A mesterséges intelligencia (AI) fejlődése az elmúlt években robbanásszerű volt, és egyre nagyobb számítási kapacitásra van szükség a fejlett modellek futtatásához. A Microsoft vezérigazgatója, Satya Nadella azonban egy nemrégiben adott interjúban rávilágított arra, hogy az AI iparban nem a számítási kapacitás túlzott kínálata, hanem az energiaellátás korlátozottsága jelenti a legnagyobb problémát.
Satya Nadella és Sam Altman beszélgetése az AI infrastruktúra kihívásairól
A Microsoft vezérigazgatója Satya Nadella és az OpenAI vezetője, Sam Altman egy YouTube-on megjelent podcastban beszélgettek Brad Gerstnerrel, a BG2 Pod műsorvezetőjével. A beszélgetés során felmerült az Nvidia vezérigazgatójának, Jensen Huangnak az állítása, miszerint a következő két-három évben nem várható számítási kapacitás-túlkínálat (compute glut).
“Úgy gondolom, hogy ebben az esetben a kereslet és kínálat ciklusait nehéz előre jelezni. A lényeg azonban az, hogy mi a hosszú távú trend?” – mondta Nadella. “Sam (OpenAI vezérigazgatója) is ezt emelte ki: a legnagyobb probléma most nem a számítási kapacitás túlzott kínálata, hanem az energiaellátás. Egyszerűen nincs elég áram ahhoz, hogy minden rendelkezésre álló GPU-t be tudjunk kapcsolni.”
Az energiahiány akadályozza a GPU-k használatát
Nadella kifejtette, hogy jelenleg olyan helyzet áll fenn, amikor rengeteg AI-hoz használt GPU van készleten, de nincs elegendő „shell” – vagyis adatközponti épület –, amelybe ezeket be lehetne telepíteni és működtetni őket. Az adatközponti shell egy olyan üres épületet jelent, amely már rendelkezik minden szükséges infrastruktúrával (áramellátás, víz stb.), így azonnal megkezdhető benne a működés.
„Ez ma az én problémám is” – hangsúlyozta Nadella. „Nem chiphiányról van szó, hanem arról, hogy nincs elegendő energia és infrastruktúra ezeknek a chipeknek a működtetéséhez.”
Az AI energiafogyasztása és annak társadalmi hatásai
A mesterséges intelligencia által igényelt hatalmas számítási teljesítmény jelentős energiafogyasztással jár. Ez már most is érzékelhető hatással van a fogyasztói energiaszámlákra, különösen az Egyesült Államokban. Az AI infrastruktúra kiépítése tehát nemcsak technológiai kérdés, hanem gazdasági és társadalmi szempontból is komoly kihívást jelent.
A technológiai óriások ezért egyre inkább kutatják és támogatják a kis moduláris nukleáris reaktorok fejlesztését, amelyek segítségével fenntarthatóbb és nagyobb kapacitású energiaforrásokat hozhatnak létre hatalmas adatközpontjaik számára.
Az Egyesült Államok és Kína versenye az AI energiatermelésben
Az OpenAI nyíltan felszólította az amerikai kormányt arra, hogy évente 100 gigawattnyi új energiatermelő kapacitást építsen ki stratégiai fontosságú lépésként az AI-versenyben Kínával szemben. Ez azért fontos, mert Kína már most jelentős előnyre tett szert az elektromosenergia-ellátás terén hatalmas beruházásaival a vízierőművekbe és nukleáris erőművekbe.
A jövő: helyi AI eszközök alacsony energiafogyasztással?
A beszélgetés során Sam Altman azt is megemlítette, hogy egyszer eljöhet az idő, amikor olyan fogyasztói eszközöket fejlesztenek ki, amelyek képesek lesznek GPT-5 vagy GPT-6 szintű modelleket helyben futtatni alacsony energiafelhasználással.
“Ez elképesztő lenne” – mondta Brad Gerstner –, “de ez sokakat megijeszt azok közül, akik jelenleg nagy központi számítási rendszereket építenek.”
Kockázatok és jövőbeli kilátások az AI adatközpontok piacán
Ez rámutat arra a kockázatra is, amelyet azoknak a vállalatoknak kell vállalniuk, amelyek milliárdokat fektetnek be hatalmas AI adatközpontokba. Bár továbbra is szükség lesz infrastruktúrára új modellek képzéséhez, előfordulhat, hogy ha a félvezető-technológia fejlődése lehetővé teszi majd a helyi futtatást alacsony fogyasztással, akkor csökkenhet majd az adatközpontok iránti kereslet.
Egyes szakértők szerint ez akár felgyorsíthatja az úgynevezett „AI lufi” kipukkanását is – bár Pat Gelsinger szerint ez még több év múlva várható. Amennyiben ez bekövetkezik, komoly piaci sokkhatásokkal kell számolni: nemcsak technológiai cégek szenvednének el veszteségeket, hanem más iparágak is érintettek lennének egy közel 20 billió dolláros piaci értékű összeomlásban.
Összegzés
- Nem chiphiány van: A legnagyobb akadály jelenleg az energiaellátás hiánya.
- Adatközponti infrastruktúra: Nincs elég „shell”, ahol működtetni lehetne a GPU-kat.
- Energiaszükséglet növekedése: Az AI infrastruktúra növeli az energiafogyasztást és ezzel együtt a fogyasztói költségeket is.
- Kormányzati szerepvállalás: Az USA-nak lényeges beruházásokkal kell támogatnia az energiatermelést az AI versenyben Kínával szemben.
- Jövőbeli technológiák: Helyi AI eszközök alacsony fogyasztással csökkenthetik majd az adatközpontok iránti igényt.
- Kockázatok: Az AI piac esetleges összeomlása széles körű gazdasági következményekkel járhat.
A mesterséges intelligencia jövője tehát nem csupán technológiai innováció kérdése – alapvetően összefügg azzal is, hogy milyen mértékben tudjuk biztosítani hozzá a szükséges energiát és infrastruktúrát. A következő években kulcsfontosságú lesz ezen tényezők kezelése ahhoz, hogy fenntarthatóan fejlődhessen ez a dinamikusan növekvő iparág.