Programa e convidado
Entrevista no Sourcery with Molly O'Shea, com Dylan Patel, fundador da SemiAnalysis. Título original em inglês: Dylan Patel on Anthropic's IPO & AI Markets.
Principais pontos
- Nos condados com centros de dados acima de 100 megawatts, 49% dos moradores não sabem que há um centro de dados em seu condado. 0:14
- Os centros de dados espaciais ainda estão a alguns anos de distância; 1 gigawatt poderá ir para o espaço nesta década, por volta de 2030. 3:22
- O maior risco são as licenças, não a mão de obra ou os equipamentos: vários gigawatts de capacidade foram adiados de 2027 para 2028 exclusivamente porque não foi possível obter as licenças. O governador do Texas não está interrompendo os projetos, mas dispõe de instrumentos de pressão como licenças de uso da água, descarte de águas residuais e emissões atmosféricas, entre outras. 5:57
- Os modelos se alternam em um ciclo de quatro participantes (Google/Anthropic/OpenAI/SpaceX), enquanto as avaliações de mercado não se movem muito por causa de uma notícia isolada. A camada de aplicações já é mais importante do que os lançamentos de modelos, e produtos da Anthropic como o Muse superam OpenAI dots. 12:37
- Acabou de captar 500 milhões de dólares para um fundo de venture capital em estágio inicial, gerido por um solo-GP e voltado a hardware de infraestrutura. 24:17
Contexto e observações
Este artigo reúne as declarações de Patel sobre licenças para centros de dados, centros de dados espaciais, a alternância dos modelos e seu novo fundo (aproximadamente 0:00–24:25); a parte final do programa não foi compilada aqui. Nota sobre a cobertura das legendas: o vídeo tem 1546 segmentos de legenda com marcação de tempo, que abrangem 0:00–50:46 (duração total de 50:51), cobrindo o vídeo inteiro. As opiniões e marcações de tempo do texto são baseadas nas legendas originais; cada marcação indica o início do trecho de fala correspondente. Nota sobre a data de publicação: a publicação ocorreu por volta de 23:00 de 2026-11-17, no horário de Hong Kong, calculada a partir do tempo relativo exibido pelo YouTube no momento da coleta, com precisão de horas.