CoreWeave виконавчий директор Майкл Інтратор під час конференції NVIDIA GTC дав інтерв’ю в подкасті All-in, поділившись досвідом трансформації з компанії, що займалася обчислювальним хедж-фондом, у провайдера професійної інфраструктури, аналізуючи, як на початку використовували GPU для фінансування, згодом перейшли до розробки професійних AI-моделей, а також обговорюючи виклики енергопостачання та перспективи штучного інтелекту в умовах капітального ефекту.
Чому CoreWeave перетворилася з майнера на провайдера професійної інфраструктури?
Заснування CoreWeave не пов’язане з традиційним хмарним сервісом, а почалося як обчислювальний хедж-фонд, що спеціалізувався на природному газі. Спочатку команда використовувала GPU для майнінгу біткоїнів та Ethereum. Після кризи у криптовалютній індустрії вони поступово перейшли до постачання GPU-інфраструктури. CoreWeave розробила кілька проектів з CGI-рендерингу, щоб допомогти аніматорам створювати зображення, а згодом зайнялася масовими обчисленнями. Від 2020 до 2021 року компанія почала активно досліджувати, як використовувати GPU для розробки нейронних мереж.
Інтратор зазначив, що конкурентною перевагою компанії є пропозиція спеціалізованих рішень, які знаходяться між апаратним забезпеченням NVIDIA GPU та моделями штучного інтелекту. На відміну від великих універсальних дата-центрів, таких як AWS, CoreWeave не конкурує безпосередньо з ними, а зосереджується на високоефективних, спеціалізованих обчислювальних ресурсах, щоб задовольнити потреби AI-розробників у продуктивності обладнання.
Як інноваційно залучати капітал для великих капітальних витрат?
Зважаючи на високі витрати на закупівлю обладнання, CoreWeave вперше застосувала модель кредитування під заставу GPU, безпосередньо пов’язуючи боргову структуру з довгостроковими контрактами з клієнтами. Інтратор пояснив, що цей механізм гарантує пріоритетне обслуговування грошових потоків для покриття операційних витрат дата-центру, електроенергії та відсотків по боргах, а залишкові кошти повертаються компанії. Такий інноваційний підхід дозволив CoreWeave залучити близько 35 мільярдів доларів за 18 місяців, демонструючи сильну здатність до фінансового управління.
Як CoreWeave справляється з дефіцитом GPU?
CoreWeave використовує свою роль довгострокового стратегічного партнера NVIDIA для вирішення проблеми дефіциту GPU. Компанія може швидко впроваджувати нові архітектури, такі як H100, H200 і GB200, у комерційне виробництво. Крім того, вона отримала великі довгострокові контракти та створила спеціальні механізми фінансування, що дозволяє швидко закуповувати обладнання.
Енергоспоживання GPU стає головним обмеженням для розширення AI
Інтратор зробив важливий висновок: основним обмеженням для масштабування AI-інфраструктури нині є не виробництво чіпів, а енергопостачання. Високопродуктивні GPU значно збільшують споживання енергії дата-центрів. CoreWeave повідомляє, що їхнє споживання вже досягло 4,5 гігаваат, що еквівалентно річному споживанню електроенергії всього регіону Сан-Франциско. Оскільки GPU-кластер потребує дуже високої щільності потужності, традиційна інфраструктура не справляється, і галузь шукає нові рішення щодо енергопостачання. Щоб підтримувати зростання, майбутні дата-центри все частіше будуватимуть у районах з доступом до чистої енергії, наприклад, ядерної.
Капітальний ефект AI відкриває світлі перспективи
Інтратор зазначив, що AI знижує бар’єри для капітальних витрат компаній. Наприклад, ціна мільйона токенів, яка при запуску становила трохи більше 32 доларів, зараз — всього 9 центів. Якщо з’явиться чудова ідея, можна створити модель, запрограмувати її, і вона зможе робити різноманітні речі — створювати нові речі, яких раніше не існувало. AI відкриває нову еру, дозволяючи досягати того, що раніше було неможливо.
Ця стаття «CoreWeave виконавчий директор про GPU-стратегію та майбутнє AI в умовах капітального ефекту» вперше з’явилася на Chain News ABMedia.