AIの独裁者に挑戦する必要性

AIの時代から学んだことの一つは、業界が重大な電力課題に直面していることである。これらの課題は、文字通りの意味で、AIデータセンターが要求する貪欲なエネルギー需要を満たす方法を見つけることであり、また、狭い商業的利益に基づいてAIの富が集中することである。後者は、より広範な社会的利益ではなく、わずかな人々の手に集中している。

AIパワーパラドックス：高コスト、集中管理

AIが成功し、人類に利益をもたらすためには、AIは普遍的になる必要がある。普遍的になるためには、AIは経済的におよび環境的に持続可能でなければならない。現在の道はそうではない。より大きなより速いAIへの執念は、持続可能で安価なAIへの道ではなく、短期的なパフォーマンスの向上と市場支配への道である。

最先端のAIチップ、例えばNvidiaのH100（最大700ワット）は、すでに大量のエネルギーを消費している。これは、業界の第一人者が予測するように、Nvidia (NVDA ) の次世代Blackwellアーキテクチャがチップあたりの消費電力をキロワット単位に押し上げる可能性があるため、継続する可能性がある。業界のリーダーが世界中のデータセンターでこれらのチップを数百万個配備することを予測しているため、AIのエネルギー需要は急激に増加する可能性がある。

AIアームズレースの環境コスト

これを日常の文脈で考えてみよう。家中の電気で全ての家電を同時に全開で動かすことができるが、実際には誰もそうしない。では、120kWのNvidiaラックが同じだけの電力を必要とすることを想像してみてください。特に、大規模なデータセンターには数百または数千のラックがある場合にそうである。1,200ワットは1.2kWに相当する。実際には、中規模な住宅街の電力を必要とすることになる。120kWのNvidiaラック、つまり100個の電力消費が激しいチップは、約100世帯の家庭を賄うのに十分な電力を必要とする。

この軌道は、多くのコミュニティが直面しているエネルギー制約を考えると、心配だ。データセンターの専門家は、米国が次の5〜7年間で18〜30ギガワットの新しい容量が必要になることを予測しており、企業はその急増に対処する方法を探している。与えられたデータセンターの実際のニーズとは無関係に、私たちの業界は、エネルギー消費を無視した、より多くの電力消費が激しい生成AIアプリケーションを作り続けている。

セキュリティとアクセシビリティのバランス：ハイブリッドデータセンターの解決策

このAI独裁と「アームズレース」は、生のスピードとパワーに執念を燃やしているが、実際のデータセンターの実際のニーズ、つまり、75％の米国組織がAIを採用していないという市場の障壁を減らすことができる、安価な解決策を無視している。さらに、プライバシー、セキュリティ、環境保護に関するAI規制が増えるにつれて、より多くの組織は、最も貴重でプライベートで機密性の高いデータを、サイバー攻撃から保護されたオンプレミスエリアで安全に保管するハイブリッドデータセンターのアプローチを要求するだろう。ヘルスケアレコード、金融データ、国家防衛の秘密、選挙の完全性に関して言えば、企業AIの将来は、オンプレミスセキュリティとクラウドのアジリティのバランスを必要とする。

これは、超競争よりも超協力が必要な、重大なシステム的な課題である。生の能力、スピード、パフォーマンスのメトリクスに焦点を当てたGPUやその他のAIアクセラレータチップに対する過度な注目により、政府や企業がAIの能力を採用するための、安価で持続可能なインフラストラクチャに対する十分な考慮が欠けている。宇宙船を打ち上げる場所がないで建造すること、または、農村道路にランボルギーニを置くことと同じである。

AIの民主化：業界の協力

政府が規制を検討し始めていることは、AIがすべての人の利益になることを保証することであるが、業界には政府の規制以上のものが必要である。

例えば、英国は、法執行機関間のデータ共有を強化することで、AIを法執行能力の強化に利用している。彼らは、AIを警察活動に使用する際の透明性、説明責任、公平性を重視し、人権の尊重と公衆の信頼を確保するために、顔認識や予測ポリシングなどのツールを使用して犯罪予測と予防を改善している。

高度に規制された業界であるバイオテックやヘルスケアでは、ジョンソン・エンド・ジョンソン・メディカルテックとNvidiaが外科手術のためのAIの強化に協力している。彼らの協力は、手術室でのリアルタイムのAI駆動型分析と意思決定能力の開発を目的としている。NvidiaのAIプラットフォームを利用して、ヘルスケア設定でのAIアプリケーションのスケーラブル、セキュア、効率的な展開を可能にしている。

一方、ドイツでは、メルクがエクスシエンティアとベネボレントAIと提携して、AI駆動型の薬剤発見を進めている。彼らは、がん、神経学、免疫学などの分野で新薬候補の開発を加速するために、AIの強力な設計と発見能力を利用している。

AIをビッグファーマやビッグテック以外の企業に展開するためのコストを削減することが第一歩である。特に、AI推論段階において、企業がトレーニング済みのAIモデルを実際のデータセンターで毎日実行するときである。最近の推定では、次世代システムの開発コストは10億ドルほどになる可能性があり、推論コストは8〜10倍になる可能性がある。

AIを毎日の生産に完全に採用することが多くの企業を妨げるのは、AIの実装コストが高すぎることである。最近の調査では、過去12ヶ月間にAIイニシアチブを成功裡に立ち上げた企業は4分の1だけであり、42％の企業はまだ生成AIイニシアチブから重大な利益を見ていない。

真にAIを民主化し、普遍的になるためには、業界は焦点を変える必要がある。最大の最速のモデルやAIチップへの競争ではなく、費用対効果、エネルギー消費の削減、AI市場の拡大に協力する必要がある。システム的な変化は、すべての企業がAIの利益を享受できるようにすることで、消費者の利益をもたらす。 (JNJ )

コスト削減の兆しはある。NeuRealityはQualcomm (QCOM ) と協力して、テキスト、言語、音、画像などのAIアプリケーションで最大90％のコスト削減と15倍のエネルギー効率を達成している。ソフトウェアとサービスプロバイダーと協力することで、AIのパフォーマンスを向上させ、コストを削減することができる。

実際、従来のCPU中心のインフラストラクチャに比べて、AIクエリあたりのコストと電力消費を削減することに成功している。NeuRealityのNR1-S AI推論アプライアンスは、Qualcomm Cloud AI 100 UltraアクセラレータとNR1 NAPUを組み合わせて、今年の夏に出荷を開始した。結果は、従来のCPUを置き換えるNeuRealityアーキテクチャであり、AIデータ処理の最大のボトルネックを解消する。

過度な期待を超えて：経済的かつ持続可能なAIの未来を築く

AIの過度な期待を超えて、システム的な課題に対処する必要がある。業界全体が協力して、持続可能でアクセスしやすいインフラストラクチャを創造する必要がある。そうすることで、社会に利益をもたらすAI業界と顧客基盤を創造することができる。

AIの未来は、今日の私たちの努力に依存している。エネルギー効率とアクセス性を優先することで、電力消費が激しいAIインフラストラクチャと、広範な利益を犠牲にして生のパフォーマンスに焦点を当てたAI独裁を避けることができる。

そうすることで、広範なイノベーションによって推進される、強力なAI投資と利益のサイクルを創造する。私たちと一緒に誰かいるか？