Ставка Blackstone на $5 млрд в Google TPU меняет рынок AI-вычислений

Цифра, на которую руководители платформ должны обратить внимание на этой неделе, — не $5 миллиардов, а 500 мегаватт к 2027 году. Это начальная вычислительная мощность, которую Blackstone и Google обязались ввести в строй через новое совместное предприятие, и она означает структурный сдвиг в том, как финансируются, размещаются и перепродаются AI-мощности. Любой, кто подписывает многолетний контракт на инференс в следующих двух кварталах, должен смоделировать влияние этого на юнит-экономику, пока чернила не высохли.

Цифры

Blackstone вкладывает $5 миллиардов акционерного капитала в новую безымянную американскую AI-инфраструктурную компанию совместно с Google, как сообщил CNBC в понедельник. Google обеспечит предприятие своими тензорными процессорами (TPU), первые 500 МВт мощности запланированы на 2027 год, и Blackstone заявил о намерении «значительно масштабироваться со временем». The Wall Street Journal, опубликовавший новость раньше официального заявления Blackstone, сообщает, что Blackstone будет владеть контрольным пакетом, ссылаясь на осведомлённые источники. Blackstone не подтвердил соотношение долей владения.

Контекст здесь важен. Blackstone управляет активами на сумму более $1,3 триллиона и уже считается крупнейшим частным владельцем дата-центров в мире. В том же месяце компания запустила аналогичное предприятие совместно с Anthropic. Это два AI-инфраструктурных образования под эгидой Blackstone за тридцать дней — оба на стороне предложения рынка вычислений, оба структурированы как совместные предприятия, а не как прямое проектное финансирование. Рынки восприняли это как позитивный сигнал: акции Alphabet и Blackstone каждая выросли примерно на 1% в предторговой сессии во вторник.

Операционным руководителем стал Бенджамин Трейнор Слосс, ранее занимавший пост chief programs officer в Google. Представитель Google отказался комментировать, сохранит ли компания прямую руководящую роль. Эта неопределённость сама по себе является информативным сигналом. Если бы Google выстраивал это как внутренний проект, можно было бы ожидать чёткого логотипа Google на управленческой команде. Вместо этого — ветеран Google с новым бейджем, работающий внутри структуры под контролем Blackstone, при том что площадки уже определены, а некоторые находятся в стадии строительства.

Для сравнения: Google создал первый TPU в 2015 году. Десять лет спустя та же линейка чипов стала якорным активом инструмента частного капитала на $5 миллиардов, ориентированного на merchant-рынок инференса и обучения. Подразумеваемая оценка на мегаватт, ещё до учёта долгового плеча поверх акционерного капитала, находится в диапазоне, который стал осмысленным лишь после того, как скачок спроса, вызванный ChatGPT в 2022 году, вывел Nvidia на позицию самой дорогой компании в мире в 2024 году.

Что действительно нового

Если отбросить пресс-релизный глянец, в этой сделке есть три вещи, которые принципиально отличают её от предыдущего цикла объявлений о капитальных расходах гиперскейлеров.

Во-первых, структура финансирования. Исторически гиперскейлеры строили дата-центры на собственных балансах, амортизировали их в течение пятнадцати лет и продавали мощности предприятиям через свои облачные подразделения. Здесь капитал — частный, кремний поставляет гиперскейлер, а операционная структура находится вне обоих. Это существенно меняет профиль регуляторного воздействия. Структура с контрольным пакетом Blackstone — это не облачный регион Google с точки зрения антимонопольного законодательства. Это и не продукт Google с точки зрения экспортного контроля, по крайней мере, не в том же смысле. Главные юрисконсульты компаний, которые последние восемнадцать месяцев выстраивали карты зависимостей от Google Cloud, должны задаться вопросом: подпадает ли мощность TPU, приобретённая через это предприятие, под те же положения о месте хранения данных и субобработчиках, что и Google Cloud, или же требует нового DPA.

Во-вторых, кремниевая политика. Google позиционирует TPU как процессоры, созданные специально для более узких классов задач, включая агентные AI-нагрузки. Anthropic и Citadel Securities уже являются пользователями TPU, и сам Gemini работает на TPU. Новизна в том, что мощности TPU больше не распределяются исключительно через ценообразование и очереди Google Cloud. Merchant-оператор с балансом масштаба Blackstone теперь может продавать часы на TPU клиентам, которые никогда не подпишут генеральное соглашение с Google Cloud, — включая клиентов, в чьих закупочных командах действует жёсткий запрет на привязку к единственному гиперскейлеру. Это реальное расширение адресного рынка TPU без необходимости для Google напрямую сражаться с Nvidia в каждом разговоре с CIO.

В-третьих, география уже определена. Площадки уже выбраны, некоторые находятся в стадии строительства. На рынке, где очереди на подключение к энергосетям стали главным ограничивающим фактором для развёртывания AI, наличие готовых к строительству локаций стоит больше, чем само выделение кремния. Именно этот актив привносит Blackstone, и именно это объясняет, почему Google был готов делиться экономикой, а не строить самостоятельно.

Что уже заложено в цену для AI-разработки

Рынок явно заложил в цены общий тезис о том, что ускорители, не производимые Nvidia, займут значимую долю. В начале этого месяца Google ненадолго обогнал Nvidia по рыночной капитализации — это число не появилось бы, если бы инвесторы считали TPU курьёзом. Аналитики объясняют переоценку собственными AI-разработками Alphabet, дистрибуцией и прибыльностью облачного бизнеса. Так что заголовок «TPU масштабируются» сам по себе не является сюрпризом.

Что не в полной мере заложено в цены — по моей оценке — так это дезагрегация стека гиперскейлеров. На протяжении двух лет рабочим допущением среди платформенных инженеров было следующее: чтобы получить доступ к лучшим ускорителям, нужно либо арендовать их у AWS, Azure, GCP или Oracle, либо заключить neocloud-сделку с оператором типа CoreWeave, работающим на Nvidia. Совместное предприятие Blackstone и Google вводит четвёртую модель: merchant-мощности под контролем частного капитала, с кремнием гиперскейлера. Это закупочная категория, которой до этого месяца фактически не существовало в значимом масштабе.

Также недооценённое: последствия для роадмапа AWS Trainium и Inferentia. Amazon Web Services продвигал собственные чипы по схожей логике, но без аналогичной возможности внешней монетизации. Если экономика TPU Google теперь улучшается за счёт партнёра из сферы частного капитала, финансирующего строительство и принимающего на себя риск спроса, то модель исключительно для внутреннего использования у AWS выглядит более капиталоёмкой в сравнении. CFO компаний, моделирующих трёхлетние расходы на инференс по разным провайдерам, должны просчитывать сценарии, в которых ценообразование на Trainium вынуждено снижаться, чтобы удержать долю рынка в конкурентной борьбе с мощностями TPU, финансируемыми извне.

CFO любой AI-нативной компании с раундом серии B и выше должен на этой неделе спросить своего VP Eng: какой процент наших расходов на инференс в 2027 году привязан к единственной архитектуре ускорителей, и сколько инженерного времени потребует переход нашего serving layer на переносимость между Nvidia CUDA, Google TPU через JAX или PyTorch-XLA и AWS Neuron? Если ответ — «мы не измеряли», это и есть реальный риск, а не заголовочное число капитальных затрат.

Контрарный взгляд

Консенсусная интерпретация сводится к тому, что эта сделка ослабляет Nvidia. Я бы возразил. Google по-прежнему использует GPU Nvidia во всей своей облачной архитектуре, а предприятие — это дополнительные мощности, а не замещающие. 500 МВт, вводимых в 2027 году, выходят на рынок, который по всем публичным сигналам является дефицитным по предложению. Nvidia ничего не теряет в абсолютном выражении, если Google добавляет merchant-мощности TPU: маргинальный покупатель, выбравший TPU, всё равно не смог бы получить выделение Nvidia.

Более интересный контрарный угол: эта сделка может оказаться плохой для Google Cloud, а не для Nvidia. Если предприятия смогут покупать мощности TPU через структуру под контролем Blackstone, не подписывая контракт с Google Cloud, облачное подразделение Google лишается bundling-эффекта, который был его главным коммерческим оружием против AWS и Azure. TPU становится компонентом, а не рвом. Это вполне приемлемый результат для Alphabet на корпоративном уровне, где маржа кремния TPU плюс доходность акционерного капитала СП могут превысить потерянный эффект от бандлинга через облако. Но для P&L GCP конкретно это менее приятный результат, и он должен беспокоить руководителей корпоративных продаж Google Cloud.

Ключевые выводы

• Закупочная категория только что расширилась. Merchant-вычисления под контролем частного капитала, с кремнием гиперскейлера — это реальная четвёртая опция наряду с облаком гиперскейлеров, neocloud-операторами и on-prem.
• Переносимость — это хедж. Инженерные команды с serving layer, привязанным к единственной архитектуре ускорителей, несут измеримые и поддающиеся количественной оценке риски. Создавайте абстракцию сейчас или платите стоимость перехода в 2027 году.
• Наличие энергетических площадок важнее выделения кремния. Вклад Blackstone здесь — готовые к строительству локации и капитал, а не новые технологии. Это говорит вам о том, где реально находится ключевое ограничение.
• Регуляторный профиль меняется. Мощности TPU, купленные через это СП, могут не подпадать под тот же договорной периметр, что Google Cloud. Главные юрисконсульты должны прояснить этот вопрос до первого заказа на поставку.
• Следите за реакцией AWS. Если ценообразование на Trainium смягчится в следующих двух кварталах, это будет сигналом того, что мощности TPU с внешним финансированием пересматривают экономику внутренних чипов по всем гиперскейлерам.

Команды, оценивающие долгосрочные обязательства по AI-инфраструктуре, теперь должны задавать себе более острый вопрос, чем «Nvidia или нет»: кто в действительности владеет мегаваттами, на которых будут работать мои нагрузки в 2027 году, и что произойдёт с моей юнит-экономикой, если структура собственности этого контрагента изменится в промежутке между сейчас и тогда?