[ad_1]
Стремясь преодолеть спад активности сделок и стоимости выхода, фирмы венчурного капитала делают все возможное, чтобы использовать новые возможности искусственного интеллекта, которые демонстрируют потенциал для обеспечения долгосрочного роста. Последний отчет Pitchbooks об искусственном интеллекте и машинном обучении, опубликованный сегодня, отражает продолжающиеся проблемы, с которыми сталкиваются венчурные капиталисты, начиная со снижения активности сделок и стоимости выхода. Анализ Pitchbook показывает, что центры обработки данных искусственного интеллекта, локальные модели большого языка (LLM) и базовые модели для конкретной предметной области — это три из многих катализаторов роста, которые необходимы венчурным капиталистам для поддержания роста своих компаний и получения прибыли.
Больше турбулентности на рынке для венчурных капиталистов
Активность сделок в области ИИ и машинного обучения (МО) упала на 19% всего за один год, с 8968 в 2022 году до 7238 в 2023 году. Стоимость и количество сделок в области ИИ и машинного обучения также упали. Pitchbook зафиксировал раскрытую стоимость сделок в четвертом квартале 2023 года на сумму 2,7 миллиарда долларов, что является самым низким кварталом с первого квартала 2019 года. Активность слияний и поглощений (слияний и поглощений) продолжает падать, поскольку ведущие технологические компании все больше внимания уделяют партнерству со стартапами LLM.
Pitchbook отмечает, что исключением из этой тенденции является приобретение AMD Nod.AI в сфере машинного обучения (MLOps), приобретение IBM Manta в сфере управления базами данных и приобретение ServiceNow UltimateSuite в сфере прогнозной аналитики. Ожидается, что IPO полупроводникового стартапа Astera Labs повысит стоимость сделок в первом или втором квартале этого года.
На фоне резкого падения активности сделок и снижения стоимости сделок наблюдаются признаки долгосрочного роста. Лидеры генеративного искусственного интеллекта только в четвертом квартале 2023 года привлекли 6 миллиардов долларов в рамках 194 сделок, в основном при поддержке Microsoft, Google и других технологических гигантов, стремящихся получить доступ к новейшим технологиям LLM. Pitchbook отмечает, что динамика горизонтальных платформ также выросла, установив рекорд венчурного капитала в 2023 году, когда было привлечено 33 миллиарда долларов. Инвестиции в вертикальные приложения упали до уровня, невиданного с 2020 года.
Там, где венчурные капиталисты говорят, что открываются новые возможности
В основе новых инвестиционных возможностей лежит построение организационной структуры и продуктовой стратегии, которые смогут извлечь выгоду из многих инноваций Nvidia, включая быстрое развитие графических процессоров. Анализ Pitchbook показывает, что три новых направления — центры обработки данных искусственного интеллекта, местные LLM и базовые модели для конкретной предметной области — имеют хорошие возможности для того, чтобы извлечь выгоду из импульса Nvidia как основного драйвера рынка искусственного интеллекта.
Nvidia сообщила о выручке в размере $22,1 млрд за четвертый квартал 2024 финансового года, что на 265% больше, чем в прошлом году, и на 22% последовательно. Сегмент центров обработки данных вырос на 409% по сравнению с прошлым годом и на 27% последовательно, до $18,4 млрд. Дженсен Хуанг, основатель и генеральный директор Nvidia, сказал: «Наша платформа центров обработки данных опирается на все более разнообразные драйверы — спрос на обработку данных, обучение и логические выводы со стороны крупных поставщиков облачных услуг и компаний, специализирующихся на графических процессорах, а также со стороны корпоративного программного обеспечения. и потребительские интернет-компании. Вертикальные отрасли, во главе которых стоят автомобилестроение, финансовые услуги и здравоохранение, сейчас достигли многомиллиардного уровня».
Центры обработки данных искусственного интеллекта демонстрируют потенциал стремительного роста
Эти центры обработки данных, спроектированные на уровне инфраструктуры и обеспечивающие масштабирование и поддержку более интенсивных рабочих нагрузок с использованием искусственного интеллекта, оптимизированы для получения максимальной отдачи от высокопроизводительных серверов, систем хранения данных, сетей и специализированных ускорителей. Центры обработки данных искусственного интеллекта также должны быть спроектированы таким образом, чтобы оптимизировать энергопотребление и тепловыделение высокопроизводительных графических процессоров, уделяя при этом особое внимание устойчивости.
По оценкам IDC, 8 миллиардов долларов было инвестировано в генеративные процессоры искусственного интеллекта, хранилища и сети, что принесло 2,1 миллиарда долларов дохода от облачных вычислений и 4,5 миллиарда долларов от продаж приложений. Pitchbook прогнозирует, что центры обработки данных искусственного интеллекта не достигнут уровня рентабельности программного обеспечения как услуги (SaaS) до 2027 года. Стартапы сосредотачиваются на предложении экономически эффективных решений и значительной экономии часов работы графических процессоров.
Pitchbook отмечает, что «в соответствии с почасовой оплатой по требованию стартапы предлагают 50–70% экономии затрат на часы работы графического процессора для продвинутых Nvidia A100 и предлагают уникальный доступ к новейшим чипам H100». В отчете отмечается, что ведущий стартап-провайдер облачных графических процессоров Lambda построил самый большой кластер чипов H100 среди всех публичных облаков, обогнав Google и Oracle.
Венчурные капиталисты будут оценивать возможность создания и партнерства с экосистемами провайдеров колокейшн. Pitchbook отмечает, что специализированные облачные провайдеры выделили рынок стоимостью 4,6 миллиарда долларов из почти 150-миллиардного рынка Интернета как услуги, более 90% которого приходится на американские гипермасштабирующие компании и китайские облачные гиганты. Что делает специализированных поставщиков облачных услуг уникальными, так это их способность дифференцироваться на основе доступности чипов искусственного интеллекта, локального присутствия, а также поддержки мультиоблачных вычислений и поддержки нескольких типов устаревшего оборудования.
[ad_2]
Источник
