Почему ИИ-стартапы исчезнут без рынков вычислительных мощностей — Эван Конрад, San Francisco Compute
원제 · Why AI Startups Will Disappear Without Compute Markets — Evan Conrad, San Francisco Compute
핵심 요약
Отсутствие ликвидных рынков вычислений и кредитные барьеры при покупке GPU-кластеров заставляют ИИ-стартапы вносить миллиардные депозиты, что угрожает выживанию новых компаний в индустрии.
하이라이트
Компания San Francisco Compute управляет рынком с физическим исполнением ордеров и книгой ордеров в реальном времени для форвардных и текущих вычислительных мощностей.
Первоначально основатели привлекли 500 тысяч долларов для создания ИИ-лаборатории Joonlark, но столкнулись с ежемесячными убытками и были вынуждены заняться субарендой кластеров.
Отсутствие кредитной истории у новых ИИ-стартапов приводит к тому, что кредиторы требуют стопроцентные предоплаты и долгосрочные контракты «бери или плати».
Рост стоимости развертывания суперкомпьютеров от 10 миллионов до миллиарда долларов создает непреодолимый кредитный барьер для малых компаний.
Монополизация рынка вычислений угрожает выживанию независимых ИИ-стартапов, не обладающих инвестиционными кредитными рейтингами.
타임라인
Создание рынков вычислительных мощностей и физическое исполнение
Эффективная работа суперкомпьютера начинается на этапе проектирования спецификации материалов и контроля структуры объединительной платы. Компания выступает одновременно оператором физического железа и провайдером книги ордеров. Подобный подход решает задачи перераспределения мощностей для стартапов и инвесторов.
- San Francisco Compute объединяет функции оператора оборудования и рыночной платформы.
- Управление суперкомпьютером требует сквозного контроля стека от материалов до виртуальных машин.
- Компания предлагает услуги суперкомпьютинга для новых облачных провайдеров и венчурных портфелей.
Финансовый крах ранних лабораторий и истоки брокерства
Первоначальные затраты на запуск лаборатории составляли миллионы долларов, что заставило команду искать альтернативные источники финансирования. Ежемесячные убытки от простоя оборудования привели к необходимости сдавать кластер в субаренду. Этот опыт выявил системные экономические проблемы всей индустрии.
- Проект Joonlark изначально задумывался как аналог музыкальных нейросетей задолго до появления Suno.
- Привлечение 500 тысяч долларов вместо требуемых тогда 10 миллионов привело к убыткам от купленного кластера.
- Вынужденная субаренда оборудования превратила основателей в первых брокеров GPU-мощностей.
Кредитные риски и дефицит вычислительных мощностей
Покупка нового кластера требует длительного ожидания поставки и перечисления всей суммы на счет в качестве депозита. Финансовые организации не умеют андеррайтить стартапы из двух человек, обещающие создать суперинтеллект. Из-за этого момент подписания контракта становится наиболее уязвимым этапом всей операции.
- Все вычислительные мощности на рынке полностью распроданы из-за сложностей с финансированием.
- Кредиторы не способны оценить финансовые риски стартапов, разрабатывающих общий искусственный интеллект.
- Сроки поставки новых кластеров затягиваются из-за жестких требований к проверке клиентов.
Угроза монополизации и исчезновение стартапов
В отличие от SaaS-компаний с высокой маржинальностью, ИИ-бизнес банкротится при удвоении стоимости облачных услуг. Необходимость заключать долгосрочные контракты с компаниями из списка Fortune 500 отрезает от доступа к интеллекту небольшие команды. Создание рынков вычислений рассматривается как способ предотвратить монополизацию экономики.
- Высокая чувствительность ИИ-компаний к росту цен делает невозможным традиционное ценообразование по требованию.
- Отсутствие кредитных историй у основателей блокирует доступ к покупке токенов для новых проектов.
- Консолидация индустрии вокруг крупных игроков приведет к полному исчезновению независимых лабораторий.
설명
Evan Conrad explains how San Francisco Compute, which began as an AI lab that had to sublease its own GPU cluster to stay alive, ended up both operating clusters and running a market for them. He walks through the chain of problems a new lab or inference company hits: everyone is sold out, the deposit eats the bank balance, clusters arrive late and break, and demand is nearly impossible to predict. He argues these are all one risk problem, that AI companies run into credit limits before power limits, and that without a working compute market the price of entry keeps climbing until no new startups can get in. Chapters: - 00:00 Intro - 00:42 Physically settled compute - 01:35 Supercomputing as a service - 02:08 How a struggling AI lab became a GPU broker - 03:32 Two miracle problems - 04:26 Sold out, deposits and delays - 06:20 It's all one risk problem - 08:13 Credit, not power, is the bottleneck - 10:13 What a compute market has to solve - 11:37 Why you have to operate the cluster - 13:05 Why nobody does physical settlement - 13:59 From $10M to $1B deposits - 15:26 Why startups need this Evan Conrad, San Francisco Compute: https://sfcompute.com Join us in SF for the second annual AIE CODE summit: https://aie.codes our last flagship summit of 2026. Applications live now!