- Poblar una sola instalación de IA de un gigavatio cuesta casi 80 mil millones de dólares
- La capacidad de IA proyectada para toda la industria podría alcanzar los 100 GW
- El hardware de GPU de alta gama debe reemplazarse cada cinco años sin extensión
El director ejecutivo de IBM, Arvind Krishna, se pregunta si el ritmo y la escala actuales de la implementación de centros de datos de IA pueden ser económicamente sostenibles según los supuestos existentes.
Estima que poblar un solo sitio de 1 GW con hardware informático ahora se acerca a los 80 mil millones de dólares.
Como los planes públicos y privados indican alrededor de 100 GW de capacidad futura, destinados a la capacitación de modelos avanzados, la exposición financiera implícita aumenta a 8 billones de dólares.
La carga económica de los sitios de IA de próxima generación
Krishna relaciona esta trayectoria directamente con el ciclo de actualización que impulsa las flotas de aceleradores actuales.
La mayor parte del hardware GPU de alta gama implementado en estos centros se amortiza en unos cinco años.
Al final de esta ventana, los operadores no amplían el equipo, sino que lo reemplazan por completo. El resultado no es un golpe de capital único, sino una obligación recurrente que se agrava con el tiempo.
Los recursos de CPU también siguen siendo parte de estas implementaciones, pero ya no están en el centro de las decisiones de gasto.
La balanza se ha desplazado hacia aceleradores especializados que ofrecen cargas de trabajo masivamente paralelas que los procesadores de uso general no pueden igualar.
Este cambio ha cambiado materialmente la definición de escala para las instalaciones modernas de IA y ha llevado los requisitos de capital más allá de lo que requerían los centros de datos empresariales tradicionales.
Krishna dice que la amortización es el factor que la mayoría de los participantes del mercado entienden.
El ritmo del cambio arquitectónico significa que los avances en el rendimiento están llegando más rápido de lo que los valores financieros pueden absorber cómodamente.
El hardware que todavía es funcional se vuelve obsoleto desde el punto de vista económico mucho antes de que finalice su vida física.
Inversores como Michael Burry plantean preguntas similares sobre si los gigantes de la nube pueden seguir ampliando la vida de los activos a medida que crecen el tamaño de los modelos y las demandas de formación.
Desde una perspectiva financiera, la carga ya no es el consumo de energía o la adquisición de terrenos, sino la eliminación obligatoria de pilas de hardware cada vez más caras.
En entornos tipo estación de trabajo, ya existen dinámicas de actualización similares, pero la escala es fundamentalmente diferente en entornos de hiperescala.
Krishna estima que hacerse cargo del costo de capital de estos campus de varios gigavatios requeriría cientos de miles de millones de dólares para alcanzar el punto de equilibrio anualmente.
Este requisito se basa en la economía actual del hardware y no en ganancias especulativas de eficiencia a largo plazo.
Estas predicciones se producen cuando las empresas de tecnología anuncian campus de IA cada vez más grandes, medidos no en megavatios sino en decenas de gigavatios.
Algunas de estas propuestas ya compiten con la demanda de electricidad de naciones enteras, lo que genera preocupaciones paralelas sobre la capacidad de la red y los precios de la energía a largo plazo.
Krishna calcula las probabilidades casi nulas de que los LLM de hoy alcancen la inteligencia general de la próxima generación de hardware sin cambios fundamentales en la integración del conocimiento.
Esa evaluación considera que la ola de inversión está impulsada más por la presión tecnológica impulsada por la competencia que validada por la inevitabilidad tecnológica.
Evitar la interpretación es difícil. La construcción supone que los ingresos futuros aumentarán para igualar los gastos sin precedentes.
Esto está sucediendo a pesar de acortar los ciclos de recuperación y endurecer los límites de capacidad en varias regiones.
El riesgo es que las expectativas financieras anticipen los mecanismos económicos necesarios para sostener estos activos durante todo su ciclo de vida.
A través de Hardware de Tom
Siga TechRadar en Google News y agréganos como tu fuente predeterminada para recibir noticias, puntos de vista y opiniones de nuestros expertos en feeds. ¡Asegúrate de presionar el botón Continuar!
Y por supuesto que tú también puedes Siga TechRadar en TikTok para recibir noticias, reseñas, unboxings en forma de video y recibir actualizaciones constantes de nuestra parte WhatsApp también
