Гонка ИИ переходит в физический мир

На протяжении последних нескольких лет история искусственного интеллекта рассказывалась почти исключительно на языке программного обеспечения. Модели становятся все более способными, быстрыми и специализированными. Миллиарды долларов текут в фундаментальные модели, исследовательские лаборатории и стартапы, обещающие изменить целые отрасли. Правительства опубликовали национальные стратегии ИИ, и каждая конференц-зал страны обсуждала планы интеграции. Разговор был широким, перспективным и, в важных аспектах, неполным.

ИИ не является магией. Он не существует в облаке в каком-либо метафорическом смысле. Каждая обученная модель, каждый ответ на запрос, каждое сгенерированное изображение зависит от физической инфраструктуры – центров данных, потребляющих огромные количества энергии, систем охлаждения, работающих круглосуточно, волоконно-оптических кабелей, передающих данные по континентам, подстанций, подключающих все к функционирующим электрическим сетям.

Высокая энергетическая стоимость вывода

Мы провели опрос среди более 200 руководителей, принимающих решения об ИИ, в США, и данные подтвердили цифры, которые многие внутри отрасли уже признавали. Почти 29% организаций заявили, что энергетические затраты уже ограничивают их способность масштабировать ИИ. Более четверти (28%) заявили, что растущие цены на энергию заставили их замедлить или приостановить деятельность по обучению ИИ. Задержки подключения к сети, ограничения охлаждения, нехватка подключений и проблемы планирования все упоминаются как растущие барьеры. Слой инфраструктуры, который долгое время считался чьей-то чужой проблемой, стал проблемой для всех.

Это не совсем неожиданно в ретроспективе. Масштаб, на котором современный ИИ работает, действительно необычен. Обучение большой модели может потреблять столько же электроэнергии, сколько сотни домов используют за год – один запуск обучения GPT-4 потребляет примерно 50 ГВтч электроэнергии – что эквивалентно годовому потреблению 40 000 американских домохозяйств. Запуск вывода для миллионов пользователей в день требует центров данных такого размера и плотности, которые бы казались невероятными decade назад. И спрос растет, стимулируемый распространением приложений ИИ, расширением агентных систем и все более тесной интеграцией ИИ в основные бизнес-операции. Потребление электроэнергии центрами данных растет примерно на 15% в год – более чем в четыре раза быстрее, чем общее потребление электроэнергии во всех других секторах вместе взятых. Физический мир просит поглотить экспоненциальную кривую, и он не был спроектирован для этого.

Сдвиг стратегии в физический мир

То, что делает текущий момент особенно показательным, – это где на самом деле появляются ограничения. Земля, оказывается, не является основной проблемой. Только около 14% компаний в нашем исследовании идентифицируют доступность земли как свою основную проблему. Более сложной задачей является все, что должно произойти после того, как вы найдете землю. Место без сетевой емкости бесполезно; нет разрешения на планирование – и вы застряли; и если нет устойчивой связности, то построение ИИ не может функционировать. Бутылочное горлышко не в пространстве – это сложный, медленно движущийся процесс превращения физического пространства в рабочие вычислительные среды. Это различие имеет значение, потому что его намного сложнее решить только с помощью денег.

Это также переформулирует, как мы должны думать о национальной конкурентоспособности ИИ. Разговор долгое время сосредоточен на талантах исследователей, объеме инвестиций и гонке за обучение наиболее способных моделей. Но стратегия инфраструктуры становится столь же решающим фактором. В регионах, где разрешения на строительство происходят быстрее, где энергетическая политика более соответствует промышленному спросу, и где частные инвестиции в крупномасштабную инфраструктуру более зрелые, ИИ может масштабироваться быстрее. У США есть структурные преимущества здесь, которые часто недооцениваются. Они не являются гламурными преимуществами – они включают планирование сетей, реформу зонирования и координацию коммунальных услуг – но они становятся все более значимыми.

Геополитика добавляет еще один слой сложности. Около трети (33%) бизнеса, опрошенных нами, активно рассматривают возможность переноса рабочих нагрузок ИИ в другие регионы или страны из-за геополитических проблем. Помимо практических ограничений энергии и планирования, организации теперь также взвешивают суверенитет, устойчивость цепочки поставок и политическую стабильность среды, в которой они развертывают вычислительные мощности. В результате происходит переформирование того, куда текут инвестиции в инфраструктуру ИИ – в регионы с избыточной возобновляемой энергией, доступной сетевой емкостью и более быстрыми регуляторными путями, независимо от того, где эти регионы находятся на традиционной технологической карте.

Первая фаза революции ИИ была определена тем, что было возможно в программном обеспечении. Следующая фаза будет определена тем, что достижимо в физическом мире – не гламурной, тяжелой работой по строительству энергетической инфраструктуры, обеспечению энергоснабжения и преодолению бюрократической сложности крупномасштабного промышленного развертывания.

Именно здесь США будут иметь преимущество, которое не может быть легко преодолено никакими возможностями модели. Будущее ИИ зависит от того, что сеть выдержит. Это менее интересно, чем заголовки предполагают. Это также более важно.