Sztuczna inteligencja staje się zbyt droga dla Web3. Geopolityka winduje koszty obliczeń

Sztuczna inteligencja staje się towarem strategicznym, a jej dostępność zaczyna zależeć od geopolitycznych układów sił. Najnowszy raport O.XYZ alarmuje, że wysokie koszty związane z mocą obliczeniową AI mogą stać się barierą nie do pokonania dla wielu twórców w przestrzeni Web3.

Według raportu, sytuacja na rynku chipów to tylko jeden z problemów. Nawet jeśli ceny układów graficznych Nvidia ustabilizują się, infrastruktura pozostaje wąskim gardłem dla wdrażania systemów AI na dużą skalę. Gwałtowny wzrost zapotrzebowania na moc obliczeniową powoduje, że centra danych w niektórych regionach osiągają granice swoich możliwości. Przykładem jest „Project Greenland” Amazona, który ogranicza dostępność zasobów obliczeniowych dla najbardziej wymagających usług w wybranych lokalizacjach. Ta niedostępność przekłada się na ogromne różnice w regionalnych kosztach zasobów AI – rozpiętość cen może sięgać nawet 6x.

“Moc obliczeniowa stała się aktywem geopolitycznym,” – twierdzi Ahmad Shadid, założyciel i CEO O.XYZ. “Projekty Web3, które zignorują nową geografię chipów, energii i regulacji prawnych, zostaną przywiązane do scentralizowanych systemów. Przetrwają ci, którzy zaplanują działania w warunkach niedoboru, zweryfikują sprzęt i treści oraz zdywersyfikują lokalizacje.”

Raport wskazuje na wyodrębnienie się trzech głównych bloków w produkcji chipów AI, z których każdy dąży do coraz większej niezależności. Pierwszy z nich to blok związany ze Stanami Zjednoczonymi, zdominowany przez Malezję i Tajlandię, cieszący się uprzywilejowanym dostępem do rynku amerykańskiego. Chiny z kolei intensywnie rozwijają własną produkcję chipów AI, czego przykładem są układy Huawei Ascend 910C i klaster CloudMatrix. Trzeci blok tworzą Zjednoczone Emiraty Arabskie, Arabia Saudyjska i Indie, budujące własne zasoby i możliwości w zakresie AI.