लेखक: जेमिन बॉल
समाहित: शेनचाओ टेकफ्लो
शेनचाओ का सारांश: xAI का Colossus 1 डेटासेंटर अभी एक खरीददार के साथ समाप्त हुआ है—Anthropic ने पूरी कैलकुलेशन क्षमता को बुक कर लिया है, जिसकी वार्षिक भुगतान राशि 50 अरब डॉलर है। यह लेनदेन न केवल xAI को तुरंत एक नया क्लाउड कंप्यूटिंग विशालकाय बना देता है, बल्कि Anthropic को इन कैलकुलेशन क्षमताओं का उपयोग करके 150 अरब डॉलर की आय प्राप्त करने में मदद मिलती है, दोनों पक्षों को बड़ा लाभ हुआ है।
एक अनुमानित गणना करते हैं! (सभी कागज़ पर अनुमान हैं...)
मान लीजिए कि कोलोसस 1 में 22 लाख GPU हैं
मान लीजिए 150,000 H100, 50,000 H200 और 20,000 GB200
रेंट अनुमान:
- H100 प्रति घंटा 2.30 डॉलर
- H200 प्रति घंटा 2.60 डॉलर
- GB200 प्रति घंटे 5 डॉलर
समूह की मिश्रित किराया लगभग प्रति घंटे 2.60 डॉलर है
मान लीजिए सभी टेक-ऑर-पे समझौते हैं (आप 24x365 पूर्ण क्षमता पर भुगतान करते हैं)
यह xAI की वार्षिक 50 अरब डॉलर की आय के बराबर है। हमने एक नए क्लाउड कंप्यूटिंग विशाल का जन्म देखा है!
इससे भी अधिक—हाल के Dwarkesh के पॉडकास्ट में, डैरियो ने यूनिट इकोनॉमिक्स का एक अनुमान लगाया (उन्होंने विशेष रूप से जोर दिया कि यह एंथ्रोपिक की विशिष्ट स्थिति नहीं, बल्कि उद्योग-सामान्य गणित है—यह महत्वपूर्ण है, उन्होंने Anthropic की कोई भी जानकारी लीक नहीं की है)।
उन्होंने 1000 अरब डॉलर के कैलकुलेशन खर्च का उदाहरण दिया (उन्होंने बस एक पूर्ण संख्या चुनी थी)। यह खर्च ट्रेनिंग और इन्फरेंस के बीच विभाजित होगा। अगर ट्रेनिंग का हिस्सा बहुत अधिक है, तो आपकी आय पर्याप्त नहीं होगी; अगर इन्फरेंस का हिस्सा बहुत अधिक है, तो आप भविष्य के अनुसंधान और विकास को कमजोर कर देंगे। उनका मानना है कि वर्तमान में उद्योग में ट्रेनिंग/इन्फरेंस के कैलकुलेशन खर्च का अनुपात 50/50 है। उन्होंने कहा कि एक उद्योग के रूप में, वे उस 500 अरब डॉलर के इन्फरेंस खर्च को 1500 अरब डॉलर की आय में परिवर्तित कर सकते हैं (उन्होंने विशेष रूप से यह बताया कि यह संभवतः 1-2 साल के बाद उद्योग का इकाई आर्थिक मॉडल होगा)।
इस तर्क को xAI के ट्रेडिंग पर लागू करें। उपरोक्त मान्यताओं के अनुसार, Anthropic प्रति वर्ष 50 अरब डॉलर भुगतान करता है। मान लीजिए कि वे इसे प्रति वर्ष 150 अरब डॉलर की आय में बदल देते हैं (60-70% ग्रॉस मार्जिन)
दोनों के लिए लाभ!!
डैरियो ने ऐसा कहा था:
इसे इस तरह सोचें। एक बार फिर दोहराता हूँ, ये सरलीकृत तथ्य हैं। संख्याएँ सटीक नहीं हैं। मैं बस एक टॉय मॉडल बना रहा हूँ। मान लीजिए कि आपकी आधी कैलकुलेशन क्षमता प्रशिक्षण के लिए और आधी निष्कर्षण के लिए उपयोग की जा रही है। निष्कर्षण में एक निश्चित घातांक मार्जिन होता है
@GS_CapSF "हमने SpaceX के Colossus 1 डेटासेंटर की पूरी कैपेसिटी का उपयोग करने के लिए समझौता किया है। इससे हमें एक महीने में 300 मेगावाट से अधिक नई क्षमता प्राप्त हुई (220,000 से अधिक NVIDIA GPU)।"