سرمایهگذاری در زیرساختهای AI به سمت منابع مالی از نقدینگی عملیاتی، اوراق قرضه، اجاره و سرمایهگذاری خصوصی گسترش یافته است. با افزایش سرعت ساخت مراکز داده و واحدهای پردازش گرافیکی (GPU)، انتقادات به این سمت رفته که فقط با تکیه بر بدهیهای ثبت شده در صورتهای مالی، بار واقعی مالی قابل درک نیست.
شرکت انویدیا ($NVDA) در تاریخ 10 اکتبر اعلام کرد که با شرکتهای آپولو، بلکراک، بلکاستون، بروکفیلد، KKR و گلدمن ساکس، پلتفرم مالی زیرساخت محاسبات AI به ارزش بیش از 500 میلیارد دلار (تقریباً 710 تریلیون وون) را راهاندازی خواهد کرد. جنسن هوانگ، مدیرعامل انویدیا، در بیانیهای گفت: "محاسبات در AI به معنای درآمد است." این به این معناست که محاسبات AI را نه تنها به عنوان خرید سرور، بلکه به عنوان داراییهای زیرساختی که میتوانند جریان نقدی بلندمدت ایجاد کنند، در نظر میگیرد.
هسته این طرح این است که آزمایشگاههای AI و ارائهدهندگان خدمات ابری از تجهیزات محاسباتی بزرگ استفاده کنند و مؤسسات مالی یک منبع سرمایه اختصاصی ایجاد کنند. انویدیا اکوسیستم چیپ و نرمافزار را فراهم میکند. ما قبلاً به بحثهای مالی زیرساخت AI و نقش انویدیا پرداختهایم.
کارخانههای AI به زیرساختهای مراکز داده اشاره دارد که GPU، شبکه، برق، خنککننده و نرمافزار را ترکیب میکند تا محاسبات AI در مقیاس بزرگ را ارائه دهد. این ساختار به این صورت است که ابتدا برق و زمین تأمین میشود و سپس تجهیزات نصب میشوند و درآمد از مصرف مشتریان و قراردادهای بلندمدت بازگردانده میشود. به همین دلیل، حجم سرمایهگذاری اولیه بزرگ است و زمان درآمدزایی به تأخیر میافتد.
شرکت PIMCO در پادکست منتشر شده در 16 ژوئیه، برآورد کرد که حجم سرمایهگذاری در تجهیزات AI در سالهای 2026-2027 به بیش از 1.6 تریلیون دلار (تقریباً 2272 تریلیون وون) خواهد رسید. PIMCO اعلام کرد که بخش بزرگی از این سرمایهگذاری میتواند از بازار اوراق قرضه تأمین شود. در گزارشی جداگانه، تحلیل شده است که هزینههای سرمایهگذاری مرتبط با AI از ساختار وابسته به جریان نقدی عملیاتی به چرخه سرمایهگذاری مبتنی بر بدهی منتقل میشود.
بار مالی خارج از ترازنامه نیز افزایش یافته است. PIMCO در تاریخ 15 مه اعلام کرد که برآورد سرمایهگذاری تجهیزات اصلی هایپر اسکیلرها برای سال 2026 به 690 میلیارد دلار (تقریباً 980 تریلیون وون) و برای سال 2027 به 870 میلیارد دلار (تقریباً 1235 تریلیون وون) رسیده است. همچنین در گزارش 10-Q اخیر اشاره شده است که قراردادهای اجاره آینده که هنوز در ترازنامه شناسایی نشدهاند، به 822 میلیارد دلار (تقریباً 1167 تریلیون وون) رسیده است.
قراردادهای اجاره و خرید ممکن است بلافاصله به عنوان بدهی ثبت نشوند، اما میتوانند به فشار خروج نقدی در آینده تبدیل شوند. فایننشال تایمز گزارش داده است که قراردادهای خرید هایپر اسکیلرها و الزامات اجارهای که گلدمن ساکس شناسایی کرده است، به ترتیب به 1.5 تریلیون دلار (تقریباً 2130 تریلیون وون) میرسد. با این حال، این ارقام به دلیل تعریفهای متفاوت از سرمایهگذاریهای تجهیزات، اجاره و قراردادهای خرید، به سادگی قابل مقایسه از نظر ریسک نیستند.
ساختار بازار نیز در حال تغییر است. تا کنون، شرکتهای بزرگ فناوری به دلیل قدرت تولید نقدینگی خود، بخش عمدهای از سرمایهگذاری در مراکز داده را تأمین کردهاند. اما رقابت در مدلهای AI باعث افزایش همزمان هزینههای برق، زمین، سرور، حافظه و تجهیزات شبکه شده است و به همین دلیل، روشهای تأمین مالی از جمله انتشار اوراق قرضه، اجارههای بلندمدت، شرکتهای ویژه و وامهای خصوصی به کار گرفته میشود.
این روند با گزارشهای قبلی که نشان میدهد سرمایهگذاری در زیرساختهای AI توسط شرکتهای بزرگ فناوری به سمت ترکیب تأمین مالی از بدهی و سرمایهگذاری خصوصی و اجارههای بلندمدت گسترش مییابد، همخوانی دارد. شرکتهایی مانند گوگل و متا نه تنها از طریق مالکیت مستقیم مراکز داده، بلکه با استفاده از ضمانتها، اجارهها و مشارکتها، بار زیرساخت را توزیع کردهاند.
ارتباط با کره نیز ناچیز نیست. انویدیا و گروه SK در تاریخ 24 ژوئیه از طرح همکاری برای ساخت مراکز داده و حافظه AI به ارزش بیش از 500 میلیارد دلار (تقریباً 710 تریلیون وون) خبر دادند. انویدیا اعلام کرد که SK Telecom قصد دارد یک کارخانه AI به نام NVIDIA Vera Rubin DSX با ظرفیت حداکثر 2 گیگاوات بسازد و اولین کارخانه AI را در سال 2027 راهاندازی کند.
در همان روز، نایور، انویدیا و بروکفیلد نیز طرحی برای گسترش ظرفیت کارخانه DSX AI در مرکز داده سجون به 55 مگاوات تا 200 مگاوات تا سال 2028 منتشر کردند. به این ترتیب، زنجیره تأمین حافظه داخلی و سرمایهگذاری در مراکز داده با ساختار مالی زیرساختهای AI جهانی همگام میشود.
دیدگاههای صنعت متفاوت است. یک طرف بر این باور است که زیرساختهای AI که شامل قدرت، مراکز داده و GPU در مقیاس بزرگ است، میتواند داراییهای جدیدی را جذب کند. طرف دیگر نگرانیهایی درباره تأمین مالی چرخشی و تأمین مالی فروشندگان که قدرت خرید مشتریان را افزایش میدهد، مطرح میکند.
PIMCO بر این باور است که چرخه سرمایهگذاری در زیرساختهای AI نسبت به سرمایهگذاری در شبکههای ارتباطی دهه 1990، نظم بیشتری دارد و احتمال تأمین مالی بیشتری دارد، اما سرعت واقعی درآمدزایی را به عنوان کلید اصلی میداند. AIMA نیز با تأیید اینکه اهرم یک ابزار کلیدی برای صندوقهای پوشش ریسک است، اما نمیتوان به راحتی آن را به خطر سیستماتیک تعمیم داد، موضع خود را اعلام کرده است.
خطر اهرم ابتدا در موقعیتهای سرمایهگذاران فردی نمایان شد. رویترز گزارش داد که صندوق پوشش ریسک متمرکز بر AI به نام Situational Awareness پس از ضررهای سهام فناوری و فشارهای مارجین کال، بیشتر سهام خود را به سیتادل واگذار کرده است. اگرچه این مورد به تنهایی نمیتواند خطر سیستماتیک را برای زیرساختهای AI تعیین کند، اما نشان میدهد که موقعیتهای AI که با بدهی افزایش یافتهاند، میتوانند در بازارهای نزولی به فشار فروش تبدیل شوند.
مسئله مالی زیرساختهای AI بیشتر به تأیید جریان نقدی نسبت به اندازه تقاضا مربوط میشود. مراکز داده و GPU ابتدا ساخته میشوند و درآمد بعداً تأیید میشود. دلیل اینکه باید بدهیهای ثبت شده، قراردادهای اجاره، وامهای خصوصی و قراردادهای خرید را جدا کنیم، در اینجا نهفته است.
این محتوا صرفاً برای اطلاعرسانی عمومی ارائه شده است و بهمنزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیشود. هرگونه رویداد، جایزه، کمپین آنلاین یا اطلاعات مرتبط که در اینجا ذکر شده است، نباید بهعنوان توصیه، ترغیب یا دعوت به خرید، فروش، معامله یا هرگونه دادوستد دیگر داراییهای رمزارزی تلقی شود. داراییهای رمزارزی از نوسان بالایی برخوردار هستند و ممکن است منجر به زیان شوند. دسترسی به خدمات، محصولات و رویدادهای مرتبط با WEEX ممکن است بسته به منطقه جغرافیایی متفاوت باشد. اطمینان از اینکه استفاده شما از این خدمات با قوانین و مقررات محلی مطابقت دارد، بر عهده خود شماست.


























![[نگاه عمیق به کریپتو توسط کانگ ریونگ هو] محتوای اصلی و نکات قابل توجه در مورد تقویت مقررات و ثبت نام فعالان داراییهای مجازی](/public-static/11_6579de73a6.png?format=avif)


