磁星公司的吉姆·普鲁斯科谈AI初创企业中的计算与股权交易 - 彭博社

一台Nvidia HGX H100服务器

摄影师：Marlena Sloss/Bloomberg 今年，人工智能软件及其所需的硬件成为了极受欢迎的投资。但该行业仍然面临一些限制因素，包括计算能力的短缺，无法支持如此多的新创公司。投资者不愿意为没有签署计算合同的公司提供资金，而计算提供商也不愿意为尚未获得资金的新创公司签署合同。现在，Magnetar，一家今年早些时候启动了首个风险投资基金的对冲基金，正试图通过提供计算能力以换取股权来解决这个“鸡与蛋”的问题。Magnetar是人工智能领域的早期投资者，与Coreweave合作，并最近帮助该超大规模云服务商筹集了75亿美元。在这一集中，我们与Magnetar的另类信贷和固定收益团队的合伙人兼高级投资组合经理Jim Prusko交谈，讨论对冲基金为何进入风险投资以及他们在该领域部署资金的新方式。此转录稿经过轻微编辑以提高清晰度。

## 对冲基金Magnetar如何为人工智能热潮提供融资

49:38

**播客的关键见解：**对冲基金如何进入人工智能 - 3:05为何投资人工智能与以往的科技热潮不同 - 6:25基于资产的融资历史 - 8:46基于GPU的借贷风险 - 11:22能源在人工智能初创公司中的作用 - 14:40每个人既是合作伙伴又是竞争对手 - 19:26有多少公司需要计算能力来成长 - 21:20是否有人能挑战大型 incumbents - 23:47人工智能融资中的债务与股权 - 30:02Magnetar对投资者的人工智能推介 - 34:10CoreWeave在Magnetar方法中的角色 - 38:38人工智能投资市场有多大 - 44:43

---

**特雷西·阿洛威 (00:03):**你好，欢迎收听另一集的 奇异交易 播客。我是特雷西·阿洛威。

**乔·韦森索尔 (00:24):**我是乔·韦森索尔。

**特雷西 (00:26):**乔，人工智能现在非常火热。用穆加图的不朽名言来说，‘人工智能是如此火热。’

**乔 (00:33):**是的，确实非常火热。你听到一些事情，模型的进展有一点放缓，但最近的英伟达结果不言而喻。我还没有看到任何东西表明这个宏观趋势——至少作为一种投资趋势，我不是在谈论股票本身——有任何接近放缓的迹象。

**特雷西 (00:57):**有趣的是，我们似乎有越来越多的参与者，一些新类型的参与者正在进入这个领域。所以我们有人工智能基金在不断推出，其中一个最新的参与者是一个叫做Magnetar的对冲基金，我主要知道他们是做信用相关的。我认为他们 曾经在监管资本交易方面很活跃，现在他们正在推出一个人工智能基金， 一个风险投资基金，这对于这种类型的对冲基金来说有点不寻常。

**乔 (01:25):**完全正确。我听说过Magnetar很久了，显然至少可以追溯到2010年代初期。看，我并不惊讶各种投资者在寻找他们进入这个领域的独特方式。当然，看看，我们过去与各种性质和职位的风险投资者进行了采访，所以我想每当我们要与投资于早期阶段——或任何阶段——的人工智能的人交谈时，我脑海中有两个问题：显然，理论是什么？什么会胜出？价值将在哪里积累？

但是从投资者的角度来看，考虑到这么多进入这个领域的参与者，特别是在公共股权方面、私人方面、风险投资方面，早期阶段、晚期阶段；作为一个基金或投资者，他们能带来什么，或者他们能看到其他数十亿美元竞争AI利润所看不到的东西？

**Tracy (02:24):**我有一个稍微不同的问题，对于这些类型的投资者来说，投资的技术有多好与在资本结构中获得正确位置有多重要，这两者之间的关系如何？

**Joe (02:38):**这是个很好的问题。

**Tracy (02:39):**所以我认为与来自这个角度的人交谈会非常有趣。废话不多说，我们有完美的嘉宾。我们将与Jim Prusko交谈。他是Magnetar的另类信贷和固定收益团队的合伙人和高级投资组合经理。Jim，欢迎来到节目。

**Jim Prusko (02:58):**谢谢。很高兴来到这里。

**Tracy (02:59):**那么，对冲基金的固定收益团队的成员是如何进入AI领域的？

**Jim (03:05):**我们在投资私人公司方面有着悠久的历史，实际上可以追溯到金融危机后，当时利差和收益率变得更紧，私人市场似乎更有吸引力。我们经常与我们认为可以发展平台并产生有趣资产的平台合作，无论是现金流资产池，还是帮助公司成长并参与这一增长，通过融资和其他方式支持他们。比如，我们可以通过帮助他们招聘、会计或他们需要的其他系统来支持他们，帮助他们总体上成长。

所以我已经这样做很长时间了。我们在爱尔兰的汽车贷款等多个领域都有涉足，然后我们进入了各种金融科技公司。在Opendoor上市之前，我们是最早的机构投资者之一。我们正在支持并投资于一个非常有趣的金融科技公司，目前正在为餐厅提供融资。

因此，我们觉得我们在这个领域有经验，然后这与我们与CoreWeave的关系和投资重叠，我们在2021年成为CoreWeave的第一家机构投资者。所以我们在将资本投入人工智能基础设施领域的趋势中非常早。随着整个市场的增长，这一领域也在不断扩大，几乎涵盖了所有内容。

我们继续寻找聪明的投资方式，而我们认为其中一种方式是：我们能提供什么有价值的东西？除了我们可以为成长阶段公司提供的一般帮助之外，我们可以提供计算能力，因为这正是目前稀缺的资源，所有资本都流向价值链的各个部分，以提供计算能力。因此，获取计算能力存在竞争，如果你是一家资本有限或获取资本有限的小公司，这可能会很困难。因此，这就是我们认为可以带来的价值主张。

**Tracy (05:11):**乔，我脑海中有这样的画面：风险投资家走进初创公司，带着装满芯片的篮子，而不是仅仅说‘我们的推介是关系和辅导方面’。

**乔 (05:18):**是的，没错。“我们可以获得芯片或能源加芯片。”为了澄清一下，听众应该知道我们在节目中至少与CoreWeave谈过两次，感觉在AI领域，特别是这是一个非常重要的名字，但人们并不像知道Nvidia或ChatGPT那样了解它。但他们构建了许多充满Nvidia芯片的AI数据中心。我想更深入了解那里的商业模式。我对计算销售等方面有很多问题。

但再多谈谈，你说你在私营领域的经验就像是对平台的专业知识。当我想到平台时，我想到的是可以收购许多其他公司的公司，或者可以在其上构建很多东西。告诉我们，平台特定的专业知识如何影响你对CoreWeave或你现在正在进行的任何其他AI投资的思考。

**吉姆 (06:27):**所以我们试图将资本投入到那些试图在特定领域建立业务的公司，通常这可能是一个他们能够产生现金流资产的领域。就像汽车贷款的例子。在Opendoor的例子中，他们收购了房地产，这是一种硬资产。在那个餐厅金融科技的例子中，他们收购了餐厅信用。因此，我们试图支持那些拥有某种资产或现金流的企业，并与他们合作，寻找我们可以增加价值的多种方式。我认为首先，所有这些成长阶段的公司都需要融资，我认为我们在债务到股权、私有到公开方面拥有很好的专业知识，我们可以在为这些成长阶段的公司带来最佳、最合适、最低成本的资本方面进行创新。就像我说的，还有……

**乔 (07:22):**所以为了明确起见，为了在这个背景下理解，是什么使得人工智能与其他技术浪潮不同，或者说是什么使得它与磁星不同，部分原因在于这种独特的资本需求，在2010年代的SaaS（软件即服务）浪潮中可能并不是那么重要？

**吉姆 (07:42):**是的，不仅仅是一般的资本需求，而且在许多情况下，对于许多这些公司来说，确实需要有资本来进行计算的非常具体的需求。因为他们需要这种非常具体的稀缺资源来帮助提供该资源，特别是帮助以高质量的方式提供该资源，比如有像CoreWeave这样的合作伙伴，我认为有很多证据表明他们拥有最高性能的人工智能训练集群。因此，这对这些公司来说非常有价值，否则他们可能会在获取足够的计算资源以推动其商业模式方面遇到困难。

**特雷西 (08:21):**说到CoreWeave，我真的很想知道这个对话是如何开始的，因为这是一个新的和新颖的事情。我认为我们之前没有基于芯片的贷款，我不断听到基于资产的融资将成为私人信贷中的下一个大事——或者说是私人信贷中的最后一个真正的边界。你是如何想到这个想法，这个交易的？

**吉姆 (08:46):**好吧，基于资产的融资实际上是一个经典的私人信贷工具，有很多例子。只要想想我与爱尔兰汽车贷款公司的例子。如果你购买一辆车的贷款，所以爱尔兰汽车贷款公司正在生成汽车贷款，而这些贷款你在一个工具中购买，你主要是依靠那些贷款的借款人还款的安全性。因此，你通过借款人偿还汽车贷款的现金流来获得回报。但这存在信用风险。他们可能会停止还款。在他们停止还款的情况下，你就有汽车作为抵押品。

实际上，这个比喻几乎直接适用于GPU，如果你是一家提供高性能计算的公司，比如CoreWeave，你就是在合同上将这些计算能力出售给某个将要使用它的对方。在他们的案例中，这通常是一个非常大、非常有信用的超大规模公司，但并不总是如此。

可能会有一些较小的初创公司，它们的商业模式风险更高。在这种情况下，主要通过资助GPU，你会通过这些合同现金流来偿还GPU的使用费用。但如果那家公司失败了，作为备份，你还有GPU本身。现在，GPU并不像汽车那样，你可能会出去卖掉它，但你可以收回GPU的使用时间，然后再转售给其他人。作为一种稀缺资产，你可以考虑它在未来的价值。

**乔 (10:24)：**我能想象GPU与其他资产形式（比如汽车或房子）之间的一个区别是，在2024年，这里仍然存在对未来许多事情的不确定性。Nvidia会一直是AI芯片的黄金标准吗？也许吧。看起来是肯定的，但似乎并不保证。当前一代芯片的价值会以多快的速度贬值？我想汽车的折旧曲线是相对可预测的，而芯片的折旧可能更不确定，还有实际部署的不确定性，考虑到许可和能源等方面的挑战，以及新公司建立数据中心时必须面对的其他运营问题。请和我们谈谈建模，或者至少思考一些与芯片相关的不确定性。

**吉姆 (11:22):**嗯，具体取决于你参与的阶段，你可能会面临所有这些不同风险的广度。因此，如果你投资于高性能计算，但这是一个全新的数据中心，那么你必须考虑所有这些事情。你必须考虑电力的供应，你必须考虑所有组件到达数据中心的时间。

如果你正在做我们所谈论的，某种基于GPU的贷款，那么通常这个贷款是基于一个在现有高性能计算数据中心运行的GPU。因此，你不需要考虑一些早期阶段的问题。你更多需要考虑我的合同期限有多长，我的合同有多好？我认为在合同结束时租用那个芯片的价值会是多少？如果我在合同中途需要重新租用那个芯片，我能获得多少租金？所以这更多是关于在数据中心实际拥有一个功能正常的GPU的短期问题，但所有其他事情也必须融资。而且将会有创新和大量的资本专门用于融资这些事情。

**特雷西 (12:32):**暂时不谈融资，找到数据中心的物理空间有多困难？

**吉姆 (12:40):**嗯，这非常稀缺，很多原因是由于对电力的需求。新AI芯片所需的数据中心与旧数据中心大相径庭。因此，在大多数情况下，去改造一个旧数据中心并不经济高效，因为仅仅是电力的需求就比每个GPU机架多出一个数量级。因此，你真的无法高效地进行改造。建造自己的建筑更好。因此，这实际上取决于诸如许可、电力的可用性以及获取所有组件的时间等因素。所有这些事情都有自己的提前期。因此，你和布莱恩在处理变压器时有过有趣的来回。当你需要建造一个数据中心时，所有这些小细节都会发挥作用。

所以因为电力确实是最限制的因素，你会看到很多朝着电力所在的地方移动的趋势。最近有一篇文章，我想是在彭博社上，讲的是一家位于德克萨斯州的公司，他们拥有一大片土地，现在价值400亿美元，因为他们靠近所有这些可再生能源。但这并不是唯一的因素。运营这种高性能计算是非常复杂的。所以你必须考虑，如果我试图在电力所在的地方建立我的数据中心，我能否把所有东西都带到那里，包括运营专业知识？我能否用我需要的专家来为我的数据中心提供服务，以运行这种高度技术化的高性能计算？

而且每一代的复杂性都在增加。我们将在下一代Nvidia芯片上使用液体冷却，可能在那之后使用浸没冷却。这非常复杂，非常昂贵，并且非常难以扩展。在大规模上做比在小规模上做要困难得多。

**特雷西 (14:40)：**也许Magnetar可以为一个小型模块化核反应堆提供融资？不，认真说，因为如果你为计算提供融资并代表你想投资的公司确保这一点，你可以向下走一层。为能源提供融资。

**吉姆 (14:55)：**我们当然对此感兴趣。我们在能源投资方面有历史。目前我们在美国一家公用事业规模太阳能开发商那里有投资，他们将一些太阳能租赁给了各种超大规模公司。所以这确实是我们感兴趣的领域。我刚刚在迈阿密与一家拥有新型散热电池技术的公司会面，他们希望将其部署到数据中心，并与一些数据中心类型的公司讨论在那里推出该产品。所以有很多有趣的事情，就像这个生态系统的其他部分一样，这将需要大量的资本。

**乔 (15:33):**我想既然我们暂时偏离了能源组件的话题，既然我们在这里：新型电池技术。外面有很多这样的技术。有很多初创公司在能源方面有一些新颖的东西，通常他们谈到的一个问题就是这个鸡与蛋的问题，他们需要资本，他们需要某种融资来构建这些东西，但贷款方在没有需求之前并不想提供资金。而且没有人会承诺购买，直到证明它可以工作。你能谈谈这个动态吗，我知道这有点偏离GPU本身的话题，但既然你在谈论……。

**特雷西 (16:11):**嗯，这与人工智能是相似的。

**乔 (16:12):**是的。既然你在谈论电池，你能谈谈这个动态如何影响解决能源方程的一侧吗？

**吉姆 (16:19):**是的，当然。它与你看待人工智能公司的方式有一些重叠。如果你考虑我们真正想要关注的核心内容，那就是技术、团队和市场吸引力。那么他们的技术真的有效吗？这是第一位的。这个产品有什么优势吗？然后是市场吸引力，比如上市时间。这是非常重要的。我刚刚在Poolside与Eiso Kant交谈，对他来说，这两点是最重要的：产品速度，市场速度。因为这是一个竞争，即使你拥有最好的技术，如果你花费太长时间，别人会使用其他东西。这在能源领域尤其如此，能源至关重要。因此，我认为对于这些初创公司来说，在市场吸引力方面，他们确实需要一些战略合作伙伴，因为他们的资本成本非常高。

**乔 (17:17):**战略合作伙伴关系有点像一个现有公司，它有需求，也有很多现金，理论上可以成为他们解决方案的买家吗？

**吉姆 (17:27):**而且在另一边也是如此。例如，由于他们的资本成本非常高，有些事情对他们来说很难做到。而所有这些初创公司都很难做到的一件事，这在回收行业和其他行业都是如此，就是建造一个工厂。建造工厂非常昂贵且耗时。你不想为了建造工厂而筹集风险投资。因此，在制造方面有一个合作伙伴关系也很重要。

而这正是我刚刚访问的这家电池初创公司所谈论的第一件事，就是获得这一点，因为你必须能够交付你的产品，并且必须按规模交付。理想情况下，你不想在这方面浪费时间去建造自己的工厂。然后，就像你说的，在另一端，你希望与能源的用户建立合作伙伴关系，这些用户都是拥有数据中心、使用数据中心或是数据中心客户的人。你希望他们理想地建立一个有吸引力的融资关系，以某种形式或方式提前支付给你，这样你就可以利用这些资金来实际构建他们所需要的产品。

**特雷西 (18:56):**所以乔和我不久前去了旧金山，我们看到了很多酷炫的东西。我第一次乘坐了Waymo，我们还看到了很多与电池相关的技术。我们也见到了很多风险投资者。显然，大家对人工智能非常兴奋。他们还谈到了目前追逐交易的困难。你如何与那些传统的风险投资者竞争？还是说你并没有直接与他们竞争，因为你采取了稍微不同的基于GPU的方法？

**吉姆 (19:26):**我认为这两者都有。我认为你在与他们竞争，同时在某种程度上与他们合作。这是我们在启动基金之前必须问自己的问题，那就是我们带来了什么附加价值？在这种情况下，我们带来了计算能力。因此，通常这些初创公司，即使得到了强大的风险投资支持，也可能面临一个鸡与蛋的问题，即他们需要计算能力来开发产品，而他们需要资金来购买这些计算能力。但是如果他们没有安排好计算能力并锁定价格，那么资金可能会犹豫，因为他们可能会想，我们可以把资金投入到你这里，但你可能需要额外六个月才能获得计算能力。而到那时，某个竞争对手可能已经超过了你，或者技术已经发生了变化。

另一方面，因为他们是初创公司，他们实际上没有信用worthiness去单独合同计算能力。他们很可能需要提前支付。因此，我们弥补了这个差距。如果我们进入一个融资轮，其中有一堆风险投资者在投入现金，如果他们知道我们与他们一起投入计算能力，并且在融资轮结束的那一刻，这些计算能力将可用于公司，这将使筹集现金的部分变得更容易。因此，我们在竞争，我们需要这种附加价值成为方程的一部分，但我也认为这有助于他们从传统风险投资者那里筹集资金，因为我们将一个风险排除在外。

**乔 (20:52):**需要计算能力的公司的市场有多大？因为有很多人工智能公司只是建立在现有模型之上，比如GPT或Anthropic的模型等等。实际上有多少公司在外面，而不是具体是谁，而是哪些类型的公司对实际获得计算能力是其业务的重要部分？

**吉姆 (21:20):**是的。当然，这首先是与大型语言模型公司有关。他们使用了大量、巨大的计算资源。但如果你看看其余的人工智能堆栈，有几个领域需要计算资源，其中之一是所有的小型模型和定制模型公司。而“小型”可以有很多不同的含义。所以你可以有一些非常小的公司，它们使用非常针对性的模型，比如在一个垂直堆栈中，你可能会有一家机器人公司，专门训练一个模型来在特定情况下运行机器人。这可以是从仓库到进行手术的任何事情，他们需要计算资源来训练那个模型。

另一个领域是由现有大玩家主导的自动驾驶。但还有其他自动驾驶公司正在尝试在其他汽车制造商中部署，它们需要计算资源来训练这些模型。或者天气模型。我们谈过一些做天气模型的非常好的公司。他们需要计算资源来训练他们的模型。因此，整个模型层，甚至在应用层，可能会有一些小模型的定制元素，它们位于大型语言模型之上，需要一定量的计算资源。所以范围相当广泛。并不是所有人都需要计算资源，更多是在模型应用层，而不是基础设施层。

**特雷西 (22:55):**所以这是我一直在想的关于人工智能投资的一件事，就是有很多公司在现有模型的基础上进行构建，正如乔提到的，在某种程度上这很有意义，因为他们可以通过这样做节省很多钱。实际上，你会与谷歌或微软竞争吗？可能不会。但另一方面，我总是想，如果你是在现有模型的基础上构建的，你如何保护那个业务？因为我的假设是，如果人工智能变得更好，也许在某个时候，人工智能可以基本上复制任何人工智能模型。

**吉姆 (23:30):**所以我们总是担心的第一件事是，某个大型公司是否已经在某个地方有这个产品，并且有大约20个博士在研究这个？我刚参加了一个会议，有人创造了“ incumbents maximalist”这个词。

**特雷西 (23:46):**哦，太好了。

**吉姆 (23:47):**这就是你认为现有公司会做所有事情，而其他人永远不会成功。我认为有几个用例。有些事情是非常具体的任务，使用大型通用模型很难做到好，可能也不值得做到好。如果你专注于增长数十亿到数百亿美元的收入，你就不能被尝试做每一件小事所分心。

我们在之前的科技革命中也看到了这一点。因此，它可以是非常专注于某个领域的东西。我们看到法律、会计、销售。有一些很棒的公司有虚拟员工，他们在做非常具体的任务。有些公司在做文本到语言和语言到文本以及其他非常具体应用的事情。这是一个方法。另一种方法是数据。

对任何人工智能公司或业务来说，最大的保护屏障就是数据，因为你已经看到一些大型语言模型的性能似乎已经趋于平稳，这很大程度上是因为他们已经使用了所有的数据。他们在整个互联网进行训练。没有剩下的东西。因此，现在你必须有其他的训练方式或新颖的数据来源。因此，专有数据是非常有价值的。

然后可能会有一些地方他们会感到矛盾。他们现在不想与客户竞争。尽管在科技领域，与客户竞争是一种伟大的传统，但可能会有一些情况，他们觉得与客户竞争还不值得。因此，我认为会有这些不同的用例，你会看到少数公司成功。

**乔 (25:32):**我有一个非常愚蠢的问题，实际上我甚至不应该问你。我应该在上次与CoreWeave交谈时问这个问题。但既然你在这里，我就要对我没有问他们的问题进行一次补救。我知道Nvidia是CoreWeave的投资者，但即便不考虑这种特定关系，实际购买芯片的定价是如何运作的？这在多大程度上是一个事实上的拍卖？当芯片需求激增时，Nvidia可以扩大其利润率，而Nvidia则旨在保持稳定的利润率。我想这在某种程度上会进入你的计算中，考虑CoreWeave未来的资本需求。芯片市场是如何运作的？

**吉姆 (26:16):**嗯，我不能评论Nvidia设定价格的内部运作。

**乔 (26:22):**作为投资者和买家，无论如何。我是芯片的买家。我想买一些芯片，我想得到一个，但……

**特雷西 (26:29):**我想这就像集装箱行业一样，你必须有特定的关系，并且在北欧某个地方有一个叫拉尔斯的运输经理，他掌握着芯片的钥匙。

**吉姆 (26:40):**对于任何使用资源的公司来说，这一点是显而易见的，尤其是使用计算资源的公司，对吧？这总是一个成本效益的例子。因此，在Nvidia生态系统上运行你的AI训练，在像CoreWeave这样非常快速且可靠的网络上，有很大的好处，因为当你训练一个模型时，你每15或30分钟就会停止一次以保存你的工作。如果在这个过程中发生故障，你必须回到上次保存工作的时间，这会造成巨大的损失。

所以使用最佳技术是有好处的。但这些是可以量化的，如果某种特定技术变得太昂贵，你会看到人们开始多样化。我是说，最近两天关于Anthropic和AWS以及AWS的新芯片的新闻，所以总会有某种形式的竞争。我认为Nvidia处于一个独特的位置，他们在这方面实际上拥有事实上的垄断，我认为他们的定价方式是为了促进市场的增长，对吧？他们想要扩大市场。我不能替他们发言，但你不会想把你的产品定价得如此之高，以至于抑制市场的增长，对吧？增长比每个小部件多赚一美元更重要。因此，我认为这必须是一个计算，迄今为止，这在市场几乎没有任何市场的情况下是成功的。

**特雷西 (28:28):**我想回到资本问题上，大多数风险投资以股权的形式出现。根据我的理解，你正在做一些稍微不同的事情，你主要走的是债务和固定收益的路线。这似乎是如此不同，因为在我看来，当我想到债券投资时，我们在节目中说过很多次，这完全是关于避免失败者。上行空间有限，但你不想遇到会抹去你投资的破产。而股权，上行空间基本上是无限的。因此，这就是寻找那个杰出的表现者，或者那个彩票票据。你如何调和，我想说，这种债务融资的风险厌恶与从AI中获得的巨大上行潜力之间的关系？

**吉姆 (29:17):**那么，这整个人工智能建设所需的融资金额，规模之大让人想起曼哈顿计划、州际公路的建设——这将需要多种形式的资本用于许多事情，我认为有很多思考正在进行中，当然我们也是其中的一部分，旨在将最有效的资本部署到这个建设的不同层面。因此，我们在这里讨论了几件不同的事情。我们谈到了融资GPU。所以如果你用债务融资GPU，那么你可以真正考虑你的下行保护，就像在汽车隐喻中一样，对吧？

**特雷西 (30:00)**对。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价值，你可以查看之前芯片代际的租赁曲线是如何衰减的。你有一些真实的信息。你有一个真实的资产。你有真实的合同现金流。

现在在风险投资基金中，这就大不相同了。在这种情况下，这是真正的风险投资股权，只是它以一种独特的方式被部署，其中计算能力是通过合同保障的，而不是现金，直接与股权进行交换，正如我之前所说的，省去了那一步，并降低了为这些成长阶段公司获取计算能力的风险。

**特雷西 (30:47):**哦，所以你是在通过风险投资基金进行股权投资吗？

**吉姆 (30:49):**风险投资基金是股权，是的。它通常是，但并不总是，成长阶段公司可能进行的一轮融资的一部分。

**特雷西 (30:59):**你们在做可转换债券吗？

**吉姆 (31:01):**所以我们几乎可以在债务股权私募-公募的整个范围内做任何事情，并且在许多情况下确实如此。在人工智能基金本身，大多数处于成长阶段的公司实际上并不处于进行债务融资的状态。因此，我认为在大多数情况下，我会预期这些都将是风险股权投资。

**乔 (31:25):**当你说‘哦，我们在这个领域已经很久了’，然后你说2021年时，我忍不住笑了。但这确实在某种程度上说明了……

**特雷西 (31:32):**感觉像是很久以前。

**乔 (31:33):**是的。我是说，ChatGPT，我认为是在2022年底或许2023年初发布的，这对很多人来说是一个重大的启示时刻。因此，即使在一年前在很多事情上如此活跃，确实是早期的。话虽如此，像CoreWeave这样的东西，数据中心的需求，计算的需求，现在被很好地理解，可能三年前，许多在信贷和融资领域的人并没有考虑到这一点。这对你来说是一个利润压缩器吗？其他实体，可能许多拥有比Magnetar更多资本的实体，大家现在都意识到这个机会，是的，人工智能将会有很多融资需求，你是否看到竞争或利差或其他方面的变化？

**吉姆 (32:22):**嗯，我认为这真的取决于你在融资什么。因此，已经有大量资本进入所有这些领域，当然在融资计算的整个堆栈中，你看到大量资本涌入，所有大型投资公司、资本提供者都参与其中。因此，那里有很多资本，但也有巨大的资本需求，考虑结构和在正确的领域获得正确的资本是非常复杂的。

所以我认为有创新的空间，我在Magnetar的过去20年里一直在思考独特的投资来源和资本部署方式。我认为这确实与此相关。因为正如你所说，这整个市场是如此新颖，我们只有在过去几年才有ChatGPT，你会看到公司有各种不同的工作方式。我上周在一个会议上与一家文本转语音领域的公司交谈，他们实际上是在自己购买DGX服务器，并在自己的本地站点上自行运行，我们就说‘当然，这是我们可以融资的事情。’这是一个硬资产，但目前还没有人真正关注这一点，因为大多数资本规模太大，必须投入到最大的项目中。所以你有你的万亿投资公司——有几家——你不会想在一个单一的项目中投入2000万到5000万美元。你会想在最大的项目中投入数百亿美元，无论是电力、物理数据中心还是GPU。

**Tracy (34:10):**你对投资者的推介是什么？对Magnetar的投资者？再说一次，我知道你说过你在科技领域待了很久，但这仍然是一个感觉相当新的事情。当我想到人工智能时，大家对此的兴奋程度非常高。有些人一直在讨论它是否处于泡沫中，而我想到对冲基金，这一切都是关于非相关收益和通过周期盈利投资。我明白你可能在向投资者承诺非常大的上行潜力，但这其中的‘对冲’方面是什么？

**吉姆 (34:47):**好吧，作为一家公司，我们多年来为许多不同的投资者做了许多不同的产品和策略。我们在尝试将资本部署到那些将获得最佳风险调整回报的最有趣领域时，确实非常灵活。我们的许多投资者自2005年以来一直与我们同行，并对此表示赞赏。

因此，我们既做了多元化的投资策略，认为结构化资本的部署管道非常好，也做了一些针对特定资产的投资，当我们认为机会很好的时候。因此，在风险投资基金的案例中，价值主张对于投资者和公司来说是一样的，我们为这些成长阶段的人工智能公司带来了独特的东西，这将使我们能够投资于我们希望能成为最佳公司、最佳商业模式和最佳团队的公司。

因此，我们将利用我们独特的计算能力，以我们将其交换为股权的方式，将其交付给这些公司，以便在您提到的非常竞争的环境中获得投资机会，在这个领域有大量资本流入。因此，我认为对于那些希望参与这种投资、将资本部署到成长阶段的人工智能公司的投资者来说，这是一个非常独特的机会，因此我们看到了很多吸引力。

**乔 (36:27):**当你作为风险投资者进入这些初创公司时，你需要提供资金吗？还是在某些情况下——或者所有情况下——你从第一天起承诺计算能力就足够换取股权？

**吉姆 (36:41):**这真的很不一样，我们在基金内外都有投资，这完全取决于情况。因此，有些公司我们觉得非常有趣，但不需要计算能力，在这种情况下，我们可以直接在基金外投资这些公司。

对于基金本身，提议是用计算能力换取股权，因此基金本身专注于那些确实需要计算能力并对CoreWeave网络上的计算能力感兴趣的公司。这就是我们将从基金中投资的公司类型。但作为整体的Magnetar，我们一直专注于，从能源到基础设施，再到其他目前不需要计算能力的AI公司。

**乔 (37:32):**那么，就这一点而言，你承诺或给予AI初创公司计算能力的能力；这种计算能力的获取是通过最初作为融资者的关系而出现的吗？

**特雷西 (37:47):**这是我想问的，你对竞争对手做同样事情并提供GPU支持的债务有多担心？还是说由于你在CoreWeave的先发优势，你可以在一段时间内保持这种优势？

**吉姆 (38:02):**所以对于基金本身来说，我们与CoreWeave的独特关系让我们觉得他们是AI训练计算能力的最佳提供者，我们能够与他们合作，合同一些非常稀缺的资源，然后将其提供给这些AI成长公司。因此，这确实是我们能够因为…而组建一些独特的东西的地方。

**乔 (38:31):**从第一天起，这被理解为成为CoreWeave融资合作伙伴的回报的一部分吗？

**吉姆 (38:38):**我不会说是从第一天开始。我只是想说这是他们业务自然增长的一部分，以及我们在AI市场投资和与他们合作的增长。每个人在这个领域都是合作伙伴和竞争对手，Nvidia有多种方式来投资他们的客户，所有的超大规模公司也是如此。例如。因此，关键在于，你是否提供一些独特的东西，一些不同的东西。

而现在，在这个时刻，我们觉得我们提供的计算规模、我们提供的网络以及我们能够实时提供的方式是独特的，并且对许多公司来说是有价值的。现在，看看，可能有一些公司从其他地方获取计算资源，这可能不适合他们。这肯定会发生，但我认为有许多许多AI增长公司，在CoreWeave的网络上获取计算资源对他们来说是非常有价值的，这将导致与他们的关系。

**乔 (39:42):**当亚马逊进行风险投资时，很大程度上被理解为他们将投资于某个软件公司，而资金会因为该公司有AWS需求而回流。因此，它会回流。显然，我们知道不仅大型传统超大规模公司在构建自己的模型，许多公司还在构建自己的硅芯片。Facebook有自己的芯片，我们谈到了亚马逊，谷歌有，我忘了他们的整个项目叫什么。你如何看待他们作为CoreWeave在纯芯片和数据中心方面的竞争对手？我知道他们是合作伙伴，我知道他们是客户等等，但他们也是纯竞争对手，无论是对CoreWeave还是对Nvidia。

**吉姆 (40:27):**是的，再次强调，每个人都是合作伙伴也是竞争对手。我认为区别在于…

**乔 (40:33):**哦，谷歌的TPU是他们的东西。无论如何，抱歉，继续。我只是记不起来。

**吉姆 (40:36):**是的，我的意思是，正如布莱恩所说，CoreWeave网络是从零开始构建的，旨在高效运行AI解决方案。因此，我认为在这方面它是独特的，我认为这就是它快速增长的原因，但当然其他人也在尝试构建自己的网络，还有其他人会拥有Nvidia GPU芯片，包括超大规模云服务商。

但我们看到的其中一件事是，这是一项非常困难的技术。因此，在大规模部署时特别困难，因为你会遇到真实的物理问题，表面积与体积的问题，如何将如此多的电力传输到机架上，需要多少电缆，多少冷却？你如何运行软件层？控制八个GPU节点的软件层与尝试运行128,000个GPU的情况会有很大不同。

因此，这个问题变得越来越困难，你需要更好的技术和高技能的人才。因此，标准总是在提高。总会有下一代芯片会变得超级复杂。毫无疑问，Blackwell的部署和逐步更新的Blackwell新一代将变得更加复杂和难以部署。

你已经看到了一些问题。你已经看到超大规模云服务商和其他竞争对手在这个领域出现了可靠性问题或进度滞后。这并不容易。这是一项非常复杂的技术。你不能简单地将你的GPU插入墙壁，它就准备好运行AI模型。因此，我认为在这个领域，技能、效率和执行将会积累价值，并且这种情况会持续一段时间。

**特雷西 (42:38):**有些人将当前对人工智能的热情周期与2000年代初期对互联网公司和电信等的热情进行类比。你看到外面有泡沫的迹象吗？还是说由于需要大量的初始资本投资，难以获得足够的新进入者，这将不会形成泡沫？

**吉姆 (43:07):**是的，几乎任何资本密集型行业最终都可能形成泡沫。通常如果有超额回报，你会看到资本流入，直到这些回报不再好，而在你发现最后一部分之前，很多资本会流入，但现在仍然非常早。如果你看看流入互联网的资本，以及这些价值如何积累到大型科技公司和初创公司，人们看到的数字是创造了3万亿美元的股权价值给大型企业，但还有另外5000亿美元是为新兴初创公司创造的，我们才刚刚开始。

我们正在建设数据中心、能源基础设施。我们刚刚开始部署产品。如果你和企业交谈，他们才刚刚开始实施人工智能的最明显用例。所以我认为我们太早了，不用担心泡沫。我和一家超大规模公司的某个人交谈，他们说‘我们现在最担心的就是计算能力过剩。’

**乔 (44:20):**我最后一个问题。你说我们还早，仍然没有过多计算的迹象。在谈话的早些时候你提到‘这是一个曼哈顿计划规模的项目。’给我们一些引人注目的数字。在这个领域已经部署了多少，未来10年这个领域将需要多少资本，需求将是多少？

**吉姆 (44:43):**我看到的一个数字是，在2023年，投入到人工智能基础设施中的资金为370亿美元，而到2033年，这个数字将达到4300亿美元。所以这是一个万亿规模的投资。

**乔 (45:05):**酷。

**特雷西 (45:06):**酷。好的，吉姆，非常感谢你来参加 奇怪的交易。这太棒了。

**吉姆 (45:11):**谢谢你邀请我。

**乔 (45:12):**这太精彩了。非常感谢。

**特雷西 (45:26):**乔，我一直听到关于人工智能的两个事情，一个是它需要大量的资本，吉姆提到了这一点。另一个我总是听到的是，嗯，某个时候人工智能公司必须实际产生收入。我想问题是，他们是否会及时开始产生收入，以偿还那巨大的资本需求？

**乔 (45:49):**是的。这非常有趣，因为你看，我相信有些公司正在从人工智能模型中获得生产价值。我相信这是存在的，但你谈到未来几年融资的数百亿美元。最终，这必须来自于对客户的盈利部署。因此，对我来说，这仍然有点不确定。我确实认为我们谈论的融资在这个对话的背景下是极其有趣的。

**特雷西 (46:20):**是的，绝对如此。基于GPU的贷款。

**乔 (46:23):**好吧，GPU支持的贷款以及像Magnetar这样的公司通过GPU能力来换取股权投资的机会都是非常有趣的。然后你会得到这种二次效应。所以A) 你提供了其他风险投资公司无法提供的东西，因为你在第一天就给他们提供了计算能力，然后B) 其他风险投资公司想要进入这个交易，因为他们知道他们将投资于一个在获得风险投资现金后不会为计算能力而苦苦挣扎的公司。

**特雷西 (46:57):**这是一种非常中庸的方式。我认为到目前为止，我们看到的AI投资展开的方式要么是投资于芯片公司和数据中心的“铲子和镐子”方式，要么是投资于那些做酷事的AI公司。但这两者都有。

**乔 (47:15):**确实是两者都有，这听起来像是一些前瞻性规划的组合，同时也偶然进入了一个非常好的情况，公司的关系与CoreWeave可以追溯到2021年，这确实给他们在风险投资部门带来了某种优势。这在许多方面都是一个迷人的开放前沿。

**特雷西 (47:41):**我仍然想知道是谁想出了基于芯片的融资这个主意。吉姆在这个问题的那部分有些回避，但我想知道那些初始对话是什么样的。

**乔 (47:50):**是的，从某种程度上来说，思考这个问题也很有趣。类比就像是爱尔兰的汽车贷款公司，从某种程度上来说，这是一个非常新颖的领域，技术高度不确定。另一方面，如果你投资于一家汽车贷款公司，你可以在某种程度上理解。

**特雷西 (48:08):**好的。那么我们就到这里吧？

**乔 (48:10):**就到这里吧。