Слушал очень стоящий подкаст «Силиконовая долина 101｜Эра триллионных инфраструктур AI-центров обработки данных: рост ВВП США полностью зависит от этого». Поскольку подкаст длинный, делюсь некоторыми записями, которые я сделал,整理了其中提到的和电力、算力相关的一些标的。如果有时间还是可以听一听完整版本。 观点部分： 1️⃣Какие компании являются самыми мощными в области центров обработки данных? OpenAI наиболее агрессивен, цель — построить мощность в 10 ГВт, а в долгосрочной перспективе — 100 ГВт. xAI и Meta также агрессивны, скупая турбогенераторы и захватывая земли с низкой стоимостью энергии для строительства центров обработки данных. (Инвестиции в 5-7 триллионов на подходе) 1 ГВт соответствует инвестициям в 50 миллиардов. 2️⃣Microsoft ускоряет строительство центров обработки данных, в этом году у них изменились взгляды на создание центров обработки данных. У Google и Microsoft уже есть облачные центры мощностью более 10 ГВт. Поэтому новые AI-компании будут еще более агрессивными. 3️⃣Чипы не так дефицитны, как энергия. За последние 2 года производственные мощности чипов уже расширились. Дефицит памяти будет немного больше, но самый большой дефицит все же связан с электричеством. 4️⃣Логика стратегии Power First: кто имеет электричество, тот может использовать такое количество вычислительных мощностей, что получит большую долю рынка и прибыль, что позволит повторить этот процесс. Риск «недостаточных инвестиций» гораздо выше, чем риск «чрезмерных инвестиций». 5️⃣Энди дает, Билл забирает. Энди — это бывший CEO Intel Энди Гроув, Билл — это бывший CEO Microsoft Билл Гейтс. Эта фраза означает, что производительность аппаратного обеспечения быстро расходуется программным обеспечением. В настоящее время в крупных компаниях (таких как META) внутренние GPU недостаточны, для внутренних нужд требуется много вычислительных мощностей. Даже если есть избыточные вычислительные мощности, их можно использовать для снижения затрат. 6️⃣Почему нужно строить большие центры обработки данных (более 1 ГВт)? Снижение операционных затрат + повышение эффективности обучения AI. Тенденция — от кластеров в 10 тысяч карт до кластеров в 100 тысяч карт и даже больше. 7️⃣Где используется вычислительная мощность? Два года назад большая часть вычислительных мощностей использовалась для предварительного обучения, которое не приносило дохода, сейчас больше внимания уделяется выводу (60%), ожидается, что в будущем доля приложений и вывода будет постоянно расти (реальное создание ВВП). 8️⃣Неиспользуемые вычислительные мощности могут быть использованы стартапами для вывода, но больше подходят для стартапов, а не для крупных компаний, которые больше заботятся об эффективности. 9️⃣Источники электричества для центров обработки данных ⚡️: Система электроснабжения США за последние 20 лет росла медленно, на 1% в год, что значительно медленнее, чем рост центров обработки данных. Новая потребность: США необходимо увеличить выработку электроэнергии на 80 ГВт, Дефицит: 20 ГВт в год (8 ГВт из центров обработки данных) Годовое потребление электроэнергии в Нью-Йорке составляет 6-11 ГВт Поставки: в основном природный газ, солнечные батареи, ядерная энергия (после 2028 года) 🔟Слабость электросети США: Выработка (50%) - передача (20%) - распределение (30%). Существующая электросеть также испытывает трудности с поглощением этих новых объемов выработки....