Megamallit eivät ole laskentakriisin ydin

Joka kerta kun uusi tekoälymalli putoaa – GPT-päivitykset, DeepSeek, Gemini – ihmiset ihailevat näiden megamallien suurta kokoa, monimutkaisuutta ja yhä useammin laskentanälkää. Oletuksena on, että nämä mallit määrittelevät tekoälyvallankumouksen resurssitarpeita.

Tuo oletus on väärä.

Kyllä, suuret mallit ovat laskentanälkäisiä. Mutta suurin rasitus tekoälyinfrastruktuurille ei johdu kourallisista megamalleista, vaan tekoälymallien äänettömästä leviämisestä eri toimialoilla, joista jokainen on hienosäädetty tiettyjä sovelluksia varten, ja jokainen kuluttaa laskentaa ennennäkemättömässä mittakaavassa.

Vaikka oikeustieteen maisterien välille on kehittymässä voittaja-kaikki-kilpailu, tekoälykenttä kokonaisuudessaan ei ole keskittymässä – se on pirstaloitumista. Kaikki yritykset eivät ainoastaan ​​käytä tekoälyä – ne kouluttavat, räätälöivät ja ottavat käyttöön tarpeisiinsa räätälöityjä yksityisiä malleja. Jälkimmäinen tilanne luo infrastruktuurikysyntäkäyrän, johon pilvipalveluntarjoajat, yritykset ja hallitukset eivät ole valmiita.

Olemme nähneet tämän mallin ennenkin. Pilvi ei yhdistänyt IT-työkuormia; se loi rönsyilevän hybridiekosysteemin. Ensinnäkin se oli palvelimen laajeneminen. Sitten VM hajaantuu. Nyt? AI hajaantuminen. Jokainen tietojenkäsittelyaalto johti leviämiseen, ei yksinkertaistamiseen. AI ei ole erilainen.

AI Sprawl: Miksi tekoälyn tulevaisuus on miljoona mallia, ei yksi

Rahoitus, logistiikka, kyberturvallisuus, asiakaspalvelu, T&K – jokaisella on oma tekoälymallinsa, joka on optimoitu omaan toimintaansa varten. Organisaatiot eivät kouluta yhtä tekoälymallia hallitsemaan koko toimintaansa. He kouluttavat tuhansia. Tämä tarkoittaa enemmän koulutusjaksoja, enemmän laskentaa, enemmän tallennustilan tarvetta ja infrastruktuurin laajenemista.

Tämä ei ole teoreettista. Tekoälyinvestoinnit kiihtyvät jopa aloilla, jotka ovat perinteisesti suhtautuneet varovaisesti teknologian käyttöön. Vuoden 2024 McKinseyn raportissa todettiin, että organisaatiot käyttävät tekoälyä keskimäärin kolmessa liiketoimintatehtävässä, jolloin valmistus, toimitusketju ja tuotekehitys ovat johtavassa asemassa (McKinsey).

Terveydenhuolto on hyvä esimerkki. Navina, startup, joka integroi tekoälyn sähköisiin terveystietoihin saadakseen kliinisiä oivalluksia, keräsi juuri 55 miljoonaa dollaria Series C -rahoituksesta Goldman Sachsilta (Business Insider). Energia ei eroa – alan johtajat ovat käynnistäneet Open Power AI Consortiumin tuodakseen tekoälyn optimoinnin verkkoon ja laitosten toimintaan (Axios).

Laskentajännitys, josta kukaan ei puhu

Tekoäly rikkoo jo perinteisiä infrastruktuurimalleja. Oletus, että pilvi voi skaalata loputtomasti tukemaan tekoälyn kasvua, on täysin väärä. Tekoäly ei skaalaudu kuten perinteiset työmäärät. Kysyntäkäyrä ei ole asteittainen – se on eksponentiaalinen, eivätkä hyperskaalaimet pysy perässä.

• Tehorajoitukset: Tekoälykohtaisia ​​datakeskuksia rakennetaan nyt virran saatavuuden, ei vain verkon rungon, ympärille.
• Verkon pullonkaulat: Hybridi-IT-ympäristöt ovat tulossa hallitsemattomiksi ilman automaatiota, mitä tekoälyn työmäärät vain pahentavat.
• Taloudellinen paine: AI-työkuormat voivat kuluttaa miljoonia yhdessä kuukaudessa, mikä luo taloudellista arvaamattomuutta.

Palvelinkeskusten osuus maailman sähkönkulutuksesta on jo 1 %. Irlannissa ne kuluttavat nyt 20 prosenttia kansallisesta verkosta, ja osuuden odotetaan kasvavan merkittävästi vuoteen 2030 mennessä.IEA).

Lisää tähän uhkaava paine GPU:lle. Bain & Company varoitti äskettäin, että tekoälyn kasvu luo alustan puolijohdepulalle, joka johtuu datakeskustason sirujen räjähdysmäisestä kysynnästä (Bain).

Samaan aikaan tekoälyn kestävyysongelma kasvaa. Vuoden 2024 analyysi Kestävät kaupungit ja yhteiskunta varoittaa, että tekoälyn laaja ottaminen käyttöön terveydenhuollossa voi lisätä merkittävästi alan energiankulutusta ja hiilidioksidipäästöjä, ellei sitä kompensoida kohdistetuilla tehokkuuksilla (ScienceDirect).

Tekoälyn leviäminen on markkinoita suurempi – se on valtion vallan kysymys

Jos uskot tekoälyn leviämisen yrityksen ongelmaksi, ajattele uudelleen. Tekoälyn pirstoutumisen merkittävin tekijä ei ole yksityinen sektori, vaan hallitukset ja puolustusvoimat, jotka käyttävät tekoälyä sellaisessa mittakaavassa, johon mikään hyperskaalaaja tai yritys ei pysty vastaamaan.

Pelkästään Yhdysvaltain hallitus on ottanut tekoälyä käyttöön yli 700 sovelluksessa 27 virastossa, jotka kattavat tiedusteluanalyysin, logistiikan ja paljon muuta (FedTech-lehti).

Kanada investoi jopa 700 miljoonaa dollaria kotimaisen tekoälyn laskentakapasiteetin laajentamiseen ja käynnistää kansallisen haasteen suvereenin datakeskusten infrastruktuurin vahvistamiseksi (Innovaatiot, tiede ja taloudellinen kehitys Kanada).

Tekoälyinfrastruktuurille vaaditaan yhä enemmän "Apollo-ohjelmaa", mikä korostaa tekoälyn nousua kaupallisesta edusta kansalliseksi tarpeeksi (MIT-teknologian katsaus).

Sotilaallinen tekoäly ei ole tehokasta, koordinoitua tai kustannuksiltaan optimoitua – sitä ohjaavat kansalliset turvallisuustoimet, geopoliittinen kiireellisyys ja tarve suljetuille, itsenäisille tekoälyjärjestelmille. Vaikka yritykset hillitsevät tekoälyn leviämistä, kuka käskee hallituksia hidastaa vauhtia?

Koska kun kansallinen turvallisuus on linjalla, kukaan ei pysähdy kysymään, kestääkö sähköverkko sen.