Investor Wida Inggris Awal Gavin Baker ' s investasi filsafat: membuat multi-AI infrastruktur berbobot dan risiko pasar secara keseluruhan kosong

Apa yang Sedang Dibeli Sekarang
Sumber: Podcast Tanpa Batas
Bahasa asli: Teko Teduh Dalam

Bimbingan Penyuntingan Sumbangan

Biodata podcast berfokus pada filosofi investasi pendiri Atreides Management, taruhan jangka panjang pada investor Nvidia dan Cerebras, Gavin Baker。

PENILAIAN INTINYA ADALAH BAHWA AI BUKANLAH GELEMBUNG, TETAPI SIKLUS INFRASTRUKTUR SEPEDA SUPER YANG DIDORONG OLEH KEKUATAN, LINGKARAN KRISTAL DAN KOMPUTASI; PENGEMBALIAN BERLEBIH NYATA TIDAK DALAM MODEL BESAR ATAU ROBOT CHAT, TETAPI DALAM KONEKSI GPU, MEMORI, CHIP PENALARAN, PEMROGRAMAN CANGGIH DAN LINK PASOKAN DAYA。

Saat menjaga terhadap jatuhnya seluruh pasar melalui QQQ, fokus pada Astera Labs, Unity, Micro, Nvidia, Cerebras, Positron, dll。

SELAMA TSMC, ASML, MEMORI BANDWIDTH TINGGI DAN JARINGAN LISTRIK TIDAK CEPAT SURPLUS, PENGELUARAN MODAL AI BELUM TENTU MUNCUL KEMBALI GELEMBUNG INTERNET PADA TAHUN 2000。

Catatan Mahal

AI FOAM ATAU SIKLUS SUPER

• • • • " " " " " " " NOT " " " " " " " " " " " " " " ";;;; " " " ";;;; " ";;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;.";;;;;;;;;;;.";;;;;;;;;;;;;;;;;;;;;;;;;;;.";.";.".";;;;;;;;;.";;.".".";;;;;;;;.";;;;;;;;;;;;;;;;;;;.";;.";;.".".".".".".".".".";;;.";.";."."."."."."."."."."."."."."."

• Kembali terbesar tidak di SaaS, tidak dalam robot obrolan seperti OpenAI atau Anthropic, tetapi dalam listrik, komputasi dan silikon."

• “Ini bukan gelembung Internet, karena pembeli adalah perusahaan terpintar dan paling kaya di dunia, dan mereka tidak mengandalkan utang untuk kredit mereka”

• \"Jika seluruh pasar tidak dapat disusupi, akan sulit untuk runtuh seperti gelembung tradisional\"

kebohongan nyata: listrik, lingkaran kristal, token

• \"Teori Gavin sederhana, hanya memandangi infrastruktur yang berbobot AI, yang dapat melakukan tinggi per watt dan menurunkan biaya token.\"

• Labs semakin khawatir tentang satu hal: berapa banyak token dapat dihasilkan per watt."

• “KEKUATAN LISTRIK DAN LINGKARAN KRISTAL ADALAH DUA DINDING BATA DAN DUA KENDALA KUNCI MEMBATASI KECEPATAN CEPAT AI”

Dari pra-latihan ke penalaran dan pasca-latihan

• “Kenyataan bahwa model tersebut telah dilatih sebelumnya tidak berarti bahwa model tersebut akan menjadi jenius sepanjang hidupnya; model ini juga perlu menyerap informasi baru pada tahap pasca-pelatihan”

• • ” Inti penalaran membutuhkan perhitungan yang ekstensif, itulah sebabnya chip penalaran dan infrastruktur penalaran akan menjadi fokus dari fase berikutnya”

• “Hanya biaya atau kesempatan pendapatan yang berkaitan dengan penalaran mungkin 5 sampai 10 kali lipat dari masukan kapasitas pra-pelatihan”

Model vertikal kecil, model akhir dan infrastruktur berdaulat

- Kau tidak perlu berinteraksi dengan Claude setiap hari di masa depan, yang mungkin kau butuhkan adalah proksi AI berdasarkan pelatihan datamu sendiri."

• “Kecepatan penyebaran infrastruktur itu sendiri adalah parit, dan dunia digital lebih gatal daripada infrastruktur fisik dibangun”

" BARANG SIAPA PUN DAPAT MEMAMPATKAN PENYEBARAN FISIK YANG DAPAT DILAKUKAN SELAMA BERBULAN-BULAN ATAU TAHUN HINGGA BERMINGGU-MINGGU, DAPAT MENJUAL HARGA TINGGI DI AI MODAL."

Pendekatan investasi yang dilakukan oleh Gavin ' s: membuat banyak orang sombong dan mengosongkan risiko pasar secara keseluruhan

• \"Dia sangat percaya bahwa pemenang AI akan datang, tetapi itu tidak berarti bahwa dia optimis tentang seluruh pasar; QQQQ menempatkan adalah pagarnya terhadap risiko downside keseluruhan.\"

• “TSMC SEBENARNYA MEMBATASI KECEPATAN BUSA YANG MEMPERCEPAT; PENGELUARAN MODAL TIDAK MUDAH DI LUAR KENDALI SELAMA KAPASITAS CHIP TIDAK DAPAT BERKEMBANG DALAM SEKEJAP”

• \"Gavin seperti Leopold yang lebih tua, lebih stabil, lebih siklik: yang sebelumnya adalah dekade kesuksesan, sementara yang terakhir sekarang lebih triwulanan.\"

AIS AIS SUPER-KITAR ASET BERNILAI TARUHAN

EJ:Gavin Baker adalah investor AI yang sangat produktif, tetapi tidak pernah terdengar oleh publik. Selama 20 tahun terakhir, ia mulai berinvestasi di beberapa perusahaan AI yang dikenal saat itu sebelum mereka masuk ke lingkaran. Saat itu ia berada di awal Nvidia (di Weida, AI GPU dan Akselerator Nucleus) dan Cerebra (AI Chip) dan memiliki ide yang sangat jelas bahwa AI bukanlah gelembung, melainkan sepeda super。

Dalam pandangannya, botlenecks kritis dan kendala dapat diidentifikasi dengan mengamati infrastruktur bawah Watts, waffers dan token, i.e. AI. Kesimpulannya sederhana: pengembalian terbesar dalam AI berasal dari daya, energi dan manufaktur silikon, tidak banyak berhubungan dengan perangkat lunak atau layanan SaaS, tidak banyak yang berhubungan dengan robot chat seperti Anthropic dan OpenAI。

Pada akhirnya, seluruh industri akan dikirim ke hilir semikonduktor, seperti picks dan hovel yang mendukung seluruh industri AI。

KETIKA BANYAK ORANG MENGATAKAN BAHWA INDUSTRI AI SUDAH MENJADI GELEMBUNG, DIA PIKIR ITU ADALAH KESEMPATAN PEMBELIAN ANTAR GENERASI, TERUTAMA UNTUK INFRASTRUKTUR AI. DIA MENYATAKAN PENILAIAN INI DALAM DANA DENGAN SKALA SEKITAR $ 4,1 MILIAR。

Dan jika Anda mendengar kendala yang ia bicarakan, terutama infrastruktur AI, Anda akan menemukan teori ini akrab. Kita sudah membahas ini berkali-kali sebelumnya di acara tentang seorang investor, Leopold Aschenbrenner, yang telah membuat banyak pengaturan ke arah yang sama. Perbedaannya adalah bahwa Leopold telah melakukannya selama sekitar tiga tahun, dan Gavin telah melakukannya selama lebih dari 20 tahun。

Aset manajemen Leopold sekitar tiga kali lebih besar dari Gavin, tapi produser, Luke, memperingatkan saya bahwa: Kau mungkin bisa mengalahkan Warren Buffett dalam setahun, tapi bisakah kau menjalankannya selama puluhan tahun? Catatan sejarah Gavin Baker menunjukkan bahwa ia mungkin memiliki perspektif yang berbeda pada teori investasi ini。

Orang-orang yang tidak mengenal Gavin Baker pertama kali dapat mengetahui bahwa ia adalah pendiri Atreides Management (Investment Fund) dan telah berinvestasi di Nvidia selama 20 tahun terakhir. Jika Anda memegang Nvidia selama 20 tahun, itu sudah luar biasa, karena seharusnya sangat mengesankan。

Beberapa kesuksesannya baru-baru ini termasuk Cerebras dan Astera Labs. Cerebras adalah sebuah perusahaan cip AI yang valuasi pasca-IPO disebut-sebut sangat tinggi. Dan ada perusahaan yang mungkin belum pernah kau dengar, dan kami akan mengikuti kombinasi dan penilaiannya dalam set ini dan melihat di mana dia berpikir peluang investasi AI。

Lalu pertanyaan menjadi, apa yang dia pilih, mengapa? Jika Anda melihat data terbaru 13F (perempatnya digudangkan oleh investor institusional Amerika Serikat), dananya sekitar $4 miliar AUM (skala manajemen asset). Membongkar beberapa holdout terbesarnya akan mengungkapkan bahwa perusahaan-perusahaan ini menunjuk ke AI development botnecks bahwa Gavin telah berulang kali disebutkan。

Dia punya banyak ruang di perusahaan yang tidak seksi dan banyak orang bahkan belum mendengar. Misalnya, laboratorium Astera menyumbang hampir 9 hingga 10 persen dana. Anda dapat menafsirkan Astera Labs sebagai lapisan hubungan antara GPU。

Jika pusat data dikandung sebagai sistem, GPU adalah mesin yang bertanggung jawab untuk pra-latihan, pasca-pelatihan dan inferensi model. Namun, agar GPU dapat bekerja, GPU harus mentransfer sejumlah besar data di antaranya dan mengakses chip memori (RAM chip) tempat data disimpan。

Kita butuh sistem pipa. Saya berbicara tingkat tinggi, karena saya tidak berpura-pura saya tahu semua rincian bawah. Laboratorium Astera menyelesaikan masalah. Saat cluster AI meluas hingga ratusan ribu chip, wbotneck tidak lagi hanya GPU sendiri, tetapi jendela transfer data, bagaimana mengirim data yang benar pada waktu yang tepat dan mengakses data yang benar. Laboratorium Astera membangun sistem pipa seperti ini。

Aku belum pernah mendengar tentang Astera Labs sebelum aku mempelajari episode ini. Tapi aku ingat Cerebras berada dalam situasi yang sama. Gavina berbicara tentang Cerebras sekitar enam bulan yang lalu, dan mengingat skala waktu AI, enam bulan sudah lama. Kemudian itu IPO, dan acara itu menyebutkan perkiraan sekitar $60 miliar, dan IPO naik 40 persen. Hal ini menunjukkan bahwa Laboratorium Astera mungkin merupakan nama penting dalam tren serupa。

Josh:Cerebras adalah investasinya yang sangat awal. Dia memasuki Cerebras awal di perusahaan 's siklus hidup, berarti bahwa ia telah bertaruh pada teori selama bertahun-tahun. Beberapa perusahaan lain juga berada di taruhan jangka panjangnya, tentu saja Nvidia。

Sungguh menakjubkan untuk terlibat di Nvidia selama lebih dari 20 tahun dan tinggal di jalan. Baru-baru ini saya mendengarkan dua podcast dari Gavin, dan ia jelas menyatakan penilaian ketika ia berbicara tentang posisi Nvidia bahwa ia percaya bahwa Nvidia bisa terus mempertahankan profitabilitas dan permintaan saat ini. Itu berarti bahwa ia berpikir bahwa Nvidia memiliki kesempatan untuk bergerak lebih dekat ke nilai pasar $ 10 triliun, dan itu hanya setengah jalan。

Perkembangan lain yang patut diperhatikan adalah Mikron. Kami berbicara tentang AI Investment Bank di episode terakhir, dan posisi perusahaan-perusahaan di dalamnya, dan kami sangat menyarankan bahwa Anda kembali. Ia adalah salah satu pembuat memori terbesar。

sosok luar biasa disebutkan dalam pertunjukan: nilainya kurang dari $100 miliar setahun yang lalu, dan tercatat telah melampaui nilai pasar $1 triliun 10 kali setahun. ini menunjukkan betapa pentingnya program memori。

Ada perusahaan yang tidak begitu terlihat tapi menarik. EJ, aku ingin membawakanmu satu: Unity Software. Orang-orang yang akrab dengan game tahu tentang Unity, itu adalah mesin game, dan banyak permainan panas dibuat dengan perangkat lunak render 3D。

Jadi mengapa seorang investor AI memilih Unity, ini "sebuah permainan video"? Jawabannya adalah mesin permainan 3D. Unity, seorang pembangun model dunia, memiliki pemahaman mendalam tentang fisika, cara dunia beroperasi, material dan cahaya。

Saat AI akan membangun robot AGI dan Humanoid, link penting adalah simulasi lingkungan virtual dan set data virtual, di mana robot dilatih. Unity adalah salah satu alat terkuat。

Jadi, sebagai seorang penganut model dunia, Anda akan menyukai contoh perusahaan yang dikenal sebagai mesin, dengan jalan yang jelas untuk menjadi pemain penting di dunia AI。

Teori investasi dan strategi Gavin

EJ:teori model dunia adalah sederhana: model AI saat ini atau LLM memahami dunia terutama melalui teks dan buku, seperti mahasiswa yang duduk di perpustakaan, tetapi tidak memiliki pengalaman dunia nyata。

Itulah yang ingin dibuka model dunia: menempatkan peran permainan dalam lingkungan simulasi dan membuatnya mengerti bagaimana realitas fisik bekerja。

Seperti, apa yang terjadi ketika saya melemparkan telepon saya turun atau menendang bola? Apa selanjutnya? Apa yang harus kau lakukan? Model dunia memecahkan masalah ini。

Saat ini, tidak banyak pemain yang dapat melakukan ini dalam skala besar. Saat ini lead mungkin Google, yang memiliki model seperti Genie 3 (proyek Google's Generable Interactive World Model). Program ini juga menyebutkan rilis baru-baru ini Google Gemini Omni, tetapi model-model ini belum benar-benar mencapai momen ChatGPT mereka。

Apa yang saya suka tentang Gavin adalah bahwa dia seperti barbel. Di satu sisi, itu tradisi, Anda perlu GPU, Anda perlu penyimpanan, jadi dia melemparkan pemain terbesar, Micron dan Nvidia. Dia pikir Puck akan pergi ke sana, jadi dia memilih Cerebra, karena dia pikir penalaran itu penting; dan Unity, karena dia berpikir bahwa model dunia akan menjadi cara untuk melatih robot dan generasi berikutnya LLM di masa depan。

Dia juga memiliki Positron, yang melakukan chip inferensi. Jika kedengarannya seperti Cerebras, ya, mereka semua berputar di sekitar penalaran. Baru-baru ini Gavin berbicara berulang kali dalam wawancara tentang tren bahwa gudang infrastruktur model AI, terutama gudang pelatihan, berubah dari pra-latihan menjadi lebih penekanan pada pasca-pelatihan。

Jika Anda berada di lingkaran AI, Anda akan tahu giliran ini telah terjadi. Gavin sangat fokus pada ini. Model A masih perlu memahami informasi baru, data baru dan memperbarui dirinya sendiri. Ini tidak dapat dianggap sebagai jenius seumur hidup karena pra-terlatih pada set data. Ini juga membutuhkan mempelajari informasi baru, yang berlangsung pada tingkat pasca-kepelatihan dan yang membutuhkan komputasi luas。

Kedua, jika Anda membutuhkan model AI untuk benar-benar berpikir tentang hal itu, sama seperti kita akan berpikir ketika kita mendapatkan informasi baru, apakah sudut ini bekerja? Ada teori lain untuk dijelaskan? Ini resonansi. Alasannya juga perlu diperhitungkan secara ekstensif. Sekarang diperkirakan bahwa biaya atau kesempatan pendapatan yang berkaitan dengan penalaran saja mungkin antara 5 hingga 10 kali lipat dari masukan kalkulator pra-latihan。

Jadi kedua AI Lab dan Chip Mackers telah membuat pergeseran besar. Anda telah melihat Nvidia mengeluarkan banyak GPU berorientasi penalaran untuk mendukung penerapan kecerdasan. Gavin juga mengungkapkan sebuah catatan untuk penalaran melalui serangkaian investasi。

Hal terakhir yang saya pikir menyenangkan adalah Gavin berbicara tentang Cina. Dalam kompetisi AI, narasi selalu Cina melawan AS. Ada konfigurasi unik di Cina, di mana energi relatif memadai, dan kemampuan untuk memperluas produksi chip. Saat ini Amerika Serikat sedang berjuang di daerah ini, karena itulah banyak link yang menjadi outsourcing ke TSMC (tumbuhan lingkaran kristal paling penting di dunia) di Taiwan, Tiongkok。

Penjelasannya adalah bahwa Cina memiliki kesempatan unik untuk menciptakan infrastruktur AI atau chip yang sangat berbeda dengan Amerika Serikat, karena mereka akan sangat fokus pada penalaran. Anda dapat mengatakan bahwa Gavin memimpin pembangunan infrastruktur penalaran Amerika melalui investasinya di Amerika. Saya pikir masa depan ini mungkin kesempatan besar。

Josh:Perlu dicatat bahwa taruhan ini tidak hanya di atas. Dia juga memegang posisi QQQ yang besar. QQQ adalah ETF yang melacak Nasdaq 100, sebuah keranjang saham dan perdagangan terbesar kedua di Amerika Serikat. Ini dilakukan dengan sangat baik: 55 persen pada tahun 2023, 25 persen pada tahun 2024, 20 persen pada tahun 2025 dan 17 persen sampai saat ini pada tahun 2026。

Dengan kata lain, QQQ sangat bagus sebagai dana indeks, dan mudah untuk membelinya, dan itu adalah 100 keranjang saham teratas. Dan Gavin membuat pagar terbalik dengan itu. Dia tidak mengatakan bahwa AI tidak akan menang, tetapi bahwa dia akan memilih untuk pembuat kunci dari yang benar-benar berbobot, tetapi dia tidak terlalu optimis tentang sentimen pasar secara keseluruhan。

QQQ yang dimasukkan adalah perlindungan downside: jika seluruh pasar runtuh dengan cara yang tidak dapat bertahan, bahkan jika AI menang untuk waktu yang lama, ia memiliki lapisan ini。

Empat jenis arah investasi

Josh:kita bisa menghancurkan apa yang dia anggap sebagai ancaman investasi yang paling penting. yang pertama adalah model bahasa kecil vertikalisasi。

LLM ordinaris, seperti Claude dan ChatGPT, pada dasarnya adalah LLM, yang memiliki pemahaman luas tentang dunia dan dapat menjawab pertanyaan spesifik. Namun, model pelatihan di daerah vertikal tertentu atau masalah tertentu adalah masalah lain。

Masalah-masalah khusus ini biasanya ada dalam perusahaan, terutama yang berkembang dalam pada isu tertentu, atau yang membentuk niche (Liki) dalam subdivisi tertentu. SLMs Verticalized (Postal Small Models) menyelesaikan masalah: Mereka adalah model garis depan, tetapi sangat dioptimalkan untuk beroperasi secara efisien pada data spesifik perusahaan atau secara lokal dalam perangkat (equipment)。

kami berbicara tentang on-device atau model run lokal. alasannya adalah karena ada banyak data yang sangat pribadi pada ponsel atau perangkat lain anda, dan anda mungkin tidak bersedia menyerahkannya dan perusahaan mungkin tidak dapat mengaksesnya. misalnya, catatan medis, rincian keuangan。

Saya melihat OpenAI mengeluarkan agen AI keuangan yang dapat mengakses rekening bank Anda, tetapi tidak dapat benar-benar beroperasi atas nama Anda, karena ada banyak informasi pribadi, seperti nomor jaminan sosial, rincian bank。

Model lokal dan SLM dapat memecahkan masalah tersebut. Gavin adalah taruhan besar bahwa mereka akan menjadi penting di masa depan. Ada perusahaan yang sangat dia sukai: Apple. Meskipun ia mungkin tidak menyatakan minat yang jelas dalam investasi, ia percaya bahwa Apple akan menjadi salah satu faktor utama yang akan memungkinkan model lokal untuk beroperasi pada peralatan。

Jika ini adalah masa depan, kita mungkin tidak berpikir bahwa Claude harus menjadi model interaktif Anda setiap hari. Apa yang mungkin Anda butuhkan adalah agen AI pribadi, yang dilatih pada data Anda sendiri, dan itulah yang SLM akhirnya bisa menjadi。

versi generik dapat berjalan pada ponsel anda, dan sejumlah besar perusahaan dapat menjalankan model dan kereta yang sangat dioptimalkan dan terspesialisasi dengan data proprietary sendiri untuk menjual atau memasarkan produk yang lebih baik。

EJ:Apple hebat di posisi ini. Saya berharap untuk WWCC, yang hampir ada。

Josh:Yeah。

EJ:HANYA BEBERAPA MINGGU SEBELUM KONFERENSI PENGEMBANG APPLE, MEREKA AKAN MERILIS PERANGKAT LUNAK AI BARU DAN BAGAIMANA ITU TERINTEGRASI DENGAN PERANGKAT KERAS. INI AKAN MENJADI SANGAT PENTING, DAN KAMI AKAN TERUS MENUTUPINYA, DAN SAYA BERHARAP UNTUK MENDISKUSIKANNYA。

Josh:Pilar kedua adalah infrastruktur berdaulat. Kita sering mengatakan bahwa bit (bit) jauh lebih cepat daripada atom. Lihat, infrastruktur AI jelas: kualitas model hampir eksponensial, dan setiap watt menghasilkan kecerdasan, setiap kecerdasan yang sesuai token, hanya up。

Namun, kecepatan penyebaran fisik tidak meningkat pada kecepatan yang sama, yang sendiri parit. Perangkat perkakasan yang sangat kompleks dan ketepatan transistor berada di dekat tahap atom; tidak mudah untuk dikerahkan dalam skala besar di dunia di mana infrastruktur yang ada sudah berada di bawah tekanan. Dengan penyebaran kendaraan listrik yang dipercepat, jaringan listrik menjadi lebih stress dan di banyak tempat mendekati kapasitas penuh. Sekarang AI juga membawa masalah energi dan masalah chip。

Gavin memiliki risiko yang kuat dalam fakta bahwa infrastruktur sulit dan pembangunan membutuhkan waktu berhari-hari, bulan dan bahkan bertahun-tahun. Dia bertaruh pada orang-orang yang bisa mengkompresi siklus sampai berminggu-minggu. Jadi kecepatan penyebaran fisik itu sendiri adalah parit. Dia mempersempit target dan mencari perusahaan yang bisa menyebarkan secepat mungkin。

Contoh pertama yang saya pikirkan adalah SpaceX, dan kecepatan di mana mereka membangun dan menyewa Colossus untuk Anthropic, mungkin untuk perusahaan lain di masa depan. Pilar infrastruktur infrastruktur ini merupakan salah satu perhatian utama Gavin。

Jika Anda melihat kombinasi Leopold, ini adalah inti. Kenyataannya adalah bahwa bangunan sangat sulit dan mereka yang dapat membangunnya dapat menjualnya sangat mahal. Dikatakan bahwa SpaceX sekarang sumber pendapatan terbesar untuk menyewa pusat data, bukan roket. Ini menggambarkan betapa pentingnya pilar ini。

EJ:Dia peduli dengan kecepatan, tapi dia juga peduli dengan biaya. Ia berulang kali mengacu pada satu indikator: per kinerja watt. Apa yang dia coba katakan adalah lab AI semakin peduli tentang berapa banyak token diproduksi per watt。

Jika Anda ingin berpikir bahwa hanya sekitar lima perusahaan menghabiskan miliaran atau bahkan triliunan dolar untuk GPU, menghitung dan kekuatan yang mendorong sistem ini tahun ini, Anda akan ingin bang untuk bebek menjadi cukup tinggi. Khususnya, biaya berada di jantung masalah ketika hiper (produser awan super-besar) mengembang ke skala ini。

Hipotesis: Saya bertanya kepada Claude sebuah pertanyaan, dan itu memberi saya dua sen untuk menjawab; saya mengajukan pertanyaan kepada ChatGPT, dan itu memberi saya satu dolar untuk menjawab. Bahkan jika Claude hanya memiliki kecerdasan ChatGPT 95%, aku mungkin akan menggunakan Claude. Karena aku bisa mengajukan lebih banyak pertanyaan dan akhirnya mendapatkan jawaban dengan biaya yang lebih murah。

Jadi biaya akses intelijen ini sangat penting. Baru minggu ini, Microsoft dan Uber mengumumkan bahwa mereka sebenarnya mengurangi penggunaan Claude Code, karena anggaran tahunan sekitar empat bulan。

Anda dapat melihat ini di portofolio Gavin: Cerebras, Positron, Astera Labs. Dia mengidentifikasi sangat terdisagogegated infrastruktur bottendes dan kemudian membuat taruhan sederhana: Jika perusahaan ini memecahkan botleneck ini, mencapai tingkat tertentu, biaya token turun ke tingkat tertentu, maka AI Laboratories membeli lebih banyak GPU, lebih banyak produk atau lebih dari jenis ini。

Jadi teorinya benar-benar sederhana, meskipun kerumitan teknologi: saya hanya peduli dengan infrastruktur yang berbobot di tingkat AI. Jika kita dapat menemukan perusahaan yang dapat meningkatkan kinerja masing-masing watt dan membuat token lebih murah, saya yakin itu bernilai banyak uang di masa depan, baik IPO atau membelinya dengan harga yang tinggi。

Josh:Di bagian ini, jika ada yang ingin menyalin kesepakatan Gavin, beberapa nama perlu diketahui: Astera Labs, Cerebras, SiFive (RISC-V Chip Design Company) dan Positron. Keempat perusahaan ini adalah kunci dalam plat ini。

arah keempat dan terakhir adalah kombinasi energi dan ruang. seperti yang kita katakan sebelumnya, ada banyak kendala pada pasokan energi, dan energi baru sangat sulit. pertunjukan itu menyebutkan statistik bahwa sekitar 40 persen pusat data baru akan menghadapi penentangan yang sangat kuat terhadap pelobian, protes dan tidak ingin mendaratkan mereka。

Ada dua jenis solusi. Salah satu jenis adalah energi luar kotak, yaitu energi portabel. Anda dapat mengambil pusat data dan daya dengan perangkat energi kecil. Leopold cukup hebat di Blue Marble。

Yang lainnya adalah komputer orbit, yang merupakan arah Gavin sekarang sangat peduli. Perusahaan terbesar dan paling pusat di bidang ini, tentu saja, SpaceX. Ia adalah satu-satunya perusahaan yang memiliki kapasitas untuk menjadi jalan raya ke ruang angkasa, untuk menempatkan Payload (muat) di orbit, untuk menempatkan rak dan pusat data pada rendah-orbit dan untuk menghasilkan kecerdasan dan kekuatan yang cukup kembali。

Saya pikir SpaceX berarti lebih dari SpaceX itu sendiri. Saya sedikit terkejut bahwa kombinasi Gavin tidak memiliki lebih banyak konfigurasi saham ruang angkasa, mengingat bahwa ia berpikir itu adalah industri besar. Mungkin kenyataannya terlalu dini, dan SpaceX adalah linchpin yang membuka industri。

Selanjutnya, perhatikan peluncuran Starship V3. Kami baru saja melihat peluncuran Starship minggu lalu, melakukannya dengan baik. Jika Starship tidak bisa benar-benar bekerja, tidak ada energi ruang angkasa, tidak ada rak ke orbit. Ini adalah kondisi yang diperlukan karena muatan yang akan diluncurkan sangat besar. Diafine Jadi SpaceX harus menjadi perusahaan yang harus fokus, meskipun akan ada banyak perusahaan kelas dua yang akan terpengaruh。

Mengapa tidak ada gelembung internet lain

Josh:Lalu kau harus bertanya mengapa ini bukan hanya gelembung dot-com lainnya? Gavin ditanya pertanyaan ini berkali-kali, dan ia memberikan jawaban yang sangat kuat, dan saya pada dasarnya percaya padanya dan argumennya meyakinkan。

logikanya adalah bahwa gelembung internet pada tahun 2000 adalah lutang-fueled. banyak orang telah meminjam sejumlah besar uang untuk berinvestasi dalam teori dan produk yang belum teruji yang tidak ada yang benar-benar menggunakan atau peduli。

Jika dibandingkan dengan apa yang sekarang disebut Gavin sebagai AI Super Cycle, diharapkan hanya perusahaan OpenAI dan Anthropic yang akan mencapai $ 200 miliar tahun ini. Dan itu bukan uang palsu, itu uang yang telah ditandatangani melalui kontrak, dan sebagian besar dari itu, acara mengatakan 40 sampai 60 persen, telah dibayar lebih oleh bisnis dan pelanggan ritel。

Dengan kata lain, uang sungguhan bergerak。

Dan lihatlah algoritma GPU, jangan lihat model laboratorium, lihat siapa yang membeli produk dari Nvidia. Google, Microsoft, Amazon dan Meta semua membayar dari cadangan uang tunai mereka sendiri tanpa meminjam. Amazon baru saja pergi ke ujung aliran uang tunai gratis, dan jika mereka mulai meminjam uang, kita bisa khawatir. Tapi intinya adalah mereka tidak terpengaruh。

Dan ini adalah salah satu dari lima perusahaan terbaik di dunia, dan dalam artian salah satu yang paling cerdas karena nilai pasar, ukuran dan status mereka. Dibandingkan dengan gelembung Internet, sejumlah besar perusahaan anonim mampu mencairkan uang dan kemudian membakarnya dengan cara yang sangat tidak masuk akal. Dalam siklus ini, kelompok perusahaan terpintar di dunia yang menghabiskan tanpa pengaruh。

Laporan triwulanan yang telah kami berikan pada program dalam beberapa minggu terakhir ini juga menunjukkan bahwa keuntungan adalah optimisasi sekitar gerakan ini, dan model maju dan menjadi lebih cerdas. Argumen tengah Gavin adalah: ini bukan gelembung internet, karena itu tidak terpengaruh; pada saat yang sama, bendung yang kita bicarakan terikat oleh atom fisik。

Ini adalah satu hal untuk membeli sekelompok chip memori dan GPU, tetapi Nvidia tidak dapat oversell GPU, dan Micron tidak dapat oversell AI penyimpanan chip karena mereka tidak memiliki fasilitas produksi chip yang cukup. Jadi argumen sederhananya adalah, jika Anda tidak dapat oversupply seluruh pasar, itu bukan gelembung. Kami terbatas untuk tidak memiliki cukup pilihan dan tembakan untuk melakukan hal ini, dan itulah yang dia pilih。

Gavin berpikir bahwa jika TSM bisa memasok, Nvidia akan menjual GPU senilai $2-3 triliun tahun ini dan tahun depan. Dengan kata lain, TSMC adalah link kunci dalam batas busa。

Alasannya adalah bahwa jika TSMC dapat memenuhi kebutuhan perusahaan-perusahaan ini dan menyediakan mereka dengan begitu banyak chip, itu akan biaya mereka banyak uang. Tidak ada pemutusan hubungan yang signifikan antara CapEx (kapital expediture) dan arus uang tunai operasi, dan uang tunai yang dihasilkan oleh perusahaan masih cukup untuk mendukung pembangunan。

Tapi jika TSMC mengatakan ke Nvidia besok, kita bisa tiga kali lipat kapasitas dalam semalam, dan Nvidia tidak akan menolak, itu akan mulai menghabiskan banyak uang membeli chip. Perusahaan-perusahaan lain yang juga akan dipaksa meminjam uang untuk membeli chip, ketika CapEx Bubble (capital-expenditure bubble) menjadi lebih besar dan memisahkan arus kas dari operasi bisnis。

NAMUN KARENA KETERBATASAN PASOKAN, PEMBATASAN PENYIMPANAN, PEMBATASAN PEMBUATAN CHIP, BATASAN ENERGI, TERUTAMA PADA CHIP CANGGIH, KITA TIDAK DAPAT BENAR-BENAR MEMBUAT KONSTRUKSI SECEPAT MUNGKIN. JADI, TSMC MEMBLOKIR PERCEPATAN GELEMBUNG。

Pertumbuhan jamur secara relatif berkelanjutan selama kapasitas chip TSMC tetap terbatas dan selama Samsung dan produsen chip lainnya tidak melebihi pangsa pasar mereka. Tampaknya cepat, tapi masih ada banyak kebutuhan yang tidak bisa dipenuhi, karena kita tidak dibangun cukup cepat. Selama dinamika ini ada, saya tidak berpikir itu adalah masalah besar。

EJ:DAN SATU HAL LAGI, ANDA TIDAK DAPAT MENGANGGAP BAHWA KEBUTUHAN MASIH, KARENA TIDAK AKAN. AI PERMINTAAN MENINGKAT SECARA EKSPONENSIAL DAN LEBIH CEPAT DARI PRODUKSI CHIP INI。

Aku hanya bisa memikirkan dua cara untuk membuktikan teori ini. Pertama-tama, ada keajaiban replikasi ASML, dan tiba-tiba ada sekelompok pesaing ASML. Orang-orang yang tidak mengenal ASML dapat memahami bahwa mesin menghasilkan nilai sekitar $400 juta, yang dibutuhkan oleh TSMC dan semua fabs chip utama。

Menurut pertunjukan, hanya satu tim yang membuat hal-hal ini di Norwegia (Norway) dan memiliki siklus yang sangat panjang, dan backlog urutan telah dijadwalkan selama sekitar lima tahun。

KEDUA, KITA MENCIPTAKAN TIPE LLM YANG SAMA SEKALI BERBEDA, YANG TIDAK MEMBUTUHKAN BEGITU BANYAK GPU ATAU BEGITU BANYAK PENYIMPANAN. TAPI KAMI BELUM MELIHAT TANDA-TANDA SEPERTI ITU SAMA SEKALI。

Aku melihat cerita hari ini tentang SK Hynix. Ini adalah produsen toko dan pemasok nomor satu Nvidia GPU, dan hampir top dog di area penyimpanan AI。

Sekarang ini menerima sekitar $50 miliar hingga $100 miliar dari Google dan Microsoft, dua perusahaan yang ingin pra-lock persediaan untuk diproduksi selama tiga tahun ke depan untuk membayar peralatan yang dibutuhkan untuk memperluas produksinya。

Ini menunjukkan seberapa lapar perusahaan-perusahaan besar ini untuk penyimpanan, yang hanya trek dalam komponen AI. SKO Saya tidak ingin memberikan keamanan, saya hanya akan menaikkan harga." margin operasinya sekitar 70 persen, hampir luar biasa dalam industri semikonduktor。

Gavin masuk akal. Ini tidak terlihat seperti gelembung. Mungkin pasar akan bereaksi dalam jangka pendek. Kami membuka portofolio saham hari ini, hampir semua turun, tapi itu lebih emosional。

INTINYA ADALAH BAHWA KITA HANYA PERLU LEBIH BANYAK GPU DAN LEBIH BANYAK CHIP SEMIKONDUKTOR, DAN TIDAK CUKUP PERSEDIAAN DAN TIDAK CUKUP PRODUSEN。

Gavin portofolio

Josh:Kesimpulannya adalah: listrik dan kristal. Hanya dua orang. Mereka adalah dua dinding bata dan dua kendala yang mencegah kita untuk mempercepat terlalu cepat. Selama kekuasaan dan kekuasaan bulat tetap berharga, permintaan adalah kuat dan persediaan terbatas, ada hari baik di depan。

Jika kau ingin TLDR Gavin, aku bisa membaca pemegang terbesarnya. Sekali lagi, ini bukan proposal investasi. Gavin memegang apa, bukan berarti kita memegang apa. Aku tidak tahu apakah saham ini akan naik, jatuh atau berbalik。

Posisi terbesarnya adalah sedikit anti-intuitif, dan itu QQQ menempatkan posisi. Secara keseluruhan, bias pasarnya patut diperhatikan. Yang kedua terbesar adalah Astera Labs, yaitu sekitar 7,4 persen dari gudang, dan pemetiknya adalah ALAB. Ketiga adalah Unity, yaitu 3D Software。

Ada banyak orang lain di balik ini: Ciena (perlengkapan jaringan cahaya), Microon, Nvidia, Amazon, Lumentum (komunikasi ringan dan laserware), Alphabet (parent Google), Coherent (fotoelektronik dan material), Roblox (peron permainan), EchoStar (komunikasi satelit), Twilio (peron komunikasi cahaya) dan Wayfair (turbator). Orang ini melemparkan segalanya。

Jika Anda tertarik, Anda dapat melihat 13F nya. Itu sudut pandang Gavin, yang berbobot dalam listrik dan bulat kristal. Selama batasan ini masih ada, mereka pada dasarnya adalah peningkatan unilateral. Bagaimana kau menyerap informasi ini? Apa yang akan kau lakukan

EJ:Pasar telah sangat mudah menguap sejak tahun 13F Leopold keluar. Ketika saya merekam episode ini, saya semakin menyadari bahwa Gavin seperti Leopold yang lebih tua dan lebih cerdas. Dia sudah lama berbisnis ini. Mungkin dia tidak memiliki $ 13 miliar AUM, tapi aku merasa dia akan berada dalam 10 tahun。

Jika Anda mendengar ini, saya tidak ingin mengikuti AI setiap menit, setiap jam, setiap hari, saya hanya ingin menempatkan uang di sana dan melihat bagaimana tumbuh dalam bulan atau tahun depan. kombinasi Gavin mungkin berguna. Tentu saja, ini bukan proposal investasi。

Dia telah mengambil pendekatan yang lebih berhati-hati, jangka panjang dan berorientasi pada masa depan. Jika penilaian trennya akhirnya terwujud, seperti yang dilakukannya di Nvidia dan Cerebra pada masa-masa awalnya, mungkin akan ada keuntungan eksponensial pada tahun-tahun mendatang. Tapi itu semua didasarkan pada salah satu intinya: kita tidak berada dalam gelembung。

Saya ingin tahu apakah penonton setuju. Rupanya, kebanyakan orang tidak turun ke bawah seperti Gavin. Tapi setelah mendengarkan episode ini, menurutmu kita berada di gelembung? Atau tidak? Apa alasan untuk mendukung dan membantah? Apa yang kita lewatkan? Josh, menurutmu ini busa sampai kita selesai

Josh:Kurasa kita berada dalam gelembung. Pertanyaannya adalah, pada tahap apa gelembung kita berada, itu juga dapat dibahas. Sekarang ini terlihat lebih seperti tahap awal, sehingga diharapkan akan terus dalam keadaan itu. Menurut Gavin, selama TSMC terus membatasi kapasitas chip。

Itulah seluruh sudut pandang. Kita sudah berbicara tentang Leopold, yang keberhasilannya sekarang diukur berdasarkan triwulanan; sekarang kita berbicara tentang Gavin, yang keberhasilannya diukur berdasarkan jangka waktu puluhan tahun. Banyak orang mungkin memiliki jawaban sendiri di antara mereka。

Bahasa Asli