磁星公司的吉姆·普魯斯科談AI初創企業中的計算與股權交易 - 彭博社

一台Nvidia HGX H100服務器

攝影師：Marlena Sloss/Bloomberg 今年，人工智能軟件及其所需的硬件成為了極受歡迎的投資。但該行業仍然面臨一些限制因素，包括計算能力的短缺，無法支持如此多的新創公司。投資者不願意為沒有簽署計算合同的公司提供資金，而計算提供商也不願意為尚未獲得資金的新創公司簽署合同。現在，Magnetar，一家今年早些時候啓動了首個風險投資基金的對沖基金，正試圖通過提供計算能力以換取股權來解決這個“雞與蛋”的問題。Magnetar是人工智能領域的早期投資者，與Coreweave合作，並最近幫助該超大規模雲服務商籌集了75億美元。在這一集中，我們與Magnetar的另類信貸和固定收益團隊的合夥人兼高級投資組合經理Jim Prusko交談，討論對沖基金為何進入風險投資以及他們在該領域部署資金的新方式。此轉錄稿經過輕微編輯以提高清晰度。

## 對沖基金Magnetar如何為人工智能熱潮提供融資

49:38

**播客的關鍵見解：**對沖基金如何進入人工智能 - 3:05為何投資人工智能與以往的科技熱潮不同 - 6:25基於資產的融資歷史 - 8:46基於GPU的借貸風險 - 11:22能源在人工智能初創公司中的作用 - 14:40每個人既是合作伙伴又是競爭對手 - 19:26有多少公司需要計算能力來成長 - 21:20是否有人能挑戰大型 incumbents - 23:47人工智能融資中的債務與股權 - 30:02Magnetar對投資者的人工智能推介 - 34:10CoreWeave在Magnetar方法中的角色 - 38:38人工智能投資市場有多大 - 44:43

---

**特雷西·阿洛威 (00:03):**你好，歡迎收聽另一集的 奇異交易 播客。我是特雷西·阿洛威。

**喬·韋森索爾 (00:24):**我是喬·韋森索爾。

**特雷西 (00:26):**喬，人工智能現在非常火熱。用穆加圖的不朽名言來説，‘人工智能是如此火熱。’

**喬 (00:33):**是的，確實非常火熱。你聽到一些事情，模型的進展有一點放緩，但最近的英偉達結果不言而喻。我還沒有看到任何東西表明這個宏觀趨勢——至少作為一種投資趨勢，我不是在談論股票本身——有任何接近放緩的跡象。

**特雷西 (00:57):**有趣的是，我們似乎有越來越多的參與者，一些新類型的參與者正在進入這個領域。所以我們有人工智能基金在不斷推出，其中一個最新的參與者是一個叫做Magnetar的對沖基金，我主要知道他們是做信用相關的。我認為他們 曾經在監管資本交易方面很活躍，現在他們正在推出一個人工智能基金， 一個風險投資基金，這對於這種類型的對沖基金來説有點不尋常。

**喬 (01:25):**完全正確。我聽説過Magnetar很久了，顯然至少可以追溯到2010年代初期。看，我並不驚訝各種投資者在尋找他們進入這個領域的獨特方式。當然，看看，我們過去與各種性質和職位的風險投資者進行了採訪，所以我想每當我們要與投資於早期階段——或任何階段——的人工智能的人交談時，我腦海中有兩個問題：顯然，理論是什麼？什麼會勝出？價值將在哪裏積累？

但是從投資者的角度來看，考慮到這麼多進入這個領域的參與者，特別是在公共股權方面、私人方面、風險投資方面，早期階段、晚期階段；作為一個基金或投資者，他們能帶來什麼，或者他們能看到其他數十億美元競爭AI利潤所看不到的東西？

**Tracy (02:24):**我有一個稍微不同的問題，對於這些類型的投資者來説，投資的技術有多好與在資本結構中獲得正確位置有多重要，這兩者之間的關係如何？

**Joe (02:38):**這是個很好的問題。

**Tracy (02:39):**所以我認為與來自這個角度的人交談會非常有趣。廢話不多説，我們有完美的嘉賓。我們將與Jim Prusko交談。他是Magnetar的另類信貸和固定收益團隊的合夥人和高級投資組合經理。Jim，歡迎來到節目。

**Jim Prusko (02:58):**謝謝。很高興來到這裏。

**Tracy (02:59):**那麼，對沖基金的固定收益團隊的成員是如何進入AI領域的？

**Jim (03:05):**我們在投資私人公司方面有着悠久的歷史，實際上可以追溯到金融危機後，當時利差和收益率變得更緊，私人市場似乎更有吸引力。我們經常與我們認為可以發展平台併產生有趣資產的平台合作，無論是現金流資產池，還是幫助公司成長並參與這一增長，通過融資和其他方式支持他們。比如，我們可以通過幫助他們招聘、會計或他們需要的其他系統來支持他們，幫助他們總體上成長。

所以我已經這樣做很長時間了。我們在愛爾蘭的汽車貸款等多個領域都有涉足，然後我們進入了各種金融科技公司。在Opendoor上市之前，我們是最早的機構投資者之一。我們正在支持並投資於一個非常有趣的金融科技公司，目前正在為餐廳提供融資。

因此，我們覺得我們在這個領域有經驗，然後這與我們與CoreWeave的關係和投資重疊，我們在2021年成為CoreWeave的第一家機構投資者。所以我們在將資本投入人工智能基礎設施領域的趨勢中非常早。隨着整個市場的增長，這一領域也在不斷擴大，幾乎涵蓋了所有內容。

我們繼續尋找聰明的投資方式，而我們認為其中一種方式是：我們能提供什麼有價值的東西？除了我們可以為成長階段公司提供的一般幫助之外，我們可以提供計算能力，因為這正是目前稀缺的資源，所有資本都流向價值鏈的各個部分，以提供計算能力。因此，獲取計算能力存在競爭，如果你是一家資本有限或獲取資本有限的小公司，這可能會很困難。因此，這就是我們認為可以帶來的價值主張。

**Tracy (05:11):**喬，我腦海中有這樣的畫面：風險投資家走進初創公司，帶着裝滿芯片的籃子，而不是僅僅説‘我們的推介是關係和輔導方面’。

**喬 (05:18):**是的，沒錯。“我們可以獲得芯片或能源加芯片。”為了澄清一下，聽眾應該知道我們在節目中至少與CoreWeave談過兩次，感覺在AI領域，特別是這是一個非常重要的名字，但人們並不像知道Nvidia或ChatGPT那樣瞭解它。但他們構建了許多充滿Nvidia芯片的AI數據中心。我想更深入瞭解那裏的商業模式。我對計算銷售等方面有很多問題。

但再多談談，你説你在私營領域的經驗就像是對平台的專業知識。當我想到平台時，我想到的是可以收購許多其他公司的公司，或者可以在其上構建很多東西。告訴我們，平台特定的專業知識如何影響你對CoreWeave或你現在正在進行的任何其他AI投資的思考。

**吉姆 (06:27):**所以我們試圖將資本投入到那些試圖在特定領域建立業務的公司，通常這可能是一個他們能夠產生現金流資產的領域。就像汽車貸款的例子。在Opendoor的例子中，他們收購了房地產，這是一種硬資產。在那個餐廳金融科技的例子中，他們收購了餐廳信用。因此，我們試圖支持那些擁有某種資產或現金流的企業，並與他們合作，尋找我們可以增加價值的多種方式。我認為首先，所有這些成長階段的公司都需要融資，我認為我們在債務到股權、私有到公開方面擁有很好的專業知識，我們可以在為這些成長階段的公司帶來最佳、最合適、最低成本的資本方面進行創新。就像我説的，還有……

**喬 (07:22):**所以為了明確起見，為了在這個背景下理解，是什麼使得人工智能與其他技術浪潮不同，或者説是什麼使得它與磁星不同，部分原因在於這種獨特的資本需求，在2010年代的SaaS（軟件即服務）浪潮中可能並不是那麼重要？

**吉姆 (07:42):**是的，不僅僅是一般的資本需求，而且在許多情況下，對於許多這些公司來説，確實需要有資本來進行計算的非常具體的需求。因為他們需要這種非常具體的稀缺資源來幫助提供該資源，特別是幫助以高質量的方式提供該資源，比如有像CoreWeave這樣的合作伙伴，我認為有很多證據表明他們擁有最高性能的人工智能訓練集羣。因此，這對這些公司來説非常有價值，否則他們可能會在獲取足夠的計算資源以推動其商業模式方面遇到困難。

**特雷西 (08:21):**説到CoreWeave，我真的很想知道這個對話是如何開始的，因為這是一個新的和新穎的事情。我認為我們之前沒有基於芯片的貸款，我不斷聽到基於資產的融資將成為私人信貸中的下一個大事——或者説是私人信貸中的最後一個真正的邊界。你是如何想到這個想法，這個交易的？

**吉姆 (08:46):**好吧，基於資產的融資實際上是一個經典的私人信貸工具，有很多例子。只要想想我與愛爾蘭汽車貸款公司的例子。如果你購買一輛車的貸款，所以愛爾蘭汽車貸款公司正在生成汽車貸款，而這些貸款你在一個工具中購買，你主要是依靠那些貸款的借款人還款的安全性。因此，你通過借款人償還汽車貸款的現金流來獲得回報。但這存在信用風險。他們可能會停止還款。在他們停止還款的情況下，你就有汽車作為抵押品。

實際上，這個比喻幾乎直接適用於GPU，如果你是一家提供高性能計算的公司，比如CoreWeave，你就是在合同上將這些計算能力出售給某個將要使用它的對方。在他們的案例中，這通常是一個非常大、非常有信用的超大規模公司，但並不總是如此。

可能會有一些較小的初創公司，它們的商業模式風險更高。在這種情況下，主要通過資助GPU，你會通過這些合同現金流來償還GPU的使用費用。但如果那家公司失敗了，作為備份，你還有GPU本身。現在，GPU並不像汽車那樣，你可能會出去賣掉它，但你可以收回GPU的使用時間，然後再轉售給其他人。作為一種稀缺資產，你可以考慮它在未來的價值。

**喬 (10:24)：**我能想象GPU與其他資產形式（比如汽車或房子）之間的一個區別是，在2024年，這裏仍然存在對未來許多事情的不確定性。Nvidia會一直是AI芯片的黃金標準嗎？也許吧。看起來是肯定的，但似乎並不保證。當前一代芯片的價值會以多快的速度貶值？我想汽車的折舊曲線是相對可預測的，而芯片的折舊可能更不確定，還有實際部署的不確定性，考慮到許可和能源等方面的挑戰，以及新公司建立數據中心時必須面對的其他運營問題。請和我們談談建模，或者至少思考一些與芯片相關的不確定性。

**吉姆 (11:22):**嗯，具體取決於你參與的階段，你可能會面臨所有這些不同風險的廣度。因此，如果你投資於高性能計算，但這是一個全新的數據中心，那麼你必須考慮所有這些事情。你必須考慮電力的供應，你必須考慮所有組件到達數據中心的時間。

如果你正在做我們所談論的，某種基於GPU的貸款，那麼通常這個貸款是基於一個在現有高性能計算數據中心運行的GPU。因此，你不需要考慮一些早期階段的問題。你更多需要考慮我的合同期限有多長，我的合同有多好？我認為在合同結束時租用那個芯片的價值會是多少？如果我在合同中途需要重新租用那個芯片，我能獲得多少租金？所以這更多是關於在數據中心實際擁有一個功能正常的GPU的短期問題，但所有其他事情也必須融資。而且將會有創新和大量的資本專門用於融資這些事情。

**特雷西 (12:32):**暫時不談融資，找到數據中心的物理空間有多困難？

**吉姆 (12:40):**嗯，這非常稀缺，很多原因是由於對電力的需求。新AI芯片所需的數據中心與舊數據中心大相徑庭。因此，在大多數情況下，去改造一箇舊數據中心並不經濟高效，因為僅僅是電力的需求就比每個GPU機架多出一個數量級。因此，你真的無法高效地進行改造。建造自己的建築更好。因此，這實際上取決於諸如許可、電力的可用性以及獲取所有組件的時間等因素。所有這些事情都有自己的提前期。因此，你和布萊恩在處理變壓器時有過有趣的來回。當你需要建造一個數據中心時，所有這些小細節都會發揮作用。

所以因為電力確實是最限制的因素，你會看到很多朝着電力所在的地方移動的趨勢。最近有一篇文章，我想是在彭博社上，講的是一家位於德克薩斯州的公司，他們擁有一大片土地，現在價值400億美元，因為他們靠近所有這些可再生能源。但這並不是唯一的因素。運營這種高性能計算是非常複雜的。所以你必須考慮，如果我試圖在電力所在的地方建立我的數據中心，我能否把所有東西都帶到那裏，包括運營專業知識？我能否用我需要的專家來為我的數據中心提供服務，以運行這種高度技術化的高性能計算？

而且每一代的複雜性都在增加。我們將在下一代Nvidia芯片上使用液體冷卻，可能在那之後使用浸沒冷卻。這非常複雜，非常昂貴，並且非常難以擴展。在大規模上做比在小規模上做要困難得多。

**特雷西 (14:40)：**也許Magnetar可以為一個小型模塊化核反應堆提供融資？不，認真説，因為如果你為計算提供融資並代表你想投資的公司確保這一點，你可以向下走一層。為能源提供融資。

**吉姆 (14:55)：**我們當然對此感興趣。我們在能源投資方面有歷史。目前我們在美國一家公用事業規模太陽能開發商那裏有投資，他們將一些太陽能租賃給了各種超大規模公司。所以這確實是我們感興趣的領域。我剛剛在邁阿密與一家擁有新型散熱電池技術的公司會面，他們希望將其部署到數據中心，並與一些數據中心類型的公司討論在那裏推出該產品。所以有很多有趣的事情，就像這個生態系統的其他部分一樣，這將需要大量的資本。

**喬 (15:33):**我想既然我們暫時偏離了能源組件的話題，既然我們在這裏：新型電池技術。外面有很多這樣的技術。有很多初創公司在能源方面有一些新穎的東西，通常他們談到的一個問題就是這個雞與蛋的問題，他們需要資本，他們需要某種融資來構建這些東西，但貸款方在沒有需求之前並不想提供資金。而且沒有人會承諾購買，直到證明它可以工作。你能談談這個動態嗎，我知道這有點偏離GPU本身的話題，但既然你在談論……。

**特雷西 (16:11):**嗯，這與人工智能是相似的。

**喬 (16:12):**是的。既然你在談論電池，你能談談這個動態如何影響解決能源方程的一側嗎？

**吉姆 (16:19):**是的，當然。它與你看待人工智能公司的方式有一些重疊。如果你考慮我們真正想要關注的核心內容，那就是技術、團隊和市場吸引力。那麼他們的技術真的有效嗎？這是第一位的。這個產品有什麼優勢嗎？然後是市場吸引力，比如上市時間。這是非常重要的。我剛剛在Poolside與Eiso Kant交談，對他來説，這兩點是最重要的：產品速度，市場速度。因為這是一個競爭，即使你擁有最好的技術，如果你花費太長時間，別人會使用其他東西。這在能源領域尤其如此，能源至關重要。因此，我認為對於這些初創公司來説，在市場吸引力方面，他們確實需要一些戰略合作伙伴，因為他們的資本成本非常高。

**喬 (17:17):**戰略合作伙伴關係有點像一個現有公司，它有需求，也有很多現金，理論上可以成為他們解決方案的買家嗎？

**吉姆 (17:27):**而且在另一邊也是如此。例如，由於他們的資本成本非常高，有些事情對他們來説很難做到。而所有這些初創公司都很難做到的一件事，這在回收行業和其他行業都是如此，就是建造一個工廠。建造工廠非常昂貴且耗時。你不想為了建造工廠而籌集風險投資。因此，在製造方面有一個合作伙伴關係也很重要。

而這正是我剛剛訪問的這家電池初創公司所談論的第一件事，就是獲得這一點，因為你必須能夠交付你的產品，並且必須按規模交付。理想情況下，你不想在這方面浪費時間去建造自己的工廠。然後，就像你説的，在另一端，你希望與能源的用户建立合作伙伴關係，這些用户都是擁有數據中心、使用數據中心或是數據中心客户的人。你希望他們理想地建立一個有吸引力的融資關係，以某種形式或方式提前支付給你，這樣你就可以利用這些資金來實際構建他們所需要的產品。

**特雷西 (18:56):**所以喬和我不久前去了舊金山，我們看到了很多酷炫的東西。我第一次乘坐了Waymo，我們還看到了很多與電池相關的技術。我們也見到了很多風險投資者。顯然，大家對人工智能非常興奮。他們還談到了目前追逐交易的困難。你如何與那些傳統的風險投資者競爭？還是説你並沒有直接與他們競爭，因為你採取了稍微不同的基於GPU的方法？

**吉姆 (19:26):**我認為這兩者都有。我認為你在與他們競爭，同時在某種程度上與他們合作。這是我們在啓動基金之前必須問自己的問題，那就是我們帶來了什麼附加價值？在這種情況下，我們帶來了計算能力。因此，通常這些初創公司，即使得到了強大的風險投資支持，也可能面臨一個雞與蛋的問題，即他們需要計算能力來開發產品，而他們需要資金來購買這些計算能力。但是如果他們沒有安排好計算能力並鎖定價格，那麼資金可能會猶豫，因為他們可能會想，我們可以把資金投入到你這裏，但你可能需要額外六個月才能獲得計算能力。而到那時，某個競爭對手可能已經超過了你，或者技術已經發生了變化。

另一方面，因為他們是初創公司，他們實際上沒有信用worthiness去單獨合同計算能力。他們很可能需要提前支付。因此，我們彌補了這個差距。如果我們進入一個融資輪，其中有一堆風險投資者在投入現金，如果他們知道我們與他們一起投入計算能力，並且在融資輪結束的那一刻，這些計算能力將可用於公司，這將使籌集現金的部分變得更容易。因此，我們在競爭，我們需要這種附加價值成為方程的一部分，但我也認為這有助於他們從傳統風險投資者那裏籌集資金，因為我們將一個風險排除在外。

**喬 (20:52):**需要計算能力的公司的市場有多大？因為有很多人工智能公司只是建立在現有模型之上，比如GPT或Anthropic的模型等等。實際上有多少公司在外面，而不是具體是誰，而是哪些類型的公司對實際獲得計算能力是其業務的重要部分？

**吉姆 (21:20):**是的。當然，這首先是與大型語言模型公司有關。他們使用了大量、巨大的計算資源。但如果你看看其餘的人工智能堆棧，有幾個領域需要計算資源，其中之一是所有的小型模型和定製模型公司。而“小型”可以有很多不同的含義。所以你可以有一些非常小的公司，它們使用非常針對性的模型，比如在一個垂直堆棧中，你可能會有一家機器人公司，專門訓練一個模型來在特定情況下運行機器人。這可以是從倉庫到進行手術的任何事情，他們需要計算資源來訓練那個模型。

另一個領域是由現有大玩家主導的自動駕駛。但還有其他自動駕駛公司正在嘗試在其他汽車製造商中部署，它們需要計算資源來訓練這些模型。或者天氣模型。我們談過一些做天氣模型的非常好的公司。他們需要計算資源來訓練他們的模型。因此，整個模型層，甚至在應用層，可能會有一些小模型的定製元素，它們位於大型語言模型之上，需要一定量的計算資源。所以範圍相當廣泛。並不是所有人都需要計算資源，更多是在模型應用層，而不是基礎設施層。

**特雷西 (22:55):**所以這是我一直在想的關於人工智能投資的一件事，就是有很多公司在現有模型的基礎上進行構建，正如喬提到的，在某種程度上這很有意義，因為他們可以通過這樣做節省很多錢。實際上，你會與谷歌或微軟競爭嗎？可能不會。但另一方面，我總是想，如果你是在現有模型的基礎上構建的，你如何保護那個業務？因為我的假設是，如果人工智能變得更好，也許在某個時候，人工智能可以基本上覆制任何人工智能模型。

**吉姆 (23:30):**所以我們總是擔心的第一件事是，某個大型公司是否已經在某個地方有這個產品，並且有大約20個博士在研究這個？我剛參加了一個會議，有人創造了“ incumbents maximalist”這個詞。

**特雷西 (23:46):**哦，太好了。

**吉姆 (23:47):**這就是你認為現有公司會做所有事情，而其他人永遠不會成功。我認為有幾個用例。有些事情是非常具體的任務，使用大型通用模型很難做到好，可能也不值得做到好。如果你專注於增長數十億到數百億美元的收入，你就不能被嘗試做每一件小事所分心。

我們在之前的科技革命中也看到了這一點。因此，它可以是非常專注於某個領域的東西。我們看到法律、會計、銷售。有一些很棒的公司有虛擬員工，他們在做非常具體的任務。有些公司在做文本到語言和語言到文本以及其他非常具體應用的事情。這是一個方法。另一種方法是數據。

對任何人工智能公司或業務來説，最大的保護屏障就是數據，因為你已經看到一些大型語言模型的性能似乎已經趨於平穩，這很大程度上是因為他們已經使用了所有的數據。他們在整個互聯網進行訓練。沒有剩下的東西。因此，現在你必須有其他的訓練方式或新穎的數據來源。因此，專有數據是非常有價值的。

然後可能會有一些地方他們會感到矛盾。他們現在不想與客户競爭。儘管在科技領域，與客户競爭是一種偉大的傳統，但可能會有一些情況，他們覺得與客户競爭還不值得。因此，我認為會有這些不同的用例，你會看到少數公司成功。

**喬 (25:32):**我有一個非常愚蠢的問題，實際上我甚至不應該問你。我應該在上次與CoreWeave交談時問這個問題。但既然你在這裏，我就要對我沒有問他們的問題進行一次補救。我知道Nvidia是CoreWeave的投資者，但即便不考慮這種特定關係，實際購買芯片的定價是如何運作的？這在多大程度上是一個事實上的拍賣？當芯片需求激增時，Nvidia可以擴大其利潤率，而Nvidia則旨在保持穩定的利潤率。我想這在某種程度上會進入你的計算中，考慮CoreWeave未來的資本需求。芯片市場是如何運作的？

**吉姆 (26:16):**嗯，我不能評論Nvidia設定價格的內部運作。

**喬 (26:22):**作為投資者和買家，無論如何。我是芯片的買家。我想買一些芯片，我想得到一個，但……

**特雷西 (26:29):**我想這就像集裝箱行業一樣，你必須有特定的關係，並且在北歐某個地方有一個叫拉爾斯的運輸經理，他掌握着芯片的鑰匙。

**吉姆 (26:40):**對於任何使用資源的公司來説，這一點是顯而易見的，尤其是使用計算資源的公司，對吧？這總是一個成本效益的例子。因此，在Nvidia生態系統上運行你的AI訓練，在像CoreWeave這樣非常快速且可靠的網絡上，有很大的好處，因為當你訓練一個模型時，你每15或30分鐘就會停止一次以保存你的工作。如果在這個過程中發生故障，你必須回到上次保存工作的時間，這會造成巨大的損失。

所以使用最佳技術是有好處的。但這些是可以量化的，如果某種特定技術變得太昂貴，你會看到人們開始多樣化。我是説，最近兩天關於Anthropic和AWS以及AWS的新芯片的新聞，所以總會有某種形式的競爭。我認為Nvidia處於一個獨特的位置，他們在這方面實際上擁有事實上的壟斷，我認為他們的定價方式是為了促進市場的增長，對吧？他們想要擴大市場。我不能替他們發言，但你不會想把你的產品定價得如此之高，以至於抑制市場的增長，對吧？增長比每個小部件多賺一美元更重要。因此，我認為這必須是一個計算，迄今為止，這在市場幾乎沒有任何市場的情況下是成功的。

**特雷西 (28:28):**我想回到資本問題上，大多數風險投資以股權的形式出現。根據我的理解，你正在做一些稍微不同的事情，你主要走的是債務和固定收益的路線。這似乎是如此不同，因為在我看來，當我想到債券投資時，我們在節目中説過很多次，這完全是關於避免失敗者。上行空間有限，但你不想遇到會抹去你投資的破產。而股權，上行空間基本上是無限的。因此，這就是尋找那個傑出的表現者，或者那個彩票票據。你如何調和，我想説，這種債務融資的風險厭惡與從AI中獲得的巨大上行潛力之間的關係？

**吉姆 (29:17):**那麼，這整個人工智能建設所需的融資金額，規模之大讓人想起曼哈頓計劃、州際公路的建設——這將需要多種形式的資本用於許多事情，我認為有很多思考正在進行中，當然我們也是其中的一部分，旨在將最有效的資本部署到這個建設的不同層面。因此，我們在這裏討論了幾件不同的事情。我們談到了融資GPU。所以如果你用債務融資GPU，那麼你可以真正考慮你的下行保護，就像在汽車隱喻中一樣，對吧？

**特雷西 (30:00)**對。你有抵押品。

**吉姆 (30:02):**你有抵押品，你有合同，你可以分析合同的信用價值，你可以查看之前芯片代際的租賃曲線是如何衰減的。你有一些真實的信息。你有一個真實的資產。你有真實的合同現金流。

現在在風險投資基金中，這就大不相同了。在這種情況下，這是真正的風險投資股權，只是它以一種獨特的方式被部署，其中計算能力是通過合同保障的，而不是現金，直接與股權進行交換，正如我之前所説的，省去了那一步，並降低了為這些成長階段公司獲取計算能力的風險。

**特雷西 (30:47):**哦，所以你是在通過風險投資基金進行股權投資嗎？

**吉姆 (30:49):**風險投資基金是股權，是的。它通常是，但並不總是，成長階段公司可能進行的一輪融資的一部分。

**特雷西 (30:59):**你們在做可轉換債券嗎？

**吉姆 (31:01):**所以我們幾乎可以在債務股權私募-公募的整個範圍內做任何事情，並且在許多情況下確實如此。在人工智能基金本身，大多數處於成長階段的公司實際上並不處於進行債務融資的狀態。因此，我認為在大多數情況下，我會預期這些都將是風險股權投資。

**喬 (31:25):**當你説‘哦，我們在這個領域已經很久了’，然後你説2021年時，我忍不住笑了。但這確實在某種程度上説明了……

**特雷西 (31:32):**感覺像是很久以前。

**喬 (31:33):**是的。我是説，ChatGPT，我認為是在2022年底或許2023年初發布的，這對很多人來説是一個重大的啓示時刻。因此，即使在一年前在很多事情上如此活躍，確實是早期的。話雖如此，像CoreWeave這樣的東西，數據中心的需求，計算的需求，現在被很好地理解，可能三年前，許多在信貸和融資領域的人並沒有考慮到這一點。這對你來説是一個利潤壓縮器嗎？其他實體，可能許多擁有比Magnetar更多資本的實體，大家現在都意識到這個機會，是的，人工智能將會有很多融資需求，你是否看到競爭或利差或其他方面的變化？

**吉姆 (32:22):**嗯，我認為這真的取決於你在融資什麼。因此，已經有大量資本進入所有這些領域，當然在融資計算的整個堆棧中，你看到大量資本湧入，所有大型投資公司、資本提供者都參與其中。因此，那裏有很多資本，但也有巨大的資本需求，考慮結構和在正確的領域獲得正確的資本是非常複雜的。

所以我認為有創新的空間，我在Magnetar的過去20年裏一直在思考獨特的投資來源和資本部署方式。我認為這確實與此相關。因為正如你所説，這整個市場是如此新穎，我們只有在過去幾年才有ChatGPT，你會看到公司有各種不同的工作方式。我上週在一個會議上與一家文本轉語音領域的公司交談，他們實際上是在自己購買DGX服務器，並在自己的本地站點上自行運行，我們就説‘當然，這是我們可以融資的事情。’這是一個硬資產，但目前還沒有人真正關注這一點，因為大多數資本規模太大，必須投入到最大的項目中。所以你有你的萬億投資公司——有幾家——你不會想在一個單一的項目中投入2000萬到5000萬美元。你會想在最大的項目中投入數百億美元，無論是電力、物理數據中心還是GPU。

**Tracy (34:10):**你對投資者的推介是什麼？對Magnetar的投資者？再説一次，我知道你説過你在科技領域待了很久，但這仍然是一個感覺相當新的事情。當我想到人工智能時，大家對此的興奮程度非常高。有些人一直在討論它是否處於泡沫中，而我想到對沖基金，這一切都是關於非相關收益和通過週期盈利投資。我明白你可能在向投資者承諾非常大的上行潛力，但這其中的‘對沖’方面是什麼？

**吉姆 (34:47):**好吧，作為一家公司，我們多年來為許多不同的投資者做了許多不同的產品和策略。我們在嘗試將資本部署到那些將獲得最佳風險調整回報的最有趣領域時，確實非常靈活。我們的許多投資者自2005年以來一直與我們同行，並對此表示讚賞。

因此，我們既做了多元化的投資策略，認為結構化資本的部署管道非常好，也做了一些針對特定資產的投資，當我們認為機會很好的時候。因此，在風險投資基金的案例中，價值主張對於投資者和公司來説是一樣的，我們為這些成長階段的人工智能公司帶來了獨特的東西，這將使我們能夠投資於我們希望能成為最佳公司、最佳商業模式和最佳團隊的公司。

因此，我們將利用我們獨特的計算能力，以我們將其交換為股權的方式，將其交付給這些公司，以便在您提到的非常競爭的環境中獲得投資機會，在這個領域有大量資本流入。因此，我認為對於那些希望參與這種投資、將資本部署到成長階段的人工智能公司的投資者來説，這是一個非常獨特的機會，因此我們看到了很多吸引力。

**喬 (36:27):**當你作為風險投資者進入這些初創公司時，你需要提供資金嗎？還是在某些情況下——或者所有情況下——你從第一天起承諾計算能力就足夠換取股權？

**吉姆 (36:41):**這真的很不一樣，我們在基金內外都有投資，這完全取決於情況。因此，有些公司我們覺得非常有趣，但不需要計算能力，在這種情況下，我們可以直接在基金外投資這些公司。

對於基金本身，提議是用計算能力換取股權，因此基金本身專注於那些確實需要計算能力並對CoreWeave網絡上的計算能力感興趣的公司。這就是我們將從基金中投資的公司類型。但作為整體的Magnetar，我們一直專注於，從能源到基礎設施，再到其他目前不需要計算能力的AI公司。

**喬 (37:32):**那麼，就這一點而言，你承諾或給予AI初創公司計算能力的能力；這種計算能力的獲取是通過最初作為融資者的關係而出現的嗎？

**特雷西 (37:47):**這是我想問的，你對競爭對手做同樣事情並提供GPU支持的債務有多擔心？還是説由於你在CoreWeave的先發優勢，你可以在一段時間內保持這種優勢？

**吉姆 (38:02):**所以對於基金本身來説，我們與CoreWeave的獨特關係讓我們覺得他們是AI訓練計算能力的最佳提供者，我們能夠與他們合作，合同一些非常稀缺的資源，然後將其提供給這些AI成長公司。因此，這確實是我們能夠因為…而組建一些獨特的東西的地方。

**喬 (38:31):**從第一天起，這被理解為成為CoreWeave融資合作伙伴的回報的一部分嗎？

**吉姆 (38:38):**我不會説是從第一天開始。我只是想説這是他們業務自然增長的一部分，以及我們在AI市場投資和與他們合作的增長。每個人在這個領域都是合作伙伴和競爭對手，Nvidia有多種方式來投資他們的客户，所有的超大規模公司也是如此。例如。因此，關鍵在於，你是否提供一些獨特的東西，一些不同的東西。

而現在，在這個時刻，我們覺得我們提供的計算規模、我們提供的網絡以及我們能夠即時提供的方式是獨特的，並且對許多公司來説是有價值的。現在，看看，可能有一些公司從其他地方獲取計算資源，這可能不適合他們。這肯定會發生，但我認為有許多許多AI增長公司，在CoreWeave的網絡上獲取計算資源對他們來説是非常有價值的，這將導致與他們的關係。

**喬 (39:42):**當亞馬遜進行風險投資時，很大程度上被理解為他們將投資於某個軟件公司，而資金會因為該公司有AWS需求而回流。因此，它會迴流。顯然，我們知道不僅大型傳統超大規模公司在構建自己的模型，許多公司還在構建自己的硅芯片。Facebook有自己的芯片，我們談到了亞馬遜，谷歌有，我忘了他們的整個項目叫什麼。你如何看待他們作為CoreWeave在純芯片和數據中心方面的競爭對手？我知道他們是合作伙伴，我知道他們是客户等等，但他們也是純競爭對手，無論是對CoreWeave還是對Nvidia。

**吉姆 (40:27):**是的，再次強調，每個人都是合作伙伴也是競爭對手。我認為區別在於…

**喬 (40:33):**哦，谷歌的TPU是他們的東西。無論如何，抱歉，繼續。我只是記不起來。

**吉姆 (40:36):**是的，我的意思是，正如布萊恩所説，CoreWeave網絡是從零開始構建的，旨在高效運行AI解決方案。因此，我認為在這方面它是獨特的，我認為這就是它快速增長的原因，但當然其他人也在嘗試構建自己的網絡，還有其他人會擁有Nvidia GPU芯片，包括超大規模雲服務商。

但我們看到的其中一件事是，這是一項非常困難的技術。因此，在大規模部署時特別困難，因為你會遇到真實的物理問題，表面積與體積的問題，如何將如此多的電力傳輸到機架上，需要多少電纜，多少冷卻？你如何運行軟件層？控制八個GPU節點的軟件層與嘗試運行128,000個GPU的情況會有很大不同。

因此，這個問題變得越來越困難，你需要更好的技術和高技能的人才。因此，標準總是在提高。總會有下一代芯片會變得超級複雜。毫無疑問，Blackwell的部署和逐步更新的Blackwell新一代將變得更加複雜和難以部署。

你已經看到了一些問題。你已經看到超大規模雲服務商和其他競爭對手在這個領域出現了可靠性問題或進度滯後。這並不容易。這是一項非常複雜的技術。你不能簡單地將你的GPU插入牆壁，它就準備好運行AI模型。因此，我認為在這個領域，技能、效率和執行將會積累價值，並且這種情況會持續一段時間。

**特雷西 (42:38):**有些人將當前對人工智能的熱情週期與2000年代初期對互聯網公司和電信等的熱情進行類比。你看到外面有泡沫的跡象嗎？還是説由於需要大量的初始資本投資，難以獲得足夠的新進入者，這將不會形成泡沫？

**吉姆 (43:07):**是的，幾乎任何資本密集型行業最終都可能形成泡沫。通常如果有超額回報，你會看到資本流入，直到這些回報不再好，而在你發現最後一部分之前，很多資本會流入，但現在仍然非常早。如果你看看流入互聯網的資本，以及這些價值如何積累到大型科技公司和初創公司，人們看到的數字是創造了3萬億美元的股權價值給大型企業，但還有另外5000億美元是為新興初創公司創造的，我們才剛剛開始。

我們正在建設數據中心、能源基礎設施。我們剛剛開始部署產品。如果你和企業交談，他們才剛剛開始實施人工智能的最明顯用例。所以我認為我們太早了，不用擔心泡沫。我和一家超大規模公司的某個人交談，他們説‘我們現在最擔心的就是計算能力過剩。’

**喬 (44:20):**我最後一個問題。你説我們還早，仍然沒有過多計算的跡象。在談話的早些時候你提到‘這是一個曼哈頓計劃規模的項目。’給我們一些引人注目的數字。在這個領域已經部署了多少，未來10年這個領域將需要多少資本，需求將是多少？

**吉姆 (44:43):**我看到的一個數字是，在2023年，投入到人工智能基礎設施中的資金為370億美元，而到2033年，這個數字將達到4300億美元。所以這是一個萬億規模的投資。

**喬 (45:05):**酷。

**特雷西 (45:06):**酷。好的，吉姆，非常感謝你來參加 奇怪的交易。這太棒了。

**吉姆 (45:11):**謝謝你邀請我。

**喬 (45:12):**這太精彩了。非常感謝。

**特雷西 (45:26):**喬，我一直聽到關於人工智能的兩個事情，一個是它需要大量的資本，吉姆提到了這一點。另一個我總是聽到的是，嗯，某個時候人工智能公司必須實際產生收入。我想問題是，他們是否會及時開始產生收入，以償還那巨大的資本需求？

**喬 (45:49):**是的。這非常有趣，因為你看，我相信有些公司正在從人工智能模型中獲得生產價值。我相信這是存在的，但你談到未來幾年融資的數百億美元。最終，這必須來自於對客户的盈利部署。因此，對我來説，這仍然有點不確定。我確實認為我們談論的融資在這個對話的背景下是極其有趣的。

**特雷西 (46:20):**是的，絕對如此。基於GPU的貸款。

**喬 (46:23):**好吧，GPU支持的貸款以及像Magnetar這樣的公司通過GPU能力來換取股權投資的機會都是非常有趣的。然後你會得到這種二次效應。所以A) 你提供了其他風險投資公司無法提供的東西，因為你在第一天就給他們提供了計算能力，然後B) 其他風險投資公司想要進入這個交易，因為他們知道他們將投資於一個在獲得風險投資現金後不會為計算能力而苦苦掙扎的公司。

**特雷西 (46:57):**這是一種非常中庸的方式。我認為到目前為止，我們看到的AI投資展開的方式要麼是投資於芯片公司和數據中心的“鏟子和鎬子”方式，要麼是投資於那些做酷事的AI公司。但這兩者都有。

**喬 (47:15):**確實是兩者都有，這聽起來像是一些前瞻性規劃的組合，同時也偶然進入了一個非常好的情況，公司的關係與CoreWeave可以追溯到2021年，這確實給他們在風險投資部門帶來了某種優勢。這在許多方面都是一個迷人的開放前沿。

**特雷西 (47:41):**我仍然想知道是誰想出了基於芯片的融資這個主意。吉姆在這個問題的那部分有些迴避，但我想知道那些初始對話是什麼樣的。

**喬 (47:50):**是的，從某種程度上來説，思考這個問題也很有趣。類比就像是愛爾蘭的汽車貸款公司，從某種程度上來説，這是一個非常新穎的領域，技術高度不確定。另一方面，如果你投資於一家汽車貸款公司，你可以在某種程度上理解。

**特雷西 (48:08):**好的。那麼我們就到這裏吧？

**喬 (48:10):**就到這裏吧。