Muldoon, Graham e Cant chiariscono:

Il boom dell’intelligenza artificiale sta guidando un aumento della domanda e degli investimenti nel settore dei data center. L’utilizzo di modelli di intelligenza artificiale richiede quantità sempre crescenti di potenza di calcolo, ovvero le risorse di elaborazione necessarie per eseguire le applicazioni. Più grandi diventano questi modelli di intelligenza artificiale, maggiore è il calcolo che richiedono. I modelli linguistici di grandi dimensioni (LLM) sono passati da 117 milioni di parametri con GPT-1 nel 2018 a 1,76 trilioni per GPT-4 nel 2023. Questo aumento è stato reso possibile da chip più avanzati e dalla capacità di utilizzare l’elaborazione parallela, in cui più attività di elaborazione dei dati avvengono attraverso chip che operano contemporaneamente. Per affrontare la sfida dell’addestramento di questi modelli di grandi dimensioni, l’infrastruttura di intelligenza artificiale ha dovuto essere scalata per incorporare data center più grandi, più chip e supercomputer più potenti. Come risultato di queste crescenti esigenze, le aziende di intelligenza artificiale di oggi spendono oltre l’80% del loro capitale totale in risorse di calcolo. La crescita delle esigenze computazionali ha dato origine all’espansione dei data center e alla creazione di enormi fornitori di cloud computing hyperscale, a volte chiamati “hyperscaler”. Si tratta di strutture enormi che hanno la capacità di scalare grandi sistemi di memoria, calcolo e archiviazione. I fornitori di queste strutture affittano ai clienti le risorse di calcolo accessibili in remoto e possono aumentare e diminuire in modo massiccio in base alle esigenze quando viene posta una maggiore domanda sui loro sistemi. Questo utilizza molta energia e pone grandi richieste alla rete elettrica locale, con un hyperscaler che utilizza tanta energia quanto 80.000 famiglie americane. Oltre la metà di questi hyperscaler ha sede negli Stati Uniti, con il 16% in Europa e il 15% in Cina. Ciò offre un’indicazione del potere relativo e dell’importanza di queste diverse aree geografiche nello sviluppo dell’IA. Dal 2015, il numero di data center hyperscale è più che raddoppiato, con una cifra totale che dovrebbe superare i 1.000 centri in tutto il mondo entro la fine del 2024. Durante questo periodo, c’è stato un ampio spostamento dai data center aziendali on-premise verso le aziende che affittano l’elaborazione dai proprietari di hyperscale. Synergy Research Group stima che la capacità hyperscale triplicherà quasi nei prossimi sei anni. La loro analisi ha mostrato che il mercato globale dei data center hyperscale valeva 80 miliardi di dollari nel 2022 e si stima che raggiungerà i 935 miliardi di dollari entro il 2032. Le grandi aziende tecnologiche stanno consolidando il loro potere e rimangono in prima linea nella ricerca sull’IA attraverso la loro proprietà di questa infrastruttura fondamentale. L’informatica è attualmente monopolizzata da una manciata di operatori che possiedono l’infrastruttura necessaria per alimentare i grandi sistemi di intelligenza artificiale. (…) Oggi, è la dimensione infrastrutturale delle aziende tecnologiche che sta diventando sempre più importante. Mentre molte aziende hanno iniziato a sviluppare prodotti e applicazioni basati su LLM, solo pochi eletti possiedono l’hardware di calcolo che consente a questi potenti modelli di funzionare. (…) Gli hyperscaler possiedono i nuovi mezzi di produzione per l’era dell’intelligenza artificiale. Le aziende interessate a sviluppare qualsiasi servizio basato sulle capacità dell’IA dovranno farlo secondo i termini e le condizioni stabiliti dalle grandi aziende e pagando le tariffe stabilite. (J. Muldoon, M. Graham, C. Cant, “Feeding the machine. The hidden human labour powering AI” – traduzione in proprio)