Triết lý đầu tư của Gavin Baker, một nhà đầu tư ban đầu vào NVIDIA: tắc nghẽn cơ sở hạ tầng AI kéo dài và rủi ro thị trường tổng thể ngắn

Tiêu đề video gốc: Nhà đầu tư AI tốt nhất đang mua gì ngay bây giờ
Nguồn video gốc: Podcast không giới hạn
Tổng hợp văn bản gốc: Shenchao TechFlow

Lời giới thiệu của biên tập viên

Podcast này chủ yếu nói về triết lý đầu tư của Gavin Baker, người sáng lập Atreides Management và nhà đầu tư dài hạn tại Nvidia và Cerebras.

Nhận định cốt lõi của ông là AI không phải là một bong bóng mà là một siêu chu trình cơ sở hạ tầng được thúc đẩy bởi điện, tấm bán dẫn và sức mạnh tính toán; lợi nhuận vượt mức thực sự không nằm ở các mô hình lớn hay chatbot, mà ở những "người bán xẻng" như kết nối GPU, bộ nhớ, chip suy luận, quy trình nâng cao và bộ nguồn.

Trong khi đề phòng sự thoái lui chung của thị trường thông qua QQQ put, Gavin Baker tập trung đặt cược vào các tài sản có nút cổ chai vật lý AI như Astera Labs, Unity, Micron, Nvidia, Cerebras, Positron, v.v.

Ông đã đưa cuộc tranh luận về "bong bóng AI" trở lại từ cấp độ cảm xúc đến những hạn chế về cung và cầu, tin rằng miễn là TSMC, ASML, bộ nhớ băng thông cao và lưới điện không thể bị cung quá mức nhanh chóng thì chi phí vốn cho AI sẽ không còn nữa có thể không lặp lại bong bóng Internet năm 2000.

Báo giá

Bong bóng AI hoặc siêu chu kỳ

· "AI không ở trong bong bóng; ngược lại, nó ở trong một siêu chu kỳ."

· "Lợi ích lớn nhất không nằm ở SaaS, không phải ở các chatbot như OpenAI hay Anthropic, mà ở điện, sức mạnh tính toán và sản xuất silicon."

· "Đây không phải là bong bóng Internet, bởi vì người mua chủ yếu là những công ty thông minh nhất với dòng tiền mạnh nhất trên thế giới. Họ không dựa vào đòn bẩy nợ để mua sức mạnh tính toán."

· "Nếu toàn bộ thị trường không thể thừa cung, nó sẽ khó đột ngột sụp đổ như bong bóng truyền thống."

Nút thắt thực sự: điện, tấm bán dẫn, mã thông báo

· "Lý thuyết của Gavin rất đơn giản. Ai có thể tăng hiệu suất trên mỗi watt và mã thông báo. chi phí sẽ rất có giá trị. "

· "Các phòng thí nghiệm AI ngày càng quan tâm đến một điều, có thể tạo ra bao nhiêu token trên mỗi watt điện."

· "Điện và tấm bán dẫn là hai bức tường gạch, và chúng cũng là hai hạn chế chính hạn chế khả năng tăng tốc nhanh chóng của AI."

Từ đào tạo trước đến suy luận và đào tạo sau

· "Sau khi một mô hình được đào tạo trước, điều đó không có nghĩa là nó sẽ là một thiên tài suốt đời; cũng cần tiếp thu thông tin mới trong giai đoạn sau đào tạo."

· "Về cơ bản, suy luận đòi hỏi rất nhiều tính toán, đó là lý do tại sao chip suy luận và cơ sở hạ tầng suy luận sẽ trở thành trọng tâm của giai đoạn tiếp theo."

· "Cơ hội chi phí hoặc doanh thu chỉ do lý luận mang lại có thể gấp 5 đến 10 lần khoản đầu tư vào sức mạnh tính toán trước đào tạo."

Các mô hình dọc nhỏ, mô hình phía cuối và cơ sở hạ tầng có chủ quyền

· "Trong tương lai, bạn có thể không phải tương tác với Claude mỗi ngày; điều bạn có thể thực sự cần là một nhân viên AI được cá nhân hóa được đào tạo dựa trên dữ liệu của chính bạn."

· "Tốc độ triển khai cơ sở hạ tầng tự nó là một con hào và tốc độ lặp lại của thế giới kỹ thuật số nhanh hơn nhiều so với tốc độ xây dựng cơ sở hạ tầng vật lý."

"Bất cứ ai có thể nén việc triển khai thực tế mất hàng tháng hoặc hàng năm thành vài tuần sẽ có thể bán được cơ sở hạ tầng AI với giá cao."

Phương pháp đầu tư của Gavin: Long tắc nghẽn, thiếu hụt trên thị trường tổng thể rủi ro

· "Anh ấy tin tưởng mạnh mẽ rằng những người chiến thắng AI sẽ xuất hiện, nhưng điều đó không có nghĩa là anh ấy lạc quan về toàn bộ thị trường; QQQ đặt là hàng rào của anh ấy trước rủi ro suy thoái tổng thể."

· "TSMC thực sự hạn chế tốc độ tăng tốc bong bóng; miễn là năng lực sản xuất chip không thể được mở rộng ngay lập tức, chi tiêu vốn sẽ không dễ dàng vượt khỏi tầm kiểm soát."

· "Gavin giống như một người lớn tuổi hơn, ổn định hơn và có kinh nghiệm hơn với thành tích trải qua các chu kỳ. Leopold: The thành công của cái trước được đo bằng mười năm, trong khi thành công của cái sau hiện được đo nhiều hơn theo quý. style=""/>

Tài sản đáng đặt cược trong siêu chu kỳ AI

EJ:Gavin Baker là một nhà đầu tư AI cực kỳ thành công mà công chúng ít khi nghe đến. Trong 20 năm qua, ông đã đầu tư vào một số công ty AI đã trở thành những cái tên quen thuộc trước khi họ nổi lên khỏi ngành. nhà cung cấp lõi điện toán) và Cerebras (công ty chip AI) từ rất sớm và có quan điểm rất rõ ràng rằng AI không phải là một bong bóng, ngược lại, đó là một siêu chu kỳ.

Ông tin rằng có thể xác định được những hạn chế và tắc nghẽn chính bằng cách chỉ cần quan sát watt (điện), tấm bán dẫn (tấm bán dẫn) và mã thông báo (các đơn vị tạo mô hình và điện toán), vốn là cơ sở hạ tầng cơ bản của AI. Kết luận của ông rất đơn giản. Phần mềm SaaS như một dịch vụ và ít liên quan đến các chatbot như Anthropic và OpenAI.

Toàn bộ ngành công nghiệp cuối cùng sẽ được chuyển sang chất bán dẫn, vốn là những chiếc cuốc và tài sản ("người bán xẻng") hỗ trợ toàn bộ ngành công nghiệp AI.

Khi nhiều người nói rằng ngành công nghiệp AI đã là một bong bóng, ông tin rằng đây chính xác là một cơ hội mua hàng thế hệ, đặc biệt là cơ sở hạ tầng AI. khoảng 4,1 tỷ USD

Nếu bạn nghe anh ấy nói về những hạn chế này, đặc biệt là cơ sở hạ tầng AI, bạn sẽ thấy lý thuyết này rất quen thuộc. Chúng tôi đã nói về một nhà đầu tư có tên Leopold Aschenbrenner nhiều lần trong chương trình trước đây và anh ấy cũng đã thực hiện nhiều khoản phân bổ theo hướng tương tự. Điểm khác biệt là Leopold mới chỉ làm việc này được khoảng 3 năm và Gavin đã làm việc đó trong hơn 20 năm. Đó là của Gavin, nhưng người dẫn chương trình Luke có một lời nhắc nhở hữu ích: Bạn có thể vượt qua Warren Buffett trong một năm, nhưng liệu bạn có thể vượt qua ông ấy trong nhiều thập kỷ không? Hồ sơ theo dõi của Gavin Baker cho thấy ông ấy có thể có quan điểm khác về luận điểm đầu tư này

Đối với những người không biết Gavin Baker, ông ấy là người sáng lập Atreides Management (quỹ đầu tư) và đã đầu tư vào Nvidia trong 20 năm qua. đang hoạt động, bản thân điều đó thật đáng kinh ngạc vì điều đó sẽ mang lại lợi nhuận khá đáng kinh ngạc.

Một số chiến thắng gần đây của anh ấy bao gồm Cerebras và Astera Labs, một công ty sản xuất chip kết nối trung tâm dữ liệu AI. Cerebras là một công ty sản xuất chip AI và chương trình đã đề cập rằng mức định giá của nó sau khi IPO cao đáng kinh ngạc. Ngoài ra còn có một số công ty mà bạn có thể chưa từng nghe đến và trong tập này, chúng ta sẽ theo dõi danh mục đầu tư và nhận định của anh ấy để xem anh ấy nhìn thấy các cơ hội đầu tư vào AI ở đâu

Sau đó, câu hỏi trở thành, anh ấy đã bỏ phiếu cho điều gì và tại sao? Nếu bạn nhìn vào 13F gần đây nhất của Atreides Management (hồ sơ tiết lộ cổ phiếu hàng quý dành cho các nhà đầu tư tổ chức Hoa Kỳ), quỹ này có khoảng 4 tỷ đô la trong AUM (tài sản đang được quản lý). Phân tích một số cổ phần lớn nhất của mình, bạn sẽ thấy rằng các công ty này đều chỉ ra những điểm nghẽn trong quá trình phát triển AI mà Gavin đã đề cập nhiều lần. Ví dụ: Labs chiếm gần 9% đến 10% quỹ. Bạn có thể coi Astera Labs là lớp kết nối giữa các GPU.

Nếu bạn tưởng tượng trung tâm dữ liệu là một hệ thống thì GPU là động cơ, chịu trách nhiệm đào tạo trước, đào tạo sau và suy luận của mô hình. Nhưng để các GPU hoạt động, chúng phải truyền một lượng lớn dữ liệu giữa nhau và truy cập vào các chip bộ nhớ nơi lưu trữ dữ liệu. "Hệ thống đường ống" là cần thiết. Ở đây tôi đang nói ở cấp độ cao vì tôi không giả vờ biết tất cả các chi tiết cấp thấp. Astera Labs giải quyết vấn đề này. Khi một cụm AI mở rộng lên hàng trăm nghìn chip, nút cổ chai không còn chỉ ở bản thân GPU mà còn ở cửa sổ truyền dữ liệu, cách gửi đúng dữ liệu và truy cập đúng dữ liệu vào đúng thời điểm. tập. Nhưng tôi nhớ Cerebras cũng ở trong hoàn cảnh tương tự. Gavin đã nói về Cerebras khoảng sáu tháng trước và xét về quy mô thời gian của AI, sáu tháng sau đó là một thời gian dài. Sau đó, nó được IPO và chương trình đã đề cập rằng giá trị của nó là khoảng 60 tỷ USD và nó đã tăng 40% sau IPO. Điều này cho thấy Astera Labs cũng có thể là một cái tên quan trọng trong xu hướng tương tự. Anh ấy gia nhập Cerebras từ rất sớm trong vòng đời của công ty, điều đó có nghĩa là anh ấy đã đặt cược vào lý thuyết này trong nhiều năm. Có một số công ty khác mà anh ấy đã đặt cược dài hạn, trong đó nổi bật nhất tất nhiên là Nvidia

Việc gắn bó với Nvidia trong hơn 20 năm và duy trì được niềm tin trong suốt chặng đường đó là điều rất ấn tượng. và duy trì nhu cầu. Điều đó có nghĩa là anh ấy nghĩ Nvidia có cơ hội tiến gần hơn đến mức vốn hóa thị trường 10 nghìn tỷ đô la và hiện chỉ mới đạt được một nửa con đường đó

Một công ty khác đáng được nhắc đến là Micron (Micron Technology, nhà sản xuất chip nhớ lớn nhất thế giới). Chúng ta đã nói về nguồn đầu tư vào AI và vị trí của các công ty này trong tập trước và tôi thực sự khuyên bạn nên quay lại và xem nó.

Một con số đáng kinh ngạc đã được đề cập trong tập trước. chương trình: một năm trước, giá trị thị trường của nó chưa đến 100 tỷ USD, nhưng tại thời điểm ghi nhận, nó đã vượt quá 1 nghìn tỷ USD, 10 lần một năm. Điều này cho thấy vấn đề bộ nhớ quan trọng như thế nào.

Ngoài ra còn có một số công ty ít được biết đến nhưng thú vị hơn. EJ, tôi muốn đề cập cụ thể đến một công ty: Unity Software. đầu tư vào Unity, một “thứ tạo nên trò chơi điện tử”? Câu trả lời là công cụ trò chơi 3D. Unity là công ty xây dựng mô hình thế giới với hiểu biết sâu sắc về vật lý, cách thế giới hoạt động, vật liệu và ánh sáng.

Khi các công ty AI muốn xây dựng AGI (trí tuệ nhân tạo nói chung) và robot hình người (robot hình người), một bước quan trọng là mô phỏng môi trường ảo và bộ dữ liệu ảo để robot đào tạo trong đó. Unity tình cờ trở thành một trong những công cụ mạnh mẽ nhất. trong mô hình thế giới), bạn nên thích ví dụ này. Một công ty nổi tiếng với công cụ trò chơi có con đường rõ ràng để trở thành một người chơi quan trọng trong thế giới AI

Lý thuyết và chiến lược đầu tư của Gavin

EJ: Lý thuyết về mô hình thế giới rất đơn giản: mô hình AI hay LLM (Mô hình ngôn ngữ lớn) hiện tại chủ yếu hiểu thế giới thông qua văn bản và sách, giống như một sinh viên ngồi trong thư viện, nhưng nó không có trải nghiệm thực tế.

Đó là điều mà mô hình thế giới mở ra: đưa một nhân vật trong trò chơi vào môi trường mô phỏng và cho nhân vật đó hiểu cách thức hoạt động của thực tế vật lý.

Ví dụ: nếu tôi làm rơi điện thoại hoặc đá vào một quả bóng, điều gì sẽ xảy ra? Các bước tiếp theo là gì? Bạn nên làm gì? (Dự án Mô hình Thế giới Tương tác Sáng tạo của Google) Chương trình cũng đề cập rằng Google gần đây đã phát hành Gemini Omni, nhưng loại mô hình này chưa thực sự có khoảnh khắc ChatGPT của riêng mình.

Điều tôi thích ở Gavin là các đòn combo của anh ấy rất giống quả tạ. Một mặt, nó rất truyền thống. Mọi người đều cần GPU và bộ nhớ, vì vậy anh ấy đầu tư vào Micron và Nvidia, những người chơi lớn nhất. Anh ấy nghĩ rằng quả bóng sẽ đi đến đâu. đã bỏ phiếu cho Cerebras vì anh ấy cho rằng lý luận sẽ rất quan trọng; và anh ấy bỏ phiếu cho Unity vì anh ấy cho rằng mô hình thế giới sẽ là cách để đào tạo robot và thế hệ LLM tiếp theo trong tương lai.

Danh mục đầu tư của anh ấy cũng bao gồm Positron, công ty sản xuất chip suy luận. Nếu điều này nghe có vẻ giống với Cerebras thì vâng, cả hai đều xoay quanh xu hướng trong các cuộc phỏng vấn gần đây.

Nếu bạn ở trong cộng đồng AI, bạn sẽ biết rằng sự thay đổi này đã xảy ra. Gavin rất tận tâm với việc này. Một mô hình vẫn cần hiểu thông tin mới, dữ liệu mới và cần tự cập nhật. Chỉ vì nó đã hoàn thành quá trình đào tạo trước trên một tập dữ liệu nhất định không có nghĩa là nó sẽ là một thiên tài trong suốt cuộc đời của nó.

Thứ hai, nếu bạn cần mô hình AI thực sự suy nghĩ về vấn đề, giống như chúng ta sẽ nghĩ sau khi nhận được thông tin mới, liệu quan điểm này có đúng không? đang trải qua những thay đổi lớn. Bạn đã thấy Nvidia tung ra rất nhiều GPU định hướng suy luận để hỗ trợ các ứng dụng tác nhân. Gavin cũng bày tỏ sự đặt cược vào lý luận thông qua một loạt khoản đầu tư.

Điểm cuối cùng mà tôi thấy rất thú vị là bài nói chuyện của Gavin về Trung Quốc. Trong cuộc đua AI, câu chuyện luôn là Trung Quốc có cấu hình rất độc đáo, tức là nước này có năng lượng tương đối dồi dào và khả năng mở rộng sản xuất chip. Đó là lý do tại sao nhiều liên kết đang gặp khó khăn. được gia công cho TSMC (TSMC, nhà sản xuất wafer tiên tiến nhất thế giới) ở Đài Loan

Lời giải thích của ông là Trung Quốc có cơ hội duy nhất để tạo ra cơ sở hạ tầng (cơ sở hạ tầng) AI hoặc con chip rất khác với Hoa Kỳ vì họ sẽ rất tập trung vào lý luận. Bạn có thể nói rằng Gavin đang đi đầu trong việc đặt cược vào việc thiết lập cơ sở hạ tầng lý luận của Mỹ thông qua các khoản đầu tư của mình vào Hoa Kỳ.

Josh: Điều đáng chú ý là vụ đặt cược này không chỉ có lợi thế. Anh ấy còn nắm giữ vị thế bán QQQ (quyền chọn bán trên Nasdaq 100 ETF). QQQ là một quỹ ETF theo dõi Nasdaq 100, một rổ cổ phiếu và là quỹ ETF được giao dịch nhiều thứ hai ở Hoa Kỳ. Nó đang hoạt động rất mạnh mẽ: tăng 55% vào năm 2023, 25% vào năm 2024. 20% vào năm 2025 và 17% cho đến năm 2026.

Nói cách khác, QQQ hoạt động rất tốt với tư cách là một quỹ chỉ số, rất dễ mua, đó là một rổ gồm 100 cổ phiếu hàng đầu. Và Gavin đang phòng ngừa rủi ro trước điều đó.

QQQ đặt ra là biện pháp bảo vệ chống lại nhược điểm: nếu thị trường tổng thể sụp đổ theo hướng bất lợi, ngay cả khi AI vẫn thắng về lâu dài, anh ấy cũng có biện pháp phòng ngừa này

Bốn danh mục đáng đầu tư

Josh:Chúng ta có thể chia những gì anh ấy coi là nút thắt đầu tư quan trọng nhất thành nhiều danh mục. Claude và ChatGPT, là những LLM tổng quát (các mô hình lớn nói chung). Họ có hiểu biết sâu rộng về thế giới và có thể trả lời các câu hỏi cụ thể. Tuy nhiên, việc đào tạo một mô hình xoay quanh một ngành dọc cụ thể hoặc một vấn đề cụ thể lại là một chuyện khác.

Những vấn đề cụ thể này thường tồn tại ở các công ty, đặc biệt là những công ty tập trung sâu vào một vấn đề nhất định hoặc các công ty đã hình thành một phân khúc thích hợp trong một phân khúc nhất định giải quyết chính xác vấn đề này: chúng là các mô hình tiên phong nhưng được tối ưu hóa cao để chạy hiệu quả trên dữ liệu doanh nghiệp cụ thể hoặc cục bộ trên một thiết bị.

Trước đây, chúng ta đã nói về các mô hình trên thiết bị (phía cuối) hoặc chạy cục bộ (mô hình chạy cục bộ). Lý do là có một lượng lớn dữ liệu rất cá nhân trong điện thoại di động hoặc các thiết bị khác của bạn. Bạn có thể không sẵn sàng giao dữ liệu đó và công ty có thể không truy cập được dữ liệu đó. Ví dụ: hồ sơ y tế và thông tin tài chính. thông tin có thể nhận dạng, chẳng hạn như số an sinh xã hội, chi tiết ngân hàng, v.v.

Các mô hình địa phương hoặc SLM có thể giải quyết loại vấn đề này. Gavin đang đặt cược rất nhiều rằng chúng sẽ trở nên quan trọng trong tương lai. Có một công ty mà ông rất lạc quan: Apple. Mặc dù ông không nhất thiết bày tỏ sự quan tâm đầu tư rõ ràng nhưng ông tin rằng Apple sẽ là một trong những nhà sản xuất thiết bị chính để đưa các mô hình gốc chạy trên các thiết bị. mô hình mà bạn tương tác hàng ngày. Những gì bạn có thể cần là một tác nhân AI được cá nhân hóa được đào tạo dựa trên dữ liệu của chính bạn, đó là điều mà SLM cuối cùng có thể trở thành.

Phiên bản chung có thể chạy trên điện thoại của bạn và một số lượng lớn các doanh nghiệp cũng sẽ chạy các mô hình chuyên biệt và được tối ưu hóa cao, được đào tạo trên dữ liệu độc quyền của riêng họ (dữ liệu độc quyền) để bán hoặc tiếp thị sản phẩm tốt hơn.

Josh: Đúng.

EJ:Chỉ còn vài tuần nữa là diễn ra Hội nghị nhà phát triển Apple và họ sẽ công bố phần mềm AI mới cũng như cách tích hợp phần mềm này với phần cứng. Đây là vấn đề rất quan trọng và chúng tôi sẽ tiếp tục đề cập đến vấn đề đó. thường nói rằng tốc độ của bit nhanh hơn nhiều so với tốc độ của các nguyên tử. Nhìn vào cơ sở hạ tầng AI, có thể thấy rõ: chất lượng của các mô hình đã được cải thiện gần như theo cấp số nhân và trí thông minh có thể được tạo ra trên mỗi watt và trí thông minh tương ứng với mỗi mã thông báo sẽ chỉ tăng lên.

Nhưng tốc độ triển khai vật lý không tăng ở mức gần như nhau, bản thân phần cứng này cực kỳ phức tạp, với các bóng bán dẫn đạt đến độ chính xác nguyên tử, nó sẽ không dễ dàng triển khai trên quy mô lớn trong một thế giới hiện có; Cơ sở hạ tầng đang chịu áp lực. Khi mức độ phổ biến của xe điện tăng lên, lưới điện cũng chịu áp lực lớn hơn, với nhiều nơi đã đạt đến mức tối đa. Giờ đây, AI đang mang đến vấn đề về năng lượng và chip.

Gavin đang đặt cược lớn vào thực tế là cơ sở hạ tầng rất khó khăn và phải mất nhiều ngày, nhiều tháng, thậm chí nhiều năm để xây dựng. Anh ấy đang đặt cược vào những công ty có thể nén chu trình này xuống còn một vài tuần.

Ví dụ đầu tiên hiện lên trong đầu là SpaceX (công ty hàng không vũ trụ của Musk) và tốc độ họ xây dựng Colossus (cụm siêu máy tính AI lớn của xAI) và cho Anthropic và có thể cả các công ty khác thuê nó trong tương lai. Trụ cột cơ sở hạ tầng này là một trong những trọng tâm chính của Gavin

Nếu bạn nhìn vào sự kết hợp của Leopold, thì thực tế là: xây dựng mọi thứ là rất khó và những người có thể xây dựng mọi thứ đều có thể bán chúng. Chương trình đã đề cập rất tốn kém rằng nguồn thu nhập lớn nhất của SpaceX hiện nay là cho thuê các trung tâm dữ liệu chứ không phải tên lửa. Điều này cho thấy trụ cột này quan trọng như thế nào

EJ: Anh ấy quan tâm đến tốc độ, nhưng anh ấy cũng quan tâm đến chi phí. Anh ấy liên tục đề cập đến một chỉ số: hiệu suất trên mỗi watt, tức là hiệu suất trên mỗi watt. nhiều mã thông báo có thể được tạo ra trên mỗi watt.

Nếu bạn nghĩ về thực tế là chỉ có khoảng năm công ty chi hàng tỷ hoặc hàng nghìn tỷ đô la trong năm nay cho GPU, máy tính và điện để cung cấp năng lượng cho các hệ thống này, thì bạn phải hy vọng rằng tỷ lệ lợi nhuận đủ cao. Đặc biệt khi các siêu tỷ lệ mở rộng theo quy mô này, chi phí là vấn đề cốt lõi.

Ví dụ: Tôi hỏi Claude một câu hỏi và chi phí cho câu trả lời đó là 2 xu; Tôi hỏi ChatGPT một câu hỏi và chi phí cho câu trả lời mà nó mang lại cho tôi là 1 đô la. Ngay cả khi Claude chỉ thông minh bằng ChatGPT 95%, rất có thể tôi sẽ sử dụng Claude. Bởi vì tôi có thể hỏi nhiều lần hơn và cuối cùng nhận được câu trả lời với chi phí thấp hơn.

Vì vậy chi phí để tiếp cận được nguồn thông tin này là rất quan trọng. Chỉ trong tuần này, Microsoft và Uber đã thông báo rằng họ thực sự đang giảm việc sử dụng Claude Code, công cụ mã hóa AI của Anthropic cho các kịch bản lập trình, vì ngân sách hàng năm của họ sẽ cạn kiệt trong khoảng bốn tháng.

Bạn có thể thấy điều này trong danh mục đầu tư của Gavin: Cerebras, Positron, Astera Labs. Những gì anh ta xác định là một nút thắt cơ sở hạ tầng rất chi tiết và sau đó đặt cược đơn giản: Nếu công ty này giải quyết được nút thắt này, hiệu suất trên mỗi watt đạt đến một mức nhất định và chi phí mã thông báo giảm xuống một mức nhất định, thì phòng thí nghiệm AI sẽ mua thêm GPU, nhiều sản phẩm hơn hoặc nhiều thứ hơn.

Vì vậy, lý thuyết của anh ấy thực ra rất đơn giản, mặc dù công nghệ cụ thể rất phức tạp: Tôi chỉ tập trung vào những điểm nghẽn ở cấp độ cơ sở hạ tầng AI. Nếu tôi có thể tìm được một công ty cải thiện hiệu suất trên mỗi watt và làm cho token rẻ hơn, tôi cá rằng công ty đó sẽ rất có giá trị trong tương lai và có thể IPO hoặc được mua lại với giá cao.

Josh: Trong phần này, nếu ai muốn sao chép thương vụ của Gavin thì có một số cái tên cần biết: Astera Labs, Cerebras, SiFive (một công ty thiết kế chip RISC-V) và Positron. Bốn công ty này là chủ chốt trong lĩnh vực này.

Hướng thứ tư và cuối cùng là sự kết hợp giữa năng lượng và không gian. Như chúng tôi đã nói trước đây, lưới điện mặt đất (mạng lưới mặt đất) hạn chế rất nhiều nguồn cung cấp năng lượng và việc xây dựng các nguồn năng lượng mới cũng rất khó khăn. Một thống kê được đề cập trong chương trình là khoảng 40% trung tâm dữ liệu mới sẽ gặp phải sự phản đối rất mạnh mẽ. Người dân vận động, phản đối và không muốn các trung tâm dữ liệu này được triển khai.

Có hai loại giải pháp. Một là tạo ra năng lượng vượt trội, tức là năng lượng di động. Bạn có thể tiếp quản trung tâm dữ liệu và cấp nguồn cho nó bằng một thiết bị năng lượng nhỏ. Đá cẩm thạch xanh, thứ mà Leopold rất lạc quan, thuộc loại này.

Loại còn lại là điện toán quỹ đạo, đây là hướng mà Gavin đang đặc biệt chú ý tới. Tất nhiên, công ty lớn nhất và quan trọng nhất trong lĩnh vực này là SpaceX. Đây là công ty duy nhất có khả năng trở thành đường cao tốc vào không gian, đưa trọng tải lên quỹ đạo, giá đỡ và trung tâm dữ liệu vào quỹ đạo thấp, đồng thời tạo ra đủ trí thông minh và sức mạnh để gửi chúng trở lại.

Tôi nghĩ SpaceX có nhiều ý nghĩa hơn bản thân SpaceX. Tôi hơi ngạc nhiên khi Gavin không phân bổ nhiều hơn cho cổ phiếu vũ trụ trong danh mục đầu tư của mình, vì anh ấy coi đây là một ngành công nghiệp khổng lồ. Có lẽ thực tế là vẫn còn quá sớm và SpaceX là trụ cột (trục then chốt) để mở khóa ngành công nghiệp này.

Điều tiếp theo cần theo dõi chặt chẽ là sự ra mắt Starship V3. Chúng tôi vừa chứng kiến ​​buổi ra mắt Starship vào tuần trước và nó khá tốt. Nếu Starship thực sự không thể hoạt động, sẽ không có năng lượng không gian và không có giá đỡ để quay quanh quỹ đạo. Điều này là cần thiết vì tải trọng cần phóng là rất lớn. Vì vậy, SpaceX phải là công ty cần được theo dõi, mặc dù sẽ có nhiều công ty hạng hai bị ảnh hưởng.

Tại sao không phải là một bong bóng Internet khác?

Josh: Câu hỏi tiếp theo mà mọi người phải hỏi là tại sao đây không chỉ là một bong bóng dot-com khác (bong bóng Internet)? Gavin đã được hỏi câu hỏi này nhiều lần và anh ấy đã đưa ra một câu trả lời rất mạnh mẽ, và về cơ bản tôi tin anh ấy, và lập luận của anh ấy rất thuyết phục.

Lý luận của ông có lẽ là: bong bóng Internet năm 2000 được thúc đẩy bởi nợ nần. Rất nhiều người đã vay rất nhiều tiền để đầu tư vào những lý thuyết, sản phẩm chưa được kiểm chứng mà không ai thực sự sử dụng hoặc quan tâm.

Nếu bạn so sánh nó với siêu chu kỳ AI hiện tại mà Gavin gọi, thì chỉ riêng OpenAI và Anthropic dự kiến ​​sẽ đạt 200 tỷ USD ARR (doanh thu định kỳ hàng năm) trong năm nay. Và đây không phải là tiền được tạo ra từ không khí, mà là tiền đã được ký hợp đồng, và phần lớn trong số đó, chương trình cho biết 40 đến 60 phần trăm, đã được trả trước bởi các khách hàng doanh nghiệp và bán lẻ.

Nói cách khác, có dòng tiền thực đang chảy.

Hãy nhìn vào sức mạnh tính toán của GPU chứ không phải các phòng thí nghiệm mô hình và xem ai đang mua từ Nvidia. Google, Microsoft, Amazon và Meta đều đang chi trả bằng tiền dự trữ của mình chứ không phải vay tiền. Amazon sắp hết dòng tiền tự do và nếu họ bắt đầu vay tiền, chúng ta có thể lo lắng. Nhưng vấn đề lúc này là họ chưa tận dụng được đòn bẩy.

Và đây là một trong năm công ty hàng đầu thế giới và theo một nghĩa nào đó, là một trong những công ty thông minh nhất nhờ giá trị thị trường, quy mô và vị thế của họ. So sánh nó với bong bóng Internet, có một số lượng lớn các công ty vô danh đã huy động được rất nhiều tiền rồi đốt nó một cách rất vô lý. Trong chu kỳ này, một số công ty thông minh nhất trên thế giới đang chi tiêu bằng tiền không có đòn bẩy.

Các báo cáo hàng quý mà chúng tôi đã đề cập trong chương trình trong những tuần gần đây cũng cho thấy lợi nhuận đang được tối ưu hóa xung quanh những hành động này và các mô hình vẫn đang cải tiến và trở nên thông minh hơn. Vì vậy, lập luận cốt lõi của Gavin là: đây không phải là bong bóng Internet vì nó không được thúc đẩy bởi các quỹ đòn bẩy; đồng thời, những nút thắt mà chúng ta đang nói đến đều bị hạn chế bởi các nguyên tử vật lý.

Mua nhiều chip nhớ và GPU là một chuyện, nhưng Nvidia không thể bán quá mức GPU và Micron không thể bán quá mức chip nhớ AI vì họ không có đủ cơ sở sản xuất chip. Vì vậy lập luận đơn giản của ông là: Nếu bạn không thể cung cấp quá mức cho toàn bộ thị trường thì đó không phải là bong bóng. Chúng tôi bị hạn chế vì không có đủ cuốc và xẻng để làm việc đó, và đó là những gì anh ấy đã ném.

Một điểm hay khác: Gavin tin rằng Nvidia có thể bán được số GPU trị giá từ 2 đến 3 nghìn tỷ USD trong năm nay và năm tới nếu TSMC có thể cung cấp chúng. Nói cách khác, TSMC là mắt xích quan trọng trong ranh giới bong bóng.

Lý do là nếu TSMC có thể đáp ứng nhu cầu của các công ty này và cung cấp cho họ nhiều chip như vậy thì sẽ tiêu tốn một số tiền rất lớn. Bây giờ nhìn vào biểu đồ, vẫn chưa có sự khác biệt lớn giữa CapEx (chi tiêu vốn) và tiền mặt hoạt động (dòng tiền hoạt động) và tiền do doanh nghiệp tạo ra vẫn đủ để tài trợ cho việc xây dựng.

Nhưng nếu TSMC nói với Nvidia vào ngày mai, chúng tôi có thể tăng gấp ba công suất sản xuất chỉ sau một đêm, Nvidia sẽ không nói không và họ sẽ bắt đầu chi số tiền khổng lồ vào chip. Các công ty khác cũng sẽ buộc phải vay tiền để mua những con chip này, và khi đó bong bóng CapEx sẽ bắt đầu phình to và nới rộng khoảng cách với dòng tiền hoạt động của công ty.

Nhưng vì mọi liên kết đều có những hạn chế về nguồn cung, bao gồm hạn chế về bộ nhớ, hạn chế sản xuất chip và hạn chế về năng lượng, đặc biệt là hạn chế của TSMC đối với chip tiên tiến, nên chúng tôi thực sự không có cách nào để tăng tốc độ xây dựng nhanh như vậy. Do đó, TSMC chặn khả năng tăng tốc bong bóng.

Chừng nào năng lực sản xuất chip của TSMC còn hạn chế và chỉ cần Samsung và các nhà sản xuất chip khác không vượt quá thị phần của họ thì tốc độ tăng trưởng sẽ tương đối bền vững. Nó trông có vẻ nhanh nhưng vẫn còn rất nhiều nhu cầu chưa được đáp ứng vì đơn giản là chúng tôi không thể xây dựng nó đủ nhanh. Chừng nào động lực này còn tồn tại, tôi không nghĩ đó là vấn đề lớn vào lúc này.

EJ: Một điều nữa, bạn không thể cho rằng các yêu cầu sẽ giữ nguyên, bởi vì thực tế là không. Nhu cầu liên quan đến AI đang tăng theo cấp số nhân và nhanh hơn nguồn cung sản xuất các con chip này.

Tôi chỉ có thể nghĩ ra hai cách để bác bỏ lý thuyết này. Đầu tiên, ai đó đã sao chép một cách thần kỳ ASML (nhà cung cấp cốt lõi của máy in thạch bản cực tím trên thế giới), và đột nhiên một loạt đối thủ cạnh tranh ASML xuất hiện. Đối với những người không biết ASML, đây là giao diện của nó: Nó tạo ra những máy móc trị giá khoảng 400 triệu USD mà TSMC và tất cả các nhà máy sản xuất chip lớn cần.

Chương trình cho biết ASML chỉ có một nhóm sản xuất những thứ này ở Na Uy, chu kỳ rất dài và các đơn hàng tồn đọng đã xếp hàng khoảng 5 năm.

Thứ hai, chúng tôi đã tạo ra một loại LLM hoàn toàn khác, không yêu cầu nhiều GPU và không cần nhiều bộ nhớ. Nhưng cho đến nay chúng tôi hoàn toàn không thấy dấu hiệu nào về điều này.

Hôm nay tôi thấy một tin tức về SK Hynix (Hynix, nhà cung cấp bộ nhớ băng thông cao lớn nhất thế giới). Đây là nhà sản xuất và cung cấp bộ lưu trữ số một về GPU Nvidia và gần như là công ty hàng đầu (người chơi số một) trong lĩnh vực lưu trữ AI.

Nó hiện đang nhận được các đề nghị từ 50 tỷ USD đến 100 tỷ USD từ Google và Microsoft, những công ty muốn khóa nguồn cung cấp sẽ được sản xuất trong ba năm tới để thanh toán cho thiết bị cần thiết để mở rộng sản xuất.

Điều này cho thấy các công ty lớn này khao khát lưu trữ đến mức nào và đây chỉ là một phần phụ của thành phần AI. Thay vào đó, SK Hynix nói: Tôi không muốn đảm bảo nguồn cung của bạn, tôi sẽ chỉ tăng giá. Tỷ suất lợi nhuận hoạt động của nó là khoảng 70%, gần như không thể tin được trong ngành bán dẫn.

Vì vậy, việc all-in của Gavin là hợp lý. Nó không giống bong bóng và có thể thị trường sẽ phản ứng như vậy trong ngắn hạn. Chúng tôi đã mở danh mục đầu tư chứng khoán trước khi ghi nhận ngày hôm nay, và gần như tất cả đều giảm giá, nhưng đó giống một phản ứng phản động (phản ứng cảm xúc) hơn.

Mục tiêu định hướng của vấn đề này là: Chúng ta sẽ chỉ cần thêm GPU và nhiều chip bán dẫn hơn, nhưng nguồn cung không đủ và nhà sản xuất cũng không đủ.

Gavin's Portfolio

Josh: The conclusion is: power and wafers. Just these two. They are two brick walls and two limiting factors that prevent us from accelerating too quickly. As long as power and wafers remain valuable, demand is strong and supply is limited, there are good days ahead.

If you want a TLDR (too long to read version) of Gavin's portfolio, I can read his largest holdings. Again, this is not investment advice. This is what Gavin holds, not what we hold. I don't know if these stocks will go up, down, or just go around in circles.

His largest position, somewhat counterintuitively, is the QQQ put position (a Nasdaq 100 ETF put). He's bearish on the market overall, which is notable. The second largest is Astera Labs, with a position of about 7.4%, and the ticker is ALAB. The third is Unity, the 3D software company.

There are many more behind: Ciena (optical network equipment company), Micron, Nvidia, Amazon, Lumentum (optical communications and laser device company), Alphabet (Google parent company), Coherent (optoelectronics and materials company), Roblox (game platform), EchoStar (satellite communications company), Twilio (cloud communications platform), Wayfair (furniture e-commerce company). This guy voted for everything.

If you are interested, you can check out his 13F. This is Gavin's point, the bottleneck is power and wafers. As long as these constraints remain in place, it will basically be a unilateral rise. EJ, how do you absorb this information? How would you handle it?

EJ: The market has been volatile since Leopold’s 13F came out. What I realized more and more as I was recording this episode is that Gavin is kind of like an older, wiser Leopold. He has been in this industry for a long time. Maybe he doesn’t have $13 billion AUM, but I have a feeling he’ll still be around in 10 years.

If what you’re thinking after hearing this is, I don’t want to chase AI progress every minute, every hour, every day, I just want to put the money there and see how it grows over the next few months or years. Then Gavin's combination may be of great reference. Of course, this is not investment advice.

He takes a more cautious, long-term, and future-oriented approach. If his trend calls ultimately pan out, as he did with his early bets on Nvidia and Cerebras, the gains could be exponential in the coming years. But it all hinges on one of his core points: We are not in a bubble.

I’m curious if the audience agrees. Obviously, most people are not going to be as technical and as deep into the groundwork as Gavin. But after listening to this episode, do you think we're in a bubble? Vẫn chưa có ở đó? What are the arguments for and against? Is there anything we missed? Josh, before we wrap up, do you think this is a bubble right now?

Josh: I think we are certainly in a bubble. The question is, where in the bubble we are, that's open to debate. It's looking more like the early stages right now, so hopefully it continues that way. According to Gavin, as long as TSMC continues to limit chip production capacity, we'll be fine.

This is the overall outlook. We've already talked about Leopold, whose success is currently measured in quarters; now we're talking about Gavin, whose success is measured in decades. Many people's own answers may fall somewhere in the middle.

Original link