Инвестиции в AI: уязвимость сроков службы GPU

Ведущие технологические гиганты, включая Microsoft, Amazon, Google, Oracle и OpenAI, намерены инвестировать около триллиона долларов в создание дата-центров для искусственного интеллекта в ближайшие пять лет. Однако существует серьезная проблема: срок службы графических процессоров (GPU), необходимых для обучения моделей, может оказаться значительно короче запланированного. Эксперты CNN сообщают, что реальный срок эксплуатации чипов для обучения больших языковых моделей составляет от 18 месяцев до 3 лет. После этого GPU могут использоваться для менее мощных задач, но для сложных вычислений они становятся непригодными. В отличие от традиционных процессоров, которые служат 5–7 лет, современные GPU работают в экстремальных условиях, потребляя более 700 Вт и генерируя большое количество тепла. Примерно 9% GPU выходит из строя в течение года, что выше, чем у CPU. В результате цены на аренду H100 упали на 70%, подтверждая экономическую нецелесообразность использования старых чипов. CEO Microsoft, Сатья Наделла, отметил необходимость планирования закупок GPU, чтобы избежать потерь из-за устаревания. Аналитики Barclays уже снизили прогнозы прибыли ИИ-компаний на 2025 год, а по оценкам Bain, к 2030 году индустрия столкнется с ежегодным дефицитом в 800 миллиардов долларов.