हाइप सायकल ते अवसंरचना सायकलमध्ये
पहिल्या पिढीच्या जनरेटिव AI गुंतवणूक अविवेकी उत्साहाने चिन्हित होती — कंपन्या प्रेस रिलीजमध्ये AI समावेश करून मूल्यांकन वाढतेना पाहिले. Goldman Sachs संशोधन असा युक्तिवाद करते की हा टप्पा संपत होत आहे, अधिक निवडक आणि भौतिक वास्तवतेवर आधारित काहीतरी बदलत आहे.
फर्मचे विश्लेषक गुणवत्तेकडे उड़ानीची गतिविधी वर्णन करतात जिथे परिष्कृत गुंतवणूकदार AI अर्थव्यवस्थेच्या भौतिक आधारांकडे लक्ष केंद्रित करत आहेत: डेटा सेंटर आणि त्यांना भरणारे संगणन हार्डवेअर. कारण सरळ आहे. मॉडेल क्षमता सुधारत राहिल, अनुप्रयोग येतील आणि जातील, पण त्या मॉडेलना प्रशिक्षण आणि सेवा देण्यासाठी आवश्यक भौतिक अवसंरचना एक निरपेक्ष गरज आहे ज्याची पुरवठा ऊर्जा उपलब्धता आणि बांधकाम वेळापत्रकाने मर्यादित आहे जे सॉफ्टवेअर यशाने संकुचित करता येत नाही.
बदलामागील संख्या
Goldman Sachs अंदाज लावते की AI वर्कलोड दोन वर्षांत एकूण डेटा सेंटर क्षमतेच्या अंदाजे 30 टक्के असेल, घोषित हायपरस्केलर भांडवल व्यय योजनांवर आधारित जी नवीन बांधकामात शत-खरब डॉलर प्रतिनिधित्व करतात.
ऊर्जा परिमाण आणखीही अधिक धक्कादायक आहे. फर्म अंदाज लावते की जागतिक डेटा सेंटर शक्ती मागणी 2030 पर्यंत 2023 च्या तुलनेत अंदाजे 175 टक्के वाढू शकते, प्राथमिकपणे AI प्रशिक्षण आणि अनुमानाच्या ऊर्जा तीव्रतेने चालित. हीच वाढ एकट्या ग्रिडला शीर्ष दहा जागतिक अर्थव्यवस्थेच्या विद्युत वापरासारखी आहे. हे AI रणनीतीसाठी पार्श्वभूमी विचार नाही — हे एक प्राथमिक मर्यादा आहे जी आधीच आकार देत आहे विकास कुठे आणि किती वेगाने पुढे जाऊ शकते.
अवसंरचना मर्यादा रणनीती पुनर्निर्धारित करतात
मोठ्या प्रमाणातील AI डेटा सेंटर तयार करणे केवळ भांडवलाचे प्रश्न नाही. विश्वसनीय ऊर्जेजवळ जमीन खरेदी आणि क्षेत्राभिमानी करायची आहे. ग्रिड कनेक्शन उपयोगिता कंपन्यांशी वाटाघाटी करायचे आहे ज्यांना प्रसारण क्षमता वाढवण्यासाठी बहु-वर्ष लीड वेळ आवश्यक असू शकते. मोठ्या विद्युत ट्रान्सफॉर्मर खरा अडथळा बनले आहेत; काही बाजारांत लीड वेळ दोन किंवा अधिक वर्षांपर्यंत वाढली आहे, मर्यादित उत्पादन क्षमता आणि नवीकरणीय ऊर्जा बिल्डआउटकडून प्रतिस्पर्धी मागणीने मर्यादित.
परिणामी, साइट निवड प्रमुख AI कंपन्यांमध्ये व्यावहारिक कार्य बनली आहे. जलविद्युत किंवा भूतापीय शक्तीपर्यंत प्रवेश असलेले दुर्गम स्थान, थंड सभोवतालचे तापमान आणि विद्यमान उच्च-क्षमता फायबर आता खरेच दुर्लभ संपत्ती आहेत. AI संगणनेचे भौगोलिक एकाग्रता अनुकूल अवसंरचना परिस्थितीच्या क्लस्टरिंग प्रतिबिंबित करते.
गुंतवणूक निहितार्थ
गुंतवणूकदारांसाठी, Goldman Sachs विश्लेषण मागील संगणन चक्रांमधील नमुना दिशेस इशारा करतो. इंटरनेट बिल्डआउट दरम्यान, कंपन्या ज्या भौतिक केबल आणि डेटा सेंटर मालक होत्या त्यांनी स्थिर महसूल कॅप्चर केला जेव्हा अनुप्रयोग-स्तर कंपन्यांनी अस्थिर चक्र अनुभवले. AI मध्ये समान गतिविधी तयार होऊ शकते.
डेटा सेंटर ऑपरेटर, AI कॅम्पस सेवा देणारी उपयोगिता कंपन्या, थंडी तंत्रज्ञान विशेषज्ञ आणि नेटवर्किंग हार्डवेअर निर्मात्या बहुतेक AI सॉफ्टवेअर कंपन्यांपेक्षा अवसंरचना आधारांच्या जवळ बसतात. फर्म नोट करते की हायपरस्केल क्लाउड प्रदाता, त्यांच्या विशाल बाजार भांडवलीकरण असूनही, जेथे त्यांचे भांडवल प्रत्यक्षपणे स्थापित आहे तेथे विश्लेषण केलेले प्राथमिकपणे अवसंरचना व्यवसाय आहेत.
ऊर्जा वाइल्डकार्ड
Goldman संगणन क्षमतेपूर्वी बंधनकारक होण्याची शक्यता असलेल्या सर्वात संभाव्य चलन म्हणून ऊर्जेचे चिन्हांकन करते. विद्यमान विद्युत अवसंरचना AI साठी प्रक्षेपित वृद्धीचे दर सामावून घेण्यासाठी तयार नव्हती. उपयोगिता ग्रिड विस्तारात गुंतवणूक करत आहेत, पण नियामक मंजूरी आणि बांधकाम वेळापत्रके म्हणजे नवीन उत्पादन आणि प्रसारण क्षमता वर्षांने मागणीला मागे पडली.
हे आधीच AI कंपन्यांना अपारंपरिक उपाय शोधण्यास प्रेरित करत आहे: अणु शक्ती खरेदी करार, समर्पित नैसर्गिक गॅस उत्पादन आणि दीर्घकालीन बॅटरी स्टोरेज डेटा सेंटरसह सह-स्थित. ऊर्जा प्रश्न आता AI कार्यनीतीसाठी परिधीय नाही — हे कोणत्या कंपन्या स्केल करू शकतात आणि कोणत्या शकत नाहीत हे निर्धारित करणारा घटक असू शकते.
हा लेख AI समाचार द्वारा रिपोर्टिंग वर आधारित आहे. मूळ लेख वाचा.

