Il 2026 si sta consolidando in 3 grandi scommesse dove, se una fallisce, ci sarà un collasso a breve termine della bolla. 1. centri dati Anthropic e Xai stanno scalando aggressivamente fino a 1 milione di GPU. Entrambi pianificano di raggiungere questo obiettivo entro il secondo trimestre. I modelli risultanti addestrati su questa infrastruttura devono confermare che la legge di scalabilità del calcolo è ancora efficace. Altrimenti, indicherà che dobbiamo esplorare una nuova architettura di modello. Questo dipende anche dall'infrastruttura energetica (power shell) che deve essere scalata, anche se questo sarà un problema per il prossimo decennio, per non parlare di quest'anno. 2. memoria Abbiamo solo abbastanza memoria quest'anno per supportare 15GW di GPU, mentre gli hyperscalers puntano a 30-40 nei prossimi 2 anni. Siamo un po' al limite qui: se Samsung, $MU o SK Hynix sbagliano la loro produzione, questo fermerà la scommessa numero 1. Inoltre, chiunque riesca a garantire la maggior parte di questa capacità di memoria per creare GPU vince di più all'interno della capacità di produzione limitata e al momento questo è $NVDA. 3. infrastruttura più economica e più efficace L'ultima GPU di Nvidia, Vera Rubin, è 5 volte più performante ma, cosa importante, 4 volte più efficiente in termini di calcolo, il che significa che i costi di inferenza sono crollati - intelligenza di frontiera per pochi spiccioli! Ci sarà un'abbondanza di calcolo disponibile per addestrare, ma soprattutto per utilizzare l'IA quest'anno, quindi il paradosso di Jevons deve dimostrare se stesso attraverso la crescente domanda. Se questo fallisce, allora le due precedenti collasseranno. A mio avviso, sono meno preoccupato per questo: penso che gli agenti di harness e il RL post-addestramento continueranno a rafforzare i modelli. Molto ottimista.