Генеральный директор NVIDIA Дженсон Хуан сказал во втором квартале 2026 года, что капитальные затраты четырех крупнейших гиперэскаляторов (Amazon Web Services, Google, Microsoft и Meta) будет около 600 миллиардов долларов в год. Эта сумма удвоилась всего за два года и является двигателем дальнейшего развития инфраструктуры искусственного интеллекта, Он сказалС
Как отметил Siliconangle, последние ежеквартальные отчеты Hyperskalators, а также анализ экспертов, которые их охватывают, показывают, что их прогнозы общих капитальных затрат намного ниже количества Huang, хотя эта цифра быстро увеличивается из -за спроса на технологию ИИ. Когда Nvidia попросили объяснить эту большую разницу, компания указала, что эта сумма отражает общие затраты инфраструктурной промышленности центров обработки данных, а не только ведущих поставщиков облачных услуг. Что касается планов капитальных затрат текущего года (календарь или фискальный), Hyperskalators предсказывают следующее:
- AWS: Ежеквартальные капитальные затраты составит 31,4 млрд. Долл. США, а годовые сечения превысят 118 миллиардов долларов, причем большинство капитальных затрат будут связаны с инфраструктурой искусственной разведки AWS.
- Google (часть алфавита): Он ожидает значительного увеличения капитальных затрат на 2025 год, причем прогноз составляет до 85 миллиардов долларов из -за высокого спроса на инфраструктуру на основе облаков и искусственный интеллект.
- Microsoft: планы капитальных затрат на 2025 год составляют около 80 миллиардов долларов, согласно некоторым аналитическим отчетам (в том числе Джеффрис) Позже эта цифра достигнет 121 миллиарда долларов в 2026 году.
- Мета: предоставляет капитальные затраты на 2025 год на сумму от 64 до 72 миллиардов долларов (Согласно некоторым аналитическим оценкам — 70 миллиардов долларов СШАи ожидайте дальнейшего роста в 2026 году с еще 30 миллиардами долларов.
Согласно выводам аналитиков (Jefferies, Investing.com) Для «Большой Троики» с Meta и Oracle предполагаемые капитальные затраты на облачные услуги за 2025 год составляют 417 миллиардов долларов, что на 64% больше, чем в предыдущем году, и почти в три раза больше 2023 года. Существует значительное расхождение между 600 миллиардами долларов, объявленных Huang и аналитиками, а также предсказаниями самих гиперскиторов.
Возможные причины расхождения в соответствии с Siliconangle:
- У Хуанга может быть пересказывается ежеквартальные пики роста в годовых эквивалентах и экстраполировал будущие темпы роста, в то время как компании сообщают о запланированных или подтвержденных затратах.
- Возможно, Хуан знает то, что аналитики не знают: он может полагаться на внутренние данные, основанные на прогнозах гиперэскалеров, которые, по его мнению, контролируются довольно хорошо.
- Возможно, генеральный директор NVIDIA интерпретирует капитальные затраты на гиперэскалеры в Соединенных Штатах как меру глобальных затрат на инфраструктуру, потенциально добавляя нераскрытые инвестиции или связанные с этим расходы на расширение цепочки поставок.
- Это также может быть конкурентной историей. Переоценивая общие капитальные затраты, NVIDIA сигнализирует о чрезвычайной ситуации и масштабе гонки искусственного интеллекта — потенциально для укрепления своей лидерской роли и оправдать беспрецедентные ожидания доходов.
- Неопределенность в отношении масштабов: Huang может включать более широкие затраты на инфраструктуру капитала, такие как сети, логистика, здания и оборудование, помимо чисто «облачных/центров обработки данных», расходы, приведенные в расчетах Hyperskalers и анализатора.
Количество 600 миллиардов долларов, указанное генеральным директором NVIDIA, не подтверждается прогнозами ведущих гиперкаторов на 2025 год и оценками аналитиков, что общие капитальные затраты составит 400-450 миллиардов долларов. Согласно Siliconangle, разница связана как с неопределенностью масштаба, так и с целью Хуанга подчеркнуть, что Nvidia находится в центре так называемого бума в искусственном интеллекте.
Nvidia известна иногда обработкой чисел и прогнозов. Это относится к операторам производительности платформы без явного указания точности и формы расчетов (Таким образом, на мгновение появились выставочные суперкомпьютеры, которые не являются сильными в более традиционных расчетах FP64), сообщая количество графических процессоров в узлах (В течение нескольких лет компания не была заинтересована в том, включил ли один ускоритель два графического чипсета) или отклоняться от обычных способов определения полосы пропускания интерфейса (Для NVLink суммирует скорость передачи данных в круге)
