Rynki na żywo.

Financial Times podał, że SpaceX pracuje nad pozyskaniem około 40 mld USD finansowania na zakup chipów Nvidii. Struktura ma obejmować około 10 mld USD kredytów bankowych oraz 30 mld USD długu investment grade, a całemu procesowi przewodzi Apollo Global Management.

Skala jest absurdalnie duża nawet jak na SpaceX. Dla porównania, cały SpaceX wygenerował w 2025 roku około 18,7 mld USD przychodów. Mówimy więc o finansowaniu zakupu infrastruktury AI wartej ponad dwukrotność zeszłorocznych przychodów spółki.

I właśnie dlatego ta informacja jest dla mnie fundamentalnie ciekawa, bo po przejęciu xAI w lutym SpaceX coraz mniej przypomina biznes składający się wyłącznie ze Starlinka i rakiet. Colossus staje się kolejnym ogromnym biznesem infrastrukturalnym, w którym SpaceX kupuje setki tysięcy GPU, wykorzystuje część mocy do trenowania własnych modeli Groka, a resztę może wynajmować zewnętrznym klientom.

SpaceX ujawnił wcześniej umowę z Anthropic obejmującą około 325 tys. GPU Nvidii i płatności na poziomie 1,25 mld USD miesięcznie do maja 2029 roku. Trzeba jednak pamiętać, że po początkowym okresie umowa może zostać wypowiedziana z 90-dniowym wyprzedzeniem, więc nie traktowałbym całej nominalnej wartości jako twardego backlogu. Google z kolei podpisał kontrakt na około 110 tys. GPU za 920 mln USD miesięcznie od października 2026 do czerwca 2029 roku, również z możliwością późniejszego rozwiązania umowy.

Nowe 40 mld USD pokazuje więc, że Musk chce ten model skalować znacznie agresywniej. SpaceX wykorzystuje bilans i rating kredytowy do kupowania ogromnej ilości compute, a następnie może monetyzować go zarówno przez własne modele xAI, jak i leasing mocy innym laboratoriom. Z perspektywy SpaceX oznacza to potencjalnie trzeci duży filar biznesu obok Starlinka i działalności kosmicznej, ale jednocześnie zdecydowanie większy CAPEX i większy lewar finansowy.

Dla całego AI trade jest w tym jeszcze jeden ciekawy sygnał. Popyt na GPU dochodzi do poziomu, przy którym kolejni klienci nie finansują infrastruktury wyłącznie z bieżących przepływów pieniężnych, tylko zaczynają sięgać po dziesiątki miliardów dolarów długu. Dla Nvidii jest to oczywiście kolejny potężny sygnał popytowy.

Jensen Huang powiedział dziś, że oczekuje, iż Nvidia sprzeda w przyszłym roku około dwa razy więcej chipów niż w tym roku. Jego zdaniem popyt nie wynika już wyłącznie z kolejnych inwestycji kilku największych hyperscalerów. AI zaczyna przynosić wymierne korzyści w coraz większej liczbie branż i gospodarek, dlatego praktycznie każdy kraj, z którym współpracuje Nvidia, chce budować własną infrastrukturę AI.

To ważne również w kontekście tego, co Huang mówił tydzień temu na konferencji Goldman Sachs. Podkreślał wtedy, że rynek coraz mocniej rozszerza się poza hyperscalerów na przedsiębiorstwa, neocloudy i sovereign AI, a infrastruktura będzie coraz bardziej regionalna. Dzisiejsza wypowiedź sugeruje więc, że Nvidia nie widzi na razie wyhamowania fizycznego wolumenu budowanej infrastruktury. Wręcz przeciwnie, Huang zakłada dalsze bardzo mocne zwiększanie liczby dostarczanych układów.

Trzeba tylko uważać z interpretacją tej liczby. Huang mówi o około 2× większej liczbie sprzedanych chipów, a nie o 2× większych przychodach Nvidii. Miks produktów, ceny kolejnych generacji i rosnący udział całych systemów sprawiają, że tych dwóch rzeczy nie można utożsamiać. Sam sygnał dotyczący popytu pozostaje jednak bardzo mocny.

Nvidia przejmuje Hugging Face za 12,93 mld USD. To jedna z największych akwizycji w historii spółki. Hugging Face jest czymś w rodzaju GitHuba dla AI: ponad 18 mln użytkowników, 3 mln modeli, 500 tys. datasetów i ponad 200 tys. firm korzystających z platformy. Nvidia deklaruje, że platforma pozostanie otwarta również dla modeli i sprzętu konkurencji.

To dużo ważniejszy ruch niż zwykłe dokupienie kolejnej technologii. Nvidia zaczyna zabezpieczać sobie pozycję nie tylko na poziomie hardware'u, ale także na poziomie miejsca, w którym deweloperzy faktycznie budują AI. Hyperscalerzy coraz mocniej rozwijają własne chipy, więc Jensen Huang próbuje sprawić, żeby niezależnie od tego, jaki model i sprzęt wybierzesz, Nvidia była częścią całego ekosystemu. Analogiczne do przejęcia GitHuba przez Microsoft tylko dotyczące potencjalnie jeszcze ważniejszej warstwy przyszłej infrastruktury technologicznej.

Według Bloomberga część największych klientów Nvidii została właśnie poinformowana, że ceny serwerów z jej układami wzrosną w wielu przypadkach o ponad 15%. Podwyżki mają dotyczyć systemów dostarczanych od początku przyszłego roku, w tym Vera Rubin i Grace Blackwell. Powodem są przede wszystkim gwałtownie rosnące koszty pamięci.

Według The Information Nvidia pracuje nad Nemotron 4, nową rodziną otwartych modeli AI, której największa wersja ma liczyć co najmniej 1 bln parametrów. Ambicja jest spora, bo Nvidia chce, żeby Nemotron mógł konkurować z najlepszymi otwartymi modelami na rynku. The Information opisuje projekt tutaj.

Co ciekawe, Nvidia nie buduje tego wszystkiego sama. W ramach Nemotron Coalition współpracuje m.in. z Mistral AI, Cursor, Thinking Machines Lab, Reflection AI, Perplexity i Black Forest Labs. Pierwszy model bazowy ma być współtworzony przez Nvidię i Mistral, a pozostali partnerzy mają dostarczać dane, testy i wiedzę domenową. Sama Nvidia opisywała tę strategię tutaj.

Strategicznie Nvidia chce przyspieszać adopcję otwartych modeli, bo im więcej firm będzie budować na nich własne aplikacje, agentów i systemy AI, tym większe będzie zapotrzebowanie na moc obliczeniową potrzebną do ich trenowania i późniejszego uruchamiania.

W końcu skoro sama Nvidia inwestuje pieniądze, ludzi i własny ekosystem w rozwój modeli open source oraz chce przyspieszać ich adopcję w korporacjach, to czy naprawdę uważa, że ich popularyzacja stanowi zagrożenie dla popytu na infrastrukturę AI?

Gdyby tak było, dość dziwne byłoby aktywne dokładanie kapitału do tego, żeby ten proces ... jeszcze przyspieszyć ;) Wniosek jest więc prosty - popularyzacja open-source pozytywnie przełoży się na popyt na infrastrukture w długim terminie.

Według The Information Nvidia ma oferować mniejszym dostawcom chmury GPU (tzw. neocloudom) gwarancje finansowe w zamian za udział w ich przychodach.

Jeśli klient neoclouda nie wypełni wynajętej mocy, to Nvidia sama wynajmie niewykorzystane GPU. Program nazywa się wewnętrznie AI Compute Partnership.

To pewne usystematyzowanie czegoś, co Nvidia robiła do tej pory punktowo. Z CoreWeave umówiła się na odkup niesprzedanej mocy do 2032 roku (6,3 mld dolarów), potem doszło 3,5 mld gwarancji pod leasingi centrów danych.

Po co? Banki niechętnie finansują zakup GPU, bo sprzęt szybko traci wartość, a popyt jest według nich "niepewny". Gwarancja od Nvidii zmienia GPU w aktywo z „ubezpieczonym" przychodem, pod które można zaciągnąć zadłużenie.

Krótkoterminowo to na pewno bycze, bo więcej finansowania to więcej zamówień na GPU i szybsza rozbudowa mocy. Długoterminowo zawsze takie przypadki są do obserwowania. Na dziś tego gwarancje to niecałe 10 mld dolarów przy setkach miliardów przychodu, więc to pierdek, ale im programy będą większe, tym większa część popytu będzie popytem, który Nvidia sama sobie zagwarantuje.