Não acho que as pessoas apreciem totalmente a quantidade de demanda que a inferência criará para a infraestrutura de IA. O treinamento de modelos de trilhões de parâmetros empalidece em comparação com os volumes de trilhões de tokens simultâneos funcionando 24 horas por dia, 7 dias por semana, 365 dias por ano em todos os negócios, organizações e atividades do consumidor. Estou tão otimista com essa construção. E é claro que $NVDA se sai bem, mas nomes em chips, servidores, energia, rede e plataformas agenciais aumentarão com ele. 💪🏻 Marque 😎🚀

Destaques da chamada AMZN: -Déficit de capacidade de infraestrutura de IA: a AWS tem "mais demanda do que capacidade", sendo a energia a maior restrição; espera que os problemas de fornecimento persistam por "vários trimestres", apesar do CapEx trimestral de US$ 31,4 bilhões em "chips, data centers e energia" -Construção de infraestrutura plurianual: reconhece que a construção de capacidade de IA suficiente levará "vários trimestres", mas espera melhorias a cada trimestre; vê a IA como "a maior transformação tecnológica em nossa vida" que requer investimentos pesados sustentados -Inference Economics Driving Strategy: Espera que 80-90% dos custos de IA mudem de treinamento para inferência em escala; posiciona o silício personalizado como vantagem crítica, pois os clientes se ancorarão para obter melhor desempenho de preço, como fizeram com as CPUs -Oportunidade de receita massiva restrita: AWS com taxa de execução anualizada de US$ 123 bilhões, mas "poderia estar gerando mais receita e ajudando mais os clientes" se a capacidade existisse; IA generativa já é um "negócio multibilionário de porcentagem de três dígitos ano a ano"