- Раунд инвестиций OpenAI серии С на сумму 122 миллиарда долларов, закрытый сегодня с оценкой в 852 миллиарда долларов после выкупа, выявляет существенное ограничение для передовых разработок в сфере ИИ: он требует колоссальной концентрации финансовых средств и контроля над инфраструктурными ресурсами.
Сегодня компания приносит $2 млрд дохода в месяц и демонстрирует темпы роста в четыре раза превосходящие показатели Alphabet и Meta на пике их развития. Однако масштабы, необходимые для такого роста, вскрывают непростую реальность для всего рынка ИИ: путь OpenAI, заключающийся в создании собственных моделей на собственной базе оборудования, поддерживаемой узким кругом производителей чипов и облачных гигантов, является как капиталозатратным, так и структурно централизованным.
Математика проста. Финансирование OpenAI в размере 122 миллиардов долларов опирается на Amazon, NVIDIA и SoftBank, при этом сотрудничество с Microsoft, Oracle, AWS и Google Cloud продолжается. Что касается аппаратного обеспечения, NVIDIA остается "основой", в дополнении с AMD, AWS Trainium и собственными разработками чипов в кооперации с Broadcom. Компания увеличила свою кредитную линию до 4,7 миллиардов долларов при поддержке международного банковского синдиката. Это инфраструктура в грандиозном масштабе, но в масштабе, где число "привратников" крайне невелико.
Заявление самой OpenAI подтверждает это ограничение:
"Никакая одна архитектура не сможет эффективно удовлетворить все потребности переднего края ИИ. Чтобы справиться с этим спросом и сохранить гибкость, мы выстраиваем более обширный портфель инфраструктуры, включающий множество облачных партнеров, различные чиповые платформы и углубленное совместное проектирование по всему технологическому стеку. " По сути, компания говорит, что даже с 122 миллиардами долларов она все равно зависит от привязки к поставщикам и партнерских соглашений.
Именно эта зависимость делает экономические доводы в пользу децентрализованных вычислительных сетей все более убедительными. Если флагманские ИИ-системы требуют капитальной мощи, то периферийные приложения – обработка запросов, тонкая настройка, специфические задачи, развертывание на границе сети – становятся посильными для распределенных сетей, способных обеспечить их с меньшими расходами.
Теория подкрепляется практикой: токенизированные системы стимулов могут координировать вычисления от различных провайдеров без необходимости привлечения централизованного капитала. Вместо модели OpenAI (мобилизация средств, создание частной инфраструктуры, извлечение ренты) децентрализованные сети перераспределяют право собственности на оборудование, унифицируют протоколы и формируют открытые рынки для вычислений.
Несколько проектов уже создали работающую инфраструктуру, основываясь на этом принципе: сети, позволяющие участникам предоставлять вычислительные ресурсы и получать за это вознаграждение; системы, дающие возможность пользователям арендовать простаивающие мощности GPU; платформы, соединяющие задачи обучения и инференса с распределенным оборудованием; протоколы для верифицируемых вычислений.
Ключевым метрическим показателем становится утилизация ресурсов и цена.
Читайте нас на сайте transscreen.ru