Terpecah

Pembangunan pusat data AI, seperti yang terjadi saat ini, bergantung pada dua hal: chip Nvidia dan uang pinjaman. Mungkin tidak dapat dihindari bahwa orang-orang akan mulai menggunakan chip Nvidia ke meminjam uang. Seiring dengan berlanjutnya tren ini, saya mulai khawatir tentang kelemahan booming pusat data AI; melihat lebih dalam bagian finansial dunia ini, saya belum merasa tenang.

Nvidia telah mengeluarkan banyak uang ke bidang AI, dengan lebih dari 70 investasi di perusahaan AI pada tahun ini, menurut data PitchBook. Di antara miliaran yang tersebar, ada satu kategori penting: neoclouds, seperti yang dicontohkan oleh CoreWeaveperusahaan publik dan terlilit utang, bertaruh bahwa kami akan terus membangun pusat data selamanya. CoreWeave dan sejenisnya telah berbalik dan mengambil utang untuk membeli chip Nvidia untuk ditempatkan di pusat data mereka, menjadikan chip itu sendiri sebagai jaminan pinjaman — dan dalam prosesnya secara efektif mengubah $1 investasi Nvidia menjadi $5 pembelian Nvidia. Ini bagus untuk Nvidia. Saya tidak yakin itu bagus untuk orang lain.

Ada banyak pembicaraan tentang rincian teknis mentah tentang bagaimana chip ini terdepresiasi, dan khususnya apakah chip ini kehilangan nilainya begitu cepat sehingga membuat pinjaman ini menjadi tidak masuk akal. Meskipun saya terkesan dengan banyaknya energi nerd yang dimasukkan ke dalam pertanyaan ini, saya merasa ini agak melenceng: pinjaman tersebut berarti bahwa Nvidia memiliki insentif untuk menyelamatkan industri ini selama mungkin karena sebagian besar pinjaman yang didukung GPU dibuat menggunakan chip milik Nvidia sebagai jaminan.

Tentu saja, ini juga berarti jika ada yang tidak beres dengan bisnis Nvidia, seluruh sektor akan berada dalam masalah. Dan dilihat dari meningkatnya persaingan yang dihadapi chip-chipnya, mungkin ada sesuatu yang tidak beres dalam waktu dekat.

Pinjaman berdasarkan penyusutan aset bukanlah hal baru. Bagi mereka yang sangat berotak keuangan, produk seperti GPU dianggap dapat dipertukarkan widget (dalam arti “an artikel tanpa nama dipertimbangkan untuk tujuan contoh hipotetis,” bukan “gadget” atau “aplikasi perangkat lunak”) yang tidak berbeda secara substansial dengan truk, pesawat terbang, atau rumah. Jadi perusahaan seperti CoreWeave dapat mengemas beberapa chip dengan kontrak pelanggan AI dan beberapa aset lainnya serta mengumpulkan paket yang cukup berharga untuk mengamankan utang, biasanya untuk membeli lebih banyak chip. Jika pinjamannya gagal bayar, pemberi pinjaman dapat mengambil kembali agunannya, sama seperti bank dapat mengambil alih sebuah rumah.

Salah satu cara pemberi pinjaman dapat melakukan lindung nilai terhadap aset berisiko adalah dengan menetapkan harga risiko ke dalam tingkat suku bunga. (Ada cara lain untuk memahami utang, dan kita akan sampai di sana sebentar lagi.) Hipotek 10 tahun atas sebuah rumah saat ini adalah 5,3 persen. Pinjaman pertama yang didukung GPU CoreWeave, yang dibuat pada tahun 2023, memiliki bunga 14 persen pada kuartal ketiga tahun ini. (Nilainya mengambang.)

Cara lain yang dapat dilakukan pemberi pinjaman untuk mengurangi risiko adalah dengan meminta persentase agunan yang tinggi dibandingkan dengan pinjamannya. Hal ini dinyatakan sebagai rasio pinjaman terhadap nilai (LTV). Jika saya membeli rumah seharga $500.000, saya biasanya harus membayar uang muka – sebut saja 20 persen – dan menggunakan pinjaman saya untuk sisanya. Pinjaman itu, sebesar $400.000, berarti saya memiliki rasio (LTV) sebesar 80 persen.

LTV pinjaman GPU sangat bervariasi, berdasarkan jangka waktu pinjaman, kepercayaan pada tim manajemen perusahaan, dan faktor kontrak lainnya, kata Ryan Little, direktur pelaksana senior pembiayaan peralatan di Trinity Capitalyang telah memberikan pinjaman GPU. Beberapa dari pinjaman ini memiliki LTV serendah 50 persen; yang lainnya mencapai 110 persen. Pinjaman yang didukung GPU sangat kompetitif, dan Trinity Capital terkadang kalah dalam kesepakatan dengan pemberi pinjaman lain serta program pembiayaan vendor.

Mayoritas pinjaman ini diberikan pada chip Nvidia, yang dapat memperkuat cengkeraman perusahaan di pasar, kata Vikrant Vig, seorang profesor keuangan di sekolah pascasarjana bisnis Universitas Stanford. Jika sebuah perusahaan perlu membeli GPU, perusahaan tersebut mungkin mendapatkan biaya pembiayaan yang lebih rendah pada Nvidia, karena GPU Nvidia lebih likuid. “Ada begitu banyak kekuatan yang membuat mereka menjadi monopoli alami,” kata Vig, “dan ini memperkuat hal tersebut.”

Nvidia menolak berkomentar. CoreWeave menolak berkomentar.

Tidak semua orang dijual dengan pinjaman. “Pada harga pasar saat ini, kami tidak melakukannya dan tidak mengevaluasinya,” kata Keri Findley, CEO Tacora Capital. Dengan mobil, dia mengetahui kurva depresiasi dari waktu ke waktu. Namun dia kurang yakin tentang GPU. Untuk saat ini, dia memperkirakan GPU akan terdepresiasi dengan sangat cepat. Pertama, kekuatan chip tersebut mungkin disewakan kepada Microsoft, namun mungkin perlu disewakan untuk kedua atau ketiga kalinya agar layak untuk diinvestasikan. Belum jelas seberapa besar pasar sekunder atau tersier yang akan ada untuk chip lama.

Mencari tahu berapa nilai GPU dan berapa lama mereka akan bertahan tidaklah sejelas yang dilakukan di rumah. Dalam pengajuan perusahaan, CoreWeave mencatat bahwa jumlah yang dapat dipinjam bergantung pada seberapa besar nilai GPU, dan itu akan menurun karena nilai GPU lebih rendah. Namun, nilainya tetap — sehingga jika nilai GPU merosot lebih cepat dari perkiraan, CoreWeave harus melunasi pinjamannya.

Beberapa investor, termasuk short-seller terkenal Michael Burry, mengklaim hal itu banyak perusahaan membuat perkiraan penyusutan yang ternyata salah — dengan mengklaim bahwa GPU akan bernilai lebih lama dari kenyataannya. Menurut Burry, perusahaan-perusahaan yang disebut hyperscaler (Google, Meta, Microsoft, Oracle, dan Amazon) meremehkan depresiasi chip mereka sebesar $176 miliar antara tahun 2026 dan 2028.

Burry tidak terlalu peduli dengan neocloud, namun mereka sangat rentan. Para hyperscaler dapat melakukan write-down tanpa terlalu banyak kerugian jika perlu — mereka memiliki lini bisnis lain. Neoclouds tidak bisa. Minimal mereka harus melakukan write-down; maksimal akan ada penurunan nilai Dan komplikasi pada pinjaman mahal mereka. Mereka mungkin harus memberikan lebih banyak jaminan pada saat permintaan terhadap layanan mereka berkurang, yang juga dapat menghasilkan lebih sedikit uang tunai dibandingkan sebelumnya.

Trinity Capital mencatatkan pinjamannya; Tidak ada yang yakin bahwa bahkan jika beberapa perusahaan AI lenyap, masih akan ada banyak permintaan untuk chip yang menjamin pinjaman tersebut. Katakanlah salah satu neocloud terpaksa bangkrut karena kesalahan penyusutan chipnya, atau karena alasan lain. Sebagian besar pelanggan mereka mungkin terus menjalankan program mereka sementara bank mengambil alih server dan kemudian menjualnya dengan harga murah. Ini bukanlah akhir dunia bagi pemberi pinjaman atau pelanggan neocloud, meskipun hal ini mungkin mengganggu.

Namun, situasi ini akan merugikan Nvidia dua kali: pertama dengan membanjiri pasar dengan chip lamanya, dan kedua dengan mengurangi jumlah pelanggannya. Dan jika terjadi sesuatu yang membuat beberapa perusahaan tersebut bangkrut sekaligus, situasinya akan lebih buruk.

Jadi seberapa rentankah Nvidia?

Salah satu faktor yang mendorong lonjakan pinjaman AI adalah perusahaan kredit swasta, yang keduanya harus menghasilkan keuntungan bagi investornya dan saling mengalahkan satu sama lain. Jika mereka salah menghitung seberapa besar risiko pinjaman GPU, mereka mungkin akan terkena dampaknya – dan dampaknya bisa berdampak pada bank. Hal ini dapat menyebabkan kekacauan yang meluas pada perekonomian yang lebih luas.

Sebelumnya, kita telah membahas tentang memahami suku bunga sebagai risiko penetapan harga. Ada cara lain yang mungkin lebih nihilistik dalam memahami suku bunga: sebagai hasil sederhana dari penawaran dan permintaan. Pinjaman adalah produk seperti produk lainnya. Khususnya bagi pemberi pinjaman yang tidak berencana untuk menyimpannya dalam pembukuan mereka sendiri, risiko penetapan harga mungkin tidak menjadi perhatian utama – yaitu membuat dan membatalkan pinjaman.

Berikut cara berpikirnya: Katakanlah sebuah startup neocloud bernama WarSieve datang ke agen kredit swasta saya, Problem Child Holdings, dan berkata, “Hei, ada kekurangan GPU secara global, dan kita punya banyak GPU. Bisakah kita meminjam untuk mereka?” Saya mungkin menjawab, “Yah, saya tidak begitu tahu apakah ada pasar untuk ini dan saya khawatir Anda mungkin akan menjadi orang bodoh. Mari kita tingkatkan suku bunga 15 persen.” WarSieve tidak memiliki pilihan yang lebih baik, jadi ia setuju.

Sekarang, saya kebetulan mengenal beberapa klien yang Cinta utang dengan imbal hasil tinggi. Jadi saya menjual pinjaman saya. Tapi pesaing saya, Night Prowler Credit, memperhatikan kesepakatan keren saya. Jadi ketika perusahaan berikutnya mendatangi saya, mencoba mendapatkan pinjaman yang didukung GPU, saya menawarkan mereka 15 persen sebagai tingkat bunga, dan mereka memberi tahu saya bahwa Night Prowler telah menawarkan mereka 13 persen. Ya, saya harus tetap kompetitif, jadi saya mengajukan penawaran balik sebesar 12,5 persen, dan startup tersebut setuju, dan kami semua senang kecuali Night Prowler, yang ditembak jatuh dalam api.

Hal yang menarik dari model yang baru saja saya uraikan – pinjaman sebagai sebuah produk – adalah bahwa saya tidak terlalu memikirkan risiko, kecuali sebagai taktik negosiasi. Dan karena semakin banyak pesaing saya yang mengetahui apa yang saya lakukan, serta betapa menariknya pengembalian saya, Saya mulai harus menurunkan tarif, karena jika saya terus menawarkan 15 persen, Night Prowler dan perusahaan lain akan memberikan penawaran yang lebih baik.

Ada beberapa kondisi yang memicu lonjakan pinjaman terkait AI. Pengeluaran AI sangat tinggi — analis dari Morgan Stanley memperkirakan pengeluaran sebesar $3 triliun pada akhir tahun 2028 hanya pada pusat data. Hal ini terjadi pada saat yang sama ketika manajer kredit swasta telah menarik banyak uang tetapi “gagal dalam membuat kesepakatan,” tulis BloombergShuli Ren. Artinya menyebarkan “segunung uang” ke dalam AI.

Anda tidak akan pernah menebak siapa yang memimpin pasar pinjaman yang didukung GPU. Pinjaman CoreWeave senilai $2,3 miliar yang memulai semuanya memiliki banyak kredit swasta di belakangnya: Magnetar, Blackstone, Coatue, BlackRock, dan PIMCO. Selain pinjaman awalnya, CoreWeave mengambil $7,5 miliar lagi pada tahun 2024, dan pinjaman ketigasebesar $2,6 miliar, pada bulan Juli. Pinjaman ketiga mencatatkan sejumlah bank aktual, termasuk Goldman Sachs, JPMorganChase, dan Wells Fargo.

Ini bukan hanya CoreWeave. Pada bulan April, Fluidstack mengambil pinjaman $10 miliar. Perusahaan lain, seperti Crusoe dan Lambda, masing-masing telah mengambil sekitar setengah miliar dolar. Bahkan pinjaman skala menengah yang didukung GPU yang diterima Trinity Capital mencapai puluhan juta dolar, kata Little.

Banyak perusahaan yang mengambil pinjaman ini adalah perusahaan rintisan. Mereka tampaknya juga meniru CoreWeave — tidak hanya dalam mengambil pinjaman yang dirintis perusahaan, namun juga dalam berkembang pesat dengan mengambil hutang. Fluidstack, perusahaan dengan pinjaman terbesar, hanya menghasilkan $65 juta pada pendapatan tahun 2024, menurut Informasi. Namun seiring berkembangnya dana kredit swasta — jumlahnya sekitar 10 kali lebih besar pada tahun 2023 dibandingkan pada tahun 2009, menurut McKinsey — semakin banyak perusahaan pembiayaan yang mencari keuntungan besar. Dan suku bunga pinjaman yang didukung GPU lebih tinggi dibandingkan dengan beberapa obligasi sampah, menjadikan pinjaman yang didukung GPU sangat menarik.

Kredit swasta juga memiliki keuntungan bagi perusahaan yang sudah mapan: mereka dapat membantu menciptakan sarana tujuan khusus yang memungkinkan perusahaan mengambil utang tanpa menyentuh peringkat kreditnya. atau memasukkan utang ke dalam neraca. SPV Blue Owl dengan Meta adalah contoh paling nyata. Kredit swasta pada dasarnya juga tidak diatur, kata Sarah Bloom Raskin, mantan wakil menteri keuangan AS dan profesor di Duke University School of Law.

Pusat data juga menciptakan efek beragun asetnya sendiri, dan utang pusat data menciptakan produk keuangan derivatif, seperti kewajiban gagal bayar kredit, catat Raskin. Jika hal ini terdengar familier, “keduanya seperti derivatif yang kita lihat pada hipotek” pada krisis keuangan tahun 2008, katanya. SPV juga menjamur menjelang krisis tersebut, karena tidak mencatat utang akan menyembunyikan betapa rentannya perusahaan sebenarnya.

Potongan utang GPU relatif kecil dibandingkan dengan penerbitan obligasi dari Big Tech. Namun permasalahan yang ada mungkin mencerminkan pinjaman teknologi secara luas. Sektor teknologi punya mengeluarkan lebih banyak utang dibandingkan saat gelembung dot-com tahun 90ankata Mark Zandi, kepala ekonom di Moody’s Analytics.

Secara umum, utang swasta lebih berisiko dibandingkan utang bank; pinjamannya lebih besar, pembayarannya lebih lambat dibandingkan pinjaman bank, tingkat suku bunganya lebih tinggi, dan jatuh temponya lebih lama, menurut penelitian keuangan dari Federal Deposit Insurance Corp. Sekitar setengah dari peminjam utang swasta juga mendapatkan pinjaman bank. Perusahaan-perusahaan yang mendapatkan kedua jenis pinjaman tersebut akan memanfaatkan pinjaman tersebut dalam jumlah besar pada saat-saat kesulitan keuangan, catat surat kabar tersebut. Jadi, utang swasta secara tidak langsung berdampak pada bank – karena perusahaan yang meminjam dari keduanya memiliki risiko penarikan dan gagal bayar yang lebih tinggi, terutama pada saat pasar sedang tertekan.

Perusahaan AI secara tidak langsung menghubungkan kredit swasta dan bank riil. Artinya, terdapat pertaruhan yang lebih besar terhadap pinjaman AI daripada sekadar “apakah Magnetar akan terlihat bodoh”. CoreWeave, misalnya, memiliki — selain pinjaman yang didukung GPU — jalur kredit bergulir senilai $2,5 miliar dengan JPMorgan Chase.

Utang swasta juga berdampak langsung pada bank, karena bank sering memberikan pinjaman kepada penyedia kredit swasta, menurut laporan khusus dari Moody’s. Faktanya, pinjaman bank ke kredit swasta adalah bagian dari faktor yang mendorong pertumbuhan mereka. Pada bulan Juni, bank telah meminjamkan $300 miliar kepada penyedia kredit swasta. “Pertumbuhan dan persaingan yang agresif dapat melemahkan standar penjaminan emisi dan meningkatkan risiko kredit,” laporan tersebut memperingatkan.

“Peminjaman oleh perusahaan-perusahaan AI harus menjadi perhatian karena semakin besarnya potensi ancaman terhadap sistem keuangan dan perekonomian yang lebih luas,” kata Zandi. Pada era booming dot-com tahun 90an, kegembiraan sebagian besar terjadi pada ekuitas – sehingga orang-orang yang paling merasakan dampaknya adalah mereka yang berinvestasi di perusahaan-perusahaan baru yang bangkrut. Namun utang berarti jika AI melemah, dampaknya akan meluas, Zandi memperingatkan.

Berbicara tentang ekuitas, Jurnal Wall Street dilaporkan bahwa investasi bisnis AI mungkin mencapai sekitar setengah dari pertumbuhan PDB pada paruh pertama tahun inidan telah mendukung pasar saham dan, secara tidak langsung, belanja konsumen. “Sangat masuk akal bahwa perekonomian sudah berada dalam resesi” jika bukan karena investasi AI, Peter Berezin, kepala strategi global BCA Research, mengatakan kepada WSJ. AI adalah “satu-satunya sumber investasi saat ini,” kata seorang ekonom Bank of America kepada surat kabar tersebut. Jadi jika ada yang tidak beres dengan belanja AI, perekonomian yang lemah mungkin akan menuju resesi, kata Berezin. Namun, ada kabar baik: Berezin berpendapat bahwa beban utang AI saat ini tidak dapat mencapai hal tersebut secara langsung menyebabkan krisis keuangan yang sebenarnya.

Hal yang membuat sektor AI sangat rentan adalah betapa saling terhubungnya semua pemain. Dan Nvidia, meskipun melakukan investasi dan penjualan chip, merupakan pusat dari keseluruhan ekosistem.

Secara umum, utang adalah soal matematika, dan ekuitas adalah soal perasaan. Inilah salah satu alasan mengapa banyak orang khawatir bahwa GPU justru kehilangan nilainya lebih cepat dari yang diklaim perusahaan. Dan meskipun kekhawatiran Michael Burry terutama berkaitan dengan akuntansi dan pendapatan, bukan utang, saya tidak yakin dia memikirkan risiko dengan benar. Ini bukanlah hal terbesar yang bisa salah.

Inti argumen mengenai penyusutan GPU adalah apakah chip lama tidak lagi layak digunakan setelah tiga tahun atau lebih. Banyak perusahaan mendepresiasinya selama lima atau enam tahun. Tentu saja, hal ini penting bagi pendapatan – depresiasi adalah salah satu item yang dilaporkan oleh perusahaan teknologi publik – namun hal ini juga penting untuk pinjaman yang didukung GPU, yang memiliki beberapa asumsi mengenai depresiasi. Saya tidak menemukan konsensus mengenai berapa lama GPU tetap layak secara ekonomi untuk dijalankan.

Bagian uang adalah masalahnya. Enam tahun mungkin terlalu lama untuk mendepresiasi GPU secara berlebihan, katanya CJ Trowbridge, seorang peneliti AI. Satu hal yang membuat orang kesal adalah TPU Google — lebih banyak lagi tentang hal itu sebentar lagi — Mengerjakan terdepresiasi selama enam tahun, namun chip tersebut dibuat khusus untuk AI, kata Trowbridge. Di sisi lain, CFO OpenAI Sarah Friar mengatakan perusahaannya masih menggunakan chip Ampere milik Nvidiadirilis pada tahun 2020; Michael Intrator dari CoreWave mengatakan chip Ampere miliknya sudah penuh dipesan. (Kedua perusahaan menghitung Nvidia sebagai investor dan menggunakan Deloitte sebagai auditor.) Arvind Krishna dari IBM menempatkan depresiasi GPU pada lima tahun.

Bayangkan saya menjalankan sebuah perusahaan, Live Wire Server Farms. Saya baru saja membeli sejumlah Nvidia Tesla V100, yang dirilis pada tahun 2017, yang harganya masing-masing sekitar $10.000; Saya menetapkan harga sewa per jam per chip antara $2 dan $3. Dengan asumsi chip tersebut digunakan 100 persen, saya mendapatkan kembali investasi chip saya dalam empat hingga tujuh bulan. Untuk B200 yang lebih baru, saya memerlukan waktu sekitar enam bulan untuk mendapatkan uang saya kembali, meskipun saya dapat memberi harga pada 8 node GPU tersebut lebih dari $100 per jam. Untuk P100 yang diluncurkan pada 2016, dibutuhkan waktu kurang dari empat bulan. (Ini bukan angka teoretis — saya mengambilnya dari angka tersebut makalah Oktober 2025 ditulis oleh Sasha Luccioni dan Yacine Jernite dari Hugging Face.)

Namun Live Wire Server Farms bukan sekadar tumpukan GPU. Saya memerlukan tempat untuk menaruhnya, cara untuk mendinginkannya, dan tenaga untuk menjalankannya. Mari kita mulai dengan kekuasaan. Asumsikan saya telah membeli delapan cluster V100 dan meletakkannya di Virginia, yang merupakan rumah bagi sekitar sepertiga dari semua pusat data hyperscaler. Menjalankannya akan membuat saya mengeluarkan biaya $3.660 lagi per tahun, jika dibandingkan dengan harga energi saat ini, menurut analisis Luccioni dan Jernite.

Chip yang lebih baru lebih efisien, dan mampu menjalankan lebih banyak proses untuk klien dengan lebih cepat, namun juga memerlukan lebih banyak daya. Kekuasaan merupakan batasan penting bagi industri; butuh waktu untuk membangunnya. Pusat data baru akan membutuhkan tambahan kapasitas sebesar 44GW pada tahun 2028, menurut S&P Global Energy. Namun hanya sekitar 25 GW listrik baru yang akan tersedia dalam jangka waktu tersebut, Waktu Keuangan laporan. Apakah itu memperpanjang umur chip lama? Mungkin.

Chip ada di pusat data, dan pusat data untuk GPU perlu dibuat khusus; Saya tidak bisa hanya menaruh banyak server di gudang dan menghentikannya. Keterbatasan daya dan konstruksi mungkin menjadi alasan mengapa ada argumen yang menyatakan bahwa chip lama akan bertahan lebih lama – ada hambatan besar dalam penerapan chip baru. Investasi tersebut juga mengalami depresiasi lebih lambat dibandingkan dengan investasi pada chip.

Namun, pada titik tertentu, biaya pengoperasian GPU lama saya lebih mahal daripada yang dapat saya bebankan kepada pelanggan saya. Live Wire Server Farms perlu merencanakan masa depan; Sebaiknya saya menyiapkan infrastruktur baru saya sebelum hal itu terjadi. Fasilitas baru saya tidak akan langsung online — saya harus membangunnya dan mengamankan perjanjian listrik — jadi saya pergi ke Problem Child Holdings dan mendapatkan pinjaman GPU untuk membangun infrastruktur untuk chip generasi berikutnya yang saya beli, menggunakan GPU itu sebagai jaminan saya bersama dengan, saya tidak tahu, kontrak saya dengan Microsoft atau siapa pun.

Selama segala sesuatunya terus berjalan tanpa perubahan besar, itu tidak masalah. Tetapi! Seperti yang kita ketahui bersama, hidup mengandung kejutan. Tentu saja, segala risiko yang menimpa seluruh sektor sekaligus merupakan masalah besar bagi pemberi pinjaman. Pada tahun 2022, orang-orang yang memberikan pinjaman kepada penambang Bitcoin ketika keadaan sedang baik tiba-tiba terjebak dengan rig yang dijadikan jaminan — dan nilainya turun 85 persen sejak tahun sebelumnya. (Beberapa perusahaan tidak bisa melakukan pembayaran; yang lain menyadari bahwa rig penambangan mereka bernilai lebih rendah dari apa yang harus mereka bayarkan.) Pada Januari 2023, pasar penjualan kembali sudah jenuh dan pemberi pinjaman kripto telah mengambil alih begitu banyak rig. mereka mulai menambang sendiri.

Hal seperti ini juga bisa terjadi pada pinjaman yang didukung GPU. Namun, situasinya sedikit berbeda, dan bukan hanya karena penambang kripto hanya memiliki utang sebesar $4 miliar dan utang yang didukung GPU jauh lebih besar. Pinjaman kripto sebagian besar dilakukan oleh perusahaan yang sangat terspesialisasi yang menangani secara eksklusif ruang kripto. Sebaliknya, utang AI terhubung dengan bank biasa.

Saat penambangan Bitcoin mengalami kegagalan, Nvidia terjebak dengan persediaan lebih dari $1 miliar — karena mereka telah meningkatkan produksi chip untuk memenuhi peningkatan permintaan. Hal ini menunda pengenalan GPU baru mereka. Laba bersih pada tahun fiskal tersebut (yang bagi Nvidia berakhir pada 29 Januari 2023) anjlok 55 persen dari tahun sebelumnya. Namun pada bulan Desember 2022, OpenAI memperkenalkan ChatGPT, yang memulai perlombaan senjata AI. Laba bersih pada tahun anggaran berikutnya ditingkatkan dengan faktor 7.

Tentu saja, bisnis Nvidia telah berubah sejak saat itu. Telah terjadi pembangunan pusat data yang lebih luas – tidak hanya AI – sejak pandemi tahun 2020. Dan merupakan ambisi Nvidia untuk mentransfer pusat data tradisional berbasis CPU ke GPU, CFO Nvidia Collette Kress mengatakan dalam sambutannya di Konferensi Teknologi dan AI Global UBS awal bulan ini. Dalam pandangan Kress, GPU untuk AI hanyalah salah satu bagian dari pasar.

Yah, mungkin. Namun GPU dapat dipertukarkan; jika pusat data yang penuh dengan GPU masuk ke pasar karena neocloud mengalami kegagalan, ada kemungkinan pusat data tersebut dapat digunakan kembali oleh pembelinya. Faktanya, kesepadanan GPU adalah salah satu alasan mengapa perusahaan teknologi besar kurang peduli dalam membangun pusat data secara berlebihan dibandingkan pesaing mereka. Jika mereka membangun terlalu banyak komputasi untuk AI, mereka dapat menghentikan pengeluaran selama beberapa tahun dan menggunakan pusat data yang ada untuk tujuan lain — menjalankan iklan atau apa pun.

Jadi Nvidia memiliki insentif yang kuat untuk menjaga neoclouds tetap bertahan. Tentu saja, ini adalah investor di beberapa negara. Namun mempertahankan pelanggan dalam bisnis juga baik untuk keuntungan mereka. Jika terjadi kesalahan, Nvidia mungkin akan mengambil tindakan untuk menyelamatkan beberapa perusahaan – atau seluruh bidang usaha – dari kebangkrutan. Nvidia sudah menyelamatkan IPO CoreWeavelagipula.

Artinya, dalam beberapa hal, pertanyaan tentang depresiasi bukanlah hal yang penting; jika perusahaan seperti CoreWeave harus melakukan penurunan nilai secara besar-besaran, atau menambah pinjamannya dengan lebih banyak modal, Nvidia dapat membantu mereka. Agar terjadi masalah serius dengan neoclouds, Nvidia terpaksa tidak bersedia atau tidak mampu memberikan dana talangan kepada mereka.

Dan saat itu mungkin akan tiba, karena Nvidia menghadapi tekanan persaingan yang semakin meningkat.

Seluruh pasar neoclouds ada terutama karena Nvidia menginginkannya. Pendapatannya sangat terkonsentrasi — di dalamnya dokumen keuangan terkinidisebutkan bahwa penjualan ke dua pelanggan langsung mewakili 21 persen dan 13 persen pendapatan dalam sembilan bulan pertama tahun fiskal Nvidia 2026. Memperkuat jumlah pelanggan dengan mendukung neoclouds memberi Nvidia lebih banyak pengaruh terhadap pembeli besarnya.

Sementara itu, pembeli besarnya mulai membuat keripik sendiri. Misalnya TPU Google, yang dirancang khusus untuk pekerjaan AI — tidak seperti GPU, yang dirancang untuk grafik komputer dan kebetulan berguna untuk banyak hal lain, seperti menambang mata uang kripto dan, ya, AI.

Google telah membuat keributan tentang chip khusus AI sejak tahun 2006; pada tahun 2016, diumumkan bahwa hal itu telah terjadi menjalankan TPU selama “lebih dari satu tahun.” Ketika Gemini 3 dirilis pada bulan November, Gemini 3 secara efektif mengalahkan segalanya dalam serangkaian tolok ukur industri — sedemikian rupa sehingga pemimpin kami yang tak kenal takut oke bersumpah dalam judul. Model tersebut dilatih tentang TPU dan hanya TPU.

Prestasi ini cukup mengesankan bahkan Sam Altman mengatakan ada “suasana sulit” di masa depan untuk OpenAI. Nvidia mengeluarkan pernyataan yang merendahkan — tidak pernah merupakan pertanda baik. “Kami senang dengan keberhasilan Google — mereka telah membuat kemajuan besar dalam bidang AI dan kami terus memasoknya ke Google,” pernyataan itu dibaca. “NVIDIA adalah generasi terdepan dalam industri ini — ini adalah satu-satunya platform yang menjalankan setiap model AI dan melakukannya di mana pun komputasi dilakukan.” Antara ini dan memo “Saya bukan Enron”.Nvidia mengirimkan beberapa sinyal aneh. Ini bukanlah perilaku perusahaan yang percaya diri.

TPU Google adalah secara operasional lebih murah dibandingkan GPU Nvidia, sehingga membutuhkan lebih sedikit daya untuk menjalankan proses serupa. Sekarang, mungkin neoclouds kecil Nvidia yang stabil tidak akan mengadopsinya — hal ini mungkin akan membuat Huang kesal, dan membuatnya kesal dapat mengurangi kemungkinan dana talangan Nvidia. Namun di tempat lain, pelanggan Nvidia dapat membeli produk baru yang mungkin lebih baik dan lebih murah untuk dioperasikan. Dan siapa yang tahu? Mungkin beberapa penambang kripto memutuskan untuk masuk ke permainan neocloud tanpa Nvidia.

Itu sebabnya kesepakatan Google dengan Anthropic, Salesforce, Midjourney, dan Safe Superintelligence, ditambah rumor kesepakatan dengan Meta, sangatlah signifikan. Siapapun yang membeli – atau bahkan hanya mengancam untuk membeli – TPU bisa menegosiasikan harga yang lebih baik dengan Nvidia. OpenAI telah menghemat 30 persen dari total biaya kepemilikan GPU Nvidia bahkan tanpa menerapkan TPU, menurut pemodelan yang dilakukan oleh SemiAnalisis.

Itu SemiAnalisis Namun, perkiraan tersebut bergantung pada asumsi yang saya tidak yakin merupakan kabar baik bagi Nvidia: bahwa investasi ekuitas Nvidia di neoclouds adalah cara untuk menawarkan potongan harga tanpa benar-benar memotong harga, “yang akan menurunkan margin kotor dan menyebabkan kepanikan investor yang meluas.” SemiAnalisis menulis. Terlepas dari apakah Anda menganggap serius pemodelan itu atau tidak, poin dasarnya tetap ada: persaingan dapat mengurangi margin Nvidia. Hal ini juga dapat mengancam nilai chip lama Nvidia, yang bahkan kurang hemat energi dibandingkan chip baru.

Yang menarik adalah program insentifnya SemiAnalisis tidak termasuk sebagai bagian dari program diskon. Ingat bagaimana kita berbicara tentang pinjaman GPU yang juga memerlukan kontrak dari Microsoft atau siapa pun? Seringkali, “siapa pun” itu adalah Nvidia.

Ambil CoreWeave. Kontraknya menjamin sejumlah pendapatan tertentu; kelayakan kredit entitas – misalnya Microsoft, atau Nvidia – di sisi lain kontrak tersebut adalah bagian dari apa yang membuat pemberi pinjaman merasa nyaman. Pelanggan terbesar kedua CoreWeave pada tahun 2024 adalah Nvidiayang “setuju untuk menghabiskan $1,3 miliar selama empat tahun untuk menyewa chipnya sendiri dari CoreWeave,” menurut Informasi. Pada bulan September, Nvidia menandatangani kontrak senilai $6,3 miliar lagi dengan CoreWeave, yang sering diartikan sebagai Nvidia yang mendukung permintaan layanan CoreWeave.

CoreWeave sangat gembira dengan semua ini! Ada seluruh pengajuan 8-K ke SEC tentang hal itu, dan merupakan bagian dari kasus perusahaan bahwa pemegang saham Core Scientific harus memilih untuk membiarkan CoreWeave membeli perusahaan mereka.

Nvidia, sebaliknya, pemalu. Dalam 10-Q terbaru perusahaan, terdapat catatan tentang “Perjanjian Layanan Cloud Nvidia.” Nvidia membayar $26 miliar untuk layanan cloud, $22 miliar di antaranya pada tahun 2031. Jumlah ini seharusnya untuk “penawaran cloud R&D dan DGX.” Hal ini tidak sepenuhnya menjelaskan pengeluaran tersebut, kata Jay Goldberg, seorang analis di mitra Seaport Research, dalam catatan penelitian tanggal 30 November. Hal ini memberi Nvidia opsi untuk mendapatkan komputasi awan sebesar $6 miliar pada tahun depan – cukup bagi pembuat chip tersebut untuk membangun model fondasinya sendiri untuk bersaing dengan pelanggan terbesarnya.

Goldberg berpendapat bahwa angka tersebut sebenarnya mewakili perjanjian “backstop” Nvidia. Waktu kontrak CoreWeave senilai $6 miliar sejalan dengan peningkatan layanan komputasi awan senilai $13 miliar. Tapi itu hanya menjelaskan sekitar setengahnya. “Praktik ini mulai berkembang pada tahun 2022,” kata Goldberg kepada saya dalam sebuah wawancara. Pada kuartal terakhir, jumlahnya meningkat dua kali lipat. Dan itu tidak dimasukkan ke dalam neraca — itu disimpan dalam catatan. Dalam skala kecil, hal ini mungkin baik-baik saja, kata Goldberg kepada saya, namun “$26 miliar adalah angka yang besar.” Jika hal ini dimasukkan sebagai harga pokok penjualan, hal ini akan mengurangi margin Nvidia menjadi 68 persen dari 72 persen dan laba per saham menjadi $5,97 dari $6,28.

Jadi Nvidia mungkin sudah memberikan dana talangan pada neoclouds sampai batas tertentu. Hal ini menjelaskan lonjakan layanan komputasi awan. “Sesuatu telah berubah dalam enam bulan terakhir ketika skalanya menjadi begitu besar sehingga hal ini mengubah segalanya,” kata Goldberg kepada saya. Itu membuatku khawatir. Jika Nvidia mengerahkan lebih banyak uang untuk meningkatkan bidang ini, keadaan mungkin akan lebih buruk dari yang kita sadari. Satu hal yang mungkin membebani operator pusat data? Nvidia.

Neoclouds, yang penuh dengan hutang dan aset yang terdepresiasi dengan cepat, perlu mengeluarkan uang sebanyak mungkin dari chip mereka. Namun Nvidia juga perlu menjual chip sebanyak mungkin. Faktanya, bagi Nvidia, tidak masalah jika chip tersebut disimpan di pusat data – yang hanya menciptakan satu cara lagi untuk tidak menyelaraskan insentif mereka.

Jika ini bukan sekadar CEO yang menghebohkan produk barunya, bisnis pura-pura saya, Live Wire Server Farms, mungkin sedang dalam masalah. Seperti kebanyakan neocloud, saya harus berhutang untuk membangun barang-barang yang saya miliki Sekarang. Siklus produk yang diperpendek mungkin berarti saya harus membangun lebih cepat agar tetap mengikuti perkembangan terkini, bahkan ketika nilai pusat data asli saya menurun. Namun beban utang saya tetap sama; Saya punya uang muka yang sedih.

“Dalam beberapa generasi terakhir, efisiensinya meningkat dua kali lipat atau hampir dua kali lipat,” kata Trowbridge, analis AI. Jika Nvidia berhasil mempertahankan kecepatan ini setiap tahunnya, hal ini akan memberikan tekanan serius pada setiap neocloud.

Neoclouds tidak hanya membantu sebagai pelanggan Nvidia. Mereka menurunkan belanja modal untuk perusahaan seperti Microsoft dan Google yang menggunakan layanan mereka. Perusahaan-perusahaan tersebut pada dasarnya membayar listrik dan sewa, dengan sedikit margin di atasnya. Jadi mereka mungkin terdorong untuk meminta chip terbaru, karena hal itu akan menekan pengeluaran mereka, kata Trowbridge. “Jika generasi saat ini biaya pengoperasiannya setengahnya, mengapa ada orang yang membayar dua kali lipat untuk kartu lama?”

Jadi itulah persaingan yang dihadapi oleh neoclouds — hal-hal yang akan dicatat oleh klien besar mereka sebagai “biaya operasional.” Perusahaan yang menghabiskan lebih sedikit listrik per operasi adalah perusahaan yang dapat menetapkan harga paling kompetitif sehingga memenangkan kontrak, kata Trowbridge. Itu berarti Live Wire Server Farms, seperti setiap neocloud, memiliki untuk terus membangun tanpa batas waktu agar dapat mengikuti perkembangan teknologi terbaru.

Bangunan mempunyai risiko – dan salah satu risiko pusat data adalah aset yang terbengkalai. Ambil contoh, CoreWeave, yang mengumumkan penundaan pembangunan pusat data barunya. Musim panas yang hujan tak terduga menyebabkan penundaan sekitar 60 hari pada pembangunan di Texasmenurut Jurnal Wall Street. Ditambah dengan penundaan lainnya akibat perubahan desain, pusat data kini akan terlambat dibuka beberapa bulan. Hal ini berpotensi memerlukan waktu istirahat dalam waktu yang sangat singkat ketika chip CoreWeave yang dibeli untuk pusat data dapat memperoleh nilai maksimumnya.

Bukan itu saja. Pusat data tertunda yang dimaksud adalah untuk OpenAI, yang memiliki ketentuan dalam kontraknya yang memungkinkannya mencabut kontraknya dari CoreWeave jika neocloud tidak dapat memenuhi kebutuhan perusahaan AI. Dan CoreWeave memiliki jumlah utang yang sangat besar, beberapa di antaranya didasarkan pada kontrak OpenAI — sehingga kehilangan kontrak tersebut berpotensi menimbulkan bencana besar.

Ada beberapa risiko bagi Nvidia secara langsung. Jika pelanggan berubah pikiran, mengurangi skala produksinya, atau tidak mendapatkan daya yang cukup, Nvidia mungkin akan terjebak dengan inventaris tambahan. Jika pelanggan tidak bisa mendapatkan pembiayaan, mungkin karena investor tidak yakin dengan pembangunan pusat data, hal ini juga akan menjadi masalah bagi Nvidia. Perusahaan mengakui hal tersebut pengajuan triwulanan terbarunya.

CoreWeave dan neocloud lainnya harus terus ditingkatkan agar tetap terkini, kata Goldberg. Agar Nvidia dapat mempertahankan angka penjualannya, neoclouds harus terus membeli. “Kami menghadapi batas kemampuan mereka untuk mendukung dan membiayai,” kata Goldberg. “Hal ini tidak dapat berlangsung selamanya. Saya tidak tahu apakah hal ini akan berhenti tahun depan atau tahun berikutnya, namun hal ini tidak dapat berlangsung dengan kecepatan seperti ini. Sesuatu harus diberikan.”

Fungsi memaksa mungkin kompetisi. Karena ini bukan hanya TPU Google. Amazon membuat chipnya sendiri dan memang demikian dalam pembicaraan dengan OpenAI tentang membiarkannya menggunakannya. Microsoft juga membuat chip AI sendiri. Begitu juga Meta, dan bahkan OpenAI. Yang bersembunyi di balik beberapa chip ini adalah Broadcom, yang oleh Goldberg disebut “tangguh.” Dan hal ini tidak hanya terjadi di Amerika. Di Tiongkok, Huawei, ByteDance, dan Alibaba juga sedang mengembangkan produk mereka sendiri.

Lalu ada AMD yang mulai mengejar Nvidia. “Pada tahun 2027, peta jalan mereka dan Nvidia menyatu dalam hal kinerja,” kata Goldberg. “Dan mereka bersedia memberi harga lebih murah.” Dan Nvidia mungkin akan bingung. Perusahaan terlambat melakukan beberapa perubahan pada Feinman, chip 2027-nya, yang menunjukkan bahwa mereka melihat apa yang dilakukan AMD dan mengubah desain mereka sendiri agar tetap menjadi yang terdepan. “Pada lini masa yang sedang kita hadapi, perubahan sudah sangat terlambat,” kata Goldberg.

Nvidia – dan yang lainnya – kini terjebak dalam irama tahunan, yang sangat brutal bagi neoclouds. Dengan semakin ketatnya persaingan, Nvidia mungkin memiliki lebih sedikit kebebasan untuk mengeluarkan uang ke perusahaan-perusahaan ini. Namun hal itu saja tidak cukup untuk menghancurkan segalanya.

Mungkin kerawanan yang saya uraikan di sini tidak pernah menjadi berbahaya. Lagipula, aku sedang berspekulasi. Namun ada beberapa faktor yang perlu dipertimbangkan ketika menghadapi krisis keuangan sistemik, kata Raskin: keterhubungan para pelaku krisis, konsentrasi risiko, ketidakpastian penilaian, kesenjangan dalam pengawasan peraturan, dan besarnya investasi pemerintah. Industri AI sangat saling terhubung, dengan banyak perusahaan yang mengambil pinjaman atas aset yang jadwal penyusutannya tidak dapat disepakati oleh siapa pun. Banyak dari pinjaman tersebut berasal dari perusahaan kredit swasta, yang peraturannya kurang ketat dibandingkan bank. Itu banyak sekali tinder kering.

Jadi apa pertandingannya? Goldberg menguraikan kepada saya teori kesayangannya. Kesepakatan untuk membangun pusat data bersifat kompleks dan melibatkan banyak pihak. Seseorang ingin membuka pusat data, dan salah satunya pihak-pihak yang lebih kecil mengambil pinjaman. Pusat data mengalami keterlambatan, mungkin karena cuaca atau karena sumber listrik tidak dibangun tepat waktu. Nvidia tidak peduli. Pemain yang lebih besar seperti CoreWeave mungkin bisa bertahan. Namun jika pemainnya lebih kecil, mereka mungkin akan bangkrut, yang berarti seseorang harus mengakui kerugiannya. Kompleksitas transaksi dan sejauh mana para pemain saling terkait berarti bahwa keruntuhan perusahaan kecil ini berpotensi mencapai titik di mana perusahaan yang jauh lebih besar seperti Microsoft akhirnya menanggung utang sebesar $20 miliar yang tidak ingin mereka miliki di neraca. “Itu seperti skenario rumah kartu,” kata Goldberg kepada saya.

Besaran dan jumlah pemain yang bangkrut, tentu saja, akan menentukan seberapa besar kerusakan yang terjadi di industri ini. Ada banyak neocloud kecil yang bisa hilang besok tanpa ada yang menyadarinya, namun jika semuanya lenyap sekaligus, hal itu mungkin akan membuat kita heran. Jika satu atau beberapa perusahaan besar tumbang, hal ini mungkin akan menyebarkan ketakutan pada ekosistem AI. Sekalipun uang yang diberikan tidak cukup untuk menimbulkan masalah nyata, hal ini dapat membuat investor ketakutan, dan investor yang ketakutan akan berperilaku gila – hanya tanya Bank Lembah Silikon.

Trowbridge, peneliti AI, menulis tesis MBA menyarankan bahwa sesuatu seperti CoreWeave harus ada — dan kemudian CoreWeave membuat kesepakatan dengan Nvidia sebulan kemudian, katanya kepada saya. Dengan mendukung neoclouds, Nvidia secara efektif mencegah pemain terbesar (Microsoft, Amazon, Google, Meta) membeli semuanya dan membiarkan pemain lain berebut barang bekas.

Jadi Trowbridge juga berpendapat bahwa ada kemungkinan bahwa Nvidia dapat memfasilitasi konsolidasi di antara neoclouds – karena keberadaan mereka yang berkelanjutan memberikan Nvidia kendali lebih besar atas pasar komputasi AI. Jika dia benar, mungkin tidak akan terjadi rangkaian kegagalan yang dahsyat. “Menakutkan melihat arahnya,” katanya kepada saya. “Terlepas dari persyaratan pinjamannya, sebagian besar rencana bisnis ini akan mengarah pada: Apakah ada alasan strategis mengapa pemain yang lebih besar menginginkan Anda ada??”

Masih belum jelas seberapa berisiko pinjaman GPU. Namun yang tampak jelas adalah bahwa banyak sekali pinjaman GPU yang merupakan taruhan tidak langsung terhadap kehebatan dan kesediaan Nvidia untuk mendukung neoclouds. Nvidia telah meningkatkan pengeluarannya untuk komputasi awan akhir-akhir ini. Tidak ada yang tahu berapa lama Nvidia dapat terus mensubsidi neocloud seperti yang telah dilakukannya. Jika terjadi guncangan eksogen – kemerosotan ekonomi, yang merupakan takdir Tuhan – beberapa neocloud mungkin akan gagal pada saat yang bersamaan.

Ada cara lain yang bisa dilakukan pinjaman ini. Dalam jangka waktu yang lebih lama, tidak jelas berapa lama pelanggan terbesar neocloud akan terus membutuhkannya. Saat ini tidak ada seorang pun di AI yang menghasilkan uang dari inferensi, bahasa gaul industri untuk proses model yang benar-benar menghasilkan sesuatu. Hal ini dapat menyebabkan pergeseran anggaran di kalangan perusahaan teknologi besar. Atau mungkin, setelah semua pusat data yang sedang dibangun telah dibangun, Big Tech tidak memerlukan komputasi overflow lagi. Mungkin akan terjadi pergeseran teknologi secara besar-besaran – seseorang memiliki terobosan dan ukuran model terdepan menyusut secara signifikan. Atau pesaing Nvidia mulai membuat chip yang paling banyak diminati, sehingga mengurangi permintaan akan neocloud dengan pusat data yang penuh dengan chip yang tidak diinginkan oleh siapa pun. Atau model sumber terbuka menjadi sangat bagus sehingga tidak memerlukan OpenAI, yang terhubung ke hampir semua hal di lapangan dan akan menyebabkan kerusakan serius jika gagal.

Yang saya tahu adalah ini: Jika beberapa neocloud runtuh, pasar akan dibanjiri seluruh pusat data chip. Nvidia terpukul selama kehancuran kripto pada tahun 2022, tetapi hal ini akan terlihat seperti busa laut dibandingkan dengan gelombang pasang chip yang mungkin muncul jika beberapa neocloud besar gagal membayar pinjaman yang didukung GPU mereka. Dan Nvidia tidak akan mampu memberikan jaminan kepada siapa pun.

Jadi, hal ini menjadi masalah bagi pemberi pinjaman swasta dan semua orang yang uangnya mereka gunakan – universitas, dana pensiun, kantor keluarga, dana lindung nilai, dan dana abadi. Itu kerugian berarti dampak pada bagian perekonomian lainnya. Dan karena pemberi pinjaman swasta terhubung langsung atau tidak langsung dengan bank, hal ini juga menjadi masalah bagi bank. “Dikombinasikan dengan kesenjangan dalam regulasi dan transparansi, maka Anda dapat segera melihat bagaimana hal ini menjadi risiko bagi sektor perbankan itu sendiri,” kata Duke’s Raskin. “Persamaan dengan krisis keuangan ini menarik – hal ini memiliki kesamaan dalam beberapa hal.”

Mungkin pertanyaannya tidak Bagaimana musik berhenti. Itu adalah kapan — dan apa yang terjadi setelahnya.