Die Argumentation
Das vergangene Jahrzehnt der künstlichen Intelligenz war von wandernden Engpässen geprägt. Zuerst war es die Rechenleistung. Als sich das Angebot verbesserte, verlagerte sich die Beschränkung auf den Speicher. Die Studie vertritt die Auffassung, dass die Branche nun in einem dritten Übergang steht und dass die Grenze überhaupt nicht mehr im Innern des Chips liegt. Sie liegt auf der Ebene des Systems und der Infrastruktur. Der Rahmen lautet, dass die KI von einem chipzentrierten Skalierungsproblem zu einem Optimierungsproblem der KI-Fabrik wird. Eine KI-Fabrik meint das gesamte industrielle System, das zur Erzeugung von KI-Ergebnissen nötig ist: Prozessoren, Speicher, Netzwerk, Kühlung, Stromumwandlung und die Rechenzentrumsinfrastruktur darum herum. Die Wirtschaftlichkeit wird als Kosten pro Token auf Ebene des Racks und des Clusters gemessen und nicht als Spitzenleistung eines einzelnen Bauteils. Drei Beschränkungen laufen zusammen. Die Datenbewegung. Beim Training an der Leistungsgrenze laufen Tausende von Beschleunigern parallel, sodass Bandbreite und Latenz der Verbindungen bestimmen, wie gut die Hardware ausgelastet wird. Kupfer wird mit wachsenden Clustern schwerer und schwieriger zu kühlen, weshalb die optische Anbindung an Bedeutung gewinnt. Die Stromverteilung. Die Beschränkung liegt nicht darin, wie viele Megawatt verfügbar sind, sondern darin, wie der Strom innerhalb der Anlage umgewandelt, verteilt und gesteuert wird. Mit steigender Dichte der Racks werden herkömmliche Stromarchitekturen ineffizient, und Gleichstromkonzepte mit höherer Spannung gewinnen an Boden. Die Flexibilität der Stromversorgung. Das Training erfolgt schubweise. Die Inferenz ist dauerhaft und schwankend. Das Problem verschiebt sich von der Sicherung einer gleichmässigen Erzeugung hin zur Aufnahme einer volatilen Last, ohne feste Kapazität zu überdimensionieren. Die Speicherung wird zu einer Form von Stromvorrat, deren Wert im Aufschub von Infrastrukturinvestitionen liegt und nicht in ihren Kosten je Einheit. Die Investitionsausgaben für KI weiten sich daher weit über die Halbleiter hinaus aus, auf Optik und Verbindungstechnik, Stromumwandlung, Wärmemanagement, Speicherung und netzseitige Infrastruktur. Die offene Frage ist, wie schnell sich diese Ausgaben in Erträge umsetzen.Verwandte Seiten
- Wie durstig die KI-Industrie ist, die Ressourcenabhängigkeit, die diesem Ausbau zugrunde liegt.
- Uran, der strategische Engpass, woher der Strom kommen soll.
- Was Bordier veröffentlicht, die Research-Reihe, zu der diese Studie gehört.
- Bordier in Singapur, die Gesellschaft, die diese Reihe veröffentlicht.
Nur allgemeine Informationen. Weder Anlageberatung noch Aufforderung noch Angebot. Zugangsvoraussetzungen, Dienstleistungen und Bedingungen unterscheiden sich je nach Rechtsordnung und je nach Kunde. Sprechen Sie mit Ihrem Bankier über Ihre persönliche Situation.
Diese Seite ist eine Übersetzung. Bei Abweichungen zwischen dieser Fassung und der englischen Fassung ist die englische Fassung massgebend.