Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Det første spørsmålet jeg stilte @elonmusk: Hva er poenget med å sende GPU-er ut i verdensrommet?
Hele ideen bak orbitale datasentre er at hvis oppskytingskostnadene fortsetter å falle, vil det bli billigere å sette GPU-er i bane enn å bygge kraftverk på jorden.
Problemet med dette argumentet er at energi bare utgjør omtrent 15 % av et datasenters levetidskostnad. Selve brikkene ligger på rundt 70%. Og du må fortsatt sende dem ut i verdensrommet!
Elon vendte stadig tilbake til ett punkt om og om igjen: Det vil rett og slett ikke være fysisk mulig å skalere kraftproduksjonen til den skalaen som kreves for AI på jorden.
Han påpekte stadig flaskehalsene vi allerede har støtt på på Jorden:
Du kan ikke koble deg til verktøyene – sammenkoblingskøene er for lange.
Du kan ikke drive naturgass bak måleren og generere strøm selv – ledetidene for turbiner strekker seg forbi 2030.
Du kan ikke bruke solenergi på jorden, på grunn av tillatelser og på grunn av tollsatsene.
For at det skal gi økonomisk mening å flytte beregningen til rommet, må alle følgende ting være sanne:
- Kraftproduksjonen på jorden når et tak, eller AI-etterspørselen overstiger alle terrestriske alternativer (for kontekst: 1 TW solenergi utgjør bare 1 % av USAs landareal, og AI bruker for øyeblikket bare rundt 20 GW globalt).
- Brikkeproduksjonen skalerer raskere enn kraftproduksjon (fordi Elon bygger TeraFab). Det ville vært overraskende om det viste seg å være vanskeligere å bygge og plassere solcellepaneler enn å skalere halvlederproduksjon.
- Starship når tusenvis av oppskytninger per år.
I den verdenen vinner Elon AI-løpet på en gang.
SpaceX er den eneste aktøren som kan skytes opp i den skalaen. xAI ville hatt ubegrenset makt. Alle andre vil sitte fast i kamp om nettforbindelser og turbinbestillinger.
Og hvis de tre betingelsene ikke er oppfylt?
...
Topp
Rangering
Favoritter
