Nos últimos meses, impulsionada pela indústria de inteligência artificial (IA), houve uma nova onda de construção de data centers. Muitos gigantes da tecnologia fizeram anúncios. Além de estabelecerem parcerias, estão a construir novas infraestruturas de IA e a implementar novo poder computacional, com montantes de investimento que atingem centenas de milhares de milhões de dólares.
De acordo com TomsHardware, o CEO da IBM, Arvind Krishna, recentemente aceitou uma entrevista com a mídia e questionou se as despesas de capital atualmente usadas para buscar AGI poderiam recuperar o custo. De acordo com os actuais custos de construção de centros de dados, cada gigawatt de potência computacional requer cerca de 8 mil milhões de dólares em custos de construção, e a potência computacional relevante comprometida a nível mundial está actualmente perto de 100 gigawatts, o que significa que o montante do investimento atingiu uns espantosos 8 biliões de dólares. Um investimento desta magnitude exigiria aproximadamente 800 mil milhões de dólares em lucros para cobrir o pagamento de juros, o que é um objectivo quase impossível.
As afirmações de Arvind Krishna estão diretamente relacionadas às atuais suposições de hardware, depreciação e energia, em vez de se basearem em quaisquer previsões de longo prazo. Arvind Krishna destacou que a depreciação do hardware é a parte da computação mais subestimada pelos investidores. De um modo geral, o ciclo geral de atualização destes centros de dados é de cinco anos, quando a maior parte do hardware precisa de ser substituída, o que terá um efeito agravado nas necessidades de despesas de capital a longo prazo.
Não apenas Arvind Krishna, mas também instituições de investimento levantaram recentemente preocupações semelhantes: quando as melhorias de desempenho e a expansão da escala do modelo de IA forçam a retirada acelerada de GPUs mais antigas, presume-se que as empresas possam continuar a prolongar a sua vida útil. A velocidade da substituição de hardware significa que ele deve ser substituído em vez de expandido, o que requer suporte de custo muito elevado.
Arvind Krishna disse que se espera que a forma actual de ferramentas generativas de IA acabe por melhorar significativamente a produtividade empresarial, mas o problema reside na relação entre a escala física da nova geração de infra-estruturas de IA e a economia de apoio ao seu funcionamento. As empresas que investem fortemente na construção de centros de dados à escala de gigawatts e optam por comprimir os ciclos de atualização devem provar que os seus retornos são suficientes para compensar as despesas de capital sem precedentes.