Publicysta TimesLIVE wskazał możliwe wąskie gardła boomu AI

W Republice Południowej Afryki TimesLIVE opublikował felieton Heatha Mucheny o fizycznych ograniczeniach rozwoju sztucznej inteligencji. Zdaniem autora AI potrzebuje nie tylko modeli programowych, lecz także chipów, energii elektrycznej, pamięci, gruntów, systemów chłodzenia, transformatorów, centrów danych, pracowników budowlanych i finansowania.

AI i infrastruktura fizyczna

Muchena uważa, że AI coraz bardziej przypomina rewolucję przemysłową, a nie wyłącznie programową. Zauważa, że dyskusja o możliwej bańce na rynku AI nadmiernie upraszcza sytuację: technologia może jednocześnie być transformacyjna i towarzyszyć jej mogą spekulacyjnie zawyżone wyceny poszczególnych aktywów.

Autor pisze, że działalność Nvidii w dziedzinie centrów danych osiągnęła skalę, która jeszcze kilka lat temu wydawała się mało prawdopodobna. Według niego Microsoft, Meta, Amazon i Google co kwartał inwestują dziesiątki miliardów dolarów w moce obliczeniowe. Takie wydatki muszą ostatecznie się zwrócić, jednak wartość ekonomiczna może przesunąć się w stronę zasobów, których zabraknie w łańcuchu tworzenia AI.

Więcej aktualnych wiadomości na kanale UA.News w Telegramie Telegram.

Możliwe ograniczenia i ryzyka

Wśród możliwych ograniczeń Muchena wymienia procesory graficzne, szybką pamięć, sprzęt sieciowy, energię elektryczną, transformatory, przyłącza do sieci elektroenergetycznej i pozwolenia na budowę. Porównuje to do rynków towarowych: gdy brakuje możliwości transportowych, rosną stawki frachtowe, a niedobór półprzewodników zwiększa wartość mocy produkcyjnych.

Zdaniem publicysty bardziej wydajne modele i tańsze wykonywanie zapytań AI niekoniecznie zmniejszą popyt na infrastrukturę. Spadek kosztów może skłaniać firmy do zadawania większej liczby zapytań, a autonomiczni agenci mogą dodatkowo zwiększyć zużycie zasobów obliczeniowych.

Jednocześnie Muchena ostrzega, że ryzyka pojawią się, jeśli przychody z AI nie będą nadążać za zainwestowanym kapitałem. Wśród możliwych sygnałów wymienia wzrost kosztu finansowania, spadek wykorzystania GPU, ograniczenia dostaw energii elektrycznej oraz pojawienie się nadwyżki mocy. Aby ocenić sytuację na rynku, autor proponuje śledzić ceny wynajmu GPU, koszty pamięci, popyt na energię elektryczną, wykorzystanie centrów danych, zużycie tokenów AI, korporacyjne przepływy pieniężne oraz koszt finansowania nowych mocy.

Czytaj nas na Telegram i Sends