Amazon Web Services (AWS) e Microsoft si stanno ritirando dagli investimenti nei data center per l’AI, suggerendo problemi con il modello centralizzato. Gli analisti stanno prendendo questo ultimo sviluppo per ribadire perché l’infrastruttura decentralizzata basata su blockchain potrebbe essere la soluzione.
Kai Wawrzinek, co-fondatore di Impossible Cloud Network, ha discusso di queste domande imminenti in un’intervista esclusiva con BeInCrypto.
I data center AI colpiscono un muro
Qualche mese fa, l’AI sembrava uno dei settori più promettenti dell’industria tecnologica globale. Tuttavia, con aziende come AWS e Microsoft che annunciano pause nella costruzione di data center per l’AI, il quadro appare molto diverso. Cosa è successo? Qual è il futuro dell’AI? Kai Wawrzinek ha descritto la situazione come si presenta oggi:
“La notizia che AWS si unisce a Microsoft nel ritirarsi dai nuovi data center quando la domanda per l’AI sta crescendo esponenzialmente è una testimonianza dell’enorme inefficienza che questo modello presenta per scalare l’internet globale. Microsoft e AWS potrebbero rendersi conto che i modelli di infrastruttura centralizzata semplicemente non possono adattarsi abbastanza velocemente,” ha affermato Wawrzinek.
AWS e Microsoft non sono le uniche aziende ad affrontare questi problemi. Sebbene Meta abbia pubblicamente dichiarato che avrebbe speso centinaia di miliardi in infrastrutture AI e data center, ha chiesto finanziamenti ai concorrenti meno di tre mesi dopo.
Anche OpenAI è stata scossa dall’enorme costo di gestione di ChatGPT; Sam Altman ha tacitamente ammesso che la sua ricerca potrebbe non essere mai redditizia.
Wawrzinek vede una soluzione chiara: abbandonare completamente il modello centralizzato e focalizzarsi su DeFAI. Sebbene questi leader del settore abbiano accumulato miliardi in capex e siano stati pionieri nello sviluppo di LLM, l’intera strategia può essere autolesionista.
Ad esempio, la costruzione di data center per l’AI negli Stati Uniti sta sovraccaricando gli ingegneri elettrici con un lavoro a un livello senza precedenti. Con così tanti professionisti concentrati sui centri stessi, si sta creando un collo di bottiglia per la manodopera qualificata.
Questo danneggia i progetti di energia rinnovabile e la rete elettrica, danneggiando ironicamente la funzionalità dei data center.
“L’era dell’AI ha bisogno di un’infrastruttura che possa eguagliare la sua velocità e scala, e i sistemi decentralizzati sono gli unici modelli costruiti per quel futuro. Al contrario, un approccio decentralizzato e guidato dal mercato risolve questo problema: la capacità può essere distribuita più efficientemente dove e quando è necessaria senza aspettare anni per megaprogetti centralizzati,” ha aggiunto Wawrzinek.
DeFAI può gestire le sfide?
Rispetto al modello centralizzato dei data center, DeFAI ha aumentato l’accessibilità al calcolo AI. Gli incentivi economici abilitati dalla blockchain possono accelerare la velocità di distribuzione, migliorare la scalabilità e ottimizzare l’allocazione delle risorse senza un enorme capitale iniziale.
Questi sistemi decentralizzati, in breve, hanno più agilità rispetto ai loro concorrenti.
Le aziende AI basate su blockchain sono state in grado di sfruttare una significativa capacità di calcolo senza data center centralizzati. Ad esempio, l’azienda DePIN Aethir ha fatto grandi progressi con il suo modello GPU-as-a-service.
Altre aziende come 0G Labs hanno dimostrato che lo sviluppo AI decentralizzato non è solo teoricamente fattibile; è redditizio e necessario per l’ecosistema.
Se tutto questo sembra inverosimile o utopico, è importante ricordare l’evento “cigno nero” dell’AI – DeepSeek.
Il modello genAI di Cina che ha mosso il mercato ha dimostrato al mondo intero che le aziende AI possono creare LLM all’avanguardia a una frazione del costo hardware. Quindi, l’industria AI potrebbe dover ripensare completamente il modello dei data center se questo unico sviluppatore si è dimostrato così di successo.
Sebbene gli scettici si siano chiesti se l’AI decentralizzata possa competere con i data center, la realtà è che la centralizzazione può avere le sue inefficienze.
Finora, le aziende AI centralizzate hanno accumulato miliardi in investimenti di venture capital, ma la loro capacità di innovare sta incontrando un muro. Potremmo aver bisogno di un modello migliore per creare i migliori risultati possibili.
“Il futuro dell’infrastruttura AI risiede in reti aperte e senza permessi, dove l’offerta incontra la domanda in modo dinamico e globale, non attraverso modelli di hyperscaler obsoleti che stanno lottando per tenere il passo,” ha concluso Wawrzinek.
Dichiarazione di non responsabilità
Tutte le informazioni contenute nel nostro sito web sono pubblicate in buona fede e solo a scopo informativo generale. Qualsiasi azione intrapresa dal lettore in base alle informazioni contenute nel nostro sito web è strettamente a suo rischio e pericolo.
