I giganti della tecnologia come Microsoft, Alphabet e Meta stanno cavalcando l'onda dei ricavi derivanti dai servizi cloud basati sull'intelligenza artificiale, ma allo stesso tempo stanno annegando nei costi sostanziali per spingere i confini dell'intelligenza artificiale. I recenti report finanziari dipingono il quadro di un'arma a doppio taglio: da un lato, guadagni impressionanti; dall'altro, spese sbalorditive.
Questa dicotomia ha portato Bloomberg per definire appropriatamente lo sviluppo dell'IA un “enorme pozzo di denaro”, evidenziando la complessa realtà economica dietro l'attuale rivoluzione dell'IA. Al centro di questo problema finanziario c'è una spinta incessante verso modelli di IA più grandi e sofisticati. La ricerca dell'intelligenza artificiale generale (AGI) ha portato le aziende a sviluppare sistemi sempre più complessi, esemplificati da grandi modelli linguistici come GPT-4. Questi modelli richiedono un'enorme potenza di calcolo, facendo salire i costi dell'hardware a livelli senza precedenti.
Per finire, la domanda di chip AI specializzati, principalmente unità di elaborazione grafica (GPU), è salita alle stelle. Nvidia, il produttore leader in questo spazioha visto il suo valore di mercato salire alle stelle mentre le aziende tecnologiche si affannano per assicurarsi questi componenti essenziali. Il suo chip grafico H100, il gold standard per l'addestramento dei modelli di intelligenza artificiale, è stato venduto per una cifra stimata di $ 30.000, con alcuni rivenditori che lo offrono a cifre più volte superiori.
La carenza globale di chip ha solo esacerbato questo problema, con alcune aziende che hanno aspettato mesi per acquisire l'hardware necessario. Meta Chief Executive Officer Zuckerberg detto in precedenza che la sua azienda ha pianificato di acquistare 350.000 chip H100 entro la fine dell'anno per supportare i suoi sforzi di ricerca sull'intelligenza artificiale. Anche se ottiene uno sconto per acquisti all'ingrosso, ciò si traduce rapidamente in miliardi di dollari.
D'altra parte, il spingere per qualcosa di più avanzato L'intelligenza artificiale ha anche innescato una corsa agli armamenti nella progettazione dei chip. Aziende come Google e Amazon investono molto nello sviluppo dei loro processori specifici per l'intelligenza artificiale, puntando a ottenere un vantaggio competitivo e ridurre la dipendenza da fornitori terzi. Questa tendenza verso il silicio personalizzato aggiunge un ulteriore livello di complessità e costo al processo di sviluppo dell'intelligenza artificiale.
Ma la sfida hardware si estende oltre il semplice approvvigionamento di chip. La scala dei moderni modelli di intelligenza artificiale richiede enormi data center, che comportano ostacoli tecnologici. Queste strutture devono essere progettate per gestire carichi di calcolo estremi, gestendo al contempo in modo efficiente la dissipazione del calore e il consumo di energia. Man mano che i modelli diventano più grandi, aumentano anche i requisiti di potenza, aumentando significativamente i costi operativi e l'impatto ambientale.
In un intervista podcast all'inizio di aprile, Dario Amodei, amministratore delegato di Anthropic, rivale di OpenAI, ha affermato che l'attuale raccolto di modelli di intelligenza artificiale sul mercato costa circa 100 milioni di dollari per l'addestramento. “I modelli che sono in fase di addestramento ora e che usciranno in vari momenti più avanti quest'anno o all'inizio dell'anno prossimo hanno un costo più vicino a 1 miliardo di dollari”, ha affermato. “E poi penso che nel 2025 e nel 2026 arriveremo a 5 o 10 miliardi di dollari”.
Poi ci sono i dati, la linfa vitale dei sistemi di intelligenza artificiale, che presentano le proprie sfide tecnologiche. La necessità di set di dati vasti e di alta qualità ha portato le aziende a investire massicciamente in tecnologie di raccolta, pulizia e annotazione dei dati. Alcune aziende stanno sviluppando sofisticati strumenti di generazione di dati sintetici per integrare i dati del mondo reale, aumentando ulteriormente i costi di ricerca e sviluppo.
Il ritmo rapido dell'innovazione dell'IA significa anche che infrastrutture e strumenti diventano rapidamente obsoleti. Le aziende devono aggiornare continuamente i loro sistemi e riqualificare i loro modelli per rimanere competitive, creando un ciclo costante di investimenti e obsolescenza.
“Il 25 aprile, Microsoft ha dichiarato di aver speso 14 miliardi di dollari in spese in conto capitale nel trimestre più recente e si aspetta che tali costi “aumenteranno in modo sostanziale”, spinti in parte dagli investimenti in infrastrutture AI. Si è trattato di un aumento del 79% rispetto al trimestre dell'anno precedente. Alphabet ha dichiarato di aver speso 12 miliardi di dollari durante il trimestre, un aumento del 91% rispetto all'anno precedente, e si aspetta che il resto dell'anno sia “a o sopra” quel livello poiché si concentra sulle opportunità AI”, si legge nell'articolo di Bloomberg.
Bloomberg ha anche notato che Meta, nel frattempo, ha aumentato le sue stime per gli investimenti per l'anno e ora ritiene che le spese in conto capitale saranno di 35-40 miliardi di dollari, il che rappresenterebbe un aumento del 42% nella fascia alta dell'intervallo. “Ha citato investimenti aggressivi nella ricerca sull'intelligenza artificiale e nello sviluppo di prodotti”, Bloomberg ha scritto.
È interessante notare che l'articolo di Bloomberg sottolinea anche che, nonostante questi costi enormi, i giganti della tecnologia stanno dimostrando che l'IA può essere un vero motore di fatturato. Microsoft e Alphabet hanno segnalato una crescita significativa nelle loro attività cloud, attribuita principalmente all'aumento della domanda di servizi di IA. Ciò suggerisce che, mentre l'investimento iniziale nella tecnologia di IA è sbalorditivo, i potenziali rendimenti sono abbastanza convincenti da giustificare la spesa.
Tuttavia, gli alti costi dello sviluppo dell'IA sollevano preoccupazioni sulla concentrazione del mercato. Come osservato nell'articolo, le spese associate alla ricerca all'avanguardia sull'IA potrebbero limitare l'innovazione a una manciata di aziende ben finanziate, soffocando potenzialmente la concorrenza e la diversità nel settore. Guardando al futuro, il settore si sta concentrando sullo sviluppo di tecnologie di IA più efficienti per affrontare queste sfide in termini di costi.
La ricerca su tecniche come l'apprendimento a pochi scatti, l'apprendimento tramite trasferimento e architetture di modelli più efficienti dal punto di vista energetico mira a ridurre le risorse computazionali richieste per lo sviluppo e l'implementazione dell'IA. Inoltre, la spinta verso l'IA edge, ovvero l'esecuzione di modelli di IA su dispositivi locali anziché nel cloud, potrebbe aiutare a distribuire i carichi computazionali e ridurre la pressione sui data center centralizzati.
Questo cambiamento, tuttavia, richiede un proprio set di innovazioni tecnologiche nella progettazione dei chip e nell'ottimizzazione del software. Nel complesso, è chiaro che il futuro dell'IA sarà plasmato non solo dalle innovazioni negli algoritmi e nella progettazione dei modelli, ma anche dalla nostra capacità di superare gli immensi ostacoli tecnologici e finanziari che derivano dalla scalabilità dei sistemi di IA. Le aziende che riescono a superare queste sfide in modo efficace emergeranno probabilmente come leader nella prossima fase della rivoluzione dell'IA.
(Immagine di Igor Omilaev)
Vuoi saperne di più sull'intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera AI e Big Data che si svolge ad Amsterdam, California e Londra. L'evento completo è co-localizzato con altri eventi leader tra cui Conferenza sull'automazione intelligente, BloccoX, Settimana della Trasformazione DigitaleE Fiera della sicurezza informatica e del cloud.
Esplora altri prossimi eventi e webinar sulla tecnologia aziendale forniti da TechForge Qui.
Fonte: www.artificialintelligence-news.com
