Amazon Web Services (AWS) ja Microsoft ovat vetäytyneet AI-datakeskusten investoinneista, mikä viittaa ongelmiin keskitetyn mallin kanssa. Analyytikot käyttävät tätä viimeisintä kehitystä korostaakseen, miksi hajautettu lohkoketjupohjainen infrastruktuuri voisi olla ratkaisu.
Kai Wawrzinek, Impossible Cloud Networkin toinen perustaja, käsitteli näitä uhkaavia kysymyksiä yksinoikeudella BeInCrypto-lehden haastattelussa.
AI-datakeskukset törmäävät seinään
Muutama kuukausi sitten AI vaikutti olevan yksi maailman teknologiateollisuuden lupaavimmista sektoreista. Kuitenkin, kun yritykset kuten AWS ja Microsoft ilmoittavat tauoista AI-datakeskusten rakentamisessa, tilanne näyttää hyvin erilaiselta. Mitä tapahtui? Miltä AI:n tulevaisuus näyttää? Kai Wawrzinek kuvaili tilannetta nykyhetkellä:
“Uutiset siitä, että AWS liittyy Microsoftiin vetäytymällä uusista datakeskuksista, kun AI:n kysyntä kasvaa eksponentiaalisesti, ovat todiste tämän mallin valtavasta tehottomuudesta globaalin internetin skaalaamisessa. Microsoft ja AWS saattavat tulla siihen tulokseen, että keskitetyt infrastruktuurimallit eivät yksinkertaisesti pysty sopeutumaan tarpeeksi nopeasti,” Wawrzinek totesi.
AWS ja Microsoft eivät ole ainoita yrityksiä, jotka kohtaavat näitä ongelmia. Vaikka Meta julkisesti väitti käyttävänsä satoja miljardeja AI-infrastruktuuriin ja datakeskuksiin, se pyysi kilpailijoilta rahoitusta alle kolme kuukautta myöhemmin.
Myös OpenAI on ollut järkyttynyt ChatGPT:n toiminnan valtavista kustannuksista; Sam Altman myönsi hiljaisesti, että sen tutkimus ei ehkä koskaan ole kannattavaa.
Wawrzinek näkee selvän ratkaisun – hylätään keskitetty malli kokonaan ja keskitytään DeFAI:hin. Vaikka nämä teollisuuden johtajat ovat keränneet miljardeja capexiin ja olleet edelläkävijöitä LLM-kehityksessä, koko strategia voi olla itseään vastaan.
Esimerkiksi Yhdysvaltojen AI-datakeskusten rakentaminen kuormittaa sähköinsinöörejä ennennäkemättömällä tavalla. Kun niin monet ammattilaiset keskittyvät itse keskuksiin, se luo pullonkaulan ammattitaitoiselle työvoimalle.
Tämä haittaa uusiutuvan energian projekteja ja sähköverkkoa, mikä ironisesti haittaa datakeskusten toimivuutta.
“AI-aika tarvitsee infrastruktuurin, joka voi vastata sen nopeuteen ja mittakaavaan, ja hajautetut järjestelmät ovat ainoat mallit, jotka on rakennettu tätä tulevaisuutta varten. Hajautettu, markkinavetoinen lähestymistapa ratkaisee tämän ongelman: kapasiteettia voidaan ottaa käyttöön tehokkaammin siellä ja silloin, kun sitä tarvitaan, ilman vuosien odottamista keskitettyjen megaprojektien valmistumiseen,” Wawrzinek lisäsi.
Voiko DeFAI selviytyä haasteista?
Verrattuna keskitettyyn datakeskusmalliin, DeFAI on lisännyt AI-laskentatehon saatavuutta. Lohkoketjun mahdollistamat taloudelliset kannustimet voivat nopeuttaa käyttöönoton nopeutta, parantaa skaalautuvuutta ja optimoida resurssien jakamista ilman massiivisia etukäteispääomia.
Nämä hajautetut järjestelmät ovat lyhyesti sanottuna ketterämpiä kuin kilpailijansa.
Lohkoketjupohjaiset AI-yritykset ovat pystyneet hyödyntämään merkittävää laskentakapasiteettia ilman keskitettyjä datakeskuksia. Esimerkiksi DePIN-yritys Aethir on edistynyt merkittävästi GPU-as-a-service-mallinsa kanssa.
Muut yritykset kuten 0G Labs ovat osoittaneet, että hajautettu AI-kehitys ei ole vain teoreettisesti mahdollista; se on kannattavaa ja välttämätöntä ekosysteemille.
Jos tämä kaikki vaikuttaa kaukaa haetulta tai utopistiselta, on tärkeää muistaa AI:n “musta joutsen” -tapahtuma – DeepSeek.
Kiinan markkinoita liikuttava genAI-malli osoitti koko maailmalle, että AI-yritykset voivat luoda huipputason LLM:itä murto-osalla laitteistokustannuksista. AI-teollisuuden on ehkä mietittävä datakeskusmalli kokonaan uudelleen, jos tämä yksi kehittäjä osoittautui niin menestyksekkääksi.
Vaikka skeptikot ovat pohtineet, voiko hajautettu AI kilpailla datakeskusten kanssa, todellisuus on, että keskittäminen voi aiheuttaa omia tehottomuuksiaan.
Tähän mennessä keskitetyt AI-yritykset ovat keränneet miljardeja riskipääomasijoituksia, mutta niiden kyky innovoida on törmäämässä seinään. Tarvitsemme ehkä paremman mallin luodaksemme parhaat mahdolliset tulokset.
“AI-infrastruktuurin tulevaisuus on avoimissa, luvattomissa verkoissa, joissa tarjonta kohtaa kysynnän dynaamisesti ja globaalisti, ei vanhentuneiden hyperskaalausmallien kautta, jotka kamppailevat pysyäkseen mukana,” Wawrzinek päätti.
Vastuuvapauslauseke
Kaikki verkkosivustollamme olevat tiedot julkaistaan vilpittömässä mielessä ja ainoastaan yleiseen tiedottamiseen. Lukijan on toimittava verkkosivustomme tietojen perusteella täysin omalla vastuullaan.
