Investicijos į dirbtinį intelektą pereina į labiau atrankos etapą, nes įmonės ir investuotojai žvelgia ne tik į ankstyvą jaudulį, bet ir sutelkia dėmesį į duomenų centrų infrastruktūrą, reikalingą dirbtinio intelekto sistemoms valdyti.
Naujausia „Goldman Sachs“ analizė rodo, kad rinka juda link to, ką įmonė apibūdina kaip „skrydį į kokybę“. Praktiškai investuotojai didesnį dėmesį skiria įmonėms, kurios valdo ir eksploatuoja didelius duomenų centrus bei skaičiavimo infrastruktūrą. Įmonės, siūlančios siaurus AI įrankius ar eksperimentinę programinę įrangą, sulaukia mažiau dėmesio.
„Goldman Sachs“ tikisi, kad išlaidos dirbtinio intelekto infrastruktūrai sparčiai augs, nes įmonės plečia modelių mokymo ir diegimo skaičiavimo pajėgumus. „Hyperscale“ debesų įmonės kasmet investuoja dešimtis milijardų dolerių į naujus duomenų centrus ir kompiuterinę įrangą. Tinklo sistemos taip pat plečiasi, kad paremtų šį augimą.
AI paklausa keičia duomenų centrų rinką
„Goldman Sachs Research“ apskaičiavo, kad dirbtinio intelekto darbo krūvis per ateinančius dvejus metus gali sudaryti apie 30 % viso duomenų centro pajėgumo, nes debesų paslaugų ir įmonių taikomųjų programų kompiuterinės galios paklausa auga. Pakeitimas atspindi, kaip AI užduotys skiriasi nuo tradicinių debesų darbo krūvių. Norint mokyti didelius modelius, reikia tūkstančių lustų, kurie ilgą laiką veikia lygiagrečiai. Išvadoms, atsakymų ar prognozių generavimo procesui, taip pat reikalinga pastovi skaičiavimo galia, kai paslaugos veikia.
Debesų paslaugų teikėjai ir AI kūrėjai dabar plečia duomenų centrų pajėgumus tokiu tempu, kokio anksčiau nebuvo debesų kompiuterijos etapuose. Infrastruktūros poreikis apima ne tik kompiuterinę įrangą. Energijos tiekimas tampa pagrindine AI lenktynių problema.
„Goldman Sachs Research“ apskaičiavo, kad pasaulinis duomenų centrų energijos poreikis iki 2030 m. gali padidėti maždaug 175 %, palyginti su 2023 m. lygiu, daugiausia dėl dirbtinio intelekto darbo krūvio. Bendrovė teigia, kad šis padidėjimas apytiksliai prilygtų kitos 10 daugiausiai energijos suvartojančios šalies elektros energijos poreikio pridėjimui prie pasaulinio tinklo. Didėjantis energijos poreikis taip pat verčia komunalines įmones ir vyriausybes svarstyti naujų investicijų į energetikos infrastruktūrą galimybę.
Infrastruktūros ribos formuoja AI strategiją
Didėjantis energijos ir aušinimo poreikis daro įtaką naujų AI duomenų centrų statybai. Vietos poreikiai taip pat formuoja vietos pasirinkimą. Dideli įrenginiai dažnai yra šalia stabilių energijos šaltinių ir didelės galios šviesolaidinių tinklų. Kai kurios įmonės kuria DI mokymo grupes atokiose vietovėse, kur lengviau apsaugoti žemę ir elektrą. Duomenų centrų vieta taip pat gali turėti įtakos aplinkai. Akademiniai dirbtinio intelekto infrastruktūros tyrimai rodo, kad aušinimo sistemos ir geografinė padėtis gali turėti įtakos energijos naudojimui ir vandens suvartojimui tiek pat, kiek techninės įrangos efektyvumui.
Ribos pradeda daryti įtaką tam, kaip technologijų įmonės planuoja savo AI strategijas. Naujų modelių ar programinės įrangos kūrimas yra tik dalis iššūkio. Įmonės taip pat turi užtikrinti, kad jos turėtų infrastruktūrą, reikalingą toms sistemoms patikimai valdyti. Daugeliu atvejų šios infrastruktūros kūrimas užtrunka ne vienerius metus.
Didelių duomenų centrų statyba apima sudėtingas tiekimo grandines. Projektams dažnai reikia įsigyti žemę ir prijungti prie tinklo. Daugelis taip pat priklauso nuo ilgalaikių energetikos susitarimų. Elektros įrangos trūkumas ir tinklo plėtros vėlavimas gali sulėtinti naujus projektus. Suvaržymai padeda paaiškinti, kodėl investuotojai daugiau dėmesio skiria įmonėms, kurios jau valdo didelius duomenų centrų tinklus.
Atrankinis AI rinkos etapas
Per pirmąją generatyvaus AI pritaikymo bangą daugelio įmonių rinkos vertė išaugo tiesiog susiejant save su AI. Šis etapas dabar pradeda keistis, nes investuotojai iš naujo įvertina, kur AI augs.
Investuotojai tiria, kurios įmonės turi infrastruktūrą ir pajamų modelius, reikalingus ilgalaikiam diegimui. Duomenų centrų operatoriai ir lustų gamintojai yra netoli tos ekosistemos pagrindo. Jų paslaugos reikalingos neatsižvelgiant į tai, kurios AI programos įgauna trauką.
Per ankstesnes skaičiavimo augimo bangas pagrindinę infrastruktūrą sukūrusios įmonės dažnai gaudavo stabilias pajamas. Programinės įrangos platformos, priešingai, kilo ir krito greičiau. Panaši dinamika dabar gali formuotis AI sektoriuje.
Infrastruktūros plėtra taip pat kelia naujų klausimų. Energijos paklausa ir tinklo pajėgumai tampa pagrindiniais vyriausybių ir pramonės planuotojų klausimais. Poveikis aplinkai taip pat atidžiau nagrinėjamas.
Artimiausiais metais dirbtinio intelekto ekonomika gali priklausyti tiek nuo elektrinių ir aušinimo sistemų, kiek nuo algoritmų ir programinės įrangos. Ši realybė formuoja kitą AI lenktynių etapą.
(Nuotrauka iš Lightsaber Collection)
Taip pat žiūrėkite: „Goldman Sachs“ ir „Deutsche Bank“ išbando agentinį AI prekybos stebėjimui
Norite daugiau sužinoti apie AI ir didelius duomenis iš pramonės lyderių? Peržiūrėkite AI & Big Data Expo, vykstančią Amsterdame, Kalifornijoje ir Londone. Išsamus renginys yra „TechEx“ dalis ir vyksta kartu su kitais pagrindiniais technologijų renginiais. Norėdami gauti daugiau informacijos, spustelėkite čia.
AI naujienas teikia TechForge Media. Čia rasite kitus būsimus įmonių technologijų renginius ir internetinius seminarus.
