保障智能基础设施

NVIDIA将供应链纪律延伸至LPS(土地、电力、厂房),与SB Energy合作锁定PORTS-Pike 4.25吉瓦产能供OpenAI建AI工厂,开启算力即

JENSEN HUANG(@JENSENHUANG)深度报道 · 已翻译 · 约 6 分钟
阅览室 · AI#NVIDIA#基础设施#AI#算力#智能#PORTS-Pike#LPS#融资原文

土地、电力与厂房:AI工厂的下一个关键资源。

AI工厂是AI时代的基础设施——在这里,算力将能源和数据转化为智能,驱动着每一个企业、行业和国家。

在AI经济中,算力即收入。

AI工厂需要一整套关键资源:先进芯片、封装、内存和网络——以及土地、电力和厂房。

正如NVIDIA利用其规模、长期视野和供应链合作伙伴关系来确保关键半导体资源一样,我们现在正将同样的策略应用于专为NVIDIA AI工厂锁定LPS产能。

今天,我们与SB Energy合作,在俄亥俄州朴茨茅斯卓越的PORTS-Pike科技园区锁定LPS产能,以承载NVIDIA算力。OpenAI将成为租户。

LPS:下一个战略资源

对于绝大多数NVIDIA客户而言,确保LPS供应早已是其基础设施战略的一部分。

全球最大的云服务提供商和投资级企业拥有雄厚的资产负债表、基础设施专业能力以及长期合同,能够独立确保LPS供应。他们使用NVIDIA加速计算、网络、系统和软件来建设和运营AI工厂。

这一模式将继续构成NVIDIA业务的主体。

但前沿AI实验室有所不同。

前沿AI实验室对训练和推理算力有着巨大的需求,但许多实验室的增长速度超过了其资产负债表和长期信用状况所能支撑的范围。它们可能拥有强劲的客户需求和快速增长的营收,但仍缺乏独立确保AI工厂基础设施所需的数十年期基础设施合同和投资级融资能力。

它们的增长日益受到制约,而制约因素并非算法或客户需求,而是算力的可用性。

对这些公司而言,更多的算力意味着更强的智能、更多的产品、更多的用户以及更高的收入。英伟达正助力构建支撑这一增长飞轮的基础设施。

PORTS-Pike:英伟达算力传承之地

OpenAI将在PORTS-Pike建设并运营一座世界级的人工智能工厂。该工厂将采用英伟达全栈式DSX人工智能工厂平台,涵盖GPU、CPU、网络及基础设施软件。

初期部署预计将提供4.25吉瓦的人工智能工厂容量。在PORTS-Pike部署的每一代英伟达人工智能工厂系统,预计可容纳约150万颗英伟达GPU,对应英伟达约1500亿至2000亿美元的收入。在20年的运营期内,该场地可支持多次升级周期。

关键在于经济层面:LPS的承诺确保了人工智能工厂场地的长期使用,而场内的英伟达算力则可反复升级。每一代新系统都能带来更高的产能、更强的智能和更优的经济效益。

英伟达也可能选择在PORTS-Pike的初始4.25吉瓦基础上扩展合作,以锁定剩余的3.75吉瓦容量。

OpenAI与NVIDIA扩展算力机遇

更广泛地看,OpenAI已承诺至2030年大规模部署NVIDIA AI基础设施。OpenAI现有及计划中的承诺约合12吉瓦的NVIDIA算力,若NVIDIA将PORTS-Pike安排扩展至初始4.25吉瓦之外,则有机会扩展至约16吉瓦。

在这些水平上,至2030年,该机遇代表约6000亿美元的NVIDIA算力。

关键问题

NVIDIA担保什么,担保期限多长?

NVIDIA支持PORTS-Pike的LPS基础设施,规模约4吉瓦,期限为20年,确保该场地专门用于部署NVIDIA算力。

我们的支持仅限于租赁和电力支付的特定部分,以及指定的残值承诺——并非场地全部成本或承租人的所有义务。

担保将在数据中心于2028年至2030年间投入使用时分阶段生效。随着OpenAI支付租赁款项及产能上线,NVIDIA的剩余风险敞口将逐步下降。

NVIDIA为何担保PORTS-Pike?

LPS已成为AI工厂部署的关键制约因素。NVIDIA正有选择性地确保卓越场地,以便部署多代NVIDIA系统并满足持久客户需求。

该场地的有效寿命跨越多代NVIDIA系统,每一代都能比前一代产生更多智能和更多收入。

这是循环融资吗?

不是。OpenAI将支付租赁费用。

NVIDIA利用其规模和长期可见性来确保PORTS-Pike以承载NVIDIA算力。这与我们在供应链管理中遵循的原则一致:当我们对客户需求有可见性,且此举能实现长期生产能力时,我们便确保关键投入。

如果OpenAI未来不再使用PORTS-Pike站点,会发生什么?

NVIDIA的计算能力具有通用性、可替代性和广泛采用性。这些容量可以重新出售给NVIDIA全球生态系统中的其他合格租户,包括云服务提供商、企业、AI实验室和初创公司。

CUDA使NVIDIA的计算能力超越了硬件本身。它为开发者和NVIDIA工程师提供了一个通用平台,得以持续改进已安装的系统。

CUDA使NVIDIA的计算能力具备通用性。通用性使其可替代。可替代性驱动利用率和持久性——使NVIDIA的计算能力成为一种生产性资产:既可租赁,也可融资。

像PORTS-Pike这样卓越站点的价值,并不局限于单一客户或单一代际的计算能力。NVIDIA的标准化平台、广泛的开发者生态系统和庞大的潜在用户市场,支持随时间推移重新部署生产能力的能力。

NVIDIA将确保获得多少LPS?

这将具有战略性和纪律性。

大多数NVIDIA客户将继续自行确保其LPS。托管NVIDIA计算能力的绝大多数LPS将继续由CSP、企业、主权AI建设者及其他客户直接保障。

NVIDIA将选择性聚焦于那些具有可见、持久需求并能支持多代NVIDIA计算能力的卓越站点。

智能的基础设施

PORTS-Pike标志着NVIDIA旅程的下一步。

我们从构建加速计算芯片起步,随后扩展到系统、网络、CUDA及全栈AI工厂。如今,我们正致力于保障构建这些工厂所需的关键基础设施。

NVIDIA是全栈AI基础设施平台。

我们投资于AI工厂的长期基础,使客户能够世代部署全球最高效的计算平台。

通过确保承载NVIDIA计算所需的关键资源,我们能够帮助全球最具创新力的企业构建驱动智能时代的AI工厂。

已读完 · 本文由熊猫易读翻译重排
知识卡片
一句话总结1 张
一句话总结

NVIDIA将供应链纪律延伸至LPS(土地、电力、厂房),与SB Energy合作锁定PORTS-Pike 4.25吉瓦产能供OpenAI建AI工厂,开启算力即收入时代的基础设施新战场。

核心观点3 张
核心观点
01

算力即收入

  • 算力是AI经济的核心收入来源
  • AI工厂将能源和数据转化为智能
  • 更多算力驱动更强智能、更多产品与用户
核心观点
02

前沿实验室的增长瓶颈是算力

  • 增长受限于算力可用性,而非算法或需求
  • 缺乏数十年期合同和投资级融资能力
  • NVIDIA提供基础设施支撑增长飞轮
核心观点
03

CUDA使算力可租赁可融资

  • CUDA提供通用平台,超越硬件本身
  • 通用性驱动可替代性、利用率和持久性
  • 算力成为可租赁、可融资的生产性资产
循环回路1 张
算力增长飞轮飞轮 · 自我增强
  1. 1更多算力投入
  2. 2更强智能产出
  3. 3更多产品与用户
  4. 4更高收入反哺
回到 ①,循环往复

NVIDIA提供基础设施支撑该飞轮持续运转

前后对照1 张
NVIDIA业务模式演进
过去
· 加速计算芯片· 系统与网络· CUDA软件栈
现在
· 全栈AI工厂· LPS基础设施保障· 关键资源锁定

驱动因素 · AI工厂对LPS的需求成为新瓶颈

关键概念2 张
关键概念
LPSLand, Power, and Shell
详情
AI工厂所需的关键物理资源:土地、电力和厂房就像就像建数据中心前要先买地、通电、盖楼
收起
关键概念
DSX平台NVIDIA DSX AI Factory Platform
详情
NVIDIA全栈AI工厂平台,涵盖GPU、CPU、网络及基础设施软件就像一站式AI工厂解决方案,像整装交付的智能生产线
收起
对比1 张
CSP与前沿AI实验室的LPS能力对比
大型云服务商/企业
· 雄厚资产负债表· 基础设施专业能力· 长期合同
前沿AI实验室
· 增长快于资产负债表· 缺长期基础设施合同· 缺投资级融资能力
LPS自保能力
算力需求增速
大型云服务商/企业前沿AI实验室
关键数据2 张
AI工厂初始部署容量
4.25 GW

OpenAI在PORTS-Pike建设AI工厂,初始部署提供4.25吉瓦容量,每代系统约150万GPU。

≈ 可为约300万户家庭供电

来源:NVIDIA官方声明

2030年NVIDIA算力机遇规模
$6000亿

OpenAI承诺至2030年部署约12吉瓦NVIDIA算力,可扩展至16吉瓦,对应约6000亿美元收入。

≈ 2023年全球半导体市场总规模

来源:NVIDIA官方声明

问答3 张
问答
问答
问答
全文脉络1 张
全文脉络
NVIDIA以供应链纪律确保LPS,打造AI工厂基础设施
已生成 15 张 · 每篇精选,少而精