콜 COLE

고액연봉 전문직으로 알려진 회계사들이 거리에서 북치며 시위중임 요즘 기업들이 AI때문에 신입 회계사들을 뽑지 않아서 취업하기가 하늘에 별따기라고 함 AI 발전으로 줄어드는 직장이 앞으로는 더 많아질 전망인데, 다들 본인 일자리는 안전한지 점검 한번씩 해봐야 할지도 모르겠음🥹

LLM Knowledge Bases Something I'm finding very useful recently: using LLMs to build personal knowledge bases for various topics of research interest. In this way, a large fraction of my recent token throughput is going less into manipulating code, and more into manipulating knowledge (stored as markdown and images). The latest LLMs are quite good at it. So: Data ingest: I index source documents (articles, papers, repos, datasets, images, etc.) into a raw/ directory, then I use an LLM to incrementally "compile" a wiki, which is just a collection of .md files in a directory structure. The wiki includes summaries of all the data in raw/, backlinks, and then it categorizes data into concepts, writes articles for them, and links them all. To convert web articles into .md files I like to use the Obsidian Web Clipper extension, and then I also use a hotkey to download all the related images to local so that my LLM can easily reference them. IDE: I use Obsidian as the IDE "frontend" where I can view the raw data, the the compiled wiki, and the derived visualizations. Important to note that the LLM writes and maintains all of the data of the wiki, I rarely touch it directly. I've played with a few Obsidian plugins to render and view data in other ways (e.g. Marp for slides). Q&A: Where things get interesting is that once your wiki is big enough (e.g. mine on some recent research is ~100 articles and ~400K words), you can ask your LLM agent all kinds of complex questions against the wiki, and it will go off, research the answers, etc. I thought I had to reach for fancy RAG, but the LLM has been pretty good about auto-maintaining index files and brief summaries of all the documents and it reads all the important related data fairly easily at this ~small scale. Output: Instead of getting answers in text/terminal, I like to have it render markdown files for me, or slide shows (Marp format), or matplotlib images, all of which I then view again in Obsidian. You can imagine many other visual output formats depending on the query. Often, I end up "filing" the outputs back into the wiki to enhance it for further queries. So my own explorations and queries always "add up" in the knowledge base. Linting: I've run some LLM "health checks" over the wiki to e.g. find inconsistent data, impute missing data (with web searchers), find interesting connections for new article candidates, etc., to incrementally clean up the wiki and enhance its overall data integrity. The LLMs are quite good at suggesting further questions to ask and look into. Extra tools: I find myself developing additional tools to process the data, e.g. I vibe coded a small and naive search engine over the wiki, which I both use directly (in a web ui), but more often I want to hand it off to an LLM via CLI as a tool for larger queries. Further explorations: As the repo grows, the natural desire is to also think about synthetic data generation + finetuning to have your LLM "know" the data in its weights instead of just context windows. TLDR: raw data from a given number of sources is collected, then compiled by an LLM into a .md wiki, then operated on by various CLIs by the LLM to do Q&A and to incrementally enhance the wiki, and all of it viewable in Obsidian. You rarely ever write or edit the wiki manually, it's the domain of the LLM. I think there is room here for an incredible new product instead of a hacky collection of scripts.

⚡️JUST IN: $CIFR announces another long-term hyperscaler deal. AWS: 15 years Fluidstack: 10 years New tenant: 25 years Premarket reaction: +11%.

$CIFR ANNOUNCES THIRD DATA CENTER CAMPUS LEASE: Cipher Digital just locked in its third hyperscaler tenant • AWS - 15 years/$5.5B • Fluidstack - 10 years/$9B with extensions • TBA - 25 years Demand for compute isn’t just strong, it’s being contracted for decades in advance

BREAKING: NVIDIA CEO announces “we’ve achieved AGI”

< 내가 생각하는 $IREN 예상 주가 , 보수적 > $IREN 이 mckenzie, canal flat, horizon 5-10, sweetwater 1의 600MW 가량을 공급한다고 할 때 필요한 CapEx는 얼마정도일까? Mckenzie + Canal flat 110MW, PUE 1.1, IT load 100MW B300 가용 숫자는 51813대 가량 GPU 단가는 $70K로 가정(이번 GPU 확보 딜 세부내용 참고) GPU 비용은 $3.63B retrofit capex 는 IT MW 당 $4M/MW으로 가정한다 DC 인프라 비용은 $0.40B = $4.03B Horizon 5-10 450MW, PUE 1.5, IT load 300MW B300 GPU 155440대 GPU 비용은 $10.88B retrofit capex는 텍사스 특성 상 더 여유롭게 $5M/MW로 계산 DC 인프라 비용은 $1.50B = $12.38B Sweetwater 1 600MW, PUE 1.5, IT load 400MW Vera rubin 계약은 선례가 없으니 GB 300 전제로 이전 $MSFT 와의 계약 기반으로 GB 300 152000대 가용 $MSFT 와 계약 시점에서 시간이 지나서 GB 300 가격은 20% 인상 (원래는 76K에 $5.8B) GPU 비용은 $13.92B 액냉식 DC 건설비 역시 IT load 1MW 당 $15M 에서 $17M으로 인상 DC 인프라 비용은 $6.80B = $20.72B 다 합치면 $37.13B GPU 조달 비용의 95%는 $MSFT 와의 선례와 마찬가지로 선급금과 GPU 파이낸싱으로 커버한다고 가정해보자(총 합해서 4%의 금리) GPU 비용은 총 $28.43B 그 중 5%인 $1.42B 는 조달 필요 DC 인프라 비용 역시 충당 필요 $8.7B 도합 $10.12B 조달 필요 전환사채와 ATM은 3:1 정도의 비율로 조달(선례를 바탕으로) $7.5B 전환사채 $2.5B ATM 필요 해당 시나리오 적용하면 총 Debt는 $38.6B, Equity는 $5.04B Debt/Equity ratio : 약 7.66x Coreweave 가 현재 D/E 8.9x 정도이니 못할 것도 없고 해당 계산식은 $IREN 이 데이터센터나 BTC에서 나오는 영업 현금흐름은 고려하지 않았기에 Debt/equity ratio는 더 낮아질것임 즉, $6B ATM 한도를 올린거에 겁 먹을게 아니라 ATM 의 규모가 어느정도 사업까지를 커버할지를 봐야하는거임 현재 기준 여태까지 쓴 전환사채 최대 잠재 희석 수를 고려하면 대략 410M개 가량의 주식 그러면 '$7.5B 전환사채 $2.5B ATM'으로 얼마만큼의 주식이 희석될까? 이건 내가 정확히 구할 수는 없지만 시나리오는 짜볼 수 있음(보수적으로) 신규 전환사채 $7.5는 최근 32/33 만료되는 전환사채처럼 현재 주가 기준에 전환가 프리미엄 25% 정도 붙여서 conversion price : $51.88 cap price: 100% 프리미엄 붙여서 $83 ATM $2.5B 는 주가 오를 때마다 분할 발행 주가가 오르면 전환사채 cap 초과분의 희석 발생은 증가하고 ATM으로 인한 희석 발생은 감소하는 구조 대략 100-150M개 희석 될 것으로 보임 그럼 보수적으로 기존 전환사채 전부 희석된다고 하면 주식 수 410M개 거기다가 최대 150M개 더 얹어서 560M개 그러면 내 질문은 이거다 $IREN 이 Mckenzie, Canal flat, horizon 5-10, sweetwater 1의 600MW 계약이 이행된다면 $IREN 의 시가총액은 몇 배 정도 커질까? 희석 증가율을 능가하는 시가 총액 증가율이 나올까? 원래 $3.4B ARR = Prince george, Horizon 1-4, Mckenzie/Canal flat이었는데 여기에 horizon 5-10, sweetwater 1 600MW가 더 들어온다 5-10에 가용할 수 있는 B300 GPU 갯수는 대략 15만개 현재 B300 임대료는 첨부한 그림에서 알 수 있듯이 증가 추세 특히 on demand average price가 최근 저점 기준 $7.17 장기계약이니까 여기에 60% 할인한 값을 적용 그럼 horizon 5-10에서 나오는 ARR은 $3.7B가량이 나옴 sweetwater 1 600MW에서 나오는 ARR은 $MSFT 계약 기반 GPU 가격 상승률 고려해서 ARR도 +20% 증가시키면 $4.65B 가량 나옴 그러면 해당 사업들이 모두 진행됐을 때 ARR은 $3.4B + $3.7B + $4.65 = $11.75B임 나는 27년 연말~28년초까지 해당 ARR이 실제 장부에 찍힐 수 있는 ARR이라고 생각함 (내가 생각하는 타임라인 26년 캐나다 데이터센터 운영 완료 + horizon 1-4 운영 완료 + horizon 5-10 일부 운영 완료 27년-28년 초 horizon 5-10 전체 운영 완료 + sweetwater 1 600MW 운영 완료, 특히 액냉식 데이터센터 건설 경험이 있는 상태에서 속도는 더 빨라진다는 가정, GPU 조달 속도는 변수) $CRWV 의 26E 매출 기준 P/S = 3.2~3.5x(고성장 반영돼서 forward multiple이 압축된 상태) $IREN 의 28E 매출 하방이 $11.75B 정도 (+당연히 추가여력은 더 있지만 언급한 사업들만 고려하겠음) 멀티플 '4' 부여( $CRWV 대비 수직통합 이점, 현재 $CRWV 보다 성장 여력 더욱 남아있음, $CRWV 보다 부채 구조 깨끗할 예정) Makret cap = $47B 주식 수 = 560M 예상 주가 = $83.9 고로 내가 위 사업이 실현됐을 때만 가지고 $IREN 의 가치를 판단한다면 27년 연말-28년 초 주가는 $83.9 (누군가는 이게 bull case라고 하겠지만 나한테는 base case다 ) --- 위 계산에서 고려되지 않은 $IREN 의 가치 1) 28년에 energization 될 600MW의 sweetwater 2 2) sweetwater 1에서 $MSFT 계약 대비 경제성의 개선이 아예 없다는 전제로 가정(하이퍼스케일러 첫 계약 및 uptime 입증되지 않은 상태에서의 계약이라는 점 고려해야함) 3) sweetwater 1의 나머지 800MW의 가치(솔직히 나는 600MW가 GB300으로 계약된다고 생각하지는 않음, 그냥 단적인 예시를 들려고 GB300을 가져온거임, 젤 계산하기 편하니까, Vera rubin 계약하면 가치는 더 커질거임) 4) 오클라호마 1.6GW 사이트 28년 substation enerization 예정 5) horizon 5-10 의 B300 GPU 임대료도 최대한 싸게 계산함($2.86), 지금 점차 임대료가 증가하는 추세에서 이게 유지될까? 피드백 환영, 계산 지적해주면 감사합니다