Генеральный директор CoreWeave делится стратегией использования GPU и идеальным будущим под влиянием капитализации AI

CoreWeave исполнительный директор Michael Intrator во время конференции NVIDIA GTC дал интервью подкасту All-in Podcast, поделившись опытом трансформации с вычислительной хедж-фондовой компании в профессионального поставщика инфраструктуры, анализируя, как в ранние годы использовали GPU для финансирования, затем переключились на разработку профессиональных AI-моделей, а также рассматривая текущие вызовы в энергетическом обеспечении и перспективы AI под влиянием капитализации.

Почему CoreWeave перешел от майнинга к профессиональному поставщику инфраструктуры?

Истоки CoreWeave не связаны с традиционными облачными сервисами, а с вычислительным хедж-фондом, сосредоточенным на природном газе. В ранние годы команда использовала GPU для майнинга биткоинов и эфириума. После криптовалютного зимнего периода компания постепенно переключилась на инфраструктуру GPU. CoreWeave разработала несколько проектов по CGI-рендерингу, позволяющих аниматорам рендерить изображения, а затем перешла к массовым вычислениям. В период с 2020 по 2021 год началось настоящее изучение использования GPU для разработки нейронных сетей и моделей.

Intrator отметил, что конкурентное преимущество компании заключается в предоставлении специализированных решений, уровень сервиса находится между аппаратным обеспечением NVIDIA GPU и моделями искусственного интеллекта. В отличие от универсальных гипермасштабных дата-центров, таких как AWS, CoreWeave избегает прямой конкуренции, сосредотачиваясь на высокоэффективных, специализированных вычислительных ресурсах, чтобы удовлетворить потребности разработчиков AI в аппаратной мощности.

Как инновационно использовать финансирование для больших капитальных затрат?

Столкнувшись с высокими затратами на закупку оборудования, CoreWeave впервые внедрила модель кредитования с использованием GPU в качестве залога, связывая долговую структуру с долгосрочными контрактами с клиентами. Intrator объяснил, что эта схема обеспечивает приоритетное финансирование операционных расходов дата-центров, электроэнергии и процентов по долгам, а оставшиеся средства поступают в компанию. Эта инновационная финансовая стратегия позволила CoreWeave за 18 месяцев привлечь около 35 миллиардов долларов, демонстрируя мощные возможности по управлению капиталом.

Как CoreWeave справляется с дефицитом GPU?

CoreWeave использует статус долгосрочного стратегического партнера NVIDIA для решения проблемы нехватки GPU. Компания может заранее внедрять новейшие архитектуры (например, H100, H200 и GB200) в коммерческое производство. Кроме того, она заключила крупные долгосрочные контракты и создала специальные механизмы финансирования, что позволяет ей быстрее приобретать оборудование.

Энергопотребление GPU — главный ограничитель расширения AI

Intrator отметил важный факт: основной барьер для расширения инфраструктуры AI сейчас — не производственные мощности чипов, а электроснабжение. Высокопроизводительные GPU значительно увеличивают энергопотребление дата-центров. CoreWeave сообщил, что их энергопотребление достигло 4,5 ГВт, что сопоставимо с годовым потреблением всего залива Сан-Франциско. Поскольку GPU-кластеры требуют очень высокой плотности мощности, традиционная инфраструктура не справляется, и отрасль ищет новые решения в области энергетики. Для поддержания роста дата-центры в будущем все чаще будут строиться вблизи источников чистой энергии, таких как атомные электростанции, чтобы удовлетворить неуклонный рост энергетических потребностей AI и робототехники.

Капитализация AI — светлое будущее

Intrator отметил, что AI снижает барьеры для капитальных затрат компаний. Например, цена на миллион токенов при запуске составляла чуть более 32 долларов, сейчас — всего 9 центов. Если есть отличная идея, можно открыть модель, обучить её программным кодом, моделировать различные сценарии и создавать ранее невозможные вещи. AI открыл новую эру, позволяя преодолевать многие ранее невыполнимые задачи.

Эта статья о стратегии GPU-рычагов и будущем AI под влиянием капитализации впервые опубликована на Chain News ABMedia.