Cursele de energie ale inteligenței artificiale devin fizice

În ultimii câțiva ani, povestea inteligenței artificiale a fost relatată aproape în întregime în limbajul software-ului. Modelele devin tot mai capabile, mai rapide și mai specializate. Miliarde de dolari sunt investiți în modelele de bază, laboratoare de cercetare și startup-urile care promit să restructureze întregi industrii. Guvernele au publicat strategii naționale de inteligență artificială, iar fiecare cameră de consiliu din țară a dezbătut planurile de integrare. Conversația a fost larg răspândită, orientată spre viitor și, în moduri importante, incompletă.

Inteligența artificială nu este magică. Ea nu trăiește în cloud în niciun sens metaforic. Fiecare model antrenat, fiecare întrebare răspunsă, fiecare imagine generată depinde de infrastructura fizică – centre de date care consumă cantități uriașe de energie, sisteme de răcire care funcționează non-stop, cabluri de fibră care transportă date pe continent, stații care le conectează pe toate la rețele electrice funcționale.

Costul energetic ridicat al inferenței

Am realizat un sondaj printre peste 200 de decizioniști seniori în domeniul inteligenței artificiale din SUA, iar datele oferă numere concrete pentru ceea ce mulți din interiorul industriei au recunoscut. Aproape 29% dintre organizații spun că costurile cu energia sunt deja limitative pentru capacitatea lor de a scala inteligența artificială. Peste un sfert (28%) spun că prețurile în creștere ale energiei i-au forțat să încetinească sau să oprească complet activitatea de antrenament a inteligenței artificiale. Întârzierile la conectarea la rețea, limitările de răcire, lipsa de conectivitate și blocajele de planificare sunt toate menționate ca fiind bariere în creștere. Straturile de infrastructură, tratate mult timp ca fiind problema altcuiva, au devenit problema tuturor.

Acest lucru nu este deloc surprinzător, în retrospectivă. Scara la care operează inteligența artificială modernă este cu adevărat extraordinară. Antrenarea unui model de frontieră mare poate consuma atâta electricitate cât consumă sute de case într-un an – o singură rundă de antrenament GPT-4 consumă aproximativ 50 GWh de electricitate – echivalent cu consumul anual al 40.000 de gospodării americane. Rularea inferenței pentru milioane de utilizatori zilnici necesită centre de date de o anvergură și densitate care ar fi părut neverosimilă cu un deceniu în urmă. Și cererea este în creștere, determinată de proliferarea aplicațiilor de inteligență artificială, extinderea sistemelor agenților și integrarea tot mai mare a inteligenței artificiale în operațiunile de bază ale afacerilor. Consumul de electricitate din centrele de date crește cu aproximativ 15% pe an – de peste patru ori mai rapid decât consumul total de electricitate din toate celelalte sectoare combinate. Lumea fizică este solicitată să absoarbă o curbă exponențială, și nu a fost niciodată proiectată să o facă atât de repede.

Strategia se schimbă către lumea fizică

Ce face acest moment particular de revelator este unde apar în realitate constrângerile. Terenul, se dovedește, nu este problema de bază. Doar în jur de 14% dintre firmele din cercetarea noastră identifică disponibilitatea terenului ca fiind principala lor provocare. Problema mai grea este tot ceea ce trebuie să se întâmple după ce găsiți terenul. Un site fără capacitate de rețea este inutil; lipsa aprobării de planificare înseamnă că sunteți blocați; și dacă nu există o conectivitate rezilientă, construcția inteligenței artificiale nu poate funcționa. Gâtul de sticlă nu este spațiul – ci procesul complex și lent de transformare a spațiului fizic în medii de calcul operaționale. Această distincție contează pentru că este mult mai greu de rezolvat doar cu bani.

Acest lucru reframează și modul în care ar trebui să gândim despre competitivitatea națională în domeniul inteligenței artificiale. Conversația s-a concentrat mult timp pe talentul de cercetare, volumul de investiții și cursa pentru a antrena cele mai capabile modele. Dar strategia de infrastructură devine o variabilă la fel de decisivă. În regiunile în care aprobarea de planificare se mișcă mai rapid, unde politica energetică este mai aliniată cu cererea industrială și unde investițiile private în infrastructura la scară largă sunt mai mature, inteligența artificială poate scala mai rapid. Statele Unite au avantaje structurale aici care sunt adesea subestimate. Nu sunt avantaje glamour – implică planificarea rețelei, reforma zonării și coordonarea utilităților – dar devin din ce în ce mai importante.

Geopolitica adaugă o altă stratificare de complexitate. Aproape o treime (33%) dintre companiile chestionate spun că iau în considerare relocarea încărcăturilor de lucru ale inteligenței artificiale în alte regiuni sau țări din cauza preocupărilor geopolitice. Alături de constrângerile practice ale energiei și planificării, organizațiile cântăresc acum suveranitatea, reziliența lanțului de aprovizionare și stabilitatea politică a mediilor în care implementează calculul. Rezultatul este o rescriere a fluxului de investiții în infrastructura inteligenței artificiale – către regiunile cu energie regenerabilă abundentă, capacitate de rețea disponibilă și căi regulatorii mai rapide, indiferent de poziția lor pe harta tehnologică tradițională.

Prima fază a revoluției inteligenței artificiale a fost definită de ceea ce era posibil în software. Următoarea fază va fi definită de ceea ce este realizabil în lumea fizică – de munca ne-glamuroasă, dar esențială, de a construi infrastructura energetică, de a asigura aprovizionarea cu energie și de a naviga complexitatea birocratică a implementării industriale la scară largă.

Acesta este punctul în care Statele Unite vor avea un avantaj pe care nicio cantitate de capabilitate a modelului nu poate să o depășească ușor. Viitorul inteligenței artificiale depinde de menținerea rețelei electrice. Acest lucru este mai puțin excitant decât sugerează titlurile. Este și mai important.