హైప్ సైకిల్ నుండి భౌతిక సదుపాయాల సైకిల్కు
మొదటి తరం జెనరేటివ్ AI పెట్టుబడి అజ్ఞానమైన ఉత్సాహం ద్వారా గుర్తించబడింది — కంపెనీలు ప్రెస్ విడుదలలో AI చేర్చడం ద్వారా వాల్యుయేషన్లు పెరిగినట్లు చూశాయి. Goldman Sachs పరిశోధన ఈ దశ ముగియుటున్నందని వాదిస్తుంది, ఎక్కువ ఎంపిక చేయబడిన మరియు భౌతిక వాస్తవతపై ఆధారపడిన దాని ద్వారా స్థానభ్రంశం చెందుతోంది.
ఫర్మ్ యొక్క విశ్లేషకులు AI ఆర్థిక వ్యవస్థ యొక్క భౌతిక పనిపై గుణవత్త కోసం ఉత్సర్గిత భ్రమణాన్ని వర్ణిస్తారు: డేటా సెంటర్లు మరియు వాటిని నిండిపెట్టే కంప్యూటింగ్ హార్డ్వేర్. తర్కం సరళమైనది. మోడల్ సామర్థ్యాలు మెరుగుపడుతూ ఉంటాయి, అనువర్తనాలు వస్తాయి మరియు కొనసాగుతాయి, కానీ ఆ మోడల్లను శిక్షణ ఇవ్వడానికి మరియు సేవ చేయడానికి అవసరమైన భౌతిక సదుపాయాలు సంపూర్ణ అవసరం, దీని సరఫరా శక్తి లభ్యత మరియు నిర్మాణ సమయరేఖల ద్వారా సీమితమైనది, దీనిని సాఫ్টవేర్ సాఫల్యాల ద్వారా సంపీడితం చేయలేము.
మార్పు వెనుక సంఖ్యలు
Goldman Sachs AI వర్కలోడ్లు రెండేళ్లలో మొత్తం డేటా సెంటర్ సామర్థ్యం యొక్క సుమారు 30 శాతం ఉంటుందని అంచనా వేస్తుంది, ఘోషిత హైపర్స్కేలర్ మూలధన వ్యయ ప్రణాళికల ఆధారంగా, ఇవి నতুన నిర్మాణంలో వందల బిలియన్ డాలర్లను సూచిస్తాయి.
శక్తి కోణం మరింత చమత్కారమైనది. ఫర్మ్ 2030 నాటికి సార్వత్రిక డేటా సెంటర్ శక్తి డిమాండ్ 2023 నుండి సుమారు 175 శాతం పెరిగేందుకు సంభావ్యత ఉందని అంచనా వేస్తుంది, ప్రధానంగా AI శిక్షణ మరియు అనుమానం యొక్క శక్తి తీవ్రత ద్వారా ఎలుకబడుతుంది. ఈ వృద్ధి ఒక్కటే గ్రిడ్కు టాప్-టెన్ గ్లోబల్ ఇకానమీ యొక్క విద్యుత్ వినియోగం జోడించటానికి సమానమైనది. AI వ్యూహం కోసం ఇది నేపథ్య ఆలోచన కాదు — ఇది పూర్వ సీమాబద్ధత, ఇది ఇప్పటికీ అభివృద్ధి ఎక్కడ ఉంది మరియు ఎంత వేగంగా ముందుకు సాగవచ్చో రూపుచేస్తుంది.
భౌతిక సదుపాయాల సీమాబద్ధతలు వ్యూహ పునర్నిర్ధారణ
పెద్ద-స్కేల్ AI డేటా సెంటర్ నిర్మించడం సరళంగా మూలధనం యొక్క విషయం కాదు. నమ్మకమైన శక్తికి సమీపంలో భూమి సంపాదించుకోవాలి మరియు జోనింగ్ చేయాలి. గ్రిడ్ కనెక్షన్లను ప్రసారణ సామర్థ్యం విస్తరించడానికి బహుళ-సంవత్సర సమయ సారిణులు అవసరమయ్యే యుటిలిటీ కంపెనీలతో చర్చించాలి. పెద్ద విద్యుత్ ట్రాన్సఫార్మర్లు నిజమైన సీమ బాధ్యత్వం అయ్యాయి; కొన్ని మార్కెట్లలో సమయ సారిణులు రెండు లేదా అంతకంటే ఎక్కువ సంవత్సరాలకు విస్తరించాయి, సీమిత తయారీ సామర్థ్యం మరియు పునర్నవీకరణ శక్తి నిర్మాణం నుండి ప్రతিద్వంద్వ డిమాండ్ ద్వారా పరిమితమైనది.
ఫలితంగా, సైట ఎంపిక ప్రధాన AI కంపెనీలలో వ్యూహాత్మక విధిగా మారిపోయింది. జలవిద్యుత్ లేదా జియోథర్మల్ శక్తికి ప్రవేశం కలిగిన రిమోట్ స్థానాలు, చల్లని చుట్టుపక్కల ఉష్ణోగ్రత మరియు ఇప్పటికే ఉన్న అధిక-సామర్థ్య ఫైబర్ ఇప్పుడు నిజమైన కరువైన సంపત్తి. AI కంప్యూట్ యొక్క భౌగోళిక ఏకాగ్రత అనుకూల సదుపాయాల పరిస్థితుల క్లస్టరింగ్ను ప్రతిబింబిస్తుంది.
పెట్టుబడి చిక్కులు
పెట్టుబడిదారుల కోసం, Goldman Sachs విశ్లేషణ మునుపటి కంప్యూటింగ్ సైకిల్ల నుండి నమూనా చేస్తుంది. ఇంటర్నెట్ నిర్మాణ సమయంలో, ఇంటర్నెట్ కేబిల్ మరియు డేటా సెంటర్ల యజమాని కంపెనీలు స్థిర రాజస్వం సంగ్రహించినప్పుడు, అనువర్తన-స్థర కంపెనీలు అస్థిర సైకిల్లను అనుభవించాయి. AI లో సారూప్య సందర్భం ఏర్పడవచ్చు.
డేటా సెంటర్ ఆపరేటర్లు, AI క్యాంపస్లకు సేవ చేసే యుటిలిటీ కంపెనీలు, కూలింగ్ టెక్నాలజీ ప్రత్యేకవాదులు మరియు నెట్వర్కింగ్ హార్డ్వేర్ తయారీదారులు చాలా AI సాఫ్టవేర్ కంపెనీల కంటే సదుపాయాల ఆధారానికి దగ్గరగా కూర్చుంటారు. ఫర్మ్ నిరసన చేస్తుంది హైపర్స్కేల్ క్లౌడ్ ప్రదానికర్తలు, వారి భారీ మార్కెట్ క్యాపిటలైజేషన ఉన్నప్పటికీ, ప్రధానంగా సదుపాయాల ఆధారితమైన వ్యాపారాలు ఎక్కడ వారు మూలధన నిజానికి ప్రయోగించినప్పుడు విశ్లేషణ చేయబడతాయి.
శక్తి వైల్డ్ కార్డ్
Goldman కంప్యూట్ సామర్థ్యం కంటే ముందుగా నిర్బంధమైన సంభావ్యత ఉన్న వేరియబల్గా శక్తిని గుర్తిస్తుంది. ఇప్పటికే ఉన్న విద్యుత్ సదుపాయాలు AI కోసం ప్రొజెక్ట్ చేసిన వృద్ధి రేటులను సరిదిద్దటానికి నిర్మించబడలేదు. యుటిలిటీలు గ్రిడ్ విస్తరణలో పెట్టుబడి పెట్టుకుంటున్నాయి, కానీ నియంత్రక ఆమోదం మరియు నిర్మాణ సమయరేఖల అర్థం కొత్త తరం మరియు ప్రసారణ సామర్థ్యం సంవత్సరాల ద్వారా డిమాండ్ను వెనుకకు పడుతుంది.
ఇది ఇప్పటికే AI కంపెనీలను అసాధారణ పరిష్కారాలను అన్వేషించమని ఎలుకబడుతుంది: పరమాణు శక్తి ఖరీదు ఒప్పందాలు, అనుకూలిత ప్రకృతి వాయువు తరం మరియు డేటా సెంటర్లతో సహ-స్థితిలో దీర్ఘకాలిక బ్యాటరీ నిల్వ. శక్తి ప్రశ్న ఇకపై AI వ్యూహానికి పరిధీయ కాదు — ఇది ఏ కంపెనీలు స్కేల్ చేయగలవు మరియు అందు చేయలేనవి అనేది నిర్ణయించే కారకం కావచ్చు.
ఈ వ్యాసం AI సమాచారం ద్వారా రిపోర్టింగ్ ఆధారంగా ఉంది. అసలు వ్యాసం చదవండి.
