Wykorzystanie GPU Oracle sięgnęło 97,9%, ale debata o bańce AI wciąż trwa

Oracle poinformował o wykorzystaniu GPU na poziomie 97,9% po dostarczeniu ponad 300 000 procesorów GPU, co stanowi wyraźny kontrargument wobec obaw o niewykorzystaną infrastrukturę AI.

Wskaźnik wykorzystania GPU Oracle opisuje aktywność w całej jego flocie wielodostępnej w pierwszym kwartale roku fiskalnego 2027. Pojawił się wraz z przyspieszającymi przychodami z chmury, większym portfelem zakontraktowanych zamówień i utrzymującym się popytem na starsze układy.

To połączenie podważa jedną z wersji argumentu o bańce AI. Oracle nie ma problemu ze znalezieniem zadań dla zainstalowanych GPU. Jego bezpośrednim ograniczeniem wydaje się dostarczenie wystarczającej pojemności centrów danych dla zakontraktowanych klientów.

Jednak wysokie wykorzystanie nie rozstrzyga szerszej debaty. Oracle wydał znaczne środki na budowę tej pojemności, wygenerował ujemne wolne przepływy pieniężne i przyjął długoterminowe zobowiązania związane z rozbudową centrów danych.

Spór jest więc węższy, niż sugeruje każda ze stron. Obecny popyt wygląda na realny, ale Oracle musi przełożyć nadzwyczajne wykorzystanie infrastruktury na trwałe marże i generowanie gotówki.

Amazon Web Services, Microsoft Azure, Google Cloud oraz wyspecjalizowani dostawcy GPU stoją przed odmianami tego samego testu. Ujawnione przez Oracle dane dają inwestorom rzadki wgląd w to, jak intensywnie wykorzystywana jest jedna duża flota chmurowa.

Wykorzystanie GPU Oracle osiągnęło 97,9% wraz z rozbudową pojemności

Oracle zwiększał pojemność w wyjątkowym tempie, bez widocznego spadku wykorzystania floty.

Oracle ujawnił wskaźnik wykorzystania podczas telekonferencji wynikowej za pierwszy kwartał roku fiskalnego 10 września 2026 r. Kwartał zakończył się 31 sierpnia.

Kierownictwo podało, że od końca poprzedniego kwartału firma dostarczyła 850 megawatów pojemności AI. Sprzęt ten obejmował ponad 300 000 GPU.

Skala dostaw była niemal trzykrotnie większa niż w poprzednim kwartale. Odpowiadała też 73% pojemności dostarczonej w całym poprzednim roku fiskalnym.

W wynikach kwartalnych firma podała przychody ogółem w wysokości 19,3 mld USD, o 30% wyższe rok do roku. Przychody z chmury wzrosły o 62%, do 11,6 mld USD.

Oracle Cloud Infrastructure, czyli OCI, wygenerował 7,4 mld USD przychodów z infrastruktury jako usługi. Był to wzrost o 121% w porównaniu z tym samym kwartałem rok wcześniej.

Pozostałe zobowiązania do realizacji świadczeń osiągnęły 664 mld USD. Ta miara księgowa oznacza zakontraktowane przychody, których Oracle jeszcze nie rozpoznał.

Portfel zamówień zwiększył się o 209 mld USD względem analogicznego okresu rok wcześniej. Daje Oracle znaczną widoczność, lecz rozpoznanie przychodów nadal zależy od skutecznego dostarczenia infrastruktury.

Oracle podał również, że w kwartale podpisał dodatkowe kontrakty AI o wartości ponad 30 mld USD. Kierownictwo stwierdziło, że umowy te nie wymagały dodatkowego kapitału Oracle.

Niektórzy klienci przedpłacają infrastrukturę, podczas gdy inni dostarczają sprzęt, który Oracle instaluje i obsługuje. Takie struktury mogą ograniczać początkowe obciążenie gotówkowe Oracle, choć nie eliminują ryzyka wykonawczego.

Wskaźnik 97,9% ma znaczenie, ponieważ Oracle rozbudował flotę, jednocześnie utrzymując zajętą niemal całą dostępną pojemność. Szybkie zwiększanie zasobów często wywiera presję na wykorzystanie, gdy wdrożenia klientów pozostają w tyle za budową.

Oracle odnotował odwrotny wzorzec. Nowa pojemność została uruchomiona, przychody z infrastruktury chmurowej przyspieszyły, a wykorzystanie floty pozostało bliskie pełnego.

Kierownictwo przedstawiło też dowody dotyczące starszego sprzętu. GPU osiągające etap odnowienia kontraktu były odnawiane lub odsprzedawane po cenach o 20% wyższych niż w poprzednich umowach.

Według transkrypcji wyników większość odnawianych GPU miała co najmniej cztery lata. Wynik ten podważa obawy, że każda nowa generacja układów natychmiast niszczy komercyjną wartość starszego sprzętu.

Starsze GPU nie mogą dorównać wydajnością najnowszym systemom Nvidia w każdym zadaniu treningowym. Nadal mogą jednak obsługiwać inferencję, dostrajanie modeli, prace rozwojowe i mniej wymagające zadania treningowe.

Ujawnione dane nie pokazują wykorzystania dla każdego modelu GPU ani kategorii klientów. Nie pokazują też, jak wykorzystanie przekłada się na marże na poziomie pojedynczego klastra.

Mimo to Oracle przedstawił więcej szczegółów operacyjnych, niż zwykle ujawniają dostawcy chmury. Liczby pokazują, że wdrożona pojemność była intensywnie wykorzystywana w raportowanym kwartale.

To zmienia bezpośrednie pytanie. Nie chodzi już o to, czy Oracle potrafi przyciągnąć popyt dla obecnej floty.

Trudniejsze pytanie brzmi, czy firma zdoła nadal dostarczać pojemność, utrzymać ceny odnowień i osiągać satysfakcjonujące zwroty po uwzględnieniu związanych z tym kosztów.

Niemal pełne wykorzystanie wywiera presję na każdego dostawcę infrastruktury AI

Ujawnione przez Oracle dane podnoszą poprzeczkę konkurentom, ponieważ łączą popyt na AI z zainstalowanym sprzętem, wzrostem przychodów i odnowieniami kontraktów.

Firmy chmurowe często opisują popyt na AI jako silny. Rzadko publikują jednak wskaźnik wykorzystania GPU dla całej floty, który osoby z zewnątrz mogą śledzić kwartał po kwartale.

Oracle przedstawił teraz taki punkt odniesienia. Przy 97,9% niemal cała dostępna pojemność była w kwartale przypisana do aktywnych zadań klientów.

Nie czyni to Oracle największym dostawcą chmury. AWS, Microsoft i Google prowadzą szersze platformy z większymi, już ugruntowanymi bazami klientów.

Oracle pozycjonuje jednak OCI wokół dużych, gęstych klastrów AI i bezpośrednich połączeń z własnym biznesem baz danych. Wdraża też usługi bazodanowe Oracle wewnątrz konkurencyjnych chmur.

Ta strategia pozwala Oracle uczestniczyć w obciążeniach przedsiębiorstw nawet wtedy, gdy klienci wykorzystują Azure, AWS lub Google Cloud jako swoją główną platformę. Oracle podał, że przychody z wielochmurowych baz danych wzrosły o 353% rok do roku.

Szybka rozbudowa infrastruktury wywiera presję na dwie grupy konkurentów.

Pierwszą grupę tworzą hyperscalerzy. Muszą wykazać, że ich nakłady kapitałowe wspierają porównywalny wzrost obciążeń, utrzymanie klientów i użyteczny okres życia infrastruktury.

Druga grupa obejmuje wyspecjalizowane chmury GPU. Dostawcy ci sprzedają dostęp do deficytowych akceleratorów, nie opierając wsparcia finansowego na dużym portfolio oprogramowania.

Firmy z obu grup mierzą się z tym samym napięciem ekonomicznym. Wysokie wykorzystanie wspiera przychody, ale sprzęt, sieci, energia elektryczna i budynki wymagają znacznych inwestycji.

Odnowienia starszych GPU przez Oracle dodają kolejną komplikację konkurencyjną. Funkcjonujący rynek wtórny wewnątrz floty chmurowej może wydłużać życie aktywów i ograniczać ryzyko szybkiego starzenia się sprzętu.

Nie wszystkie obciążenia wymagają najnowszego akceleratora. Trening modelu frontierowego może preferować systemy Nvidia Blackwell, podczas gdy rutynowa inferencja może pozostawać ekonomiczna na wcześniejszych generacjach.

Operatorzy chmury mogą zatem segmentować klientów według potrzeb wydajnościowych. Mogą rezerwować nowe klastry dla wymagających zadań i kierować starsze GPU do obciążeń, dla których liczy się dostępność lub niższe wymagania obliczeniowe.

Takie podejście działa tylko wtedy, gdy oprogramowanie i sieć sprawiają, że flotą można skutecznie zarządzać. Duża kolekcja układów ma ograniczoną wartość, jeśli klienci nie mogą efektywnie planować zadań w całej flocie.

Raportowane przez Oracle wykorzystanie sugeruje, że jego systemy operacyjne dotrzymywały kroku wdrażaniu sprzętu w kwartale. Nie potwierdza to niezależnie efektywności każdego obciążenia klienta.

Wykorzystanie GPU może również odnosić się do różnych pojęć. Dokumentacja Oracle definiuje wykorzystanie jako aktywność GPU mierzoną w czasie, podczas gdy wykorzystanie pamięci śledzi osobno zajętą pamięć.

Zajęty GPU niekoniecznie realizuje ekonomicznie wartościową pracę z maksymalną wydajnością. Zadania mogą napotykać opóźnienia sieciowe, wąskie gardła danych lub słabo zoptymalizowany kod, nadal rejestrując aktywność.

Nawet z tym zastrzeżeniem niemal pełna komercyjna flota wskazuje na ograniczoną dostępną pojemność. Sugeruje, że Oracle nie zbudował setek tysięcy akceleratorów bez klientów gotowych z nich korzystać.

Nvidia korzysta na tej presji u wszystkich dostawców. Rozbudowa Oracle tworzy bezpośredni popyt na akceleratory i wzmacnia argument za dalszymi zakupami.

Klienci stoją przed mniej komfortowym wynikiem. Ograniczona pojemność i odnowienia po wyższych cenach wskazują, że nabywcy nie powinni oczekiwać natychmiastowego załamania cen mocy obliczeniowej AI.

Przedsiębiorstwa muszą też zdecydować, czy rezerwować pojemność w ramach długoterminowych umów, czy kupować zasoby obliczeniowe w miarę potrzeb. Rezerwacje poprawiają dostępność, ale tworzą ryzyko zobowiązań.

Deweloperzy odczuwają skutki poprzez limity, harmonogramy wdrożeń i koszty obsługi modeli. Wysokie wykorzystanie infrastruktury może opóźniać dostęp, nawet gdy bazowe układy już istnieją.

Dla nabywców korporacyjnych wykorzystanie GPU Oracle jest więc czymś więcej niż statystyką dla inwestorów. To dowód, że łańcuch dostaw pozostaje napięty na etapie faktycznego wdrożenia.

Prawdziwa zmiana dotyczy popytu kontra dostawy

Raportowane liczby przesuwają krótkoterminowy problem Oracle ze znalezienia klientów AI na wystarczająco szybkie budowanie infrastruktury, by ich obsłużyć.

Obawy o bańkę AI często koncentrują się na osieroconych aktywach. W takim scenariuszu firmy chmurowe kupują drogie GPU, zanim odkryją, że popyt klientów nie jest w stanie uzasadnić zainstalowanej bazy.

Kwartał Oracle nie pasuje do tego opisu. Flota pozostała wykorzystana w 97,9% po dostarczeniu przez firmę dodatkowych 850 megawatów pojemności.

Jej pozostałe zobowiązania do realizacji świadczeń również osiągnęły 664 mld USD. Choć liczba ta obejmuje więcej niż infrastrukturę AI, wskazuje na rozległy zakontraktowany popyt.

Ta zmiana ma znaczenie, ponieważ Oracle przez lata pozostawał drugorzędnym dostawcą chmury publicznej. AWS, Azure i Google Cloud wcześniej ugruntowały swoje pozycje oraz zbudowały większe ekosystemy deweloperskie.

Generatywna AI otworzyła kolejną drogę na rynek. Twórcy modeli potrzebują ogromnych, ściśle połączonych klastrów GPU, a dostępność pojemności może mieć większe znaczenie niż obecny udział w rynku chmurowym.

Oracle zaprojektował duże klastry wokół tej okazji. Kampus firmy w Abilene w Teksasie stał się istotnym sprawdzianem tego, czy firma potrafi przełożyć plany infrastrukturalne na działające systemy.

W kwartale Oracle podał, że dostarczył 131 000 GPU do Abilene. Sześć z ośmiu budynków kampusu działało, reprezentując 618 megawatów i 75% planowanej pojemności dla klientów.

Liczby te wspierają interpretację biznesu skoncentrowaną na dostawach. Oracle ma już kontrakty, lecz rozpoznaje przychody z infrastruktury w miarę udostępniania pojemności.

Sam portfel zamówień nie może zakończyć tej konwersji. Oracle potrzebuje budynków, energii elektrycznej, urządzeń chłodzących, sieci, GPU i wykwalifikowanych zespołów we właściwych lokalizacjach.

Każde opóźnienie może przesunąć przychody na późniejszy kwartał. Przedłużające się opóźnienie może również zaszkodzić relacjom z klientami lub wymusić zmiany kontraktów.

Dlatego nagłówek o 98% nie powinien być odczytywany jako uniwersalny werdykt na temat popytu na AI. Opisuje on aktywną flotę Oracle w jednym kwartale.

Wskaźnik nie mierzy, czy każde planowane centrum danych ma klienta. Nie ujawnia również rentowności kontraktów związanych z przyszłymi lokalizacjami.

Pokazuje jednak, że zainstalowane aktywa Oracle nie pozostawały bezczynne. To rozróżnienie ma znaczenie, ponieważ zainstalowana pojemność i ogłoszona przyszła pojemność niosą różne ryzyka.

Obecna flota Oracle mierzy się z ryzykiem popytu, ryzykiem operacyjnym i ryzykiem cenowym. Jej pipeline rozwojowy dodaje ekspozycję na budowę, finansowanie, energię i łańcuch dostaw.

Silne wykorzystanie ogranicza pierwsze ryzyko. Nie rozwiązuje automatycznie pozostałych.

Ceny odnowień dostarczają kolejnego użytecznego sygnału. Oracle poinformował, że każdy kontrakt na GPU wygasający w trakcie kwartału został odnowiony lub odsprzedany z premią 20%.

Premia za czteroletnie GPU sugeruje utrzymujący się popyt wykraczający poza trenowanie modeli frontierowych. Wspiera również założenia o dłuższym okresie użytkowania przynajmniej części floty.

Jednak jeden kwartał odnowień nie może ustanowić trwałej krzywej cenowej. Konkurencyjna podaż mocy, bardziej wydajne modele i sprzęt należący do klientów mogą zmienić przyszłe negocjacje.

Najmocniejszy wniosek jest więc konkretny. Wdrożona infrastruktura AI Oracle była w kwartale niemal w pełni wykorzystywana komercyjnie.

Dowody te osłabiają twierdzenia, że obecna rozbudowa już doprowadziła do powszechnego występowania niewykorzystanej mocy. Nie gwarantują jednak takiego samego wyniku w całej branży.

Oracle musi teraz powtórzyć te wyniki, jednocześnie dodając kolejną moc obliczeniową. Przy obecnej skali wykonanie jest równie ważne jak popyt.

Czego nie rozstrzyga wskaźnik 98%

Niemal pełne wykorzystanie GPU wspiera narrację Oracle o przychodach, ale przepływy pieniężne i kapitałochłonność nadal stanowią główne wyzwanie.

Oracle odnotował w kwartale 23,1 mld USD przepływów pieniężnych z działalności operacyjnej. Nakłady inwestycyjne osiągnęły 28,5 mld USD, co przełożyło się na ujemne wolne przepływy pieniężne w wysokości 5,4 mld USD.

Firma już wcześniej wygenerowała ujemne wolne przepływy pieniężne w roku fiskalnym 2026. Jej wydatki odzwierciedlają koszt centrów danych, sprzętu komputerowego i powiązanej infrastruktury.

To najsilniejsza odpowiedź na nadmiernie optymistyczną interpretację wykorzystania GPU przez Oracle. Zajęte aktywa mogą nadal przynosić rozczarowujące zwroty, gdy koszty budowy i finansowania rosną szybciej niż przychody.

Przychody Oracle szybko rosły, a dochód operacyjny się poprawił. Firma musi jednak utrzymać ten wzrost wystarczająco długo, aby generowanie gotówki z działalności operacyjnej przewyższyło inwestycje infrastrukturalne.

Analiza przepływów pieniężnych podkreśliła kontrast między silną sprzedażą związaną z AI a utrzymującymi się ujemnymi wolnymi przepływami pieniężnymi. Oracle ma inny profil ryzyka niż bogaci w gotówkę hyperscalerzy finansujący podobną rozbudowę.

AWS, Microsoft i Google mogą finansować infrastrukturę AI z gotówki generowanej przez większe segmenty biznesu. Oracle również ma dojrzałe przychody z oprogramowania, lecz jego bilans daje mniej miejsca na powtarzające się błędy.

Struktury finansowania przez klientów pomagają ograniczać obciążenie. Przedpłaty oraz umowy bring-your-own-hardware przenoszą część początkowych wymogów kapitałowych poza Oracle.

Takie ustalenia mogą także komplikować porównania. Kontrakt finansowany przez klienta nie tworzy takiej samej ekspozycji kapitałowej jak wdrożenie należące do Oracle.

Inwestorzy potrzebują więcej szczegółów o strukturze tych kontraktów. Muszą też zrozumieć marże po uwzględnieniu energii elektrycznej, leasingu, amortyzacji, utrzymania i finansowania.

Pozostałe zobowiązania do wykonania również wymagają podobnej ostrożności. RPO reprezentuje zakontraktowaną działalność, a nie gotówkę już otrzymaną ani przychody już rozpoznane.

Saldo 664 mld USD jest wyjątkowo wysokie w relacji do obecnych kwartalnych przychodów. Jego wartość ekonomiczna zależy od harmonogramu, koncentracji klientów, warunków kontraktów i skutecznej realizacji.

Oracle podał, że około połowa portfela zamówień powinna przekształcić się w przychody w ciągu 36 miesięcy. Taka konwersja wymagałaby nieprzerwanej budowy i wdrażania infrastruktury w wielu lokalizacjach.

Koncentracja klientów pozostaje kolejnym problemem. Duże kontrakty na infrastrukturę AI mogą sprawić, że kwartalny postęp będzie zależał od ograniczonej liczby twórców modeli.

Przedpłaty ograniczają ekspozycję kredytową i finansową, ale nie usuwają zależności od długoterminowych planów tych klientów. Ekonomia modeli może się zmienić, zanim każdy kontrakt osiągnie termin zapadalności.

Zmiany technologiczne wprowadzają odrębne ryzyko. Czteroletnie GPU uzyskały w tym kwartale wyższe ceny odnowień, lecz przyszłe układy mogą zmienić wydajność na wat i na jednostkę mocy obliczeniowej.

Oprogramowanie AI również staje się bardziej wydajne. Mniejsze modele, kwantyzacja, architektury rzadkie oraz ulepszone systemy inferencji mogą ograniczyć zapotrzebowanie obliczeniowe w konkretnych zadaniach.

Wydajność nie zawsze ogranicza całkowity popyt na infrastrukturę. Niższe koszty często zachęcają do większego użycia, nowych produktów i większych obciążeń.

Mimo to Oracle nie powinien traktować obecnego niedoboru jako trwałego. Moc wchodząca na rynek ze strony hyperscalerów i wyspecjalizowanych dostawców może osłabić ceny odnowień.

Niezależna ocena akcji wskazała terminowe dostarczanie mocy jako kluczowe ogniwo między portfelem zamówień Oracle a wzrostem przychodów. Opóźnienia projektów lub wąskie gardła w dostawach pozostają wyraźnymi ryzykami spadkowymi.

Sam wskaźnik 97,9% również wymaga spójnego ujawniania danych. Inwestorzy nie mogą ocenić trendu, jeśli Oracle zmienia metodę obliczeń lub przestaje go publikować.

Przydatne przyszłe raportowanie rozdzielałoby wykorzystanie według generacji układów, typu obciążenia i modelu własności. Oracle nie udostępnił publicznie takiego poziomu szczegółowości.

Ujawnianie marż dodałoby jeszcze większą wartość. Wysokie wykorzystanie przy słabych cenach może generować przychody bez wystarczających zwrotów, choć obecnie raportowana premia za odnowienie wskazuje na coś innego.

Na razie Oracle wykazał, że istnieje popyt na wdrożoną moc. Nie wykazał natomiast ostatecznego zwrotu z całego programu inwestycyjnego.

Dlatego kwartał podważa obawy dotyczące bańki, ale ich nie kończy. Dane o wykorzystaniu odpowiadają na pytanie operacyjne, podczas gdy zestawienie przepływów pieniężnych rodzi pytanie finansowe.

Trzy sygnały przetestują argumenty Oracle dotyczące infrastruktury AI

Kolejna faza zależy od stabilności wykorzystania, konwersji portfela zamówień oraz wiarygodnej ścieżki powrotu do dodatnich wolnych przepływów pieniężnych.

Pierwszym sygnałem będzie kolejny raportowany przez Oracle wskaźnik wykorzystania GPU. Inwestorzy powinni porównywać go bezpośrednio z 97,9%, zamiast traktować obecny wynik jako trwały.

Stabilne wykorzystanie podczas kolejnego dużego zwiększenia mocy wzmocniłoby argument Oracle dotyczący popytu. Znaczący spadek wskazywałby, że dostawy zaczynają wyprzedzać wdrożenia klientów.

Ceny odnowień należą do tego samego testu. Utrzymujące się premie za starsze GPU wspierałyby twierdzenia Oracle dotyczące okresu użytkowania i wartości rezydualnej.

Dyskonta przekazałyby inną historię. Mogłyby oznaczać, że nowa podaż, lepsze układy lub wydajniejsze modele osłabiają popyt na wcześniejszy sprzęt.

Drugim sygnałem jest konwersja portfela zamówień o wartości 664 mld USD na raportowane przychody OCI. Zakontraktowany popyt ma znaczenie tylko wtedy, gdy Oracle dostarcza moc i zaczyna rozpoznawać sprzedaż.

Przychody OCI wzrosły o 121% w ostatnim kwartale. Przyszłe wyniki muszą pokazać, że to przyspieszenie może być kontynuowane w miarę uruchamiania nowych lokalizacji.

Wczesną wskazówkę zapewni postęp dostaw w głównych kampusach. Dostępność energii, harmonogramy budowy i instalacja sprzętu mogą ograniczać rozpoznawane przychody.

Inwestorzy powinni też obserwować, jaka część nowych kontraktów pochodzi od klientów innych niż najwięksi partnerzy AI Oracle. Szerszy popyt ograniczyłby ryzyko koncentracji.

Trzecim sygnałem są wolne przepływy pieniężne. Ujemny wynik Oracle na poziomie 5,4 mld USD pokazuje koszt ekspansji, zanim nadejdą wszystkie związane z nią przychody.

Ścieżka do dodatnich wolnych przepływów pieniężnych wzmocniłaby argument, że wysokie wykorzystanie wspiera ekonomicznie trwały biznes. Dalsze pogorszenie utrzymałoby ryzyko finansowania w centrum debaty.

Nakłady inwestycyjne należy odczytywać razem z przepływami pieniężnymi z działalności operacyjnej, przedpłatami klientów i własnością sprzętu. Pojedyncza wartość wydatków nie może uchwycić całej struktury.

Sprawozdanie finansowe Oracle daje czytelnikom podstawowy punkt wyjścia. Firma wygenerowała silne przepływy pieniężne z działalności operacyjnej, ale wydatki na infrastrukturę pozostały jeszcze wyższe.

Nabywcy korporacyjni powinni obserwować te wskaźniki z praktycznych powodów. Niedobór mocy wpływa na warunki kontraktów, terminy wdrożeń i dostęp do nowszych akceleratorów.

Deweloperzy powinni śledzić, czy starsze GPU pozostają dostępne do inferencji i dostrajania. Systemy te mogą poszerzać dostęp nawet wtedy, gdy klastry frontierowe pozostają w pełni zarezerwowane.

Pracownicy wiedzy odczują rezultat pośrednio poprzez dostępność produktów AI, szybkość odpowiedzi i limity użytkowania. Ekonomia infrastruktury ostatecznie dociera do klientów oprogramowania.

Zespoły oceniające dostawców AI powinny zachowywać własne dowody wdrożeniowe, założenia kontraktowe i wyniki obciążeń. Przeszukiwalna baza wiedzy może utrzymać te decyzje w powiązaniu z rzeczywistą dokumentacją techniczną.

Wykorzystanie GPU przez Oracle dostarczyło wartościowego punktu danych w debacie często zdominowanej przez prognozy. Zainstalowana flota była niemal pełna, a klienci płacili więcej za odnowienie starszej mocy.

Dowody te przeczą twierdzeniu, że obecny zasób GPU Oracle nie ma realnego popytu. Nie dowodzą jednak, że każda planowana placówka przyniesie atrakcyjny zwrot.

Najbliższe kilka kwartałów pokaże, czy 97,9% oznacza powtarzalny wzorzec operacyjny, czy szczyt wywołany tymczasowym niedoborem. Należy obserwować łącznie wykorzystanie, konwersję portfela zamówień i wolne przepływy pieniężne.