Ho ascoltato un episodio di podcast molto interessante intitolato "Silicon Valley 101 | L'era delle infrastrutture da trilioni di dollari nei data center AI: la crescita del PIL americano dipende da esso". Poiché il podcast è lungo, condivido alcuni punti che ho annotato, organizzando quelli menzionati in relazione all'energia e alla potenza di calcolo. Se avete tempo, potete comunque ascoltare la versione completa. Parte delle opinioni: 1️⃣ Quali sono le aziende più aggressive nei data center? OpenAI è la più audace, con l'obiettivo di costruire una capacità di calcolo di 10 gigawatt e, a lungo termine, di 100 gigawatt. Anche xAI e Meta sono altrettanto audaci, acquistando turbine eoliche e occupando terreni a basso costo per costruire data center. (Investimenti da 5 a 7 trilioni sono in arrivo) 1 gigawatt corrisponde a 50 miliardi di investimenti. 2️⃣ Microsoft sta accelerando la costruzione dei data center, e quest'anno ha cambiato idea riguardo alla creazione di data center. Google e Microsoft hanno già oltre 10 gigawatt nei loro centri cloud. Pertanto, le nuove aziende AI saranno ancora più aggressive. 3️⃣ I chip non sono così scarsi come l'energia. Negli ultimi 2 anni, la capacità di produzione di chip è già aumentata. Il divario nella memoria sarà un po' più grande, ma il divario più grande proviene ancora dall'energia. 4️⃣ La logica dietro la strategia Power First: chi ha energia può utilizzare una tale quantità di potenza di calcolo, ottenendo così una quota di mercato maggiore e generando profitti per riciclare questo processo. Il rischio di "investimenti insufficienti" è molto maggiore rispetto al rischio di "investimenti eccessivi". 5️⃣ Andy dà, Bill porta via. Andy si riferisce all'ex CEO di Intel Andy Grove, Bill si riferisce all'ex CEO di Microsoft Bill Gates. Questa frase significa che le prestazioni dell'hardware vengono rapidamente consumate dal software. Attualmente, all'interno delle grandi aziende (META, ecc.), le GPU sono insufficienti e richiedono molta potenza di calcolo per l'uso interno. Anche se ci sono potenze di calcolo in eccesso, possono essere utilizzate per ridurre i costi interni. 6️⃣ Perché costruire grandi data center (superiori a 1 gigawatt)? Ridurre i costi operativi + fornire efficienza nella formazione AI. La tendenza è da cluster da 10.000 a cluster da 100.000 o anche più grandi. 7️⃣ Dove viene utilizzata la potenza di calcolo? Due anni fa, più potenza di calcolo veniva utilizzata per il pre-addestramento, che non generava profitti; ora si sta spostando maggiormente verso l'inferenza (60%), e si prevede che la proporzione di applicazioni e inferenze continuerà ad aumentare (creando realmente PIL). 8️⃣ La potenza di calcolo inutilizzata può essere utilizzata dalle startup per l'inferenza, ma è più adatta per le startup piuttosto che per le grandi aziende, che si preoccupano maggiormente dell'efficienza. 9️⃣ Fonti di energia dei data center ⚡️: il sistema elettrico americano è cresciuto lentamente negli ultimi 20 anni, con un aumento dell'1% all'anno, molto più lento rispetto alla crescita dei data center. Domanda aggiuntiva: l'America ha bisogno di aumentare la capacità di generazione di 80 gigawatt, Divario: 20 gigawatt all'anno (8 gigawatt provengono dai data center) Il consumo annuale di New York è di 6-11 gigawatt Fornitura: principalmente gas naturale, energia solare accumulata, energia nucleare (dopo il 2028) 🔟 La rete elettrica americana è fragile:...