Перегони штучного інтелекту ось-ось стають фізичними

За останні кілька років історія штучного інтелекту майже повністю розповідалася мовою програмного забезпечення. Моделі стають все більш потужними за хвилину, стають швидшими та більш спеціалізованими. Більярди доларів текуть у фондові моделі, дослідницькі лабораторії та стартапи, які обіцяють змінити цілі галузі. Уряди опублікували національні стратегії штучного інтелекту, а кожна рада директорів у країні обговорювала плани інтеграції. Розмова була поширеною, перспективною та, у важливих аспектах, незавершеною.

Штучний інтелект не є магією. Він не існує у хмарі в будь-якому метафоричному сенсі. Кожна навчена модель, кожна відповідь на запит, кожна сгенерована зображення залежить від фізичної інфраструктури – центрів даних, які споживають величезну кількість енергії, системи охолодження, які працюють круглої доби, волоконно-оптичні кабелі, які передають дані по континентах, підстанції, які з’єднують все з функціонуючими електричними мережами.

Високі енергетичні витрати на висновок

Ми провели опитування понад 200 старших керівників штучного інтелекту у США, і дані підтверджують те, що багато хто всередині галузі вже визнає. Близько 29% організацій стверджують, що витрати на енергію вже обмежують їхню здатність масштабувати штучний інтелект. Більше чверті (28%) кажуть, що зростання цін на електроенергію змусило їх повільно або припинити діяльність зі штучним інтелектом. Затримки підключення до мережі, обмеження охолодження, нестача з’єднань та瓶цеї планування називаються зростаючими бар’єрами. Шар інфраструктури, який раніше вважався чужою проблемою, став проблемою для всіх.

Це не зовсім несподівано у ретроспективі. Масштаб, на якому сучасний штучний інтелект працює, є дійсно надзвичайним. Навчання великої моделі може спожити стільки ж електроенергії, скільки сотні будинків використовують за рік – один запуск навчання GPT-4 споживає близько 50 ГВт·год електроенергії – що еквівалентно річному споживанню 40 000 американських домогосподарств. Виконання висновку для мільйонів щоденних користувачів вимагає центрів даних такого розміру та щільності, які здалися б недовірливими десять років тому. І попит прискорюється, спонукається поширенням застосунків штучного інтелекту, розширенням агентських систем та зростанням інтеграції штучного інтелекту у основні бізнес-операції. Споживання електроенергії центрами даних зростає на близько 15% на рік – що більше ніж у чотири рази швидше, ніж загальне споживання електроенергії в усіх інших секторах разом узятих. Фізичний світ запитується, щоб поглинути експоненціальну криву, і він не був спроектований для цього так швидко.

Стратегія змінилася до фізичного світу

Що робить поточний момент особливо показовим, це те, де з’являються обмеження. Земля, як виявилося, не є основною проблемою. Лише близько 14% фірм у нашому дослідженні ідентифікують наявність землі як свою основну проблему. Більш складна проблема полягає в тому, що потрібно зробити після того, як ви знайшли землю. Місце без можливості підключення до мережі є безкорисним; немає планувальної згоди – ви застрягли; і якщо немає стійкої з’єднаності, будівництво штучного інтелекту не може функціонувати. Бутлянка не в просторі – це складний, повільний процес перетворення фізичного простору на робочі обчислювальні середовища. Ця відмінність має значення, оскільки її набагато важче вирішити лише за допомогою грошей.

Це також переорієнтує, як ми повинні думати про національну конкурентоспроможність штучного інтелекту. Розмова тривалий час зосереджувалася на дослідницьких талантах, об’ємі інвестицій та перегонах за навчання найбільш потужних моделей. Але стратегія інфраструктури стає рівноцінним вирішальним фактором. У регіонах, де дозволи рухаються швидше, де енергетична політика більш узгоджена з промисловим попитом, і де приватні інвестиції у великомасштабну інфраструктуру більш розвинені, штучний інтелект може просто масштабуватися швидше. У США є структурні переваги, які часто недооцінюються. Вони не є гламурними перевагами – вони включають планування мережі, реформу зонування та координацію комунальних служб – але вони стають все більш значимими.

Геополітика додає ще один шар складності. Близько третини (33%) підприємств, опитаних у нашому дослідженні, кажуть, що вони активно розглядають можливість перенесення робіт зі штучним інтелектом до інших регіонів або країн через геополітичні проблеми. Поряд з практичними обмеженнями енергії та планування організації тепер також зважують суверенітет, стійкість ланцюга поставок та політичну стабільність середовищ, у яких вони розгортають обчислювальні можливості. Результатом є зміна напрямку інвестицій у інфраструктуру штучного інтелекту – у регіони з великою кількістю відновлювальної енергії, доступною потужністю мережі та швидшими регуляторними шляхами, незалежно від того, де ці регіони знаходяться на традиційній технологічній карті.

Перший етап революції штучного інтелекту був визначений тим, що було можливим у програмному забезпеченні. Наступний етап буде визначений тим, що можна досягти у фізичному світі – нелегкою, важкою роботою з будівництва енергетичної інфраструктури, забезпечення постачання енергії та навігації по бюрократичній складності великомасштабового промислового розгортання.

Це місце, де США матимуть перевагу, яку жодна кількість можливостей моделі не може легко подолати. Майбутнє штучного інтелекту залежить від того, чи витримає мережа. Це менш цікаво, ніж заголовки свідчать. Це також важливіше.