Jeg hørte på en podkast verdt å høre på, «Silicon Valley 101|The Trillion-Dollar Infrastructure Era of AI Data Centers: U.S. BDP Growth Depends on It». Siden podkasten er veldig lang, vil jeg dele noen av hovedpunktene jeg har tatt opp, og gå gjennom noen av målene knyttet til elektrisitet og datakraft som er nevnt i den. Hvis du har tid, kan du fortsatt høre hele versjonen. Meningsseksjon: 1️⃣Hva er de mektigste selskapene i datasenteret? OpenAI er det mest aggressive, med mål om å bygge en datakraftkapasitet på 10 GW eller til og med 100 GW på lang sikt. xAI og Meta er også aggressive, de feier turbingeneratorer og tar lavenergiland for å bygge datasentre. (5-7 billioner investering på vei) 1 GW tilsvarer en investering på 50 milliarder. 2️⃣ Microsoft bygger datasentre i et akselerert tempo, og ideen om å bygge datasentre har endret seg i løpet av året. Google og Microsoft har allerede mer enn 10 GW med sky-sentre. Derfor vil nye AI-selskaper være mer aggressive. 3️⃣ Chips er ikke så korte som energi. I løpet av de siste to årene har produksjonskapasiteten til brikker utvidet. Minnegapet vil være litt større, men det største gapet vil fortsatt komme fra elektrisitet. 4️⃣Logikken bak Power First-strategien: Den som har elektrisitet kan bruke så mye datakraft for å oppnå en større markedsandel og generere profitt for å sirkulere denne prosessen. Risikoen for «underinvestering» er mye større enn risikoen for «overinvestering». 5️⃣Andy gir, Bill tar bort. Andy refererer til tidligere Intel-sjef Andy Grove, og Bill refererer til tidligere Microsoft-sjef Bill Gates, noe som betyr at ytelsen som maskinvaren forbedrer, raskt blir brukt opp av programvaren. For øyeblikket er de interne GPU-ene til store produsenter (META, osv.) utilstrekkelige, og det kreves mye datakraft for intern bruk. Selv om det er overskudd av datakraft, kan den brukes til å redusere kostnader internt. 6️⃣ Hvorfor bygge et stort datasenter (mer enn 1 GW)? Reduser driftskostnader + gi effektiv AI-trening. Trenden går fra 10 000 kortklynger til 100 000 kortklynger eller enda større. 7️⃣ Hvor brukes datakraften? For to år siden ble mer datakraft brukt til fortrening, som ikke kunne generere inntekter, men nå har det gått mer over til slutning (60 %), og det forventes at andelen applikasjoner og slutninger vil fortsette å øke i fremtiden (og virkelig skape BNP). 8️⃣ Ledig datakraft kan brukes av oppstartsbedrifter til slutninger, men det er mer egnet for oppstartsbedrifter enn store fabrikker, som bryr seg mer om effektivitet. 9️⃣ Strømkilde ⚡️ til datasentre: Det amerikanske kraftsystemet har vokst sakte de siste 20 årene, med en årlig vekstrate på 1 %, noe som er mye langsommere enn vekstraten for datasentre Ny etterspørsel: USA må legge til 80 GW kraftproduksjon, Gap: 20 GW per år (8 GW fra datasentre) New York bruker 6–11 gigawatt strøm per år Forsyning: Naturgassbasert, solenergilagring, kjernekraft (etter 2028) 🔟 Skjør amerikansk strømnett: Kraftproduksjon (50 %) - overføring (20 %) - distribusjon (30 %). Eksisterende strømnett har også vanskeligheter med å absorbere disse nye generasjonene....