Дженсен Хуанг из Nvidia развеивает опасения по поводу капитальных затрат (Capex): почему создание ИИ-инфраструктуры на 660 миллиардов долларов только начинается

В решительном обращении, которое в прошлую пятницу отозвалось на мировых финансовых рынках, генеральный директор Nvidia Дженсен Хуанг выступил с решительной защитой беспрецедентных стратегий распределения капитала в технологическом секторе. В то время как индустрия борется со скептицизмом по поводу коллективных затрат на инфраструктуру в размере 660 миллиардов долларов, заверения Хуанга в том, что эти расходы не только устойчивы, но и математически обоснованы, вызвали значительный подъем, в результате чего акции Nvidia (NVDA) выросли на 7% к закрытию рынка.

В течение нескольких недель Уолл-стрит преследовал один и тот же вопрос: является ли бум искусственного интеллекта пузырем, который вот-вот лопнет, или фундаментом новой промышленной революции? Комментарий Хуанга служит окончательным ответом от архитектора эпохи ИИ, представляя текущие расходы не как безрассудные траты, а как необходимую стоимость замены устаревших вычислительных архитектур на «ИИ-фабрики» (AI factories).

Цифра в 660 миллиардов долларов: структурная трансформация

Цифра в 660 миллиардов долларов — представляющая совокупные прогнозируемые капитальные затраты（Capital Expenditures / Capex）на 2026 год для таких гиперскейлеров, как Microsoft, Amazon, Alphabet и Meta — стала предметом споров для аналитиков. Критики утверждают, что доход, генерируемый приложениями Генеративного ИИ（Generative AI）, еще не соответствует масштабам этих инвестиций в инфраструктуру. Однако Хуанг утверждает, что такой взгляд не позволяет увидеть леса за деревьями.

По словам главы Nvidia, отрасль в настоящее время переживает «крупнейшее строительство инфраструктуры в истории человечества». Это не просто расширение существующих мощностей, а фундаментальный цикл замены. Традиционный центр обработки данных, построенный на базе центрального процессора（Central Processing Unit / CPU）для вычислений общего назначения, быстро вытесняется в пользу ускоренных вычислений на базе графических процессоров（Graphics Processing Units / GPU）.

Хуанг полагает, что этот сдвиг продиктован физикой вычислений. Поскольку закон Мура замедляется для традиционных процессоров, единственный способ продолжать повышать производительность при управлении затратами на электроэнергию — это ускорение. Таким образом, сотни миллиардов, вливаемые в центры обработки данных, предназначены не только для новых возможностей ИИ, но и необходимы для поддержания траектории развития мировых вычислительных мощностей.

Сравнительный анализ: устаревшая и ускоренная инфраструктура

Чтобы понять аргументы Хуанга в пользу устойчивости, крайне важно различать динамику затрат традиционной инфраструктуры и нового ИИ-ориентированного строительства. В следующей таблице представлены структурные различия, которые лежат в основе тезиса об окупаемости инвестиций（Return on Investment / ROI）.

Таблица 1: Структурный сдвиг в экономике центров обработки данных

Переосмысливая центры обработки данных как «ИИ-фабрики», Хуанг предполагает, что эти объекты являются производственными предприятиями для нового товара: цифрового интеллекта. Подобно тому как электростанции требуют огромного авансового капитала для производства электроэнергии, ИИ-фабрики требуют значительных Capex для производства токенов, которые питают современное программное обеспечение.

ROI и тезис о «заоблачном» спросе

Центральное место в защите Хуанга занимает концепция немедленного использования. Скептики часто указывают на сценарии «построй, и они придут» — создание инфраструктуры в надежде на то, что спрос последует за ней. Хуанг возразил на это, подчеркнув, что спрос в настоящее время превышает предложение. «Заоблачный» спрос со стороны различных секторов — от суверенных инициатив в области ИИ до интеграции корпоративного программного обеспечения — гарантирует, что эти новые GPU монетизируются в тот момент, когда они подключаются к сети.

Крупнейшие облачные провайдеры подтвердили это повествование. Недавние отчеты о доходах Meta и Microsoft показали, что их агрессивные планы расходов напрямую связаны со списками ожидания клиентов на вычислительные мощности. Например, интеграция ИИ в рекомендательные движки Meta уже принесла измеримую отдачу в доходах от рекламы и вовлеченности пользователей, подтверждая целесообразность крупных инвестиций в архитектуры Nvidia Hopper и Blackwell.

Кроме того, Хуанг затронул вопрос устойчивости маржи прибыли. Он утверждал, что по мере того, как компании интегрируют ИИ-агентов — автономное программное обеспечение, способное рассуждать и выполнять сложные задачи, — ценность, извлекаемая из каждой единицы вычислений, возрастает. Этот переход от «чат-бота» к «агентским» рабочим процессам открывает триллионы долларов прироста производительности в мировой экономике, заставляя первоначальные инвестиции в размере 660 миллиардов долларов казаться скромными в ретроспективе.

Гонка гиперскейлеров: нет места для колебаний

Геополитический и конкурентный ландшафт технологической индустрии еще больше укрепляет долговечность этого цикла расходов. Мы являемся свидетелями гонки вооружений среди «Великолепной семерки» (Mag 7) и за ее пределами, где отставание в инфраструктуре приравнивается к экзистенциальному риску.

• Microsoft и OpenAI: продолжают расширять границы размера моделей, требуя все более крупных кластеров.
• Google (Alphabet): агрессивно защищает свое доминирование в поиске, расширяя экосистему Gemini.
• Meta: активно инвестирует в модели Llama с открытым исходным кодом, чтобы сделать базовый уровень общедоступным.
• Amazon (AWS): создает массивные кластеры на базе собственных чипов и GPU для захвата корпоративных рабочих нагрузок.

это конкурентное напряжение создает «пол» для спроса на полупроводники. Даже если один игрок отступит, другие, скорее всего, ускорятся, чтобы захватить долю рынка. Хуанг отметил, что для этих компаний риск недостаточного инвестирования значительно выше, чем риск чрезмерного инвестирования. Недостаточное инвестирование ведет к устареванию, в то время как чрезмерное инвестирование просто приводит к избыточным мощностям, которые могут быть поглощены будущими поколениями моделей.

Реакция рынка и отраслевые перспективы

Реакция рынка на комментарии Хуанга была немедленной и решительной. 7-процентный скачок Nvidia потянул за собой весь полупроводниковый сектор, при этом наблюдался рост смежных акций, таких как AMD, Broadcom, и производителей оборудования, таких как Vertiv.

Инвесторы восприняли заявление Хуанга как «зеленый свет» для продолжения бычьего рынка аппаратного обеспечения. Уверенность в том, что расходы рациональны — и, что более важно, прибыльны — устранила ключевой психологический барьер, который сдерживал цены на акции в последние недели.

Заглядывая вперед, основное внимание сместится на реализацию этих планов развертывания капитала. Ограничения в цепочке поставок, особенно в области передовой упаковки (CoWoS) и памяти с высокой пропускной способностью (HBM), остаются основными узкими местами. Однако, поскольку партнеры Nvidia по цепочке поставок также наращивают мощности, экосистема кажется хорошо скоординированной для поддержки дорожной карты на 660 миллиардов долларов.

Заключение: оправданная эволюция

Защита Дженсеном Хуангом капитальных затрат отрасли — это больше, чем просто рекламный ход; это стратегический манифест на следующее десятилетие вычислений. Обосновав цифру в 660 миллиардов долларов ощутимыми реалиями физики, спроса и ROI, он эффективно перезагрузил повествование.

Для наблюдателей в Creati.ai это сигнал о том, что революция ИИ переходит из фазы экспериментального хайпа в фазу развертывания промышленного масштаба. Строительство масштабно, это так, но столь же масштабны и возможности, которые оно стремится реализовать. По мере того как формируется физическая инфраструктура эпохи ИИ, устойчивость этих расходов, вероятно, будет измеряться не квартальными циклами, а трансформирующим воздействием на глобальную экономику в ближайшие годы.