Transcription
7 триллионов долларов вот-вот будет вложено в одну конкретную область, и большинство инвесторов даже не видят всей картины. McKenzie заявляет, что инфраструктура центров обработки данных будет расти на 14-23% в год в течение следующих 5 лет. Это самое масштабное физическое строительство со времен бума железных дорог, и оно происходит за кулисами всех заголовков. Конечно, все следят за ценой акций Nvidia, но почти никто не обращает внимания на здания, которые строятся позади нее. И именно здесь начинается настоящая история. Люди спрашивают, куда на самом деле идут все эти GPU Nvidia. И ответ не является загадкой. Все они упаковываются в эти массивные центры обработки данных, которые построены для работы с моделями искусственного интеллекта круглосуточно. Но большинство людей никогда не видят этой части индустрии. Поэтому они понятия не имеют, почему строительство так стремительно растет. Даже Билл Гейтс сказал, что искусственный интеллект — это самый большой технологический сдвиг в его жизни. И я видел это своими глазами, потому что раньше я работал над моделями машинного обучения для Amazon, когда работал над их моделями ценообразования, и это было задолго до того, как это стало мейнстримом. Моя мысль в том, что искусственный интеллект не является спекулятивным, но я считаю, что он полностью неправильно понят. Он уже заменяет целые блоки работы и координирует парки роботов в логистике и производстве.
Теперь центры обработки данных — это не маленькие серверные комнаты. Эти здания простираются на размер футбольных полей, а некоторые потребляют больше электроэнергии в год, чем вся Аляска. И внутри у вас сотни миллионов, возможно, даже миллиарды долларов аппаратного обеспечения, которое должно оставаться под напряжением, охлаждаться и быть подключенным каждую секунду дня, иначе вся система просто развалится. Goldman Sachs ожидает, что спрос на электроэнергию для центров обработки данных вырастет на 165% к 2030 году. И если спрос на электроэнергию растет так быстро, что-то должно строить и питать сеть за ней. Вот почему я освещал акции атомной энергетики несколько недель назад и, конечно же, несколько раз за последние 2 года, потому что искусственный интеллект не работает без массивной стабильной электроэнергии.
Теперь здесь мы увидим, куда на самом деле идут эти 7 триллионов долларов, и, что более важно, кто получает от этого деньги. И я заявлю прямо сейчас, что я создал огромную электронную таблицу каждой публичной компании, которую я мог найти, которая подходит для этого пространства. И, конечно же, я оставлю ссылку на все это в описании. Но для этого видео я расскажу, куда текут деньги. Несколько компаний, связанных с каждой из этих областей, и как я буду широко инвестировать в каждый уровень. Но сначала вот почему строительство сейчас на полном ходу. Люди думают, что искусственный интеллект живет в облаке, но каждый отдельный запрос выполняется на физическом оборудовании, которое находится в этих объектах. Кластер Colossus Илона в Мемфисе использует около 100 000 GPU Nvidia H100 для обучения. Meta строит такой же масштаб для Llama. В данный момент этим объектам нужны собственные подстанции для поддержания работы. Новейшие чипы искусственного интеллекта Nvidia потребляют до трех раз больше энергии, чем предыдущее поколение. И вся эта энергия очень быстро превращается в тепло. Вот почему этим объектам нужны промышленные системы жидкостного охлаждения, выделенная электросетевая инфраструктура, резервные генераторы, аккумуляторные батареи и, конечно же, сетевое оборудование. Goldman Sachs говорит, что строительство центров обработки данных в США утроилось за последние 3 года, и оно продолжает ускоряться. Опять же, искусственный интеллект — это не только облачное программное обеспечение. Он включает в себя сталь, бетон, электричество и охлаждение. И именно туда сейчас текут реальные деньги.
Теперь, прежде чем я перейду к разбивке, если вы получаете какую-либо пользу от моего контента, моих электронных таблиц и моей бесплатной рассылки с моим портфелем, пожалуйста, рассмотрите возможность нажать кнопку "лайк", чтобы мой контент мог продолжать расти. Отчет McKenzie разбивает эти 7 триллионов долларов на два основных раздела. 60% идет на вычисления, серверы, GPU, чипы, память и, конечно же, хранение данных. По сути, машины, которые выполняют всю работу. 40% идет на объекты. Это здания, системы электропитания, охлаждение, недвижимость. Это оболочка, которая поддерживает все это в живых. Это примерно 4,2 триллиона долларов, вложенных в аппаратное обеспечение и облачные платформы, и еще 2,8 триллиона долларов — в электропитание, охлаждение и физическую инфраструктуру, которая стоит за этим.
Вот почему это разделение имеет значение для нас, инвесторов. Два уровня ведут себя совершенно по-разному. У них разный рост, разный риск и разные победители. Уровень вычислений — это сторона с высоким ростом. Чипы искусственного интеллекта, облачные платформы, производители серверов. Это компании, которые могут расти на 20%, 30% и даже 50% в год, потому что спрос на искусственный интеллект не замедляется. Но это более быстрая игра. Технологии развиваются быстро, и одна новая конструкция чипа может перетасовать всю долю рынка буквально за одну ночь. Уровень объектов, тогда, более стабилен. Системы электропитания, холодильное оборудование, недвижимость центров обработки данных. Думайте о росте примерно на 10-15% в год. Это не броско, но это существенно. И эта сторона выигрывает независимо от того, какая компания-производитель чипов окажется на вершине. Но подумайте об этом так. Уровень вычислений делает ставку на то, кто выиграет гонку искусственного интеллекта. Но уровень объектов, ну, они делают ставку на то, произойдет ли гонка вообще. И кто-то, конечно, должен построить трассу.
Это подводит нас к нашему спонсору, Funstrat, основанному Томом Ли, доверенным голосом Уолл-стрит и бывшим главным стратегом по акциям в JP Morgan, на которого я часто ссылаюсь в своих видео. FS Insight от Fundstrat посвящен демократизации исследований Уолл-стрит. И их цель проста. Предоставить самостоятельным инвесторам, таким как мы, те же основанные на доказательствах исследования, которые использует Уолл-стрит для навигации по рынку. Я лично с нетерпением жду их электронных писем каждый день. Мы знаем Тома по его фирменным исследованиям, основанным на доказательствах, и знаменитым прогнозам, таким как V-образное восстановление после COVID. Когда вы присоединяетесь, междисциплинарная команда отправляет вам оповещения о рынке в реальном времени под названием "flash insights", ежедневные видеообновления и практические исследования по акциям и криптовалютам. Это дает вам ясность для принятия лучших, своевременных решений и уверенного контроля над вашим портфелем. Если вы хотите получить доступ к тем же исследованиям, которые используют банки и хедж-фонды, сейчас как никогда подходящее время для инвестирования в знания. И прямо сейчас это самая большая распродажа FS Insight в году. Вы можете выбрать из макроэкономики, криптовалют или даже их профессионального пакета. Если вы хотите узнать больше, пожалуйста, ознакомьтесь с ссылкой в описании ниже.
McKenzie говорит, что 60% денег пойдет на вычисления, а 40% — на объекты. Но это не обязательно означает, что мы должны инвестировать 60/40. Если вы такой же, как я, и ваша цель — максимальная прибыль, то я бы склонился к вычислениям, потому что именно там сегодня самый быстрый рост. И у него долгосрочный спрос. Это означает, что после того, как центр обработки данных построен, строительные компании больше не зарабатывают на нем. Когда я смотрю на данные, разделение McKenzie 60/40 имеет большой смысл на высоком уровне. Вычисления с одной стороны, объекты с другой. Но, конечно, есть третья группа, которая находится над обоими уровнями. И они нарушают все правила в этой модели. И, конечно же, это гиперскейлеры. Подумайте об Amazon, Microsoft и Google. Эти компании не просто покупают мощности центров обработки данных. Они фактически строят их целыми регионами. Они ведут переговоры о многогигаваттных сделках по электроэнергии до того, как остальной рынок узнает о грядущем спросе. Фактически, они даже разрабатывают собственные чипы. Tranium и Graviton от Amazon, TPU от Google, Maya от Microsoft. Они разрабатывают кремний специально для своих собственных рабочих нагрузок искусственного интеллекта, поэтому они не полностью зависят ни от кого другого. И даже сейчас они изобретают свои собственные системы охлаждения. Буквально на прошлой неделе Amazon представила свою собственную внутреннюю систему жидкостного охлаждения, потому что традиционные поставщики отстают на годы, потому что они не были готовы ждать. Они построили свою собственную систему, чтобы они могли развернуть свои высокоплотные стойки GPU прямо сейчас, а не в 2027 году. Они также управляют облаками, где сегодня приземляется вся корпоративная рабочая нагрузка искусственного интеллекта. Это AWS, Azure, Google Cloud. И, конечно, они не одиноки. Oracle ускоряется с лизингом AI HPC. Alibaba и Tencent управляют огромными регионами искусственного интеллекта по всей Азии. А IBM занимает свою нишу в регулируемой отрасли, но опять же, эти три гиганта по-прежнему находятся в своей собственной категории. Они единственные игроки, которые затрагивают каждый уровень стека. И именно поэтому гиперскейлеры, на мой взгляд, получают свой собственный раздел.
Давайте перейдем к уровню вычислений, потому что именно здесь происходит большая часть роста. И все начинается с чипов, где Nvidia по-прежнему далеко впереди всех остальных. Но AMD имеет реальный импульс со своим MI300, а Broadcom и Marvell появляются почти в каждой крупной системе искусственного интеллекта, и Intel по-прежнему активно пытается вернуться в разговор. И то, что большинство людей упускают из виду, — это память. Спрос на GPU огромен, но спрос на память взрывается вместе с ним. Это приводит к Micron, Samsung и SK Hynix, которые все распроданы по высокопроизводительной памяти на годы вперед. Опять же, эти системы не могут работать без огромного количества памяти. Затем у нас есть компании, которые превращают весь этот кремний в реальные стойки. Super Micro масштабируется почти быстрее, чем кто-либо другой в этой области. Затем у вас есть Dell и HPE, которые являются якорем корпоративного рынка. Затем есть Lovo, который огромен в Азии и имеет большую долю в мировых поставках серверов. И это уже не только крупные компании. Растет группа поставщиков облачных услуг GPU, пытающихся угнаться за всем этим спросом. Подумайте об Applied Digital, Okami, Digital Ocean, Iris Energy. Они все быстро строят выделенные вычислительные мощности для искусственного интеллекта, как только получают оборудование, а затем сдают его в аренду этим крупным игрокам так же быстро, как только могут. И, конечно же, за всем этим стоит цепочка поставок полупроводников. Taiwan Semiconductor производит почти все передовые чипы искусственного интеллекта, которые существуют. ASML является узким местом для инструментов, которые нужны всем при создании этих чипов. Lamb Research, KLA и Applied Materials занимаются всем остальным оборудованием, которое делает эти высокопроизводительные чипы возможными. Затем, как только это оборудование попадает в стойки, критически важным становится сетевое оборудование. Arista лидирует в облачных коммутаторах. Cisco управляет значительной частью корпоративного трафика, а такие компании, как Sienna, Lumentum и Coherent, передают данные на большие расстояния между зданиями, регионами и целыми странами. Весь этот уровень движется чрезвычайно быстро. Именно здесь сегодня происходит большая часть роста выручки, и это та часть стека, на которую инвесторы смотрят, когда стремятся к большой части этой прибыли.
Теперь давайте перейдем к уровню объектов. Это та часть системы, которую вы никогда по-настоящему не видите, но без нее ничего не работает. Мы начнем с электропитания и охлаждения, потому что именно здесь происходит большая часть физического строительства, где Verive напрямую связана с ростом центров обработки данных искусственного интеллекта. Eaton и Schneider Electric занимаются распределением электроэнергии и коммутационным оборудованием. Затем Johnson Controls, Train и Dyken управляют тепловой стороной. Затем Modine и Invent также очень быстро растут, поскольку все больше стоек переходят на высокоплотное охлаждение. Затем, конечно, у вас есть сама сеть. Искусственный интеллект повышает спрос на электроэнергию выше того, на что когда-либо была рассчитана сеть. Поэтому такие компании, как Siemens, ABB и Kuantum Services, видят реальные попутные ветры, где Bloom Energy и Cummins помогают с локальной генерацией и резервным питанием, когда объектам требуется большая стабильность, чем может обеспечить сеть. Оттуда это компании, которые фактически владеют зданиями. Equinix, Digital Realty и Iron Mountain строят и сдают в аренду такие оболочки. Они предоставляют пространство, межсоединения и надежность, которые позволяют всем остальным подключаться и масштабироваться. А затем у вас есть оптоволоконная и оптическая сторона, магистральные линии связи между всеми этими центрами обработки данных. Infinera — компания, занимающаяся системами дальней оптической связи. Затем у вас есть Fujitsu и ZTE, которые являются крупными поставщиками в Азии. И эти компании передают данные между кампусами, регионами и целыми странами. Наконец, у вас есть программный уровень, который поддерживает стабильность всей среды. Подумайте о VMware, IBM, Nanix и Service Now. Они занимаются оркестровкой, виртуализацией и автоматизацией. То, что поддерживает баланс рабочих нагрузок и эффективную работу оборудования. Но, к сожалению, этот уровень движется не так быстро, как вычисления. Но он масштабируется с каждым новым объектом, каждой новой стойкой и каждым новым ваттом, который потребляется из сети. И самое приятное то, что он стабилен и выигрывает независимо от того, какой чипсет или облачная платформа побеждает.
Итак, теперь, когда мы выложили все уровни: гиперскейлеры, названия вычислительных мощностей и объекты, давайте поговорим о том, как я на самом деле инвестирую в это. Потому что знать игроков — это только первый шаг. Это не то же самое, что знать, куда вложить деньги, чтобы они работали максимально эффективно. Но прежде чем я что-либо раскрою, вот простая истина. Не каждая часть этой экосистемы растет с одинаковой скоростью. Как я продолжаю говорить, вычисления движутся быстрее всего. Объекты движутся немного медленнее, но они очень стабильны. А гиперскейлеры находятся прямо посередине. Они большие, стабильные и необходимые. Для меня цель никогда не состоит в том, чтобы просто владеть всем поровну. Моя цель — соответствовать росту, риску и времени тому, что нам говорят данные сегодня. И я думаю, что большинство из нас могут согласиться, что данные довольно ясны. Деньги, которые вкладываются в искусственный интеллект и центры обработки данных, не распределяются равномерно. Большая часть прибыли приходится на вычисления, а большая часть стабильности поступает от объектов. А гиперскейлеры, ну, они захватывают части с обеих сторон без особой волатильности. И опять же, я хочу поделиться, что у меня есть огромная электронная таблица в описании с более чем сотней компаний, которые я отслеживаю в этом конкретном пространстве, где я обещаю, что буду продолжать углубляться и находить недооцененные возможности с самой высокой доходностью с течением времени. Сегодня я, вероятно, упомянул много акций, с которыми вы не знакомы, и я расскажу о них в будущих видео. Но пока вот как я бы вложил 100 долларов в стек центров обработки данных сегодня. 45 долларов идут прямо на вычисления. Это самая быстрорастущая часть центров обработки данных. Подумайте о чипах, памяти, серверах, сетевом оборудовании, и спрос по-прежнему очень высок. Затем 30 долларов пойдут на гиперскейлеры. Amazon, Microsoft, Google. Они строят центры обработки данных. Они заполняют их и управляют облачными платформами, которые находятся сверху, и они будут генерировать доход в долгосрочной перспективе. И мои последние 25 долларов пойдут на объекты: системы электропитания, охлаждение, электрооборудование, недвижимость. Эти компании получают оплату каждый раз, когда новый центр обработки данных включает свет, независимо от того, какие чипы внутри.
Что будет представлять собой эти 100 долларов через пять лет? Используя то, что я считаю реалистичными темпами роста для каждой из этих групп, вычисления будут расти в диапазоне низких 20%. Гиперскейлеры — около 12-13%, а объекты — около 8-10%. Эти простые 100 долларов вырастут примерно до 200-235 долларов. Здесь нет никакой угадайки. Нет никаких "лунных выстрелов". Это просто чистое представление. по частям центров обработки данных, которые выполняют реальную работу.
Теперь я всегда стараюсь дать дополнительную информацию тем из вас, кто предпочитает ETF. И два, которые больше всего соответствуют центрам обработки данных, — это Global X Data Center and Digital Infrastructure ETF с тикером DTCR и iShares US Digital Infrastructure and Real Estate ETF, IDGT. Признаюсь, я не копался в них особо глубоко, но они охватывают довольно много основ. Честно говоря, я бы хотел иметь возможность создавать свои собственные ETF, потому что я сделал бы их намного более эффективными, чем то, что я вижу на рынке. Некоторые компании в этих ETF действительно не имеют для меня смысла. Но ладно, я отвлекся.
В итоге, к 2030 году аналитики ожидают, что глобальная мощность центров обработки данных вырастет с 81 ГВт до 222 ГВт, потому что искусственному интеллекту требуется гораздо больше вычислительной мощности, чем когда-либо была рассчитана сеть. И это настоящая инвестиционная история. компании, строящие вычислительные движки, и компании, строящие инфраструктуру, которая находится прямо за ними. Все они вступают в волну в 7 триллионов долларов, которая уже находится в движении. На мой взгляд, деньги не в хайпе. Они в оборудовании, электроэнергии и бетоне, которые делают искусственный интеллект возможным. И именно здесь будут определяться доходы следующих 5 лет. Как всегда, большое спасибо за просмотр.