Κρίσιμη υποδομή που απαιτείται για την τροφοδοσία της ψηφιακής μετάβασης και την εκπαίδευση LLM

Η εκρηκτική ανάπτυξη της τεχνητής νοημοσύνης αυξάνει με ραγδαίους ρυθμούς τη ζήτηση για δημιουργία κέντρων δεδομένων (data centers) σε ολόκληρο τον κόσμο, φέρνοντας τεράστιες αλλαγές στην τεχνολογία, διαμορφώνοντας το τοπίο των κεφαλαιουχικών επενδύσεων και μεγαλώνοντας κατακόρυφα τις ενεργειακές ανάγκες.

Αυτό το σκηνικό έλαβε νέα ώθηση τον τελευταίο μήνα με την εμφάνιση της νεοσύστατης κινεζικής εταιρείας DeepSeek στον χώρο της τεχνητής νοημοσύνης, που με το μοντέλο της R1 έδειξε στην αγορά ότι υπάρχουν φθηνότερες λύσεις, εγείροντας ερωτήματα για την κυριαρχία των ΗΠΑ στον τομέα της ΑΙ, αλλά και για το εάν η μεγαλύτερη απόδοση του προγραμματιστή θα μπορούσε να μειώσει τη ζήτηση για χωρητικότητα στα κέντρα δεδομένων. Τα data centers, άκρως ενεργοβόρα, συνιστούν την κρίσιμη υποδομή που απαιτείται για την τροφοδοσία της παγκόσμιας ψηφιακής μετάβασης και την εκπαίδευση μεγάλων γλωσσικών μοντέλων (LLM).

Ήδη η ζήτηση για νέα κέντρα δεδομένων, τα οποία χρειάζονται τουλάχιστον δύο χρόνια για να κατασκευαστούν, είναι τεράστια και η αντίληψη που επικρατεί τώρα στην αγορά, μετά την εμφάνιση της DeepSeek, είναι ότι τα μοντέλα που κατασκευάζονται με λιγότερα κεφάλαια και με λιγότερο ισχυρά τσιπ θα μπορούσαν να λειτουργήσουν ως επιταχυντές για την αγορά.

Η χωρητικότητα των κέντρων δεδομένων παγκοσμίως προβλέπεται ότι θα αυξάνεται κατά 15% ετησίως, σύμφωνα με στοιχεία της JLL Research, χωρίς ωστόσο το ποσοστό αυτό να θεωρείται επαρκές για να καλύψει την αυξανόμενη ζήτηση. Η McKinsey τοποθετεί ακόμη πιο ψηλά τον πήχη προβλέποντας ότι η παγκόσμια ζήτηση θα αυξάνεται κατά 19% έως 22% ετησίως έως το 2030, για να φθάσει τα 171 έως 219 γιγαβάτ, ενώ δεν αποκλείει και ένα σενάριο που θα αυξάνεται κατά 27% φθάνοντας κοντά στα 300 γιγαβάτ. Οι προοπτικές αυτές έρχονται βεβαίως σε αντίθεση με τη σημερινή ζήτηση των 60 γιγαβάτ, που σημαίνει ότι είναι πολύ πιθανό ένα έλλειμμα σε επίπεδο προσφοράς.

Την ίδια στιγμή η τεχνητή νοημοσύνη και οι αυξανόμενες ανάγκες ψηφιοποίησης θα μπορούσαν να ανεβάσουν τις ετήσιες επενδύσεις σε data centers πάνω από το 1 τρισ. δολάρια μόλις τα επόμενα έτη. Αναφορικά με τα έσοδα των data centers, η UBS εκτιμά ότι θα αυξηθούν κατά 20% το 2025 και από 10% έως 15% την περίοδο 2026-2028.

Σε όλα αυτά θα πρέπει να προστεθεί και το γεγονός ότι θα απαιτηθεί πολύ περισσότερη ενέργεια για την τροφοδοσία των κέντρων δεδομένων, με την Goldman Sachs να κάνει λόγο για μια αύξηση 50% έως το 2027 και 165% έως το τέλος της δεκαετίας, σε σύγκριση με τα επίπεδα του 2023. Ωστόσο, αυτή η αυξημένη ζήτηση θα απαιτήσει πρόσθετες επενδύσεις κοινής ωφελείας, με την Goldman Sachs να εκτιμά ότι μπορεί να χρειαστούν περίπου 720 δισ. δολάρια δαπανών δικτύου μέχρι το 2030. «Αυτά τα έργα μετάδοσης μπορεί να χρειαστούν αρκετά χρόνια για αποκτήσουν άδεια και στη συνέχεια να κατασκευαστούν άλλα, δημιουργώντας ένα ακόμη πιθανό εμπόδιο για την ανάπτυξη των κέντρων δεδομένων», σημειώνει.

Πολλά τα ερωτήματα για την DeepSeek

Παραμένουν αρκετά ερωτήματα σχετικά με την εκπαίδευση, την υποδομή και την ικανότητα της DeepSeek. Το R1 δεν αρκεί από μόνο του για να αλλάξει τα δεδομένα όσον αφορά τη ζήτηση, σύμφωνα με τον Άντριου Μακμίλαν, συνεργάτη στη δικηγορική εταιρεία RPC. «Η όρεξη των επενδυτών θα μετριαστεί εάν αποδειχθεί ότι το μοντέλο αυτό μπορεί να αναπαραχθεί και ως εκ τούτου θα υπάρξει πολύ χαμηλότερη ζήτηση για επεξεργασία δεδομένων στο μέλλον από ό,τι υπάρχει τώρα, ή τουλάχιστον δεν θα συνεχίσει στους ίδιους ρυθμούς», δήλωσε ο Μακμίλαν.

«Μακροπρόθεσμα, εάν δούμε την αποτελεσματικότητα να οδηγεί σε χαμηλότερα επίπεδα επενδύσεων (είτε από hyperscalers είτε από νέα επενδυτικά σχέδια από νέους παίκτες), αυτό θα μετριάσει τον κίνδυνο μακροπρόθεσμης υπερπροσφοράς στην αγορά που βλέπουμε από το 2027 και μετά - κάτι που πιστεύουμε ότι είναι σημαντικό στοιχείο που θα μπορούσε να οδηγήσει σε μεγαλύτερη ανθεκτικότητα και λιγότερη κυκλικότητα στην αγορά των κέντρων δεδομένων», σημειώνουν αναλυτές της Goldman.

Από την πλευρά της ζήτησης για κέντρα δεδομένων, μεγάλοι πάροχοι cloud και άλλες εταιρείες κατασκευάζουν μεγάλα γλωσσικά μοντέλα (LLM), ικανά για επεξεργασία και κατανόηση της φυσικής γλώσσας. Αυτά τα μοντέλα πρέπει να εκπαιδεύονται με τεράστιες ποσότητες πληροφοριών, χρησιμοποιώντας επεξεργαστές έντασης ισχύος. Από την πλευρά της προσφοράς, οι εταιρείες cloud και οι χειριστές κέντρων δεδομένων χρησιμοποιούν μεγάλα ποσά κεφαλαίων για την κατασκευή νέων κέντρων δεδομένων υψηλής χωρητικότητας.

Συνολικά, το ισοζύγιο προσφοράς και ζήτησης των data centers θα οδηγηθεί σε σημαντική σύσφιγξη τα επόμενα χρόνια, σύμφωνα με την Goldman Sachs. Το ποσοστό πληρότητας αυτής της υποδομής προβλέπεται να αυξηθεί από περίπου 85% το 2023 σε άνω του 95% στα τέλη του 2026. Αυτό πιθανότατα θα ακολουθηθεί από μετριασμό από το 2027, καθώς περισσότερα κέντρα δεδομένων ξεκινούν λειτουργία και η αύξηση της ζήτησης βάσει της τεχνητής νοημοσύνης επιβραδύνεται.

«Διψούν» για ενέργεια

Η αύξηση της ζήτησης για τεχνητή νοημοσύνη θα μπορούσε να έχει κόστος για τους στόχους της Ε.Ε. για απαλλαγή από τις εκπομπές διοξειδίου του άνθρακα, καθώς τα εξειδικευμένα τσιπ που χρησιμοποιούνται από εταιρείες, όπως η Nvidia, αναμένεται να οδηγήσουν σε αύξηση της χρήσης ενέργειας σε κέντρα δεδομένων που ήδη «διψούν» για ενέργεια.

Τα τσιπ τεχνητής νοημοσύνης υψηλής ισχύος απαιτούν εξαιρετικά πυκνή υπολογιστική ισχύ και παράγουν περισσότερη θερμότητα, η οποία τελικά απαιτεί πιο κρύο νερό για να μπορεί να υποστηρίξει μια αποτελεσματική ψύξη των τσιπ.

Ο Μάικλ Γουίντερσον, πρόεδρος της Ευρωπαϊκής Ένωσης Κέντρων Δεδομένων (EUDCA), προειδοποίησε, σε δηλώσεις του στο CNBC, ότι η μείωση της θερμοκρασίας του νερού στα κέντρα δεδομένων θα οδηγήσει τελικά σε μια μη βιώσιμη κατάσταση στην οποία -όπως είπε- βρισκόμασταν πριν από 25 χρόνια.

Η αύξηση της ζήτησης για κέντρα δεδομένων κατά 160% έως το 2030, με βάση την τεχνητή νοημοσύνη, σύμφωνα με την έρευνα της Goldman Sachs, θα μπορούσε να έχει κόστος για τους στόχους απανθρακοποίησης της Ευρώπης, καθώς τα εξειδικευμένα τσιπ που χρησιμοποιούνται από εταιρείες τεχνητής νοημοσύνης αναμένεται να αυξήσουν τη χρήση ενέργειας από τα κέντρα δεδομένων που τα αναπτύσσουν.

Η τεχνητή νοημοσύνη μπορεί να καταναλώσει 120 κιλοβάτ ενέργειας σε ένα μόνο τετραγωνικό μέτρο ενός κέντρου δεδομένων, κάτι που ισοδυναμεί με την κατανάλωση ενέργειας και την απαγωγή θερμότητας όσο θα χρειαζόταν σε 15 έως 25 σπίτια, σύμφωνα με τον Άντρι Κορολένκο, επικεφαλής προϊόντων και υποδομής της Nebius.

(από την εφημερίδα "ΝΑΥΤΕΜΠΟΡΙΚΗ")

Ακολουθήστε το energia.gr στο Google News!Παρακολουθήστε τις εξελίξεις με την υπογραφη εγκυρότητας του energia.gr