AI-kappløpet handler ikke lenger bare om hvem som har den beste modellen eller brikken. Etter hvert som brikkeprodusenter går inn i programvare og skytjenester, og programvareselskaper utvikler egne brikker, kan den fysiske infrastrukturen bak AI bli like viktig: strøm, kjøling, nettverk og kapasiteten til å bygge datasentre raskt. Det var hovedpoenget i en utveksling mellom investoren Chamath Palihapitiya og Elon Musk.
1
14
15
Microsofts Maia 300 gir et konkret eksempel på selskaper som vil ha mer kontroll over AI-maskinvaren sin. Men selskapets ytelsestall er foreløpig forventninger, ikke uavhengig bekreftede resultater.
2
3
Fra brikker til strøm og datasentre
Palihapitiya beskrev en bransje der brikkeprodusenter beveger seg oppover i verdikjeden mot apper og tjenester, mens selskaper som lager apper, utvikler egne brikker. Når konkurrentene i økende grad dekker både brikker, skytjenester og programvare, spurte han hva som kan gi varige markeder og marginer: distribusjon, egne data eller en fysisk begrensning som tilgang på strøm.
1
14
Musk svarte med en liste over utfordringer: å skaffe nok strøm, bygge raskt, og få kjøling, nettverk og batterier på plass. Poenget er ikke at programvare, data eller brikker har sluttet å bety noe. Det er at AI-kapasiteten også avhenger av at de fysiske systemene som driver den, faktisk kan bygges og settes i drift.
15
Selskaper som klarer å sikre strøm og få datasenterkapasitet på nett, kan dermed stå bedre rustet til å vokse. Men samtalen viser ikke at infrastruktur alltid vil være et sterkere konkurransefortrinn enn distribusjon eller data.
1
15
Maia 300 viser Microsofts satsing på egne brikker
Microsoft presenterte Maia 300 som tredje generasjon av selskapets egne AI-brikker og inferensplattform. Inferens er når en ferdigtrent AI-modell brukes til å svare på spørsmål eller utføre oppgaver. Satsingen illustrerer hvordan skytjeneste- og programselskaper også utvikler egen maskinvare, i stedet for å være helt avhengige av eksterne brikkeprodusenter. Microsoft har tidligere lent seg tungt på Nvidia-prosessorer, men kunngjøringen betyr ikke at Maia skal erstatte alle eksterne GPU-er.
2
6
Selskapet planlegger å utvide Maia-familien til distribusjon i flere gigawatt-skala fra 2027, med Maia som det primære inferenssystemet for Microsofts produkter og tjenester. Maia 200 brukes allerede i produksjon, mens utrullingen av Maia 300 er planlagt fra 2027.
40
Microsoft forventer at Maia 300 skal levere 40 prosent flere tokens per megawatt enn ledende GPU-baserte systemer. Det er selskapets eget anslag, ikke et resultat som er uavhengig bekreftet. Microsoft oppgir også at et stativ med 96 akseleratorer kan gi opptil sju ganger høyere token-gjennomstrømning enn et Maia 200-stativ. Arkitekturbeskrivelsen sier at stativet har dobbelt så høy akseleratortetthet som Maia 200.
3
45
Det viktige er derfor ikke bare selve brikken, men hvor mye AI-arbeid et komplett system kan utføre innenfor et gitt strømforbruk. Det kan bli særlig relevant dersom strøm og datasenterkapasitet blir vanskeligere å skalere.
3
5
Strømbehovet gjør flaskehalsen konkret
Det internasjonale energibyrået IEA anslår at datasentrenes globale strømforbruk vil øke fra rundt 485 terawattimer i 2025 til 950 terawattimer i 2030 – omtrent en dobling. Prognosen understøtter at strøm er en viktig infrastrukturfaktor, men viser ikke at strøm blir den avgjørende flaskehalsen overalt eller for alle AI-selskaper.
50
Palihapitiya har også tidligere pekt på energi som en viktig begrensning for AI og omtalt det amerikanske strømnettet som en stor teknologisk flaskehals. Dette er hans vurderinger, ikke dokumentasjon på hvor raskt strømnettet vil bygges ut eller etterspørselen vil vokse.
58
61
Dette blir verdt å følge med på
Den planlagte utrullingen av Maia 300 blir en test på om egne brikker og mer effektiv systemdesign kan hjelpe Microsoft med å øke inferenskapasiteten. Følg særlig med på hvor bredt systemet faktisk tas i bruk, hvordan det presterer i produksjon, og om den varslede fordelen på 40 prosent flere tokens per megawatt holder i praksis. Inntil videre bør tallet forstås som Microsofts forventning, ikke som et dokumentert resultat.
3
40
Den større lærdommen fra samtalen mellom Palihapitiya og Musk er at AI-kappløpet også dreier seg om hvem som klarer å sikre strøm og bygge infrastrukturen raskt nok. Fysisk kapasitet kan bli en langsiktig fordel, men det er ikke gitt at den erstatter betydningen av distribusjon, data eller programvare.
1
15