एआई कंप्यूट आयुध प्रतिस्पर्धा नए चरण में प्रवेश करती है जबकि क्रेडिट बाजार अपने साथ चलने में समर्थ नहीं हो पा रहे हैं

लेखक: करमन कोहली (फास्टब्रेक कैपिटल के संस्थापक)

संपादित: शेनचाओ टेकफ्लो

शेनचाओ का सारांश: जब वैश्विक AI हथियार दौड़ दूसरे चरण में प्रवेश कर रही है, तो कैलकुलेशन बुनियादी ढांचे की समस्या केवल चिप की कमी से आगे बढ़कर लगभग तीन ट्रिलियन डॉलर के क्रेडिट फाइनेंसिंग बाजार तक फैल रही है। पारंपरिक क्रेडिट संस्थान GPU कैलकुलेशन का मूल्यांकन करने के लिए ऑफिस भवनों और पारंपरिक डेटा सेंटरों के मूल्यांकन के लिए संरक्षकानुकूल मॉडल का उपयोग करते हैं, और सामान्यतः तीन प्रकार के पूर्वाग्रहों को साझा करते हैं: AI में बुलबुला है, स्टार्टअप किराएदारों की क्रेडिट रेटिंग कम है, और GPU हार्डवेयर सामान्य सर्वरों की तरह कुछ ही वर्षों में मूल्यहीन हो जाएगा।

फास्टब्रेक कैपिटल के संस्थापक करमन कोहली ने एक लेख में पारंपरिक क्रेडिट रिस्क मैनेजमेंट के ज्ञान के अंधे बिंदुओं पर प्रकाश डाला। उन्होंने बताया कि क्वांटिटेटिव फाइनेंस, बायोफार्मा, अग्रणी वैज्ञानिक अनुसंधान और रक्षा जैसे क्षेत्रों में कैलकुलेशन पावर की संभावित मांग असीमित है, और जेवन्स पैराडॉक्स के कारण लागत में कमी केवल खपत को गुणात्मक रूप से बढ़ाएगी। और अधिक विरोधाभासी बात यह है कि, क्रेडिट संस्थाएं "इन्वेस्टमेंट-ग्रेड सुरक्षा" की प्राप्ति के लिए, नवप्रारंभिक कंपनियों को 2 से 3 साल की लंबी अवधि के अनुबंध पर हस्ताक्षर करने के लिए मजबूर करती हैं, जिसमें 30% से 50% तक का भारी छूट शामिल है; जबकि वर्तमान में कैलकुलेशन पावर किराया हर साल 100% बढ़ रहा है, इससे निवेशक स्वयं "कैलकुलेशन पावर पर शॉर्ट" की स्थिति में पड़ जाते हैं।

इस लेख में कैलकुलेशन फाइनेंस की नींव की गहराई से व्याख्या की गई है, जिसमें यह दर्शाया गया है कि क्यों निष्कर्षण वीडियो मेमोरी की कमी बढ़ने के साथ, क्रेडिट द्वारा समर्थित कैलकुलेशन संपत्तियाँ पारंपरिक रियल एस्टेट को पार करते हुए एक ऐतिहासिक पुनर्गठन शुरू कर रही हैं।

वर्तमान में कैलकुलेशन मार्केट में कई बाधाएँ उभर रही हैं, लेकिन इनमें से सबसे गंभीर बाधाओं में से एक धन प्राप्ति के मार्ग हैं। अधिक विशेष रूप से, गणना निर्माण के लिए वित्त पोषण प्रदान करने में सक्षम क्रेडिट धन की कमी। हम अभी लगभग कई ट्रिलियन डॉलर के निर्माण अंतर का सामना कर रहे हैं, लेकिन धन इस क्षेत्र में सहजता से प्रवेश नहीं कर पा रहा है।

पारंपरिक ऋण संस्थाएँ अक्सर कैलकुलेशन शक्ति की तुलना भूमि और इमारतों से करती हैं। उनके पास तीन मूलभूत मान्यताएँ होती हैं, जो दिखने में तर्कसंगत लगती हैं, लेकिन वास्तव में आपस में विरोधी हैं:

• यह मानते हुए कि AI एक अंततः फूलने वाला संपत्ति बुलबुला है;

• माना जाता है कि आउट-टेकर (Off-taker) उच्च रेटिंग वाला उद्यम नहीं है, और डिफॉल्ट का खतरा बहुत अधिक है;

• मूलभूत प्रतिभूति (GPU हार्डवेयर) को कोई मूल्य संरक्षण क्षमता नहीं मानते हैं, जो कुछ ही वर्षों में सामान्य डेटा केंद्र सर्वर की तरह मूल्यहीन हो जाएगी।

ये दृष्टिकोण बाहरी लोगों के लिए तर्कसंगत लगते हैं, लेकिन वे वित्तीय तर्क के अनुसार एक-दूसरे के साथ असंगत हैं। यदि हम पूरे पारिस्थितिकी तंत्र की ट्रिलियन डॉलर की पूंजी की द्रवता को मुक्त करना चाहते हैं, तो हमें प्रत्येक भ्रम का गहन उलट-फेर करना होगा।

AI फोम सिद्धांतवादियों का मुख्य सवाल यह है: वे मानते हैं कि कैलकुलेशन की मांग सीमित है, और आपूर्ति अंततः इसके साथ समायोजित हो जाएगी; और बड़े मॉडल या एल्गोरिदम की दक्षता में सुधार से हार्डवेयर की मांग में कमी आएगी।

यह निष्कर्ष वास्तविक डेटा के सामने स्वयं ही अस्वीकार हो जाता है। एजेंटिक एआई की गणना क्षमता के लिए वार्षिक मांग 2.5 से 5 गुना तक पहुंच गई है, जबकि 2030 तक वैश्विक अग्रणी वेफर और पैकेजिंग आपूर्ति केवल दोगुनी हो सकती है, जिससे आपूर्ति-मांग का अंतर हर साल बढ़ता जा रहा है। 2027 तक वैश्विक उच्च-बैंडविड्थ मेमोरी (HBM) की उत्पादन क्षमता पहले से ही सभी प्रमुख कंपनियों द्वारा पूरी तरह से आरक्षित कर ली गई है, और प्रमुख गणना प्रदाता अब हजारों अरब डॉलर के अपूर्ण ऑर्डर के बोझ के साथ सामना कर रहे हैं।

अधिक महत्वपूर्ण बात यह है कि भौतिक अर्थव्यवस्था में कई ऐसे मूलभूत आवश्यकता वाले उद्योग मौजूद हैं जिनकी कैलकुलेशन क्षमता की भूख कभी नहीं बंधती:

• क्वांटिटेटिव हाई-फ्रीक्वेंसी फाइनेंस: जटिल डेरिवेटिव्स और होलोग्राफिक रिस्क के लिए गहन मॉडलिंग (उदाहरण के लिए, शीर्ष मार्केट मेकर जेन स्ट्रीट की दस अरब डॉलर की विशिष्ट कंप्यूटिंग क्षमता की प्रतिबद्धता);

• बायोफार्मास्यूटिकल दिग्गज: अणु संगठन, लक्ष्य छांटने और नए दवाओं के विकास के लिए असीमित GPU कॉम्प्यूटिंग घंटे निवेश करते हैं;

• शीर्ष शोध विद्वान: विशाल कंप्यूटिंग पावर का उपयोग करके अज्ञात विषयों के बीच प्रेरणा को जोड़ें और भौतिक दुनिया के जटिल अनुकरण करें;

• रक्षा और सैन्य क्षेत्र: कैलकुलेशन क्षमता का पैमाना ड्रोन क्लस्टर और युद्ध के अनुकरण की निरपेक्ष शक्ति निर्धारित करता है;

• नेटवर्क हमला और रक्षा के अग्रिम: हैकर और सुरक्षा टीमें लगातार बल के माध्यम से सिस्टम के गहरे ज़ीरो-डे वल्नरेबिलिटी की खोज कर रही हैं।

इन संस्थाओं के पास सामान्य व्यवसायों की तरह “प्रति कर्मचारी टोकन बजट” पर चर्चा करने का कोई अर्थ नहीं है। जब तक मानव समाज को बेहतर टीके, अधिक सटीक वित्तीय जोखिम नियंत्रण, मजबूत रक्षा प्रणालियों और गहन वैज्ञानिक क्रांतियों की आवश्यकता होती रहेगी, तब तक कैलकुलेशन क्षमता सबसे शुद्ध उत्पादक शक्ति होगी, और इसकी मांग मूलतः असीमित होगी। इसके अलावा, AI क्षेत्र में जेवन्स पैराडॉक्स (Jevons Paradox) तेजी से सामने आ रहा है: जब प्रति इनफरेंस बुद्धिमत्ता की लागत 90% कम हो जाती है, तो समाजभर में उपयोग की आवृत्ति और प्रयोग के स्थितियाँ 10 गुना से अधिक बढ़ जाती हैं।

चित्र 1: वैश्विक प्रमुख बादल फर्म और AI दिग्गजों के कैपिटल स्पेंडिंग और कॉन्ट्रैक्ट रिजर्व की प्रवृत्ति। कुल खरीद प्रतिबद्धता कई अरब डॉलर के स्तर पर पहुंच चुकी है और आपूर्ति अंतर हर साल बढ़ रहा है।

बिजली को रियल एस्टेट के बराबर मानना एक अत्यंत खतरनाक भ्रम है। इमारतों का किराया स्थानीय स्थिति से पूरी तरह से बंधा हुआ है; जबकि कैलकुलेशन पावर एक अत्यधिक समान, वैश्विक ऑप्टिकल फाइबर से सेकंडों में डिलीवर होने वाली सामान्य डिजिटल वस्तु है।

वर्तमान में, कई क्रेडिट संस्थानें किरायेदार की "इन्वेस्टमेंट ग्रेड क्वालिफिकेशन" पर अत्यधिक जोर देती हैं, जिसके लिए वे 2 से 3 साल की लंबी अवधि की मांग करती हैं और 20% से 30% तक, यहां तक कि 50% तक का भारी प्रीपेमेंट मांगती हैं। ऋणदाता सोचते हैं कि लंबी अवधि के माध्यम से वे सुरक्षा का आधार सुनिश्चित कर रहे हैं, लेकिन व्यावहारिक रूप से वे खुद को अत्यंत अनुकूल परिस्थिति में डाल देते हैं।

भविष्य में 5 से 10 वर्षों के भीतर, जब कैलकुलेशन पावर की अत्यधिक अपूर्ति होगी, तो यदि एक स्टार्टअप ग्राहक दुर्भाग्यवश अपने दायित्वों का पालन नहीं करता है, तो उस कैलकुलेशन बैच को लेने के लिए कम से कम दस अन्य ग्राहक पंक्ति में खड़े होंगे। B300 जैसे फ्लैगशिप चिप्स स्पॉट मार्केट में लगभग एक कार्ड भी उपलब्ध नहीं हैं। और अधिक अविश्वसनीय बात यह है कि पिछले वर्ष कैलकुलेशन पावर के स्पॉट किराए में 100% की वृद्धि हुई है, इस संदर्भ में, ऋणदाता अपनी 'निश्चितता' के नाम पर, उधारकर्ताओं को 30% से 50% की भारी छूट के साथ 3 साल की लंबी समयावधि के अनुबंध पर हस्ताक्षर करने के लिए मजबूर कर रहे हैं, जो वास्तविक रूप से ऋणदाता संस्थाओं को "कैलकुलेशन पावर पर शॉर्ट" बना रहा है!

इस निश्चितता की विकृत इच्छा के कारण, ऋणदाता संस्थाएँ विशाल तरल लाभ को बेकार खो देती हैं और अपनी पूंजी की वापसी की अवधि बढ़ा देती हैं। यह सावधानी उनकी पूंजी की रिटर्न पर प्रतिकूल प्रभाव डालती है।

AI के सबसे अधिक निराशावादी तर्कों में से एक यह है कि कैलकुलेशन हार्डवेयर का अवमूल्यन बहुत तेज़ होता है और कुछ ही वर्षों में यह इलेक्ट्रॉनिक कचरा बन जाएगा। हालाँकि, वास्तविकता ने इस परिकल्पना की अवास्तविकता को साबित कर दिया है: 2020 में NVIDIA द्वारा लॉन्च किया गया A100 GPU आज भी डेटासेंटर में पूरी क्षमता से संचालित है, और इसकी किराए पर लेने की आवश्यकता 2029 तक बुक हो चुकी है, जिससे GPU की कम से कम 9 साल की स्थिर व्यावसायिक सेवा अवधि स्थापित होती है। इसके आधार पर, Blackwell आर्किटेक्चर और इसके बाद के मॉडल्स की प्रभावी आर्थिक आयु पूरी तरह से दस साल से अधिक हो सकती है।

अधिक विनाशकारी बात यह है कि अग्रणी कैलकुलेशन हार्डवेयर अब पारंपरिक औद्योगिक वस्तुओं में दुर्लभ "मूल्यवृद्धि" की विशेषता दिखा रहा है: B200 के लॉन्च के बाद से दो साल हो गए हैं, और इसका वास्तविक द्वितीयक बाजार मूल्य लॉन्च के समय की तुलना में 50% तक बढ़ गया है; भले ही A100 का उपयोग 6 साल हो गया हो, अभी भी इसका द्वितीयक बाजार में शेष मूल्य प्रारंभिक मूल्य के लगभग 25% पर स्थिर बना हुआ है। पहले अधिकांश वॉल स्ट्रीट विश्लेषकों द्वारा उपयोग किए जाने वाले 6-वर्षीय सीधी रेखा अवमूल्यन मॉडल को अब अत्यधिक निराशावादी, अत्यधिक सावधानीपूर्ण कल्पना के रूप में साबित कर दिया गया है।

चित्र 2: प्रमुख GPU का वास्तविक द्वितीयक बाजार मूल्य और किराया ट्रेंड। A100 के लॉन्च के 6 वर्ष बाद भी इसका शेष मूल्य 25% तक है, B200 का बाजार प्रीमियम 50% से अधिक है, जो पारंपरिक 3 वर्ष के अवमूल्यन की मान्यता को पूरी तरह से बदल देता है।

कोई पूछ सकता है: लगातार अधिक उन्नत दक्ष चिप्स का आविष्कार हो रहा है, क्या यह पुराने कार्ड को तेजी से अप्रचलित नहीं कर रहा है? यह आपत्ति तीन मूलभूत वास्तविकताओं को नज़रअंदाज़ करती है:

1. आधुनिक AI निष्कर्षण की मुख्य सीमा उच्च बैंडविड्थ वाली मेमोरी पर अत्यधिक निर्भर है;

2. वीडियो मेमोरी एक ऐसा कठोर मुद्रा संपत्ति है जो अत्यधिक कमी में है;

3. वैश्विक अर्धचालक उत्पादन क्षमता छोटे समय में पर्याप्त चिप और वीडियो मेमोरी कंपोनेंट्स का उत्पादन नहीं कर सकती।

इन अपरिवर्तनीय भौतिक और औद्योगिक नियमों के आधार पर, पूरे वित्तीय बाजार को GPU संपत्ति के जीवनकालिक मूल्य को नए दृष्टिकोण से देखना होगा।

मेरा मुख्य विश्लेषण है: आगामी कई दशकों के दीर्घकालीन चक्र में, कैलकुलेशन शक्ति भूमि और भवनों को पार करके, मानव इतिहास के सबसे बड़े आकार और सबसे अधिक तरलता वाली संपत्ति श्रेणी में उभरेगी। हालाँकि, इस अतिरंजित लहर को संचालित करने के लिए निवेशकों को नींव की तकनीक की गहरी समझ और जटिल आधुनिक वित्तीय इंजीनियरिंग उपकरणों की आवश्यकता होगी। क्रेडिट और संरचित वित्त पर आधारित कैलकुलेशन शक्ति संपत्तिकरण का युग केवल अभी अपना महान प्रारंभ कर रहा है।