.@dylan522p przedstawia, jak wiemy, że twarda górna granica tego, ile mocy obliczeniowej można wyprodukować rocznie do 2030 roku, wynosi około 200 GW/rok. To szalona liczba (na świecie jest teraz około 20 GW AI), ale to wciąż za mało, aby zaspokoić ambicje Sama/Elona/Dario/Demisa. Wiele rzeczy w łańcuchu dostaw można zwiększyć w ciągu 4 lat, w tym rzeczy, które inni uważają za wąskie gardła, takie jak moc centrów danych czy przestrzeń czystych pomieszczeń w fabrykach. Jednak to, co jest nieelastyczne w tym czasie, to liczba narzędzi EUV. Dylan prognozuje, że produkcja narzędzi EUV ASML wzrośnie z 60 rocznie teraz do około 100 rocznie do końca dekady - co oznacza coś w rodzaju 700 maszyn działających w 2030 roku. Aby fabryka mogła wyprodukować GW chipów Rubin, które NVIDIA wdraża później w tym roku, musi wyprodukować 55 000 wafli 3nm, 6 000 wafli 5nm i 170 000 wafli pamięci. Każdy wafl 3nm potrzebuje około 20 przejść EUV, więc około 1,1 miliona przejść na GW. Dodając 5nm i pamięć, potrzebujesz dwóch milionów przejść. Każde narzędzie może wykonać 75 przejść na godzinę, więc przy 90% dostępności to około 600k przejść rocznie - więc jedna maszyna może wyprodukować mniej niż jedną trzecią GW w ciągu roku. Więc w 2030 roku mamy 700 maszyn, z których każda produkuje około 0,3 GW rocznie, co oznacza, że możemy wyprodukować 200 GW mocy obliczeniowej rocznie. To dużo. Ale Sam Altman chce gigawata tygodniowo do końca dekady. Anthropic i Google będą chciały mniej więcej to samo. A Elon chce umieścić 100 GW w kosmosie każdego roku. Każdy z tych graczy mógłby może zdobyć to, czego potrzebuje, ale nie wszyscy.