SpaceX 40 milliárd dolláros GPU-finanszírozással épít szuperintelligencia-infrastruktúrát

A Microsoft szeptemberi negyedéve 58 milliárd dollár működési cash flow-t és 39,4 milliárd dollár tőkekiadást hozott. Az Azure bevétele 48%-kal nőtt, miközben a vállalat 4,9 milliárd dollár adósságot törlesztett. (TheSequence)

Alphabet: növekedés és cash flow feszültség

A Google Cloud bevétele 103%-kal nőtt, de az 51,4 milliárd dolláros tőkekiadás meghaladta a 42,3 milliárd dolláros működési cash flow-t, így 9,1 milliárd dolláros negatív szabad cash flow-t eredményezett. Az Alphabet mintegy 29 milliárd dollárt vont be adósságkibocsátással. A Google új okokat adott az építkezés folytatására: a Genie 4 interaktív szimulációkat és natív hangot generáló világmodellje, valamint a Gemini 4 Carbon, amely a kiberbiztonságot és a fenntartható mérnöki munkafolyamatokat hangsúlyozza.

A potenciális kereskedelmi logika egyértelmű: a jobb agentek értékesebb munkát végezhetnek; az interaktív világok pedig támogatnák a robotikát és a szimulációt. Ezeknek a képességeknek a megbízható bevétellé alakítása határozza meg, hogyan fizethető ki kényelmesen az infrastruktúra. Eközben a Google AI Mode reklámokat vezetett be tíz további országban.

SpaceX és a GPU-finanszírozás

A SpaceX AI-terjeszkedése látványos finanszírozási spektákulumot hozott: egy kötelező érvényű megállapodást mintegy 40 milliárd dollár értékű GPU-berendezés finanszírozására egy Apollo által kezelt pénzügyi lízing keretében. Az ügylet NVIDIA Vera Rubin hardvert fed le, a zárás az év vége előtt várható, a berendezések szállítása pedig 2027 első felében kezdődik.

A zárás feltételekhez kötött. A befektetők berendezéseket finanszíroznak; a SpaceX számítási kapacitást és fizetési kötelezettségeket kap. A menedzsment szerint a szuperintelligencia-infrastruktúra beruházásaik megtérülési ideje egy év alatt van. Ez a menedzsment állítása, és kiváló mondat egy negyvenmilliárd dolláros tranzakció megvitatásakor.

A kutatási szekcióban a Google kutatói egy alvázkeretet mutattak be a folyamatos tanuláshoz, amelyben egy LLM aktív és offline fázisok között vált, rövid távú kontextust konszolidálva hosszú távú paraméterekké. A Bake AI és partnerei bemutatták az RSI Arénát, amely azt vizsgálja, hogy az AI-agentek képesek-e önállóan utólag betanítani egy nyelvi modellt, majd felhasználói visszajelzésekkel javítani azt. A Mistral AI bemutatta a Timestralt, négy idősoralapú modellcsaládot valószínűségi előrejelzésre, 5-209 millió paraméterrel.

A hitelezője mégis kedden várja a fizetést a 40 milliárd dolláros tranzakció kapcsán.