Ulat: Inaasahang aabot sa $750 bilyon ang magiging gastos ng OpenAI para sa computing power pagsapit ng 2030! Kumpanya ay nananatiling nagsasabing "labis na kulang ang computing power"

Tinaas ng OpenAI ang gastusin nito sa compute power hanggang $750 bilyon, at ang kakulangan sa supply ay nagtutulak sa AI infrastructure sector sa gilid ng stress test.

Noong ika-9 ng Setyembre, ayon sa DealBook ng The New York Times na sumangguni sa isang hindi pinangalanang tao na pamilyar sa impormasyon, pakiramdam ng OpenAI ay “lubhang kulang pa rin” ang kanilang compute power.

Inaasahan ng OpenAI na sa taong 2030 ay aabot sa humigit-kumulang $750 bilyon ang gastusin nila sa compute power, mahigit 25% na mas mataas kumpara sa dating forecast na humigit-kumulang $600 bilyon.

Nangangahulugan ito na ang aktwal na supply ng chips, data center, kuryente, at network resources ay hindi nakakasabay sa lumalaking pangangailangan sa pagbuo at pagpapalawak ng mga pangunahing modelo.

Para sa mga kumpanyang tulad ng Oracle at CoreWeave na nagsapanganib ng malakihang pagpapalawak ng infrastructure batay sa demand ng AI, ito ay parehong senyales ng demand at direktang pinagmumulan ng pressure sa kanilang balance sheet.

Binanggit ng Balita sa Wall Street, noong Hulyo 22, naiulat ng The Wall Street Journal na dahil sa patuloy na paglaki ng demand sa AI compute power, tinaas ng OpenAI ang forecast nila sa future cloud infrastructure spending sa $750 bilyon, na nagpapakitang tuloy-tuloy ang kanilang pangmatagalang capital investment.

Nakipagpirma na ang OpenAI ng mga capacity agreement sa ilang partner. Kabilang dito, ang data center capacity contract nila sa Oracle ay umabot na sa 6GW, kung saan karamihan ay nasa development stage pa lamang.

Pinalawak din ng OpenAI ang multi-year cloud computing agreement nito sa Amazon Web Services hanggang walong taon at $138 bilyon, kasama na dito ang 2GW na compute power batay sa Trainium chips.

Dagdag pa rito, nangako rin ang OpenAI ng dagdag na $250 bilyon sa cloud spending sa Microsoft Azure, bagamat hindi tinukoy ang partikular na iskedyul ng gastos. Ang pagsasama-sama ng mga kontratang ito ay nagpapakita na tinatali ng OpenAI sa maraming supplier ang pangmatagalang compute resources.

Gayunpaman, ang pinalawak na pangakong procurement ay nangangahulugan na kailangang mapanatili ng OpenAI sa mga susunod na taon ang koordinasyon sa pagitan ng pagpapalaki ng demand, pagtatayo ng infrastructure, at pagbabayad ng pondo.

Nagdudulot ang demand ng compute power ng OpenAI ng pangmatagalang suporta ng orders para sa cloud service providers at supply chain sa infrastructure, ngunit malaki rin ang hamon ng gastusin sa balance sheet ng mga kumpanya.

Halimbawa, para sa Oracle, umabot na sa $638 bilyon ang natitira nilang contractual obligations, tumataas ng 363% taon-taon. Sa kabuuan, $75 bilyon dito ay may kinalaman sa advance payment o arrangement kung saan ang customer ang maglalagay ng GPU. Ang kita ng Oracle Cloud Infrastructure ay umabot ng $5.79 bilyon, tumaas ng 93% taon-taon.

Ngunit kasabay ng accumulation ng orders ay mataas na capital expenditure. Sa ikaapat na fiscal quarter, umabot sa negatibong $23.69 bilyon ang free cash flow ng Oracle, habang $55.66 bilyon naman ang capital expenditure, at inaasahan nitong aabot ng humigit-kumulang $70 bilyon ang net cash capital expenditure sa fiscal year 2027. Plano ng kumpanya na mangalap ng humigit-kumulang $40 bilyon sa utang at equity financing, kabilang na ang plano para sa $20 bilyon na stock issuance sa market price.

Nakakaranas din ang CoreWeave ng katulad na sitwasyon. Negatibo ang free cash flow ng kumpanya sa ikalawang quarter na $5.743 bilyon, may backlog na orders na umaabot sa humigit-kumulang $104 bilyon hanggang ika-30 ng Hunyo, at may layuning umabot ng higit sa 8GW ang aktibong power capacity pagsapit ng 2030. Umaasa ang kanilang pagpapalawak sa utang, advance payments at equity financing.

Sa bahagi ng chip supply, kamakailan, sinabi ng CEO ng Nvidia, Jensen Huang, na nasa stress state ang supply chain, at saklaw lamang ng kasalukuyang supply ang halos 70% ng demand.

Isinusulong ng Broadcom ang deployment ng unang custom accelerator ng OpenAI na Jalapeno, na plano nilang maabot ang 1.3GW deployment pagsapit ng fiscal year 2027. Ngunit binigyang-diin din ng kumpanya na ang lupa, kuryente, at shell ng data centers ang magtatakda kung kailan aktwal na makukumpleto ang capacity.

Ibig sabihin, hindi lang GPU supply ang bottleneck ng AI infrastructure. Maaaring makaapekto sa final delivery ng compute power ang wafers, high-bandwidth memory, substrates, kuryente, lupa, at ang kakayahan sa pagtatayo ng data centers.

Pinagtitibay ng pinakahuling pahayag ng OpenAI na kulang pa rin ang kanilang compute power ang senyales ng matinding demand para sa AI infrastructure, at naglatag din ito ng mas realistic na pamantayan sa merkado: kung maipapatupad ba ang mga malalaking order bilang usable na gigawatt-level compute power sa iskedyul, at kung mapapanatili ng mga kaugnay na kumpanya ang balanse ng financing at cash flow sa gitna ng cycle ng mataas na capital expenditure.