Искаме или не, изкуственият интелект все повече навлиза в ежедневието и работата ни. Вече не е здравословно да не се интересувате от промените и нововъведенията в тази сфера. Но докато се чудим дали генеративният AI ще направи следващия голям скок, или LLM моделите ще се самозамърсят и сринат от собствената си информация, с която уплътняват интернет пространството, на заден план тече една не по-малко важна надпревара – тази за хардуера. Това е битка, която се разпростира косвено върху значителен брой обществени сфери.

Надцакването на големите

Зад всеки успешен AI модел стои център за данни. С навлизането на AI този тип съоръжения стават все по-големи и сложни, но и важни за разбиране.

Да започнем от това колко средства се влагат в нови дейта центове всъщност? На пръв поглед – доста сериозни. „Строенето на центрове за данни ще продължи с феноменална скорост“, предвиди преди няколко месеца доклад на глобалната консултантска компания в областта на недвижимите имоти JLL. Експертите залагат на ръст на CAGR (Compound Annual Growth Rate – сложна годишна норма на растеж) с между 15 и 20% на година до 2027 г. за компаниите в сектора.

IDC (International Data Corporation) очаква годишните разходи за оптимизирани за изкуствен интелект процесори, сървъри и свързан облачен хардуер да преминат прага от 200 милиарда долара, нараствайки с над 40% на година – много по-бързо от традиционните IT разходи.

Големите технологични компании са основният двигател на тази истерия. Страхът, че конкурентът може да постигне епохален пробив преди „нас“, определя играта да бъде на всичко или нищо. Изпълнителният директор на Alphabet Сундар Пичай сам нарече възможностите през AI като „най-големите от всички“ в реч на годишната конференция на екипа си за облачни технологии. На същото място потвърди, че технологичният гигант ще се придържа към плана си за инвестиции от 75 млрд. долара годишно в AI инфраструктура, дори да се стигне до неприятно развитие с митата в международната търговия.

Microsoft ще надскочат това, предвиждайки 80 млрд. долара разходи. Всъщност големите четири – Alphabet, Microsoft, Amazon и Meta – са инвестирали общо 81 милиарда долара в сървъри и центрове за данни само през първото тримесечие на 2025 г. С тези темпове само разходите на тази избрана група от компании би надхвърлила 300 милиарда долара инвестиции годишно.

Но не са само те – в Китай междувременно тече техен вариант на надпревара, като местните компании, включително ByteDance, Alibaba Group и Tencent Holdings, са направили поръчки за поне 16 милиарда долара за сървърните чипове H20 на Nvidia през първите три месеца на годината. Това е най-модерният процесор за изкуствен интелект сред легално достъпните в Китай.

По-бързи, но и по-гладни

Зад тези числа, от една страна, стои хардуерна революция. През последните две години графичните процесори станаха значително по-мощни с преход от 7 nm (нанометрова) към 5 nm и евентуално 2 nm технология. Например чипът H100 на NVIDIA, базиран на 7 nm технология, се гордее с около 208 милиарда транзистора с плътност на рак от 41 kW. Следващото поколение, известно като GB200 или Project Blackwell, използва 5 nm технология с очаквана плътност 130 kW. В по-далечна перспектива се очаква 2 nm чипове да достигнат изумителните 250 kW на рак. Това означава, че дизайнът на центровете за данни ще продължи да се развива, тъй като в по-малките съоръжения може да се консумира повече енергия.

Изчислителната мощ обаче очевидно се сблъсква с енергийните изисквания. Международната енергийна агенция прогнозира, че потреблението на електроенергия от центрове за данни ще се удвои до около 945 TWh до 2030 г., като основен двигател са натоварванията от изчисленията на изкуствения интелект. Някои изследователи твърдят, че само на САЩ ще са им нужни допълнителни 90 GW, ако използването на AI продължи да расте.

„В крайна сметка чиповете, мрежовото оборудване... ще се произвеждат от роботи и ние ще направим това много ефективно и по-евтино, но електричеството си е електричество“, посочва Сам Алтман от OpenAI. Докато променливите разходи за производството на чипове намаляват, това, което остава непроменливо, е енергията, необходима за захранване на тези системи. Тя се увеличава.

Но откъде ще се вземем допълнителна енергия?

Мрежите не са проектирани за такива резки скокове в потреблението. Обладаните от битката за AI надмощие технологични гиганти нямат време да чакат разширението ѝ. Затова, вместо да се надяват на бърза връзка към мрежата, големите „строят слънчеви и вятърни паркове до сървърните халета – или поръчват малки модулни ядрени реактори (SMR) с мощност 50–100 MW. Така получават „фабрика + електроцентрала в едно“ и фиксират цената на тока за 20 години напред. Пример е договорът на Google с Kairos Power за първите корпоративни SMR в света.

ВЕИ също са желан път в подобни проекти по различни причини: по-лесно е и най-вече бързо се инсталират в момента, защото се избягва препълването на преносната мрежа в най-развитите пазари, цената на електроенергията е добра и константна и т.н. Не на последно място това е добър PR. Дейта център, който се захранва от слънце и вятър, се възприема като „по-чист“ съсед и по-малко експлоатиращ местни ресурси.

Това създава пряка връзка между енергийните иновации и възможностите на изкуствения интелект и усещането, че регионите с изобилна, надеждна и евтина енергия може да получат предимство.

Тук някъде трябва да отбележим и че все по-често се заявяват нови проекти, които изискват по план поне 1 GW мощност наблизо. Това са повечето от дейта центровете, които се ползват за обучаване на GenAI моделите. В същото време големите компании строят по-малки изчислителни центрове в близост до големите градове, защото скоростта на отговаряне на запитвания също е определящо за пазара.

Не само енергията не достига

Въпреки силните цифри, отбелязващи примамливи за инвеститорите ръстове, центровете за данни днес консумират само 2% от световната електроенергия. Дори според част от скептиците прогнозите за удвояване на нуждите засега преувеличено отчитат размера на потенциалните бъдещи проблеми за глобалната енергийна мрежа. Пречките пред инфраструктурата обаче далеч не се изчерпват само с това.

Според анализ на Bain & Company компаниите трябва да се подготвят за евентуален недостиг на чипове за изкуствен интелект. Очаква се търсенето на такива компоненти да нарасне с поне 30% до 2026 г., а дори и 20% увеличение би поставило сериозен натиск върху веригата за доставки. Проблемът няма да засегне само графичните процесори в центровете за данни – очаква се и въвеждането на AI функции в мобилни устройства и компютри, което ще доведе до обновявания на хардуера в близко бъдеще. Както вече се видя обаче още по време на ковид пандемията, глобалните вериги за доставки са доста крехки.

Има и технологични предизвикателства като например поддържането на оперативна температура на все по-горещия въздух в центровете за данни – чували сте за нарастващата консумация на вода и т.н.

Друг проблем е персоналът. AI заменя хората, но и за неговото въвеждане са нужни достатъчно квалифицирани специалисти, а обучението на такива, изглежда, изостава от темповете на ръст на сектора. Отново проучване на Bain & Company показва, че почти половината от мениджърите – 44% – смятат липсата на вътрешна експертиза в областта на изкуствения интелект за основна пречка пред внедряването на генеративен AI.

В САЩ според анализа на консултантската компания търсенето на кадри в сферата на AI може да надхвърли 1,3 милиона работни места през следващите две години, докато предлагането се очаква да покрие под 645 000 позиции. В Германия ситуацията е още по-критична – там до 2027 г. около 70% от работните места, свързани с AI, може да останат незаети. Във Великобритания се очаква недостигът на кадри да надхвърли 50%. Индия е изправена пред особено голямо предизвикателство – секторът на изкуствения интелект може да генерира над 2,3 милиона нови работни места до 2027 г., но се прогнозира, че наличният кадрови потенциал ще достигне само около 1,2 милиона души.

Геополитика

Добавете към всичко това геополитиката и всички държавни преки и непреки намеси в сектора в един от най-нестабилните външнополитически моменти в историята през последните няколко десетилетия. Сред тях са ограниченията, които бяха наложени от Тръмп на китайските компании, които вече не могат да купуват всички произведени в САЩ чипове. Министерството на търговията обмисля и да отнеме изключенията, позволяващи на компании като Samsung и TSMC да изпращат американско оборудване до заводите си в Китай.

Във същото време субсидиите по американския CHIPS Act вече се изливат (само клъстерът на TSMC в Аризона получи 6,6 млрд. долара грантове). САЩ правят всичко, за да се възползват от силната си позиция в тази сфера. В същото време ЕС се опитва да не изостане, като развие своята индустрия за чипове – било то чрез привличане на компании или създаване на нови. Ключови документи в тази връзка са European Chips Act и инициативата InvestAI за 200 млрд. евро, обявена през февруари, за финансиране на регионални изчислителни мощности. Паралелно да не забравяме и изграждането на „AI фабрики“ в седем държави членки, всяка с десетки хиляди GPU.

В тази шарена картина се намесват и още по-екзотични играчи в лицето на G42 (Абу Даби). Холдинговата компания, която се ръководи от брата на президента на OAE заедно с OpenAI, Oracle и Nvidia планира Stargate UAE – кампус от 5 GW със 100 000 GPU, най-големия извън САЩ. Американски експортни лицензи засега позволяват първата фаза, но във Вашингтон има опасения за връзките на емирствата с Китай.

А защо не публична AI инфрастуктура?

Има нещо много специфично във всеки разговор за AI инфраструктура. Обикновено в него обсъждаме проблемите на няколко доминантни, свръхбогати компании, а възможностите за останалата част от обществото остават в миманса. Всъщност все повече хора започват да говорят за „публична“ AI инфраструктура – идеята, че правителствата трябва да построят своя собствена такава, за да адресират обществените цели вместо печалбата. Например системи, създадени специално за научни изследвания по трудни социални проблеми или авангардна наука, както и за обслужване на конкретни географски региони и езици. Тази система не би разпространявала дезинформация и език на омразата, а по-скоро би подкрепяла здравословната обществена среда. Освен това би осигурявала достъпност за всички.

„Прекрасна идея – но ще се намери ли някой, който да я финансира?“ – пита бившият главен редактор на Wired и MIT Technology Review Гидеон Личфилд в публикация за Световния икономически форум. Той посочва, че ползите от публична AI инфраструктура са многобройни. Първо, тя би осигурила достъп до изкуствен интелект за всички слоеве на обществото, независимо от финансовата възможност. Второ, държавният контрол би позволил заложени демократични ценности и етични принципи в публичните модели, избягвайки комерсиалните деформации на информацията. Трето, ще се даде стимул на частния сектор да следва стандарти за качество, прозрачност и отговорност, създавайки здравословна среда за конкуренция.

Личфийлд използва метафора с държавна верига супермаркети, която продава само здравословна и етична храна на достъпни цени и е съпътствана с образователни програми – идеята е, че един добре структуриран публичен доставчик може да повлияе на пазара и да повдигне стандарта за всички. За да се изгради обаче нещо значимо като „CERN за AI“ или „Нова Александрийска библиотека за AI“, са необходими огромни инвестиции, вероятно в милиарди.

И все пак има ли в случая значение цената, ако целта е да продължим да живеем в справедлив свят с поне някакви възможности за всички?