Як слід переоцінити ціну на обчислювальну потужність, коли AI-агенти починають наближатися до людської інтелектуальної праці або навіть замінювати її?
У найсвіжішому блозі відомий технологічний подкаст Dwarkesh Patel висунув сміливу гіпотезу: якщо дохід AI-лабораторій продовжуватиме швидко зростати (наприклад, Anthropic до кінця наступного року досягне 1 трильйона доларів США), а постачання обчислювальних потужностей збільшуватиметься лише приблизно в 3 рази щороку, ціни на обчислювальні потужності можуть зростуть більше ніж у 10 разів.
Ціна на кремнієві робочі сили, H100+AI = 250 000 доларів США для програмістів з Кремнієвої долини
Протягом останніх декількох десятиліть обчислювальна потужність вважалася «інструментом». Комп’ютери стали швидшими, серверів більше, а хмарні обчислення — дешевшими.
Але в епоху ШІ відбувається парадигмальний зсув: GPU більше не просто деталь машини, а може стати носієм цифрової робочої сили.
Якщо один H100 може підтримувати AI-агент з рівнем, близьким до рівня провідного програміста, то його вартість не слід визначати за ціною за «годину сервера», а за вартістю людської праці, яку він замінює.
Уявіть, що існує цифровий програміст, який не спить, завжди відповідає та має рівень технічної майстерності, що дорівнює найкращим людським фахівцям — скільки ви б були готові платити йому на рік?
У Сіліконовій долині середня річна заробітна плата програміста-інженера перевищує 250 000 доларів США. Однак для підтримки агента з таким самим рівнем інтелекту може знадобитися лише потужність однієї графічної карти NVIDIA H100.
Зараз давайте порахуємо:
Якщо цей H100 може ідеально замінити людину-програміста з зарплатою 250 000 доларів США на рік, то з чисто бізнесової та економічної логіки теоретична річна оренда цього H100 повинна бути вище 250 000 доларів США.
Але зараз ринкова ціна на спот-аренду H100 становить лише близько 16 000 доларів США на рік. Різниця становить 15 разів.
Ось що стане найбільшим «чорною дірою трудової арбітражу» в історії людства.
Коли швидкість інтелектуального розмноження у віртуальному світі значно перевищує фізичні межі виробництва, виникає суперечка:
Швидкість зростання цінності цифрового інтелекту значно перевищує швидкість розширення фізичної обчислювальної інфраструктури.
Ця 15-кратна різниця в оцінці призведе до сильного відбитку: у найближчі роки реальна ціна на обчислювальну потужність може зазнати суперінфляції в 10 разів або більше.
Звичайно, виникає питання: чи зменшиться заробітна плата програміста у майбутньому?
Це питання також врахував Дваркеш Пател:
Але якщо ми віримо у стандартну економічну теорію щодо праці, то гранична вартість хеш-потужності (а отже, і її гранична ціна) мала б стати надзвичайно високою.
Швидкість заробітку грошей за допомогою ШІ вже перевищила швидкість створення ШІ
Протягом останніх кількох років індустрія ШІ дотримувалася простої логіки: більші моделі, більше даних, більше GPU, сильніші можливості.
Але зараз виникає новий суперечливий момент: швидкість зростання ШІ перевищує швидкість зростання постачання обчислювальних потужностей.
Наприклад, Anthropic: за останній рік її комерційний дохід збільшився приблизно в 10 разів.
За такою швидкістю зростання до кінця року його річний дохід може досягти масштабу 100–150 мільярдів доларів США. Якщо цей тренд продовжиться, наступного року йому доведеться вирішувати безумне питання: як підтримувати «грошові перспективи» рівня трильйона доларів?
Є лише один відповідь: більше інтелекту. А більше інтелекту означає: більше навчання, більше висновків, більше GPU.
Проте проблема полягає в тому, що потужність обчислень не зростає з тією ж швидкістю.
Фізична обчислювальна потужність лабораторій, що лідирують у галузі, може збільшуватися лише приблизно на 3 рази на рік.
Так виникає величезне розбіжність:
Цифровий світ хоче пробігти 10 кілометрів, але фізичний світ може надати лише 3-кілометрову дорогу. Що робити з рештою відстані?
Є лише три варіанти: перше, збільшити маржу прибутку. Друге, підвищити ціну на обчислювальну потужність. Третє, направити більше обчислювальної потужності на інференс-бізнес.
Третій шлях — це те, чого більше всього не хочуть бачити багато лабораторій ШІ.
Оскільки виведення прибутку суттєво лише для того, щоб довести: «Бізнес-модель ШІ працює.»
Потім продовжуйте залучення коштів, купуйте більше GPU і продовжуйте навчання наступного покоління моделей.
Справжній цикл Кремнієвої долини:
Заробіток — це не кінцева мета, а лише засіб для придбання більшої обчислювальної потужності.
Бо все, у що справді вірять лабораторії, — це те, що сучасні моделі сьогодні можуть через рік бути такими ж застарілими, як телефон вчора: потужні, але застарілі.
Це повертає рішення до двох попередніх варіантів: стрімкий ріст прибутковості або зростання вартості одиниці хеш-потужності.
Якщо повністю полагодитися на маржу для поглинання цієї різниці, до кінця наступного року маржа Frontiers Lab повинна досягти діапазону 95% — високого середнього рівня.
У історії бізнесу, крім дуже небагатьох абсолютно технологічно монопольних вузлів, це майже фантазія.
Отже, всі відомості та логіка звелися до одного висновку: ціна за одиницю хеш-потужності наблизиться до безпрецедентного стрибка.
GPU перетворюються з серверів на фабрики нового часу
Багато хто ще не усвідомлює: конкуренція в галузі ШІ вступає в еру інфраструктури.
У минулому інтернет-війні боролися за користувачів, трафік та входи. У епоху ШІ боротьба ведеться за електроенергію, чіпи, центри обробки даних та суперкомп’ютерні кластери.
Чому? Бо топові лабораторії ШІ не можуть покладатися на звичайні хмарні сервери.
Їм потрібні: відокремлений кластер GPU; стабільна мережева архітектура; дуже висока завантаженість; безпека даних і моделей.
Це вже не оренда звичайних серверів, це оренда майбутніх інтелектуальних виробничих ліній.
Один із типових прикладів: Google та Anthropic орендували великий обсяг ресурсів GPU у SpaceX.
За повідомленнями, оренда кластерів GPU в кількості близько 110 000 одиниць від Google становить 900 мільйонів доларів США щомісяця.
У перерахунку на одну GPU, оренда становить майже вдвічі більше, ніж поточна ціна на ринку спот. Не забувайте, що сама поточна спот-ціна вже на 40% вища, ніж мінімум на початку цього року.
Чому?
Оскільки топові обчислювальні потужності все більше схожі на стратегічні ресурси, такі як енергія та електромережі.
Уявіть собі промислову революцію: одна фабрика має парову машину, а інша — ні.
Їхня різниця — не 10%, а цілий розрив у способі виробництва.
GPU ери AI також стає цим новим «паровим двигуном».
Чому ціна на хешрейт досягла такого рівня?
Відповідь міститься у фізичній формулі з боку пропозиції — цю формулу щільно заблоковано фізичними межами TSMC та лідерів у галузі літографії.
Міф про «зростання хешрейту в 3 рази щороку», яким так часто хваляться у галузі, при розборі виявляється лише натягнутою комбінацією трьох множників на межі своїх меж:
Річний приріст потужності (3x) ≈ 1,4x (ітерація закону Мура) × 1,2x (будівництво нових заводів) × 1,8x (захоплення виробничих потужностей передових технологій).
І ці три множники кожен наближаються до стелі.
Закон Мура: кожен крок мініатюризації складніший за попередній, витікання струму та атомні межі роблять ітерації надзвичайно небезпечними.
Будівництво нових напівпровідникових заводів триває довго, а швидкість поставок високонапружених EUV-літографічних машин зупиняє весь ланцюжок — розв’язання цієї проблеми неможливе щонайменше до 2030 року.
За останні два роки єдиним драйвером зростання обчислювальної потужності було захоплення виробничих потужностей — чіпи для ШІ відібрали передові технологічні процеси TSMC у смартфонів і ПК.
Але цей коефіцієнт множення скоро зведеться до нуля. До кінця 2027 року чіпи для ШІ поглинули б 86% виробничих потужностей TSMC N3 — з 60% до 86% — не зростання, а фізична абсолютна насиченість, без будь-якого вільного місця.
Три множники, два вже досягли піку, останній скоро зіткнеться зі стіною. Історія про обчислювальну потужність вже закінчена.
А чим дорожче обчислювальна потужність, тим менше хто наважується використовувати дешеві моделі.
Інтуіція підказує: якщо хеш-потужність дорога, варто використовувати легкі моделі та відкриті зменшені версії, економлячи ресурси.
Але економіка ШІ працює зовсім навпаки.
Основна логіка — ефект Арчіана-Аллена: коли до всіх товарів додається фіксована додаткова вартість, дорожчі стають більш вигідними.
У ІІ ця «додаткова вартість» — це амортизація обчислювальних ресурсів — її потрібно сплачувати незалежно від того, яку модель ви використовуєте.
Порахуйте: H100 — 20 доларів за годину.
- Найпотужніша модель: 1 година, 25 доларів (20 за потужність + 5 надбавка).
- Звичайна модель: платіж за ліцензію 0, але інтелекту не вистачило — 2 години на спроби та помилки, 40 доларів.
Висновок: використання посередніх моделей виявляється дорожчим. Вони витрачають обчислювальні ресурси та ще більш цінний ресурс — час — на неефективні спроби.
Тоже, чим дорожче обчислювальна потужність, тим впевненіше найпотужніші моделі можуть стягувати надзвичайно високу надбавку. Оскільки ви все одно маєте платити за обчислювальну потужність, трохи більше витратити на найрозумнішу — це справжня економія.
Звичайна модель, без майбутнього.
В кінцевому підсумку, кошти всього суспільства, як чорна діра, будуть поглинатися небагатьма трильйонними олігархами, які здатні створити абсолютно найпотужніші моделі.
Потужність обчислень — це також ресурс, не обов’язково зростатиме у ціні?
Звичайно, є й ті, хто проти.
У коментарях Ерік Сюй запропонував цікавий контраргумент: логіка річної орендної плати у 250 000 доларів США працює лише в чисто цифровій сфері. Як тільки ми стикаємося з фізичним світом — наприклад, з термінами схвалення клінічних випробувань або процесами прийняття рішень у державних закупівлях — потенціал монетизації ШІ може навіть не досягти 250 000 доларів США, а скоріше наближатиметься до 50 000 доларів США.
Старший інженер-програміст Тревор зазначив: низькоякісний контент не потребує найкращих моделей — він перейде на більш дешеві альтернативи, а не зникне повністю. Іншими словами, очищуватися може ціна, а не сам контент.
Історія також не на боці Dwarkesh. У 1980 році біолог із Стэнфордського університету Пол Ерліх та економіст Джуліан Саймон заключили пари на те, що п’ять металів подорожчали б через десять років.
Десять років потому всі п’ять знизилися, Ерліх зізнався у поразці й заплатив. «Ресурси обов’язково подорожчать» — історично більшість тих, хто так ставив, програвали.
Відповідь Дваркеша: Еластичність пропозиції потужності значно нижча, ніж у сировини. Мідні рудники можуть збільшити виробництво під впливом високих цін, але EUV-літографічні машини — ні: сама TSMC не має додаткових потужностей, які можна було б вивільнити. У ці роки, коли пропозиція зростає лише втричі щороку, альтернатив немає.
Цікаво, що сам Дваркеш підтверджує: ця пророча модель, історично, майже завжди була помилковою.
Можливо, обчислювальна потужність колись стане такою ж дешевою, як пісок, але до того дня нам доведеться пережити найжорстокішу боротьбу за обчислювальну потужність та інфляцію обчислювальної потужності.
Джерела:
https://www.dwarkesh.com/p/why-compute-might-get-10x-more-expensive
https://x.com/dwarkesh_sp/status/2082482530209411419
Цей матеріал надійшов із微信-каналу «Новий розум», автор: АСІ Апокаліпсис; редагування: Девід