身份不明的发言人
Chip Newcomb（投资者关系高级总监）
身份不明的参会者
Jim Schneider（高盛BDC公司）
Steve Madden（Equinix公司）
好的。各位下午好。欢迎来到高盛Communicopia科技大会。我叫Jim Schneider，是高盛的一名数据中心分析师。我们非常高兴Equinix今天能参加会议，与我们一同出席的有Equinix全球技术咨询副总裁Steve Madden以及投资者关系高级总监Chip Newcomb。欢迎各位。感谢你们的到来。
太好了。感谢邀请我们。在开始之前，我知道你们有很多问题，但为了让我的法律团队放心，我们今天要说的一些内容具有前瞻性。请参阅我们的FCC披露文件了解相关风险和不确定性。
非常好。那么，我们自然要从人工智能开始谈起。这是整个会议的关键主题，也是贵公司业务的驱动力。作为全球技术咨询副总裁，您与客户和合作伙伴合作，优化他们对Equinix平台的使用。因此，您对此有全局视角。那么，或许可以先给我们分享一下，人工智能如何影响您与客户的对话，以及这种影响随着时间的推移发生了怎样的变化。
好的。
是的。我认为我们一直在数据增长、数据使用、机器学习、分析等领域不断探索。人工智能的出现将这一切提升到了一个新的高度，并加速了对数据进行更快处理的需求。因此，如今我们的许多客户，无论是企业还是服务提供商，我都与他们打交道。我要么在与那些试图探索该领域、了解这对他们意味着什么、从何处着手、如何进入云端、是否需要基础设施的企业交谈；要么在与新的服务提供商和GPU即服务提供商交谈，了解他们如何进入这个业务以及去向何方。我认为，总体而言，我们在这条发展道路上看到的很多东西都因人工智能而加速和放大。
但他们试图做和解决的很多问题都是我们已经遇到过的挑战。
鉴于对人工智能的高度关注，您能否给我们更新一下，Equinix数据中心内人工智能工作负载的需求量如何，以及贵公司如何定位以捕捉特别是推理方面不断增长的需求？
是的，我先开始说，然后会转交给别人。我一直认为，我们为什么不先设定一个背景，当客户带着一个项目来找我们时，这个项目通常需要大量的基础设施连接。我需要管理数据，并确保数据随时可用，以便从中获取和学习。我可能需要一些GPU或一些人工智能加速器。我还需要其他合作伙伴来使用模型。我会订阅数据。我也想把我的数据卖给别人。实际上，我们正在进行的是一个多地点、多部署的讨论。
是的，在谈话过程中，他们可能希望在特定位置部署GPU。所以当我们谈论人工智能和人工智能部署时，我有时会感到困惑。您是指特定设施中的大型LLM训练，还是指与人工智能相关的项目？我们内部一直在进行这样的讨论。但我想说的是，所有客户都在关注这一点。我们的一些客户目前正在我们的基础设施中积极部署。另一些客户则处于探索阶段，而还有一部分客户则完全没有任何行动。我认为，我们处于一个全局位置，能够看到市场领先者正在做什么、去向何方，市场中间层正在如何探索，以及那些几乎没有任何动静的尾部企业的情况。是的。
我的意思是，我认为就Steve所说的，我们确实看到了许多企业的领先优势，而且某些特定行业确实走得更远。因此，当我们考虑金融服务以及客户在该领域的举措时，无论是资本市场的高性能计算，还是欺诈检测等方面，我们都看到这些用例在不断增加，在医疗保健等其他领域也是如此。想想那些利用人工智能和治疗数据进行新药研发的医疗科技公司。
我们看到推理和训练都在我们的数据中心进行部署。但困难的是，正如Steve所指出的，在某些情况下，所谓的“人工智能部署”实际上很难明确界定，因为，如果是120千瓦的Nvidia DGX pod，那显然是人工智能，这很容易识别。但它可能是与将数据传输到云服务提供商或GPU即服务提供商以开始开发模型相关的网络，也可能是与他们将在数据中心内进行的存储相关的存储，同样是为了准备与第三方供应商合作。因此，Equinix数据中心内可能存在各种不同的IT用例，这些用例很可能与人工智能相关，但可能不是那种用于特定训练的DGX超级pod。这并不是说我们没有赢得这些业务。我们是第一家与之合作的公司，今年早些时候我们与Block发布了新闻稿，他们是第一家在Equinix数据中心内部署GB200堆栈用于自身人工智能建模目的的公司。
所以。所以我们肯定在支持这一点，但这就像一个正在滚下山的雪球。还没有形成大规模的雪崩。
很合理。我记得在分析师日，你们提到人工智能训练和推理的比例目前约为50:50，从您的角度来看，这种比例在您与合作伙伴和客户的对话中具体是如何体现的？从设施角度来看，两者的要求是否有变化，如果有的话，有何变化？
是的。
所以，关于您所说的训练与推理各占50%，在训练方面，很多情况下，这是一群已经开始探索并在云端构建了一些东西的企业或客户，但他们现在有了足够的动力和内部需求，并且知道他们需要更稳定的基础架构。他们会部署自己的DGX pod或云端之外的基础设施，或者与云相邻的基础设施，在那里他们可以开始看到更成熟的发展，这将是他们开始建立模型生产工厂的地方。
正如Chip刚才所说，在某些行业，我们看到这种情况比其他行业更为普遍。在推理方面，情况则更为复杂，我们之所以说推理将会蓬勃发展，只是因为当我们说推理时，我们并不是指企业会将模型部署在边缘并使用它。是的，他们确实会这样做。但我们实际看到的是，这些模型对多家公司都有用，甚至不仅限于同一行业，还包括跨行业。因此，是的，他们会部署模型并开始使用它来盈利或节省成本，但他们也会将其作为收入来源，并提供给数十家其他公司，帮助他们盈利。
我给你举个例子。一家在能源和能源科技领域非常活跃的公司构建了一个模型，帮助楼宇管理系统提高效率。这样一来，楼宇本身消耗的能源更少。他们更智能地控制设备的开关，但同时让楼内的每个人都感到舒适。这是一件非常困难的事情。但这是边缘的实时数据、实时分析和实时推理。你认为有多少公司会对能节省30%楼宇能源的东西感兴趣？嗯，所有拥有楼宇的公司都会关心这一点，但他们不想都去构建一个价值1亿美元的模型。
因此，我们看到越来越多这些成熟的、解决横向用例的模型被更广泛地部署和应用。而那些为特定目的定制的、非常专有的模型则出现得相对较慢。所以，这两者都有一定的情况。但我认为，我们对这些工厂正在构建的所有东西感到兴奋，因为它们最终都必须访问、使用并与物理世界交互。而且，这将在比生产这些模型的公司更广泛的横向范围内进行。
这就是为什么我们认为推理将会如此重要。
会变得非常重要。有趣。您的客户群体非常多样化。我有点好奇，您是否看到超大规模客户与企业客户在人工智能的技术和设施要求方面存在任何差异或不同？
哦，是的，超大规模客户的所有建设都是规模化的。这在他们的名称中就有所体现。因此，他们本质上是为大规模部署块设计自己的足迹和设施。企业通常则相反。他们通常只需要较小的足迹，并且以不同的块大小增长。人工智能作为主题的交叉点在于，他们购买的某些基础设施对密度、冷却等有特定要求，我相信你们都知道这一点。因此，当企业购买具有高密度要求的特定人工智能基础设施时，我们需要确保将他们引导到园区或都市区中适合的区域。
因此，在我们所有的都市区园区中，我们已经有能够容纳这些更大足迹的设施。我们与他们合作，确定他们需要使用哪一个。但我们还必须讨论他们想要使用哪种冷却方式，因为目前还没有单一的标准。因此，我们需要进行对话，确保我们能够调整环境以支持特定的基础设施。但我们可以做到这一点。而对于超大规模客户，在我们移交之前，基础设施中已经预先规划、预先部署和预先构建了这些内容。我只想补充一点，推理的要求要低得多。
所以当我说边缘推理时，我并不是说需要大规模的兆瓦级冷却。它规模更小，更容易在现有设施中容纳。
我想补充的是，我们“Build Boulder”战略的部分初衷正是基于Steve所谈论的内容。企业现在希望消费的数字基础设施数量不断增加，这不仅是因为人工智能，还因为各种不同的IT用例。过去100千瓦的交易现在变成了半兆瓦，过去半兆瓦的交易现在变成了1.5兆瓦。因此，我们从容量角度考虑的部分原因是，鉴于我们看到的需求以及客户发出的需求信号，我们希望提前建设，因为我们需要18到24个月的时间来建设下一个设施或设施的下一阶段。
因此，认识到我们需要提前建设以满足客户的需求，能够将容量上线对我们来说至关重要。是的。
从约束角度来看，在最高层面，您如何看待未来几年行业的电力需求？我的意思是，我们是否会达到一个行业根本没有足够电力来容纳所有计划新增数据中心的地步？这对Equinix未来两年的具体计划有何影响？
嗯，好的，我认为首先，需求是强劲的，这一点毋庸置疑。无论是对于像Equinix这样的零售端提供商，还是我们在xscale端所做的努力，我们都真的试图能够服务整个数据中心行业。但现实情况是，市场存在约束，无论是我们希望运营的关键都市区的电力可用性，还是获得关键的机械和电气设备。因此，要归功于我们的首席采购官和她的团队，我们的资产负债表上已经有价值6亿美元的资本设备，以帮助我们进行前瞻性建设。
因此，我们正在做的很大一部分工作是努力利用我们的前瞻性采购能力，以及我们拥有非常庞大的资产负债表这一事实，以确保我们能够建设容量。但我认为我们的差异化之处在于，当我们考虑建设和上线新供应时，我们正着眼于在主要大都市地区建设。因此，当你考虑我们的“Build Boulder”战略时，我们的大部分资本支出都投入到了那些我们已经产生超过1亿美元收入的最大市场。
这些市场包括华盛顿特区、伦敦、东京等。这些都是我们拥有大型成熟生态系统的市场。因此，当我们考虑这些市场的电力可用性时，这当然可能会受到限制。但我们多年来一直通过企业发展努力确保我们拥有土地储备和电力储备，以便能够继续建设。而且在零售方面，我们以更小的方式消耗容量。我们不像超大规模企业那样以50兆瓦、100兆瓦的块消耗容量。
因此，我们不必那么频繁地回到公用事业公司重新加载。但我认为另一个很大的区别是，当我们的客户来找我们需要半兆瓦、1兆瓦时，我们可以继续以相对稳定的负载增长速度建设，而当超大规模企业发出100兆瓦的RFP时，他们会突然去找12家不同的供应商，看谁能满足需求。这12家供应商最终会去找XYZ电网运营商，突然之间看起来需要1000多兆瓦的容量，而实际上最终需求只有100兆瓦。
因此，我认为我们受益的部分原因是，当我们与公用事业运营商合作时，我们一直是非常稳定的负载增长者，在我们想要获得的实际负载和我们采购的负载方面，我们有很高的兑现率。因此，我们一直处于能够继续推动增长的有利位置。
从竞争角度来看，您的技术能力和战略合作伙伴关系如何使您的人工智能产品差异化，尤其是当您与一些非常大型的竞争性数据中心提供商（无论是私募股权公司还是其他公司）竞争时？
这个问题有两个答案。一方面，当我们谈论零售业务中的人工智能部署时，我们的零售业务非常以生态系统为中心。因此，当企业进入时，所有他们想要使用的供应商都是我们的紧密合作伙伴，所有的GPU即服务提供商、数据服务提供商、数据管理平台等都已经在那里。因此，问题真的在于，如果我在这个基础设施中部署，我需要连接到的所有东西，无论是为了构建我想要做的事情，还是即使我不确定那是什么，这都没关系，因为每个人都在这里。
而如果你去一个整栋楼可能只有四五个客户的批发地点，你必须自己带来所有东西，或者想办法让它们到达你那里。因此，在需要交换价值的情况下，我们通常处于最佳位置。如果需求根本不需要这些，我会开始问为什么你想把它放在这里，如果它不需要所有这些，也许你不应该把它放在我们的数据中心。如果真的只是希望它在附近。
那么，它不一定必须在每个人都连接的中心点，但我不想离得太远。那么，我们的业务中确实有这样一个方面，我们会上线容量，为这种情况做好准备。我们称之为数据中心枢纽附近，我们可以在那里提供容量。但同样，回到该基础设施的距离非常近。因此，我认为如果工作负载要么能产生收入，要么由于 proximity 而显著降低成本，你会希望把它放在这里。
如果这些都不是真的，而且它在哪里都无所谓，我们会建议你这样考虑，并把它放在需要去的地方。
是的，我的意思是，这几乎就是为什么你会听到我们几乎像口头禅一样谈论“合适的客户、合适的设施、合适的结果”这个理念。这是因为，看，我们的资本存在真正的机会成本，因为数据中心容量是稀缺的。因此，如果我们出去把一个数据中心卖给一个无差异化的合作伙伴，占据了半个设施，那么这意味着我们就不能把它卖给50、100个不同的客户，他们都会相互连接。因此，当我们考虑如何销售时，我们在继续培育这些生态系统方面非常谨慎。
因此，培育人工智能和该生态系统内的各种不同公司，继续与超大规模企业、SaaS公司合作。因为当你考虑我们的业务时，我们实际上是数字服务的买家和卖家聚集在一起相互连接、推动数字经济的地方。我们希望确保在我们的设施内继续发展这一点。因为，再次强调，我们业务的秘诀不是建设数据中心。如果你有一个好的总承包商，你可以建设数据中心。
我们业务的秘诀是生态系统和互联。这占我们收入的19%。这492,000个总互联是我们业务相对于其他业务的差异化所在。因为当你通过Zoom给我打电话时，你必须从高盛的网络连接到Zoom的网络，再到我们的网络，并跨越各种不同的网络服务提供商，每一个数据交换点都必须从一个网络到另一个网络。这发生在Equinix数据中心。
那么，您认为互联部分仍然是您拥有的最具差异化的竞争优势吗？您认为随着我们向人工智能迈进，这种优势的重要性是在增加还是减少？
随着我们向人工智能迈进，重要性在增加。我的意思是，数据量、带宽、连接性、参与方数量、你想要交换的对象数量、你订阅的合作伙伴和提供商数量、你想要销售的对象数量都在增长。而且，你知道，这是物理学，但不是火箭科学。如果你有大量需要交换的数据，最有效的方式是在同一栋楼、同一个园区内进行，通过容量、吞吐量和成本来看，这比试图在半个国家内传输要有效得多。
因此，我们看到人口密度的增加正在提高设施的价值。
是的，我认为这实际上。我喜欢你说的“这是物理学，但不是火箭科学”，因为人工智能没有改变的一点是光速保持不变。因此，延迟仍然是一个非常现实的问题。现在，对于某些消费者应用程序，如果你要在手机上访问LLM，延迟在某种意义上并不重要，因为如果你连接到廷巴克图中部的服务器，那也没关系，因为你连接到那个服务器，半毫秒、一毫秒都没关系。
当你开始考虑磁性人工智能的世界，即机器之间相互通信，用于楼宇管理或其他任何数量的用例时，延迟就变得至关重要。因为如果你要连接到多个不同的数据源，以便在边缘部署中进行实时推理（机器对机器），那么它需要位于该应用程序将要运行的主要都市区。
吞吐量，吞吐量的数量呈指数级增长。
是的，有道理。也许我要转向一些技术问题。功率密度不断攀升。我们已经从每机架5千瓦迅速发展到50千瓦，现在我认为有些人在谈论Nvidia Ruben的情况下每机架500千瓦。那么，您的基础设施在支持这些极端需求方面有哪些技术能力和局限性？正在进行哪些改进来为未来的电力冷却需求做准备？
好的，我认为这显然有两个方面。一方面，需求是发明之母。
对。
当我们没有客户带着120千瓦的机柜出现时，显然通用的建筑基础设施就足够了。但当我们开始看到这些需求时，我们已经在为增长和不断增加的千瓦需求做准备。但极端情况，让我们谈谈极端情况。那么你实际上会部署或建设数据中心的一个区域，专门设计来处理这种特定能力。你不必改变整个设施。你只需要改变一个区域来应对这种需求。我们已经看到了这些标准的样子，并且我们对客户将要部署的内容、工作负载的样子、我们认为会有多少这样的需求有了更多的了解。
我们有指定的区域来控制和处理它。我还想说的另一方面是，有一些芯片、技术和模型等正在问世，它们所需的功率只是我们之前看到的一小部分。因此，在很多情况下，工作负载正在转向低功率替代品，这些替代品具有相同的性能，但没有相同的承诺或要求。因此，我认为你会看到两者的平衡。我们不会看到机柜功率必然上升到500千瓦，但你会看到它开始趋于正常化，你会看到这种技术类型的混合会随着时间的推移而变化，形成不同的功率阈值和要求组合，这也将减少需求并改善供应。
回到我们之前谈论的“合适的客户、合适的资产、合适的结果”这个概念，我们正在建设新的数据中心，我们正在建设更高的整体平均功率密度。但同样，我们支持各种不同的IT工作负载。不管一些供应商可能会告诉你什么，现实是绝大多数IT工作负载不需要在GPU上运行。现在，核心网络基础设施的功率密度仍然相对较低，存储也是如此，许多其他应用程序也是如此。
因此，当我们设计一个设施时，正如Steve所说，我们可能会有一个数据大厅预先配备了液体冷却，以便为客户做好准备。但即使以硅谷为例，如果你去我们在圣何塞南部的Great Oaks园区，我们的SV1和SV5资产是核心网络资产，就像每个人发送电子邮件或进行任何互联网流量时，它可能通过SV1、SV5或SV8。我们不会在这些设施中放置超高功率密度的工作负载，因为那是互联网的核心跳动心脏。
但我们会在周围建设其他资产。所以我们会有SV10和11，设计为每机柜5到6千伏安。我们现在正在马路对面建设SV18，每机柜将超过12千瓦。因此，根据客户的工作负载，理论上，我们能否放入一个半兆瓦的单个机柜？当然。它可能会像太阳一样发光，但基本上你只需要在它周围建一个溜冰场。是的。
当您考虑扩展设施足迹时，您如何平衡在已建立的互联市场的增长与向新兴地区的扩张？是否有任何技术驱动因素影响您所拥有的国际市场？
你知道，我想说，从我们目前的资本支出计划来看，超过四分之三的资本支出用于我们的主要市场。这些是我们产生超过1亿美元收入的大约15个市场。因此，我们继续在这些市场投资，很大程度上是因为我们看到了非常一致的良好填充率。我们的许多客户已经在那里，并且他们在继续增长。我们战略的一部分是培育其他市场，使它们随着时间的推移发展成为那些超过1亿美元的主要市场。
但推动我们进入新市场的部分原因主要是我们的客户。举个例子。多年来，我们一直在谈论进入印度市场，这一直是客户的目标市场。直到几年前，我们通过收购找到了合适的机会进入孟买，并找到了一位优秀的本地领导者，这才推动我们进入了那个市场。但正如你考虑我们6月份发布的分析师日指南，我们的大部分资本将投入到我们最大的都市区。
是的。
好的。
从合资企业的角度来看，基于这些技术要求，您现在如何考虑在合资企业中做什么与在自己的账面上做什么，还是主要由您追求的客户类型驱动？
这实际上是由客户类型和部署规模驱动的。因此，当你考虑我们在Xscale产品中试图做的事情时，我们将其设立在资产负债表外的部分原因是由超大规模交易的回报概况驱动的。因此，如果你签署并填满整个数据中心，比如30到60兆瓦给单个客户，其回报概况与零售托管设施的回报概况完全不同。
因此，当我们考虑资本的最高最佳用途时，仍然是我们的零售托管设施。上个季度，我们在PP&E投资中产生了26%的现金回报率，我们继续承销项目，预计回报率在25%左右。因此，我们希望将尽可能多的资本投入到这些资产中，同时认识到我们仍然希望能够支持我们最大的客户，即超大规模企业。因此，能够以更具资本效率的方式做到这一点，我们投入20%到25%的股权，我们的有限合伙人投入其余的股权，我们可以以不同的方式杠杆化。
Xscale的好处是，由于我们获得的费用收入和我们采用的杠杆，它使我们能够获得非常有吸引力的投资资本回报率，同时不会淹没我们的资产负债表。
有趣。
最后，我想问几个财务问题。考虑到我们刚才所说的关于数据中心的曝光度和爆炸式需求等，我本以为您的RAC利用率会飙升。但至少从披露的方式来看，情况并非如此。那么，能否给我们解释一下，为什么利用率没有像大多数人直觉上认为的那样上升。
也许，利用率趋势的合理调整路径是什么。您是否考虑任何新的披露来帮助投资者了解这一点？
是的，你知道，我认为当然，一个挑战是，数据中心的利用率是一个多维指标，因为你有空间容量、电力容量以及加热和冷却容量。通过我们的机柜当量指标，我们试图将这三个指标合为一个。但另一个挑战是平均因素，当你看我们的一级市场时，我们的利用率实际上相对较高。在我们的二级和三级市场，我们有更多的可用容量，因为这些容量的消耗速度往往更慢。
因此，我们目前通过“Build Boulder”正在做的部分工作是，由于我们看到的需求，我们正试图在那些更大的市场中快速建设容量。但我们也在努力谨慎地将容量引导到我们有容量的市场。因此，销售团队现在接受的培训是，出去对客户说，嘿，根据您的所有容量需求、您对合作伙伴的期望、您对延迟的要求，您是否考虑过这三个市场？因为任何人都会说，是的，我很乐意在阿什本（世界数据中心之都）拥有数据中心。
但并非每个应用程序实际上都需要放在那里。因此，这再次是我们追求的“合适的设施、合适的结果、合适的原因”的一部分，即如何引导容量。但同样，继续通过“Build Boulder”在那些受限的市场中上线容量。
市场，而且还有锯齿状波动。
哦，是的，还有锯齿状波动。当我们开设一个新设施时，利用率必然会下降，然后你必须重新填满它，然后随着你开设更多容量，利用率再次下降。
是的。我还想补充一点，基础设施的更新速度比以前快得多。
在很多情况下，尤其是对于加速器，每两年容量性能就会有一个大的提升。这可能意味着他们需要更少的基础设施来运行相同的工作负载，或者需要加倍。但技术也在变化。
很合理。最后，关于资本结构，我认为你们的分析师说你们倾向于未来更多地通过增量债务而非股权融资。但也许可以结合你们总体偏好的资本结构来谈谈这一点。你们计划如何衡量和利用各种杠杆，无论是合资企业、收购、新建还是其他？
是的，我的意思是，就我们6月份在分析师日给出的指引而言，我们确实表示，在未来几年，我们预计通过内部自由现金流（支付股息后）加上适度增加杠杆来为增长资本支出提供资金。正如Keith在台上指出的，我们的预期是到2029年，我们将在账面上增加约80亿美元的债务资本。
我们有能力将净杠杆率提高到4.5倍，同时仍保持当前的BBB投资级信用评级。因此，我们认为这是看待我们资本结构的适当方式。但与许多同行相比，我们的杠杆水平实际上相对较低。但我们喜欢这样的部分原因是，它给了我们很大的战略灵活性，无论我们在市场上看到的是并购机会，还是进一步推进“Build Boulder”，我们都有战略能力来利用这些机会。
太好了。
我想时间差不多了，但还是要感谢两位的参与。非常感谢。
谢谢Jim。
感谢邀请我们。
谢谢邀请我们。
再见。