Інтерв'ю з колишнім співробітником $ORCL про ландшафт штучного інтелекту та майбутнє Neocloud: - Експерт підкреслює значний зсув у хмарній пропозиції $ORCL: OCI тепер забезпечує в середньому 66% економії обчислювальних витрат порівняно з іншими гіпермасштабними партнерами, що дозволяє швидко зростати, незважаючи на історично погану мережеву конструкцію. Експерт зазначає, що ключова стратегічна перевага OCI — це передбачуваний і низький TCO, що контрастує з непередбачуваними витратами конкурентів, таких як $AMZN, $MSFT та $GOOGL, де багаторегіональні та DR-особливості можуть призвести до несподіваного зростання цін на 30–40%. - За словами експерта, гіперскейлери масово інвестують у інфраструктуру GPU дата-центрів, головним чином для забезпечення використання AI-моделей і векторних баз даних для використання клієнтами. Однак експерт помічає значний короткостроковий фінансовий дисбаланс: інвестиційні витрати гіперскейлерів наразі вищі за доходи від білінгу клієнтів, що свідчить про те, що вони ще не повністю монетизовані. Вони очікують, що гіперскейлерам знадобиться наступні 2–3 роки, щоб відновити свої інвестиції та досягти прибуткової цінової точки. Це головним чином тому, що галузь все ще перебуває в середині життєвого циклу GPU і ще визначає довгострокові експлуатаційні витрати. - Експерт підкреслює, що нові неохмари, такі як $CRWV і $NBIS, є тимчасовою фазою, зумовленою серйозними обмеженнями потужності на ринку, де попит на ШІ перевищує пропозицію GPU, переважно з $NVDA. Експерт розглядає нинішній високий попит як «штучну бульбашку», яка триватиме наступні три-чотири роки. - Він вважає, що майбутня архітектура буде зосереджена на ефективності, надаючи пріоритет бюджету CPU 80%, з яких лише 10% буде виділено на використання GPU на вимогу (для завдань, таких як інференція та тонке налаштування), а решта 10% — на безпеку/управління. Зрештою, коли моделі ШІ стануть дуже ефективними, потреба постійно ганятися за великими кластерами GPU зменшиться, дозволяючи галузі зосередитися на менших, тонко налаштованих мовних моделях, які можна навчати в межах власної хмарної оренди клієнта.