Правда о войне чипов ИИ: стоимость вычислительной мощности - это ключевое, кто сможет смеяться последним?

Все сосредоточены на борьбе за GPU-чипы, но специалисты в отрасли знают, что настоящая проблема вовсе не в чипах, а в Вычислительная мощность.

Ситуация ясна: GPU от Nvidia сейчас являются лидерами, а AMD и Broadcom помогают компаниям создавать собственные чипы. Но с переходом AI от обучения (однократные затраты) к фазе вывода (постоянные затраты), кто сможет снизить энергопотребление и затраты, тот и победит.

Преимущества Alphabet здесь: более десяти лет исследований и разработок TPU (тензорный процессор), уже на 7-м поколении, специально оптимизированного для собственного фреймворка TensorFlow и Google Cloud. Ключевое - TPU потребляет гораздо меньше энергии, чем GPU. С учетом взрывного роста потребностей в выводе, эта разница в потреблении энергии приведет к значительным затратным преимуществам.

Более жесткий шаг: Alphabet не продает TPU, а только предоставляет его как часть Google Cloud. Таким образом, пользователи, желающие использовать TPU, должны перейти на Google Cloud, и Alphabet одновременно зарабатывает на двух фронтах — продавая вычислительную мощность и снижая затраты на запуск своей модели Gemini благодаря собственным чипам.

Сравнивая OpenAI и Perplexity, которые все еще тратят деньги на GPU, вертикальная интеграция Alphabet (чипы + облачная платформа + большие модели + AI-инструменты + оптоволоконные сети) уже является суперзащитой. Даже Nvidia встревожилась - слышали, что OpenAI тестирует TPU, и Nvidia поспешила инвестировать в OpenAI, чтобы остановить убытки.

Минимум: Это не гонка чипов, а соревнование на то, чья система будет наиболее экономичной. С этой точки зрения, позиция Alphabet довольно стабильна.