پرش به محتوای اصلی
پرش به محتوای مقاله

آیا اعتبارات تخصصی جایگزین سرمایه‌گذاری‌های سنتی در مراکز داده می‌شوند؟

·۲ مهر ۱۴۰۵۴ دقیقه مطالعه
تأمین مالی ۱۲۸.۹ میلیون دلاری USD.AI برای استقرار پردازنده‌های گرافیکی با پشتوانه دارایی
تأمین مالی ۱۲۸.۹ میلیون دلاری USD.AI برای استقرار پردازنده‌های گرافیکی با پشتوانه دارایی
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

ظهور «بازار میانی محاسبات» (Compute Middle Market)؛ ایجاد یک لایه اعتباری تخصصی برای تأمین مالی زیرساخت‌های ۵۰ تا ۲۵۰ میلیون دلاری که پیش از این بین بودجه شرکت‌های کوچک و توان مالی غول‌های فناوری گم شده بود.

اگر یک ارائه‌دهنده خدمات ابری متوسط هستید، دسترسی به صدها میلیون دلار سرمایه برای خرید سخت‌افزارهای انویدیا معمولاً یک کابوس است. اما حالا یک مدل مالی جدید در حال تغییر این بازی است تا قدرت محاسباتی را از انحصار غول‌های فناوری خارج کند.

طبق اعلام رسمی در ۲۳ سپتامبر ۲۰۲۶، پلتفرم USD.AI تسهیلاتی به ارزش ۱۲۸.۹ میلیون دلار را برای استقرار ۳۲ سیستم NVIDIA GB200 NVL72 در بریتیش کلمبیای کانادا تأمین کرد. این تراکنش، بزرگ‌ترین وامی است که تاکنون از طریق پلتفرم USD.AI صادر شده است.

این اتفاق در حالی رخ می‌دهد که تقاضا برای خوشه‌های عظیم هوش مصنوعی بسیار سریع‌تر از سرمایه‌های در دسترس برای ارائه‌دهندگان متوسط رشد می‌کند. در حالی که غول‌های فناوری می‌توانند هزینه‌ها را از جیب خود پرداخت کنند، «نئوکلاودها» (Neoclouds) یا همان ارائه‌دهندگان ابری نوظهور، اغلب برای تأمین صدها میلیون دلار مورد نیاز برای سخت‌افزار با دشواری روبرو هستند. همان‌طور که در تحلیل‌های پیشین ما درباره‌ی اقتصاد زیرساخت‌های مدل‌های زبانی اشاره کردیم، هزینه ورود به این بازار به‌شدت در حال افزایش است و USD.AI اکنون خود را به‌عنوان پل اعتباری اصلی برای پر کردن این شکاف خاص معرفی می‌کند. این فشار مالی در مقیاس‌های بزرگ‌تر نیز دیده می‌شود؛ برای مثال، قرارداد ۴۵ میلیارد دلاری Anthropic با Nscale نشان می‌دهد که حتی پیشروترین شرکت‌های مدل‌های زبانی برای دسترسی به تراشه‌های نسل جدید به مشارکت‌های استراتژیک عظیم نیاز دارند.

وام‌گیرنده در این معامله، یک ارائه‌دهنده ابری است که در بورس فهرست شده و خوشه‌های انویدیا را برای مشتریان سازمانی در آمریکای شمالی، جنوبی و اروپا مدیریت می‌کند. بر اساس مستندات منتشر شده، این سخت‌افزارها تحت یک قرارداد چندساله با یک طرف قرارداد سطح اول (Blue-chip) با رتبه اعتباری بالا (Investment-grade) تضمین شده‌اند.

مشخصات سخت‌افزاری

این تأمین مالی، سیستم GB200 NVL72 را هدف قرار داده است؛ یک سیستم در مقیاس رک با خنک‌کننده مایع که انویدیا آن را یک کامپیوتر در مقیاس اگزاسکیل (Exascale) در یک رک واحد توصیف می‌کند. در این سیستم، هر سوپرچیپ Grace Blackwell، یک CPU مدل Grace را با دو GPU مدل Blackwell از طریق رابط NVLink-C2C جفت می‌کند.

جزئیات فنی کلیدی عبارتند از:

  • معماری: ۳۶ پردازنده Grace و ۷۲ پردازنده گرافیکی Blackwell که در یک دامنه NVLink ۷۲تایی متصل شده‌اند.
  • حافظه: ۱۳.۴ ترابایت حافظه HBM3E با پهنای باند ۵۷۶ ترابایت بر ثانیه و پهنای باند ۱۳۰ ترابایت بر ثانیه برای NVLink در سراسر دامنه.
  • محاسبات: ۲۵۹۲ هسته CPU مدل Arm Neoverse V2 و ۱۷ ترابایت حافظه LPDDR5X.
  • اتصالات: نسل پنجم NVLink که پهنای باند ۱.۸ ترابایت بر ثانیه را بین GPUها فراهم می‌کند.
  • استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه دوره‌ی آموزش آشپز — با موتور ترنسفورمر نسل دوم که دقت FP4 را برای بارهای کاری استنتاج پشتیبانی می‌کند.
  • عملکرد: انویدیا ادعا می‌کند استنتاج در زمان واقعی برای مدل‌های تریلیون-پارامتری ۳۰ برابر سریع‌تر و آموزش ۴ برابر سریع‌تر از H100 است، در حالی که بازدهی انرژی ۲۵ برابر افزایش یافته است.

سازوکار «بازار میانی محاسبات»

کانر مور (Conor Moore)، مدیر عملیاتی و هم‌بنیان‌گذار Permian Labs (توسعه‌دهنده USD.AI)، «بازار میانی محاسبات» را به عنوان تأمین مالی در بازه ۵۰ تا ۲۵۰ میلیون دلار تعریف می‌کند. مور در مقاله‌ای در جولای ۲۰۲۶ اشاره کرد که USD.AI در یک بازه هشت‌ماهه، شاهد معاملات ۱۳ میلیارد دلاری در بیش از ۲۰۰ نئوکلاود بوده است. او تخمین می‌زند که این بخش تا سال ۲۰۳۰ پتانسیل هزینه‌ای ۲ تریلیون دلاری داشته باشد.

برای محافظت از وام‌دهندگان، این معاملات از یک شرکت با هدف خاص (SPV) استفاده می‌کنند که از نظر ورشکستگی مستقل (Bankruptcy-remote) است و توسط یک مدیر مستقل اداره می‌شود. این حفاظ‌های ساختاری شامل موارد زیر است:

  • تضمین دارایی: حق اولویت (First-priority charge) بر روی GPUها و تعهد سهام شرکت SPV که از طریق ثبت در قانون یکنواخت تجاری (UCC) تثبیت شده است.
  • جریان نقدی: واگذاری قراردادهای مشتریان به SPV و مدیریت حساب‌های بانکی از طریق قراردادهای کنترل سپرده (DACA).
  • نقدینگی: حساب ذخیره خدمات بدهی که پیشاپیش برای یک تا سه ماه اصل و بهره تأمین می‌شود.
  • بازیابی: حق ورود (Step-in rights) به مرکز داده (Colocation) و امکان فروش سرورها در صورت وقوع قصور در پرداخت.

به‌طور معمول، حامیان ۲۰ تا ۳۰ درصد پیش‌پرداخت نقدی ارائه می‌دهند. این ساختار اجازه می‌دهد تا سود خالص این بسته‌ها ۴۰۰ تا ۶۰۰ واحد پایه (Basis Points) بالاتر از معاملات تضمین‌شده با رتبه اعتباری باشد، در حالی که حفاظ‌های ساختاری مشابهی را حفظ می‌کنند.

مقیاس پلتفرم و تسهیلات پیشین

این اقدام پس از یک تأمین مالی ۹۸.۱ میلیون دلاری سه ساله در ۵ ژوئن ۲۰۲۶ صورت گرفت. آن تسهیلات از ۲۳۰۴ پردازنده B300 انویدیا پشتیبانی می‌کرد که توسط Duos Edge AI (زیرمجموعه Duos Technologies Group) اداره و از طریق پلتفرم Brokkr توسط Hydra Host مدیریت می‌شد. آن معامله به صورت بدون حق رجوع (Non-recourse)، بدون رقیق‌سازی سهام (Non-dilutive) و خارج از ترازنامه (Off-balance-sheet) ساختار یافته بود.

در بخش نقدینگی، پلتفرم دارایی دیجیتال Bullish در ۲۸ اوت ۲۰۲۶ یک تسهیلات ۱۰۰ میلیون دلاری مبتنی بر استیبل‌کوین برای USD.AI فراهم کرد. Bullish قصد دارد توکن sUSDai را در جفت‌ارزهای معاملاتی مختلف از طریق یک برنامه اختصاصی بازارگردانی (Market-making) عرضه کند.

در حال حاضر USD.AI مبلغ ۶۰۹ میلیون دلار ارزش کل قفل‌شده (TVL)، خط لوله وام فعال ۱۸۳ میلیون دلاری، بیش از ۸۰ شراکت و ۷۷,۰۵۷ کاربر فعال گزارش کرده است. استیبل‌کوین USDai این پلتفرم، توسط GPUها و زیرساخت‌های محاسباتی وثیقه‌گذاری شده است.

برای یک مالک کسب‌وکار، این سیگنال می‌دهد که GPUها اکنون به‌عنوان یک کلاس دارایی معتبر و نقد پذیرفته شده‌اند. توانایی تبدیل سخت‌افزار به اعتبار به این معناست که ارائه‌دهندگان ابری می‌توانند بدون کاهش شدید سهم سهام‌داران (Equity Dilution)، ظرفیت خود را گسترش دهند.

این تحول، گلوگاه توسعه هوش مصنوعی را از «چه کسی می‌تواند تراشه بخرد» به «چه کسی می‌تواند بدهی را ساختاردهی کند» تغییر می‌دهد. با تبدیل زیرساخت‌های محاسباتی به وثیقه برای استیبل‌کوین‌ها، احتمالاً شاهد ظهور یک لایه مالی جدید خواهیم بود که به‌طور خاص برای سخت‌افزارهای AI طراحی شده است.

باید رصد کرد که سایر نئوکلاودها چگونه از این ساختارهای SPV برای رقابت با هایپراسکالرها استفاده می‌کنند، یا اینکه آیا انویدیا برای تثبیت اکوسیستم خود، تأمین مالی مستقیم را آغاز خواهد کرد یا خیر.

گام بعدی شما

  • اگر در حوزه زیرساخت ابری فعالیت می‌کنید، مدل‌های SPV را برای تأمین مالی سخت‌افزار بدون رقیق‌سازی سهام بررسی کنید.
  • تغییرات در نرخ بهره استیبل‌کوین‌های با پشتوانه سخت‌افزاری را به‌عنوان شاخصی برای تقاضای GPU دنبال کنید.
  • استراتژی‌های انویدیا برای تأمین مالی مستقیم را رصد کنید تا ببینید آیا قصد دارد جایگزین این پلتفرم‌های اعتباری شود یا خیر.

اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.

چرا این موضوع مهم است؟

این مدل مالی با تکیه بر اعتبار دارایی‌ها (Asset-backed)، ریسک سرمایه‌گذاری در سخت‌افزارهای گران‌قیمت را توزیع کرده و اجازه می‌دهد ارائه‌دهندگان کوچک‌تر با غول‌های ابری رقابت کنند. این موضوع اعتبار GPUها را به‌عنوان وثیقه‌ای استاندارد در بازارهای مالی تثبیت می‌کند.

تأثیر برای ایران

به‌دلیل تحریم‌ها و محدودیت‌های دسترسی به سخت‌افزارهای انویدیا، این مدل تأمین مالی در حال حاضر اثر مستقیمی بر ارائه‌دهندگان ابری ایرانی ندارد.

·نگاه ما
تحریریه دات‌هوش

تبدیل GPUها به یک کلاس دارایی نقد (Liquid Asset)، مدل کسب‌وکار نئوکلاودها را از «اجاره سخت‌افزار» به «مهندسی مالی» تغییر می‌دهد. این روند نشان می‌دهد که در دنیای AI، توانایی مدیریت بدهی و ساختاردهی مالی به اندازه دسترسی به تراشه‌ها اهمیت یافته است. احتمالاً در آینده، ما شاهد ایجاد بازارهای ثانویه برای خرید و فروش «حقوق استنتاج» خواهیم بود که توسط این توکن‌های وثیقه‌گذاری شده مدیریت می‌شوند.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.