Все ошибаются в этом. Твит показывает дымовые трубы, но Intersect Power — это компания по производству чистой энергии с уже работающими 2,2 ГВт солнечной энергии и 2,4 ГВтч аккумуляторного хранения. Природный газ используется как резерв, когда ветер и солнце не могут покрыть остальные 30%. Истинная история заключается в том, что на самом деле покупает Google: скорость. Американские центры обработки данных потребили 183 тераватт-часа в прошлом году. Эта цифра удвоится к 2030 году. У каждого гипермасштабера спрос превышает предложение. Энди Джасси признал это на звонке по доходам Amazon. Сеть не может справиться с нагрузкой. Поэтому Google полностью обошел сеть. Модель Intersect совмещает генерацию энергии непосредственно с центрами обработки данных. Строится солнечная ферма, аккумуляторная установка и центр обработки данных на одном и том же участке. Никакого ожидания подключения к коммунальным сетям. Никаких узких мест в передаче. Никаких дополнительных затрат для потребителей, которые не подписывались на бум AI. К 2028 году Intersect ожидает, что 10,8 гигаВт будет в сети или в разработке. Это более чем в 20 раз больше, чем плотина Гувера. Amazon тратит 100 миллиардов долларов на инфраструктуру AI в этом году. Microsoft тратит 80 миллиардов долларов. Google тратит 75 миллиардов долларов. Это 255 миллиардов долларов от трех компаний за один год, и все они борются за один и тот же ограниченный ресурс: электричество. Google только что купил гарантированный доступ к этому ограничению, в то время как все остальные ведут переговоры с коммунальными службами. 4,75 миллиарда долларов — это не история. Это то, что им не пришлось покупать: время.

Все сосредоточены на том, кто представит самый эффектный демонстрационный образец гуманоидного робота. Джим Фан только что сказал вам о настоящей гонке: кто сможет сгенерировать достаточно синтетических физических данных, чтобы закрыть 100,000-летний разрыв. Это число не является гиперболой. Кен Голдберг из Беркли подсчитал, что текстовые данные, используемые для обучения LLM, потребуют 100,000 лет, чтобы прочитать человеку. У роботов почти нет аналогичных данных для физической манипуляции. Каждое схватывание, каждое спотыкание, каждое изменение веса нужно изучать с нуля или моделировать. Вот почему лаборатория Фана выпускает три версии модели за девять месяцев (N1 в марте, N1.5 в июне, N1.6 в декабре), в то время как большинство компаний по робототехнике все еще собирают реальные демонстрации. NVIDIA не конкурирует только на аппаратном уровне. Они конкурируют по своей способности генерировать неограниченные синтетические обучающие данные через Omniverse. Стек GR00T раскрывает стратегию: GR00T Dreams генерирует синтетические видеоданные. GR00T-Gen создает симуляционные среды. GR00T-Mimic генерирует траектории. Каждый компонент существует для производства физических данных, которых нет в интернете. Формулировка Фана "Физический тест Тьюринга" точна. Мы создадим системы, которые смогут рассуждать о белках и доказывать теоремы, прежде чем создадим системы, которые смогут надежно складывать белье. Physical Intelligence только что продемонстрировала это на прошлой неделе, когда они справились с задачами "Робот Олимпиады" Бенджи Холсона. Их модель завоевала золотые медали в 3 из 5 категорий. Но обратите внимание, что они не смогли решить: задачи, требующие использования инструментов с конкретными физическими свойствами. Граница не в рассуждении. Это динамика контакта. OpenAI и Anthropic масштабируются, собирая данные из интернета. Физическому ИИ некуда собирать данные. Команда, которая победит, — это та, которая поймет, как произвести 100 миллионов часов физического опыта внутри симуляции и перенести это в реальный мир. NVIDIA со своей графической ДНК, инфраструктурой симуляции и командой из 30 человек систематически открывает исходные модели, возможно, лучше всех подготовлена для того, чтобы сделать именно это.

Social Capital вложил 10 миллионов долларов в посевной раунд Groq в апреле 2017 года, когда стоимость компании составляла примерно 30 миллионов долларов после инвестиций. Этот единственный чек купил около 33% компании. Затем они удвоили свои вложения, инвестировав 52,3 миллиона долларов в конвертируемую ноту в 2018 году. Всего вложено: 62,3 миллиона долларов. Вот где становится интересно. Groq привлек 300 миллионов долларов при оценке 1,1 миллиарда долларов в 2021 году, затем 640 миллионов долларов при оценке 2,8 миллиарда долларов в 2024 году, затем 750 миллионов долларов при оценке 6,9 миллиарда долларов в сентябре 2025 года. Каждый раунд размывал доли ранних инвесторов. Но у Social Capital были места в совете директоров, и, вероятно, они сохранили некоторые пропорциональные доли через конвертируемую ноту. Консервативная оценка: сегодня они владеют от 15 до 20% Groq. При оценке в 20 миллиардов долларов это составляет от 3 до 4 миллиардов долларов в стоимости. 62 миллиона долларов вложено. 3-4 миллиарда долларов выведено. Это 50-65-кратная доходность за 8 лет. Для контекста, эта единственная инвестиция стоит больше, чем весь фонд Social Capital в 2015 году (1,1 миллиарда долларов). Одна ставка. Восемь лет. 50x. Самое интересное - это время. Чамат инвестировал в кастомные AI-чипы в 2017 году, за годы до того, как ChatGPT сделал вычисления вывода актуальными. Он сидел в совете директоров до 2021 года, а затем отошел, как только компания вошла в фазу роста. Теперь Nvidia платит 20 миллиардов долларов наличными, потому что им нужна архитектура LPU Groq для масштабируемого вывода. Дженсен по сути выписывает Чамату чек за то, что он был первым в узком месте вывода. Говорите что хотите о его SPAC. Эта инвестиция компенсирует много потерь в Clover Health.