Hindi isang kumpanya ang tunay na kumikita sa AI cloud, kundi ang buong “daanan ng pagbabayad ng computing power.” Ang AI cloud ay nagsisiging mahalagang gitnang layer: nagsasalig sa itaas sa GPU, HBM, kuryente, at data center, at nagsasalig sa ibaba sa mga malalaking teknolohiyang kompanya, AI lab, at corporate clients na talagang nangangailangan ng computing power. Ang tunay na dapat pagtuunan ng pansin ay hindi lamang “sino ang gumagawa ng AI,” kundi sino ang patuloy na kumikita sa bawat layer ng AI cloud stack. Unang Layer: Sino ang nagbibigay ng pinakakakulang na pangunahing yunit sa AI cloud $NVDA Ang GPU ay nananatiling sentro ng buong computing layer. Ang dami ng computing power na maaaring i-deploy ng AI cloud ay una nang nakadepende sa dami ng mataas-end na GPU na maaaring makakuha, at kailan ito ay maaaring talagang i-deploy. $MU $SKHY Ang HBM ay isa sa pinakamahalagang yunit sa tabi ng GPU. Mas malaki ang modelo at mas mataas ang concurrency sa inference, mas kailangan ng GPU ng mas mataas na bandwidth memory para tuloy-tuloy na “magbigay ng data,” kaya naging mahalagang hadlang ang HBM sa paglalawak ng AI server. $DLR $EQIX $CORZ $APLD Ang mga kompanyang ito ay nagbibigay ng data center, machine room, access sa kuryente, at pisikal na infrastruktura. Hindi kailangan ng AI cloud na magkaroon ng bawat gusali; sapat na kung maaari itong mabilis makakuha ng data center capacity na naka-power at handa nang i-deploy ang GPU para patuloy na lumawak. Ikalawang Layer: Sino ang tunay na pagsasalin ng mga hardware na ito sa isang maaaring i-rent na AI computing power $CRWV $NBIS $IREN Ang layer na ito ay nasa gitna ng buong AI cloud stack. Hindi sila nagpapatakbo ng simpleng “pagbili ng GPU,” kundi pinagsasama nila ang: GPU + kuryente + mabilis na network + storage + software scheduling upang maging isang AI computing platform na direktang maaaring i-rent ng customer. Ito rin ang pinakamahalagang business model ng Neocloud: bumibili sa itaas ng nakakakulang na infrastruktura, at ibinibenta sa ibaba ang computing power sa pamamagitan ng matagalang kontrata o on-demand. Ikatlong Layer: Sino ang tunay na bumibili ng computing power na ito $MSFT $META $GOOGL Ang tatlong kompanyang ito ay espesyal dahil sila ay parehong customer at kompetitor ng AI cloud. Kapag hindi sapat ang kanilang internal data center at GPU supply, bumibili sila ng capacity mula sa panlabas na Neocloud; samantala, patuloy nilang binubuo ang kanilang sariling data center, in-house chip, at cloud platform. Kaya ang hinaharap na market para sa AI computing power ay hindi lamang “self-built” o “outsourced,” kundi mas malamang: Self-built bilang core capacity + external cloud bilang elastic capacity. At ang susunod na yugto na dapat pagtuunan ng pansin ay ang pagkalat ng corporate clients. $SHOP $CRWD Kapag ang AI application ay mula sa ilang Hyperscaler at pangunahing lab, patungo sa e-commerce, security, finance, software, healthcare, at enterprise automation, maaaring lumawak ang customer structure ng Neocloud mula sa ilang super client patungo sa mas malawak na corporate market. Ang OpenAI at Anthropic naman ay kumakatawan sa isang iba’t ibang uri ng mataas na demand. Ang kanilang demand ay may mga katangian: Ang isang pag-train ay nangangailangan ng napakaraming computing power, at pagkatapos i-deploy ang modelo, kailangan pa rin ito ng patuloy na inference. Mas malakas ang modelo at mas malawak ang paggamit ng Agent, hindi tumitigil ang demand para sa computing power pagkatapos ng training; kundi lumilipat ito mula sa isang one-time training expense patungo sa matagalang, patuloy na inference expense. Kaya maaaring maunawaan nang simpleng paraan ang buong AI cloud stack bilang: Itaas: nagbebenta ng resources $NVDA $MU $SKHY Gitna: nagbebenta ng computing power $CRWV $NBIS $IREN Pababa: nagbibigay ng data center $DLR $EQIX $CORZ $APLD Ibaba: bumibili ng computing power $MSFT $META $GOOGL OpenAI Anthropic Noong nakaraan, pinakamahalaga para sa market ay: Sino ang may pinakamaraming GPU? Ngunit ang tunay na mahalagang tanong sa susunod yugto ay maaaring: Sino ang maaaring pinakamabilis na pagsamahin ang GPU, kuryente, network, at data center upang maging isang AI computing power na agad ma-deliver at agad ma-charge? Ang AI cloud ay nagsisiging “toll booth” sa buong AI supply chain. Kasunod lang ng pagtaas ng demand para sa training at inference, ang mga supplier sa itaas (chip), gitna (computing power), at pababa (data center) ay patuloy na makikita ng kita mula sa parehong paglalawak ng AI infrastructure.