Согласно информации от анонимного инженера Google, ожидаемая продолжительность службы графических процессоров в дата-центрах составляет всего около трёх лет. Если это правда, данное обстоятельство весьма выгодно для Nvidia , но может стать серьёзной проблемой для остальных участников рынка.
В настоящее время генеративные модели искусственного интеллекта, такие как GPT и другие алгоритмы для генерации текста и изображений, формируют будущее технологического сектора. Такие известные гиганты, как Google и Microsoft, инвестируют в дата центры со специализированными графическими процессорами миллиарды долларов, стремясь расширить вычислительные мощности для работы со всё более сложными ИИ-моделями. Однако графические процессоры, как и любое оборудование, подвержены износу. Инженер Google отметил, что при интенсивной эксплуатации в дата-центрах их срок службы ограничен примерно тремя годами, что подтверждают последние данные компаний Lambda Labs и CoreWeave, чьи GPU работают на 60-70% от максимальной нагрузки.
Всё это звучит правдоподобно. Графические процессоры при работе с искусственным интеллектом потребляют колоссальное количество энергии — современные ускорители Nvidia способны достигать мощности до 1000 ватт, в случае с чипами Blackwell, а предыдущее поколение Hopper – до 700 Вт. Такое энергопотребление не может не сказаться на кремниевых чипах: интенсивное тепловое воздействие значительно ускоряет износ. Аналогичная ситуация уже наблюдалась с видеокартами, которые использовались для майнинга криптовалют. Как известно, такие карточки часто выходят из строя уже спустя пару лет, что подтверждает серьёзность износа при постоянной эксплуатации на высоких нагрузках.
Краткосрочный срок службы графических процессоров в дата-центрах может затормозить развитие индустрии генеративного ИИ. Несмотря на значительные финансовые вложения, эта сфера пока не приносит ожидаемого дохода. OpenAI, например, прогнозирует убыток в размере 5 миллиардов долларов в 2024 году, хотя её вычислительные расходы частично покрывает Microsoft. Google, в свою очередь, потратила 13,2 миллиарда долларов только за один квартал на поддержку вычислительной инфраструктуры для ИИ и планирует дальнейшие инвестиции. Если заявление о трёхлетнем сроке службы GPU подтвердится, такая инфраструктура станет не долгосрочной инвестицией, а затратной статьёй бюджета, которую придётся обновлять каждые несколько лет.
После подтверждения этих данных многие инвесторы задумаются о сроках окупаемости инвестиций в генеративный ИИ. Многие технологические компании обещают выпуск более продвинутых моделей, что требует ещё больших ресурсов на их обучение и эксплуатацию. Чем больше мощностей используется сейчас, тем больше понадобится для их замены через три года.
Чтобы снизить нагрузку на оборудование, компании могли бы уменьшить интенсивность использования оборудования. В результате это продлит срок окупаемости затрат на инфраструктуру. Таким образом, если интерес к генеративному ИИ будет расти, участникам рынка, возможно, придётся задуматься о сдерживании темпов расширения дата-центров.
Для Nvidia, крупнейшего производителя ускорителей для искусственного интеллекта, ситуация складывается весьма удачно. В последние годы стоимость компании выросла втрое, достигнув 3 триллионов долларов в июне 2024 года. И если Nvidia сможет обеспечивать крупных клиентов новыми партиями GPU каждые несколько лет, её капитализация продолжит расти быстрыми темпами.