Das erste Geschäftsmodell von NeoLab: der Weiterverkauf von GPUs

Neolab, das kein Modell trainieren kann, beginnt, GPUs weiterzuverkaufen.

Neolab, ein aufstrebendes KI-Labor, ist derzeit das beliebteste Venture-Capital-Projekt – also jene KI-Startups, die von Star-Forschern gegründet werden, zunächst riesige Finanzmittel erhalten und dann in die Modellentwicklung investieren.

Geboren mit einem glänzenden Ruf, geben sie offiziell vor, an modernster Spitzentechnologie zu arbeiten, aber na ja…

Kürzlich taucht ein „absurdes“ Geschäftsmodell auf, sogar Elon Musk ist gekommen, um es zu beobachten:

Jene Neolabs, die mit riesigen Finanzmitteln im Voraus eine große Menge an Rechenkapazität gesichert haben, können auch dann, wenn sie kein gutes Modell trainiert haben, durch den Verkauf von GPUs einen hohen Gewinn erzielen.

Zu dieser Geschäftsgelegenheit äußerte sich der Gründer von Modal, einem Einhorn im Bereich KI-Cloud-Computing:

Nächstes Jahr werden wir wahrscheinlich eine große Anzahl von Neolabs erleben, die sich zu Neocloud (KI-Rechenkapazitäts-Cloud-Dienstleistern) wandeln.

Die Netznutzer haben die Neolabs bereits klar eingeordnet: Im besten Fall erreichen sie technische Durchbrüche und werden das nächste OpenAI; im zweitbesten Fall wandeln sie sich zu vertikalen Agenten für Unternehmen, um mit reduzierter Dimension zu überleben; im schlimmsten Fall bricht das Training des Modells zusammen, sie können aber auch GPUs untervermieten und die Dividenden an die Aktionäre ausschütten, um das Minimum zu sichern.

Das ist wirklich die perfekte Beherrschung der Zyklus- und Risikoabsicherung.

Rechenkapazitäts-Schwarzmarkthändler kommen

Bei der Gründung von Großmodellen ist die Rechenkapazität der größte versunkene Kostenpunkt, der oft die Hälfte oder sogar mehr als 70 % der Gesamtausgaben eines Neolabs ausmacht.

Um zu verhindern, dass der Cluster mitten im Training plötzlich nicht mehr versorgt wird, schließen die meisten Labore nach Abschluss der Seed- oder Serie-A-Finanzierung als Erstes eine garantierte Mietdauer von 1 bis 3 Jahren bei Cloud-Anbietern oder großen Rechenzentren ab.

Auf der anderen Seite ist der Spotmarkt für Rechenkapazität aufgrund verschiedener Gründe derzeit anhaltend angespannt.

Die Mietpreise für H200 sind zeitweise um etwa 160 % gestiegen, der neue aufstrebende Rechenchip B200 verteuerte sich um 120 %, selbst der Spotpreis von H100 behält einen Aufschlag von etwa 35 %.

Aufgrund der enormen Preisunterschiede zwischen Kauf und Verkauf beginnen viele Labore, bei denen die Forschung behindert wird und kein Modell laufen kann, als Rechenkapazitäts-Schwarzmarkthändler aufzutreten.

Neben dem Verkauf von Tokens durch die Einführung fortschrittlicher Modelle haben sie drei Möglichkeiten gefunden, Geld zu verdienen.

Erstens: Sie geben langfristige Mietverträge für Rechenkapazität mit Aufschlag direkt an Makler weiter und erzielen risikolose Zwischenmargen;

Zweitens: Sie bieten Spot-GPU-Instanzen zum Verkauf an, teilen ungenutzte Knoten auf und verkaufen kurzfristige Rechenkapazität pro Tag oder pro Woche an kleine Teams, die dringend Rechenressourcen benötigen;

Drittens: Sie betreiben Inferenz mit Open-Source-Modellen in einer Hülle, geben das Vortraining ganz auf, hängen die Chips direkt an gängige große Open-Source-Modelle an und bieten API-Dienste an, die nach Tokens abgerechnet werden.

Zusammengefasst kann man auf jeden Fall Gewinn machen, es ist ein voller Erfolg.

Angesichts dieser Versuchung der Monetarisierung von Rechenkapazität gestand ein außerordentlicher Professor der Carnegie Mellon University auf X:

:

Gründungen von KI-Genies: Das Silicon Valley Venture Capital fängt an, zu rechnen

Als die Art von Unternehmen, die in den letzten zwei Jahren am meisten Kapital im Venture-Capital-Bereich angezogen hat, verfolgen Neolabs ein einheitliches Vorgehen.

Sie werden in der Regel von berühmten leitenden Wissenschaftlern von Top-Unternehmen wie OpenAI, DeepMind und Meta gegründet, betreiben keine umständliche Anwendungsentwicklung, geben direkt bei der Markteinführung an, an der Lösung von AGI zu arbeiten, und ziehen mit ihrer extrem hohen Personalqualität schon im PPT-Stadium Finanzmittel in Höhe von Hunderten von Millionen an.

Dennoch zeigt der neueste Bericht der europäischen maßgeblichen Venture-Capital-Datenagentur Dealroom, dass die 29 typischsten KI-Neolabs der Welt bisher insgesamt 23 Milliarden US-Dollar (entspricht 166 Milliarden Yuan) an Finanzmitteln eingesammelt haben, aber weniger als 35 % davon haben tatsächlich kommerzielle Produkte auf den Markt gebracht, die verkauft werden können.

Das bedeutet, dass mindestens 19 Labore entweder noch im Stadium der geschlossenen Forschung verweilen oder nur technische Whitepaper oder Demos veröffentlicht haben.

△

Ein typisches Beispiel ist Safe Superintelligence (SSI), das von Ilya Sutskever, dem ehemaligen leitenden Wissenschaftler von OpenAI, mitbegründet wurde.

Aufgrund des unvergleichlichen technischen Ruhms des Gründungsteams wurde die Bewertung von SSI auf 32 Milliarden US-Dollar getrieben, obwohl das Unternehmen weniger als ein Jahr alt war und das Team weniger als Dutzende von Mitarbeitern hatte. Eine solche Geschwindigkeit war vor 2023 kaum vorstellbar.

Von Anfang an erklärte SSI jedoch öffentlich, dass das Team absolut keine kommerziellen Produkte für Verbraucher oder Unternehmen entwickeln wird, bevor die „sichere Superintelligenz (SSI)“ erreicht ist.

Die Idealismus ist zwar edel.

Aber ein VC aus dem Silicon Valley hat diese Rechnung aufgestellt: Heute verbraucht ein vollständiger Trainingszyklus eines normalen Grundmodells mindestens 10 Millionen US-Dollar an Rechenkapazitätskosten.

Wenn dieses Geld nur langsam durch die spätere Bereitstellung von APIs und den Verkauf von Tokens zurückverdient werden soll, muss das Unternehmen nach Abzug von Stromkosten, Breitbandgebühren und Abschreibungen insgesamt eine effektive Aufrufmenge von Tokens im Billionenbereich erfolgreich auf dem Markt verkaufen.

Darüber hinaus ist es unter den derzeitigen Bedingungen, dass führende Großunternehmen Open-Source-Modelle fast subventioniert oder sogar kostenlos auf den Markt werfen, für Labore ohne passende Unternehmensworkflows und monopolistische Daten nicht sehr realistisch, die Kosten durch den Verkauf von APIs wieder hereinzuholen.

Laut einem Bericht von Business Insider ist Matt Murphy, ein erfahrener Silicon-Veteran, der an frühen Investitionen von Google beteiligt war und die Investition von Menlo in Anthropic leitete, der Ansicht, dass Neolabs einer der am meisten überbewerteten Investitionsbereiche derzeit sind.

Seiner Meinung nach war der frühe Erfolg von Google so, als „zünde man ein Streichholz in ein Lagerfeuer“, während einige Neolabs heute versuchen, „ein Lagerfeuer mit einem Streichholz zu entzünden“.

Seiner Meinung nach hat die einmalige Injektion von Hunderten von Milliarden Dollar in die frühen Spitzenlabore die Hürden für ihren kommerziellen Erfolg künstlich erhöht.

One More Thing

Zu dieser Aktion von Neolabs, Rechenkapazität weiterzuverkaufen, kam auch Elon Musk, um zu kommentieren.

Das bedeutet, dass der Kauf so vieler Chips nutzlos ist, denn der Mangel an Rechenkapazität derzeit liegt nicht an den Chips, sondern an Strom.

Laut der neuesten Studie von Goldman Sachs wird der weltweite Strombedarf von Rechenzentren von 2025 bis 2030 voraussichtlich um 170 % steigen, aber der Ausbau von Stromnetzen, Genehmigungen und Infrastruktur kann bei weitem nicht mithalten.

Bis Oktober dieses Jahres wurden weltweit bereits 86 Rechenzentrums-Projekte abgesagt oder erheblich verzögert.

Elon Musk prophezeite gestern auch, dass die Neocloud-Branche eine große Konsolidierungswelle und eine Welle von Insolvenzen erleben wird.

Der Weg der Transformation von Neolabs wird wahrscheinlich schwierig sein…

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „QbitAI“, Autor: Fokus auf Spitzentechnologie, veröffentlicht mit Genehmigung von 36Kr.