Saya mendengarkan podcast yang layak didengarkan, "Silicon Valley 101|Era Infrastruktur Triliunan Dolar Pusat Data AI: Pertumbuhan PDB AS Bergantung Padanya". Karena podcast ini sangat panjang, saya akan membagikan beberapa poin penting yang telah saya rekam, dan memilah beberapa target yang terkait dengan listrik dan daya komputasi yang disebutkan di dalamnya. Jika Anda punya waktu, Anda masih dapat mendengarkan versi lengkapnya. Bagian opini: 1️⃣Apa perusahaan paling kuat di pusat data? OpenAI adalah yang paling agresif, bertujuan untuk membangun kapasitas daya komputasi 10 GW atau bahkan 100 GW dalam jangka panjang. xAI dan Meta juga agresif, menyapu generator turbin dan merebut lahan berenergi rendah untuk membangun pusat data. (5-7 triliun investasi dalam perjalanan) 1 GW setara dengan investasi 50 miliar. 2️⃣ Microsoft membangun pusat data dengan kecepatan yang dipercepat, dan ide membangun pusat data telah berubah selama tahun ini. Google dan Microsoft sudah memiliki lebih dari 10 GW cloud center. Oleh karena itu, perusahaan AI yang sedang berkembang akan lebih agresif. 3️⃣ Chip tidak sependek energi. Dalam 2 tahun terakhir, kapasitas produksi chip telah berkembang. Kesenjangan memori akan sedikit lebih besar, tetapi celah terbesar masih akan berasal dari listrik. 4️⃣Logika di balik strategi Power First: Siapa pun yang memiliki listrik dapat menggunakan daya komputasi dalam jumlah besar, untuk mendapatkan pangsa pasar yang lebih besar dan menghasilkan keuntungan untuk mengedarkan proses ini. Risiko "investasi rendah" jauh lebih besar daripada risiko "investasi berlebihan". 5️⃣Andy memberi, Bill mengambil. Andy mengacu pada mantan CEO Intel Andy Grove, dan Bill mengacu pada mantan CEO Microsoft Bill Gates, yang berarti bahwa kinerja yang ditingkatkan oleh perangkat keras dengan cepat dikonsumsi oleh perangkat lunak. Saat ini, GPU internal produsen besar (META, dll.) tidak mencukupi, dan banyak daya komputasi diperlukan untuk penggunaan internal. Bahkan jika ada daya komputasi berlebih, dapat digunakan untuk mengurangi biaya secara internal. 6️⃣ Mengapa membangun pusat data besar (lebih besar dari 1 GW)? Kurangi biaya pengoperasian + memberikan efisiensi pelatihan AI. Trennya adalah untuk 10.000 klaster kartu hingga 100.000 klaster kartu atau bahkan lebih besar. 7️⃣ Di mana daya komputasi digunakan? Dua tahun lalu, lebih banyak daya komputasi digunakan untuk pra-pelatihan, yang tidak dapat menghasilkan pendapatan, tetapi sekarang telah bergeser lebih banyak ke inferensi (60%), dan diharapkan bahwa proporsi aplikasi dan inferensi akan terus meningkat di masa depan (benar-benar menciptakan PDB). 8️⃣ Daya komputasi menganggur dapat digunakan oleh startup untuk inferensi, tetapi lebih cocok untuk startup daripada pabrik besar, yang lebih peduli dengan efisiensi. 9️⃣ Sumber daya ⚡️ pusat data: Sistem tenaga AS telah tumbuh perlahan selama 20 tahun terakhir, dengan tingkat pertumbuhan tahunan sebesar 1%, yang jauh lebih lambat daripada tingkat pertumbuhan pusat data Permintaan baru: Amerika Serikat perlu menambahkan 80 GW pembangkit listrik, Kesenjangan : 20 GW per tahun (8 GW dari pusat data) New York menggunakan 6-11 gigawatt listrik per tahun Pasokan: Berbasis gas alam, penyimpanan energi matahari, energi nuklir (setelah 2028) 🔟 Jaringan AS yang Rapuh: Pembangkit listrik (50%) - transmisi (20%) - distribusi (30%). Grid yang ada juga mengalami kesulitan menyerap generasi baru ini....