Saya tidak berpikir orang sepenuhnya menghargai jumlah permintaan yang akan diciptakan oleh inferensi untuk infrastruktur AI. Pelatihan model parameter triliun akan pucat dibandingkan dengan volume triliunan token bersamaan yang berkinerja 24/7/365 di setiap bisnis, organisasi, dan aktivitas konsumen. Saya sangat optimis dengan pembangunan ini. Dan tentu saja $NVDA melakukannya dengan baik, tetapi nama-nama dalam chip, server, energi, jaringan, dan platform agen semuanya akan meningkat bersamanya. 💪🏻 Tandai 😎🚀

Sorotan dari panggilan AMZN: -Kekurangan Kapasitas Infrastruktur AI: AWS memiliki "lebih banyak permintaan daripada kapasitas yang kami miliki" dengan daya menjadi kendala terbesar; memperkirakan masalah pasokan akan bertahan selama "beberapa kuartal" meskipun CapEx triwulanan $31,4 miliar dalam "chip, pusat data, dan daya" -Pembangunan Infrastruktur Multi-Tahun: Mengakui membangun kapasitas AI yang memadai akan memakan waktu "beberapa kuartal" tetapi mengharapkan peningkatan setiap kuartal; memandang AI sebagai "transformasi teknologi terbesar dalam hidup kita" yang membutuhkan investasi besar yang berkelanjutan -Strategi Mendorong Ekonomi Inferensi: Mengharapkan 80-90% biaya AI akan bergeser dari pelatihan ke inferensi dalam skala besar; memposisikan silikon khusus sebagai keuntungan penting karena pelanggan akan berlabuh untuk kinerja harga yang lebih baik seperti yang mereka lakukan dengan CPU -Peluang Pendapatan Besar Terbatas: AWS pada tingkat pengoperasian tahunan $123 miliar tetapi "dapat menghasilkan lebih banyak pendapatan dan lebih banyak membantu pelanggan" jika kapasitas ada; AI generatif sudah menjadi "bisnis multi-miliar dolar persentase tiga digit dari tahun ke tahun"