Lambda pozyskuje 1 miliard USD długu na zakup chipów Nvidia

Lambda, amerykańska firma zajmująca się zakupem chipów sztucznej inteligencji i ich wynajmem dla dużych korporacji, właśnie pozyskała 1 miliard USD w krótkoterminowym długu prywatnym. Celem jest bezpośrednie nabycie GPU od Nvidii i udostępnienie ich Microsoftowi. Operacja została zorganizowana przez JP Morgan Chase i ujawnia agresywne zakłady na zdolność do generowania wystarczających przychodów, aby spłacić pożyczkę z przepływów gotówkowych z własnych kontraktów.

Ruch ten nie jest odosobniony. Wpasowuje się w trend, który przekształca rynek infrastruktury technologicznej: wzrost tzw. neochmur, firm działających jako pośrednicy między producentami chipów a gigantami potrzebującymi mocy obliczeniowej do trenowania i uruchamiania modeli AI.

Pozyskanie 1 miliarda USD to tylko najnowsza operacja w przyspieszonym ciągu. W maju Lambda zamknęła linię kredytową zabezpieczoną na 1 miliard USD. W tym samym tygodniu, co nowa pożyczka, ogłosiła zakończenie innego finansowania na 926 milionów USD, tym razem przeznaczonego na zakup GPU Nvidia GB300, jednego z najnowszych modeli producenta, na umowę bezpośrednio z samą Nvidią.

Łącznie te trzy operacje osiągają prawie 3 miliardy USD skumulowanego długu w ciągu kilku miesięcy. Dla firmy wycenianej na 5,43 miliarda USD po rundzie 1,5 miliarda USD w kapitale podwyższonego ryzyka przeprowadzonej w zeszłym listopadzie, poziom dźwigni finansowej przyciąga uwagę. A według informacji rynkowych, Lambda wciąż negocjuje rundę przed-IPO na 3 miliardy USD, co znacznie podniosłoby jej wycenę.

Model biznesowy wyjaśnia logikę stojącą za krótkoterminowym długiem. Lambda już ma podpisane umowy z klientami takimi jak Microsoft i Nvidia, zanim jeszcze zdobędzie chipy. Oznacza to, że przychody zaczynają napływać, gdy tylko sprzęt zostanie wdrożony, co teoretycznie pozwala na szybkie spłacenie pożyczek. To rodzaj finansowania projektów, podobny do tego, co widzimy w tradycyjnej infrastrukturze, ale zastosowany w centrach danych AI.

Strategia Lambda nie istnieje w próżni. Dane zebrane przez specjalistyczne media pokazują, że banki i firmy technologiczne już pozyskały ponad 400 miliardów USD długu związanego z sztuczną inteligencją na całym świecie do 2025 roku. Liczba ta jest niezwykła i odzwierciedla wyścig o infrastrukturę, który przypomina, w skali, cykle inwestycyjne w kolejach w XIX wieku lub w światłowody w latach 2000.

Fundamentalna różnica to prędkość. Podczas gdy wcześniejsze cykle infrastrukturalne zajmowały dziesięciolecia, aby osiągnąć szczyty inwestycyjne, cykl AI skompresował ten proces do kilku lat. Popyt na GPU wzrósł od momentu uruchomienia ChatGPT pod koniec 2022 roku, a podaż jeszcze nie nadążyła. Firmy takie jak Lambda istnieją właśnie po to, aby wypełnić tę lukę, kupując chipy na dużą skalę i redystrybuując moc obliczeniową.

Ryzyko, naturalnie, tkwi w zrównoważeniu popytu. Jeśli umowy wynajmu GPU będą nadal rosły, model będzie działał. Jeśli nastąpi spowolnienie, czy to z powodu postępów w efektywności obliczeniowej, czy z powodu ewentualnej korekty inwestycji korporacyjnych w AI, firmy o wysokiej dźwigni finansowej będą narażone.

Pojawienie się firm takich jak Lambda odzwierciedla strukturalną zmianę na rynku chmur obliczeniowych. Tradycyjnie zdominowany przez trzech dużych graczy (AWS, Azure i Google Cloud), sektor ten teraz widzi wejście wyspecjalizowanych konkurentów, którzy nie próbują oferować wszystkiego, ale koncentrują się wyłącznie na dostarczaniu mocy GPU dla obciążeń roboczych AI.

Ten niszowy rynek ma sens ekonomiczny z kilku powodów. Po pierwsze, wielkie firmy technologiczne często nie są w stanie rozszerzyć swojej mocy GPU w tempie, którego wymagają ich klienci. Microsoft, na przykład, zwraca się do Lambda, ponieważ potrzebuje dodatkowej mocy, której nie może zapewnić wewnętrznie dla Azure. Po drugie, długoterminowe umowy z klientami o wysokiej jakości kredytowej zmniejszają ryzyko modelu, co ułatwia uzyskanie finansowania po rozsądnych kosztach.

Model ten jednak silnie zależy od jednego czynnika: Nvidii. Praktycznie cała infrastruktura neochmur kręci się wokół chipów producenta z Santa Clara. To stwarza znaczną koncentrację ryzyka. Jakakolwiek zmiana w polityce cenowej, alokacji produkcji lub licencjonowaniu Nvidii może bezpośrednio wpłynąć na rentowność tych firm.

Ścieżka Lambda ilustruje szerszy fenomen, który zasługuje na uwagę. Rynek AI szybko się finansuje. Nie tylko akcje firm technologicznych przechwytują wartość sektora. Dług korporacyjny, pożyczki strukturalne, a nawet instrumenty kredytowe stają się ważnymi pojazdami ekspozycji na ten temat.

Dla tych, którzy śledzą sektor technologiczny, kluczowe pytanie nie brzmi, czy będzie więcej inwestycji w infrastrukturę AI. To wydaje się pewne. Pytanie brzmi, ile z tych inwestycji jest finansowanych z dźwignią, która zakłada ciągły wzrost popytu. Z 400 miliardami USD globalnego długu skumulowanego w mniej niż rok, rynek zaczyna przypominać inne cykle euforii, które historycznie kończyły się bolesnymi korektami.

Lambda może podejmować inteligentne zakłady, zapewniając umowy przed zaciągnięciem długu. Ale cały sektor zależy od założenia, które wciąż jest testowane: że popyt na obliczenia AI będzie nadal rósł w tempie wykładniczym przez wystarczająco długi czas, aby uzasadnić setki miliardów finansowania.

Niniejsza treść ma charakter wyłącznie informacyjny i nie stanowi porady finansowej, inwestycyjnej, prawnej ani podatkowej. Wszelkie wydarzenia, nagrody, promocje online lub powiązane informacje, o których tu mowa, nie powinny być traktowane jako rekomendacja, zachęta ani zaproszenie do kupna, sprzedaży, wymiany lub innego rodzaju obrotu aktywami kryptograficznymi. Aktywa kryptograficzne charakteryzują się dużą zmiennością i mogą prowadzić do strat. Dostępność usług, produktów i powiązanych wydarzeń WEEX może się różnić w zależności od regionu. Użytkownik jest odpowiedzialny za upewnienie się, że jego udział jest zgodny z obowiązującymi lokalnymi przepisami i regulacjami.