3 технологии, которые могут стать узким местом для всей индустрии AI
На днях мы говорили о фотонике и о том, как Nvidia заранее начинает закрывать поставки ключевой инфраструктуры.
Но фотоника — это лишь один из возможных “бутылочных горлышек” AI-революции.
Если смотреть глубже, есть ещё несколько технологий, без которых масштабирование AI может просто остановиться.
Инвесторы обычно смотрят на модели, чипы и стартапы.
Но настоящие деньги в технологических циклах часто делаются на инфраструктуре.
Давайте разберём три направления, которые могут стать критическими.
1. Энергия
Самая недооценённая проблема AI.
Один современный AI-дата-центр может потреблять столько же электричества, сколько небольшой город.
Microsoft, Google, Amazon и Meta уже сталкиваются с одной проблемой:
негде брать столько энергии.
По прогнозам, к 2030 году AI может потреблять до 10% всей электроэнергии США.
Поэтому крупные тех-компании начинают:
— инвестировать в малые модульные ядерные реакторы
— подписывать долгосрочные контракты на атомную генерацию
— строить собственные энергетические проекты
Это превращает AI-индустрию из чисто технологического сектора в энергетический.
2. HBM-память
Про GPU слышали все.
Но без HBM-памяти современные AI-чипы просто не работают.
HBM — это сверхбыстрая память, которая размещается прямо рядом с GPU.
И именно она позволяет обрабатывать гигантские объёмы данных для нейросетей.
Проблема в том, что производителей HBM всего несколько:
— SK Hynix
— Samsung
— Micron
И сейчас спрос на HBM превышает предложение на годы вперёд.
Nvidia, AMD и другие компании уже бронируют поставки памяти на несколько лет вперёд.
В технологических циклах именно такие элементы часто становятся настоящими королями рынка.
3. Сети и передача данных
Здесь мы возвращаемся к теме вчерашнего поста.
Когда тысячи GPU работают вместе, возникает новая проблема:
как быстро передавать данные между ними.
И здесь старые технологии начинают ломаться.
Медь перегревается.
Энергопотребление растёт.
Скорость передачи становится ограничением.
Именно поэтому индустрия начинает переходить на:
— фотонику
— оптоволоконные соединения
— лазерные системы передачи данных
И именно поэтому Nvidia уже инвестирует миллиарды, чтобы закрыть доступ к ключевым поставщикам.
Какие последствия?
Мы находимся в фазе, когда AI только начинает строить свою инфраструктуру.
И как в любой технологической революции, основные деньги могут оказаться не в приложениях, а в:
— энергии
— памяти
— сетях передачи данных
Это фундамент, без которого вся система просто не работает.
Именно поэтому Nvidia старается контролировать не только чипы, но и всю экосистему вокруг них.
Главное, что стоит понимать инвесторам:
в больших технологических циклах выигрывают не только те, кто делает продукт.
Часто выигрывают те, кто контролирует инфраструктуру.
Если хотите, разберём ещё один интересный вопрос:
может ли AI-инфраструктура стать новым “нефтяным рынком” ближайших 10–15 лет.
Если интересно — поставьте реакцию.
Разберём это подробнее.
#AI #инвестиции #технологии #Nvidia
