Amazon Web Services (AWS) og Microsoft har trukket sig tilbage fra investeringer i AI-datacentre, hvilket antyder problemer med den centraliserede model. Analytikere bruger denne seneste udvikling til at gentage, hvorfor decentraliseret blockchain-baseret infrastruktur kan være løsningen.
Kai Wawrzinek, medstifter af Impossible Cloud Network, diskuterede disse truende spørgsmål i et eksklusivt interview med BeInCrypto.
Kunstig intelligens datacentre rammer en mur
For nogle måneder siden virkede AI som en af den globale tech-industris mest lovende sektorer. Men med firmaer som AWS og Microsoft, der annoncerer pauser i AI-datacenterkonstruktion, ser billedet meget anderledes ud. Hvad skete der? Hvordan ser fremtiden for AI ud? Kai Wawrzinek beskrev situationen som den står i dag:
“Nyheden om, at AWS slutter sig til Microsoft i at trække sig fra nye datacentre, når efterspørgslen efter AI vokser eksponentielt, er et bevis på den enorme ineffektivitet, denne model præsenterer for skalering af det globale internet. Microsoft og AWS er måske ved at indse, at centraliserede infrastrukturmodeller simpelthen ikke kan tilpasse sig hurtigt nok,” hævdede Wawrzinek.
AWS og Microsoft er ikke de eneste virksomheder, der står over for disse problemer. Selvom Meta offentligt hævdede, at de ville bruge hundreder af milliarder på AI-infrastruktur og datacentre, bad de konkurrenter om finansiering mindre end tre måneder senere.
OpenAI har også været ramt af de enorme omkostninger ved at drive ChatGPT; Sam Altman indrømmede stiltiende, at deres research måske aldrig bliver rentabel.
Wawrzinek ser en klar løsning – opgive den centraliserede model helt og fokusere på DeFAI. Selvom disse industriledere har akkumuleret milliarder i capex og banet vejen for LLM-udvikling, kan hele strategien være selvdestruktiv.
For eksempel er konstruktionen af AI-datacentre i USA overvældende elektriske ingeniører med arbejde i en hidtil uset grad. Med så mange fagfolk, der fokuserer på centrene selv, skaber det en flaskehals for kvalificeret arbejdskraft.
Dette skader vedvarende energiprojekter og elnettet, hvilket ironisk nok skader datacentrenes funktionalitet.
“AI-æraen har brug for infrastruktur, der kan matche dens hastighed og skala, og decentraliserede systemer er de eneste modeller bygget til den fremtid. I modsætning hertil løser en decentral, markedsdrevet tilgang dette problem: kapacitet kan implementeres mere effektivt, hvor og hvornår det er nødvendigt, uden at vente år på centraliserede megaprojekter,” tilføjede Wawrzinek.
Kan DeFAI håndtere udfordringerne?
Sammenlignet med den centraliserede datacentermodel har DeFAI øget AI-compute tilgængelighed. Blockchain-aktiverede økonomiske incitamenter kan accelerere implementeringshastigheden, forbedre skalerbarheden og optimere ressourceallokeringen uden massive forudgående kapitalinvesteringer.
Disse decentraliserede systemer har kort sagt mere smidighed end deres konkurrenter.
Blockchain-baserede AI-virksomheder har været i stand til at udnytte betydelig compute-kapacitet uden centraliserede datacentre. For eksempel har DePIN-firmaet Aethir gjort store fremskridt med sin GPU-as-a-service model.
Andre firmaer som 0G Labs har bevist, at decentraliseret AI-udvikling ikke kun er teoretisk mulig; det er rentabelt og nødvendigt for økosystemet.
Hvis det hele virker langt ude eller utopisk, er det vigtigt at huske AI’s “black swan”-begivenhed – DeepSeek.
Kinas markedsbevægende genAI-model beviste for hele verden, at AI-firmaer kan lave state-of-the-art LLM’er til en brøkdel af hardwareomkostningerne. Så AI-industrien kan være nødt til at genoverveje datacentermodellen helt, hvis denne ene udvikler var så succesfuld.
Selvom skeptikere har undret sig over, om decentraliseret AI kan konkurrere med datacentre, er realiteten, at centralisering kan have sine egne ineffektiviteter.
Indtil videre har centraliserede AI-firmaer akkumuleret milliarder i venturekapitalinvesteringer, men deres evne til at innovere rammer en mur. Vi har måske brug for en bedre model for at skabe de bedst mulige resultater.
“Fremtiden for AI-infrastruktur ligger i åbne, tilladelsesløse netværk, hvor udbud og efterspørgsel mødes dynamisk og globalt, ikke gennem forældede hyperscaler-modeller, der kæmper for at følge med,” afsluttede Wawrzinek.
Disclaimer
Alle oplysninger på vores hjemmeside offentliggøres i god tro og kun til generelle informationsformål. Enhver handling, der foretages af læserne på grundlag af oplysningerne på vores hjemmeside, er udelukkende på egen risiko.
