić o przyszłości rozbudowy infrastruktury AI oraz o losie setek miliardów dolarów powierzonych przez inwestorów.