عناوین یک داستان را بیان می کنند: Openai ، Meta ، Google و Anthropic در یک مسابقه تسلیحاتی برای ساخت قدرتمندترین مدل های هوش مصنوعی قرار دارند. هر نسخه جدید-از مدل منبع باز Deepseek تا آخرین به روزرسانی GPT-مانند جهش بزرگ بعدی AI در سرنوشت خود رفتار می شود. پیامدهای آن واضح است: آینده هوش مصنوعی متعلق به هر کسی است که بهترین مدل را بسازد.
این روش اشتباه برای نگاه کردن به آن است.
شرکت هایی که در حال توسعه مدل های هوش مصنوعی هستند ، در تعریف تأثیر آن تنها نیستند. بازیکنان واقعی در AI که از فرزندخواندگی حمایت می کنند Openai یا Meta نیستند – آنها HyperScalers هستند ، اپراتورهای مرکز داده ، و ارائه دهندگان انرژی که هوش مصنوعی را برای یک پایگاه مصرف کننده در حال رشد امکان پذیر می کنند. بدون آنها ، هوش مصنوعی یک صنعت تریلیون دلاری نیست. این فقط کد است که روی یک سرور نشسته است ، منتظر برق ، محاسبه و خنک کننده است که وجود ندارد. زیرساخت ها ، نه الگوریتم ها ، تعیین می کنند که چگونه AI به پتانسیل خود می رسد.
رشد AI و تلاش زیرساخت ها برای ادامه
این فرض که هوش مصنوعی در حال گسترش بی نهایت است ، از واقعیت جدا می شود. تصویب AI در حال تسریع است ، اما در برابر یک محدودیت ساده پیش می رود: ما قدرت ، مراکز داده یا ظرفیت خنک کننده را برای پشتیبانی از آن در مقیاس صنعت انتظار نداریم.
این حدس و گمان نیست ، در حال حاضر اتفاق می افتد. بار کاری AI اساساً با سنتی متفاوت است محاسبات ابریبشر شدت محاسبات سفارشات به اندازه بالاتر است و نیاز به سخت افزار تخصصی ، مراکز داده با چگالی بالا و سیستم های خنک کننده دارد که محدودیت های کارآیی را تحت فشار قرار می دهد.
شرکت ها و دولت ها فقط یک مدل هوش مصنوعی را اجرا نمی کنند ، آنها هزاران نفر را اداره می کنند. دفاع نظامی ، خدمات مالی ، تدارکات ، تولید – هر بخش آموزش و استقرار مدل های هوش مصنوعی است که برای نیازهای خاص خود سفارشی شده است. این باعث ایجاد پراکندگی هوش مصنوعی می شود ، جایی که مدل ها متمرکز نیستند ، اما در صنایع تکه تکه می شوند و هر یک به سرمایه گذاری های محاسباتی و زیرساختی گسترده نیاز دارند.
و برخلاف نرم افزار سنتی سازمانی ، AI فقط برای توسعه گران نیست – اجرای آن گران است. زیرساخت های مورد نیاز برای عملیاتی کردن مدل های AI در مقیاس به صورت تصاعدی در حال رشد است. هر استقرار جدید فشار به یک سیستم از قبل پیچیده می افزاید.
کم ارزش ترین فناوری در هوش مصنوعی
مراکز داده ستون فقرات واقعی صنعت هوش مصنوعی است. هر پرس و جو ، هر چرخه آموزشی ، هر استنتاج بستگی به مراکز داده دارد که دارای قدرت ، خنک کننده و محاسبه برای رسیدگی به آن هستند.
مراکز داده همیشه برای فناوری مدرن بسیار مهم بوده اند ، اما هوش مصنوعی این را به صورت نمایی تقویت می کند. یک استقرار هوش مصنوعی در مقیاس بزرگ می تواند به اندازه یک شهر متوسط برق مصرف کند. مصرف انرژی و نیازهای خنک کننده مراکز داده خاص AI به مراتب فراتر از آنچه زیرساخت های ابری سنتی برای کنترل آن طراحی شده است.
شرکت ها در حال حاضر محدودیت هایی را پشت سر می گذارند:
- مکان های مرکز داده اکنون با در دسترس بودن برق دیکته می شوند.
- Hyperscalers دیگر فقط در نزدیکی ستون فقرات اینترنتی نمی سازند – آنها به جایی می روند که بتوانند منابع انرژی پایدار را تأمین کنند.
- نوآوری های خنک کننده بسیار مهم می شوند. خنک کننده مایع ،
- خنک کننده غوطه وری ، و سیستم های بهره وری انرژی محور AI فقط برای آنها خوب نیستند-آنها تنها راهی هستند که مراکز داده می توانند از تقاضا استفاده کنند.
- هزینه زیرساخت های هوش مصنوعی در حال تبدیل شدن به یک تمایز دهنده است.
- شرکت هایی که می دانند چگونه می توانند از نظر مقرون به صرفه AI را مقیاس بندی کنند-بدون منفجر کردن بودجه انرژی خود-در مرحله بعدی تصویب هوش مصنوعی حاکم هستند.
دلیلی وجود دارد که Hyperscalers مانند AWS ، مایکروسافت و گوگل ده ها میلیارد دلار در زیرساخت های آماده AI سرمایه گذاری می کنند-زیرا بدون آن ، هوش مصنوعی مقیاس نمی کند.
ابرقدرت های هوش مصنوعی آینده
هوش مصنوعی در حال حاضر یک مسئله امنیت ملی است و دولت ها در حاشیه نشسته اند. بزرگترین سرمایه گذاری های هوش مصنوعی امروز نه تنها از محصولات AI مصرف کننده ناشی می شود بلکه از بودجه های دفاعی ، سازمان های اطلاعاتی و پروژه های زیرساختی در مقیاس ملی ناشی می شوند.
اقدامات نظامی به تنهایی به ده ها هزار مدل AI بسته خصوصی و بسته نیاز دارد که هر کدام نیاز به محیط محاسباتی ایمن و جدا شده دارند. هوش مصنوعی برای همه چیز ساخته شده است ، از دفاع موشکی گرفته تا تدارکات زنجیره ای تا تشخیص تهدید. و این مدل ها سیستم های منبع باز و آزادانه در دسترس نخواهند بود. آنها قفل می شوند ، بسیار تخصصی و وابسته به قدرت محاسبات گسترده هستند.
دولت ها منابع انرژی طولانی مدت هوش مصنوعی را به همان روشی که از نظر تاریخی از نظر تاریخی روغن و مواد معدنی نادر زمین را تأمین کرده اند ، تأمین می کنند. دلیل آن ساده است: هوش مصنوعی در مقیاس نیاز به انرژی و زیرساخت ها در مقیاس دارد.
در عین حال ، Hyperscalers خود را به عنوان صاحبخانه AI قرار می دهند. شرکت هایی مانند AWS ، Google Cloud و Microsoft Azure فقط ارائه دهندگان ابر نیستند – آنها دروازه بان زیرساخت هایی هستند که تعیین می کنند چه کسی می تواند AI را مقیاس کند و چه کسی نمی تواند.
به همین دلیل شرکت هایی که مدل های AI را آموزش می دهند نیز در زیرساخت های خود و تولید برق سرمایه گذاری می کنند. Openai ، Anthropic و Meta همه امروز به ابرقهرمانان ابر متکی هستند-اما آنها همچنین به سمت ساخت خوشه های هوش مصنوعی خود در حال حرکت هستند تا اطمینان حاصل کنند که آنها توسط زیرساخت های شخص ثالث تنگ نمی شوند. برندگان بلند مدت در AI فقط بهترین توسعه دهندگان مدل نخواهند بود ، آنها کسانی خواهند بود که توانایی ساخت ، کار و حفظ زیرساخت های عظیم AI را دارند که نیاز به تغییر واقعی بازی دارند.
