Prezes Broadcoma Hock Tan ocenił w poniedziałek, że to dostęp do kapitału – a nie niedobory wafli czy pamięci – może stać się najpoważniejszym hamulcem wzrostu w sztucznej inteligencji, nawet jeśli popyt na moc obliczeniową będzie przewyższał podaż aż do 2030 r.
Najważniejsze informacje:
- Szef Broadcoma Hock Tan uważa, że to kapitał, a nie podaż wafli czy pamięci, może najbardziej ograniczać rozwój AI.
- Według Tana popyt na moc obliczeniową może przewyższać podaż co najmniej do 2029 r., a być może także w 2030 r.
- Prezes Intela Lip‑Bu Tan również wskazał na koszt kapitału i presję, by szybko wykazać zwrot z inwestycji w AI.
Hock Tan ostrzega przed barierą kapitałową
Występując w poniedziałek na panelu w Singapurze, Tan powiedział, że producent chipów stopniowo wychodzi z niedoborów wafli i pamięci, lecz w miarę rozwoju AI największym ograniczeniem staje się dla niego kapitał.
Dodał, że laboratoria z czołówki wyścigu – Anthropic i OpenAI – udowodniły już, iż są w stanie generować znaczące przychody z najnowszych modeli wykorzystywanych jako osobiste asystenty AI.
Jak relacjonował Tan podczas konferencji DBS Asia Future Forward, w ostatnich dwóch latach sektor półprzewodników mierzył się z serią wąskich gardeł podażowych i każde z nich zdołał stopniowo rozwiązać tłumaczył. „Dzisiejszy niedobór pamięci za rok może wyglądać zupełnie inaczej” – zaznaczył.
Według Tana niedobory wafli powinny zacząć się luzować około 2028–2029 r., a poprawy można oczekiwać także po stronie dostaw energii wraz z oddawaniem do użytku nowej infrastruktury.
„Popyt na infrastrukturę obliczeniową jest dziś większy, niż jesteśmy w stanie dostarczyć” – podkreślił. Jego zdaniem ta luka między popytem a podażą może utrzymać się co najmniej do 2029 r., a być może także w 2030 r.
Zobacz również: Inteligentny interfejs ChatGPT dodaje wykresy i kalkulatory do odpowiedzi dla 1,2 mld użytkowników
Lip‑Bu Tan o stopie zwrotu
Prezes Intela Lip‑Bu Tan na tym samym wydarzeniu potwierdził obawy związane z kapitałem, wskazując na rosnący koszt finansowania oraz konieczność udowodnienia inwestorom, że wydatki na AI realnie się zwracają.
„Jeśli gdzieś na pierwszym planie pojawia się wyzwanie, to jest nim kapitał i koszt kapitału, a w dłuższej perspektywie oczekiwania dotyczące ROI” – stwierdził. Ta presja dotyczy w szczególności centrów danych, projektów chipowych i energetycznych, których zwrot rozłożony jest często na wiele lat.
Hock Tan zastrzegł, że popyt na zaawansowane rozwiązania może też osłabnąć, jeśli adopcja najbardziej zaawansowanych modeli AI okaże się rozczarowująca lub jeśli przyrost ich możliwości zacznie się wypłaszczać. Z kolei Lip‑Bu Tan podkreślił, że przedsiębiorstwa będą musiały coraz wyraźniej pokazywać namacalny zwrot z inwestycji – zarówno w postaci wyższej efektywności, jak i nowych modeli biznesowych.
Finansowanie projektów AI Broadcoma
Miesiąc temu Tan wskazywał na inne wąskie gardło. Podczas konferencji technologicznej Goldman Sachs 8 września mówił, że Broadcom jest w stanie dość dobrze planować w oparciu o dostępność wafli, pamięci i podłoży, natomiast znacznie trudniej przewidzieć dostęp do odpowiednio zasilanych lokalizacji pod centra danych.
Opisał także model finansowania wypracowany z Apollo i Blackstone, w ramach którego banki i partnerzy finansowi przejmują część ryzyka związanego z finansowaniem mocy obliczeniowych dla laboratoriów AI, które nie generują jeszcze wystarczającego przepływu gotówki.
Trzy firmy zaprezentowały tę platformę w czerwcu, zaczynając od pierwszej transzy o wartości 35 mld dolarów, prowadzonej przez Apollo. Środki mają umożliwić budowę ponad 20 gigawatów mocy obliczeniowej dla laboratoriów z czołówki wyścigu AI do 2028 r. Pierwsza umowa obejmuje zapowiedzianą wcześniej ekspansję Anthropic, która zakłada zwiększenie mocy o ponad 1 gigawat.
Czytaj dalej: Czy TRON ochroni 95 mld USD w stablecoinach przed atakami kwantowymi? Sun twierdzi, że jest gotowy
