Когда мы думаем о «облаке», нам представляется информация, парящая невидимо в воздухе. Однако реальность куда более ощутима: облачные данные хранятся в огромных зданиях, называемых дата-центрами, заполненными мощными и энергозатратными компьютерными чипами. Особенно это касается графических процессоров (GPU), которые стали критически важными для мира искусственного интеллекта, так как они необходимы для создания и работы мощных чат-ботов, таких как ChatGPT.
С ростом возможностей, которые предлагает ИИ, возрастает и геополитическая значимость высококлассных чипов и их расположения в мире. США и Китай стремятся накопить запасы таких чипов, причем Вашингтон вводит санкции, чтобы предотвратить покупку самых передовых видов чипов Пекином. Несмотря на важность этого вопроса, существует удивительный недостаток открытых данных о том, где именно в мире находятся эти AI-чипы.
Новое рецензируемое исследование стремится заполнить этот пробел. Его результаты удивительны: GPU сильно концентрированы всего в 30 странах мира, где США и Китай далеко впереди. Большая часть мира находится в так называемых «вычислительных пустынях»—регионах, где аренда GPU вообще невозможна.
Эти выводы имеют значительные последствия не только для будущего геополитического соревнования, но и для управления ИИ—какие государства будут иметь возможность регулировать процесс создания и внедрения ИИ. Если инфраструктура, на которой работает ИИ или тренируется, находится на территории вашего государства, вы можете установить свои правила. Страны, не имеющие юрисдикции над такой инфраструктурой, имеют меньше законодательных возможностей и подвержены воздействиям извне.
Исследование картирует физические местоположения «публичных облачных вычислительных GPU»—по сути, кластеров GPU, доступных для аренды через облачные сервисы крупных технологических компаний. Однако исследование имеет несколько серьёзных ограничений: оно не учитывает GPU, принадлежащие правительственным учреждениям или частным компаниям для их собственного использования, а также не включает другие виды чипов, которые всё чаще используются для обучения и работы с ИИ. Кроме того, оно не считает отдельные чипы, а рассматривает «вычислительные регионы»—группы дата-центров с этими чипами, доступные в каждой стране.
Даже с этими ограничениями, авторы исследования утверждают, что оно является самой актуальной публичной оценкой местонахождения самых передовых AI-чипов в мире и хорошо передает общую картину.
Исследование показывает, что в мире больше всего публичных кластеров GPU в США и Китае. Китай опережает США по количеству регионов с поддержкой GPU в целом, однако самые передовые GPU сильно сконцентрированы в США. Восемь регионов США имеют GPU H100, которые являются объектами санкций против Китая, тогда как в Китае таких регионов нет. Это не означает, что в Китае вообще нет GPU H100; это лишь значит, что облачные компании не заявляют о наличии таких чипов в Китае. В Китае растёт черный рынок данных чипов, несмотря на санкции.
По мнению авторов исследования, мир можно разделить на три категории: «Compute North,» где находятся самые передовые чипы; «Compute South,» где есть только старые чипы, пригодные для запуска, но не обучения ИИ; и «Compute Deserts,» где чипы недоступны вообще. Эти термины напоминают о «глобальном севере и юге», часто используемых экономистами для описания развития, и они подчеркивают глобальные разделения в области вычислительных мощностей для ИИ.
Основная проблема заключается в том, что концентрация чипов в богатых странах может привести к зависимости стран «глобального юга» от ИИ, разработанного странами «глобального севера,» что лишает их возможности влиять на эти технологии. Это угрожает закрепить экономическую, политическую и технологическую силу стран «Compute North,» усугубляя неравенство в мире.
Источник: Time
