I nuovi chip AI sembrano arrivare sul mercato a un ritmo più rapido, mentre le aziende tecnologiche si contendono la supremazia nella corsa globale alla potenza di calcolo. Ma questo solleva una domanda: cosa succede a tutti i chip di vecchia generazione? Il boom delle azioni AI ha perso molto slancio nelle ultime settimane, in parte a causa dei timori che i cosiddetti hyperscaler non stiano contabilizzando correttamente il deprezzamento della scorta di chip che hanno acquistato per alimentare i chatbot.
Michael Burry, l’investitore famoso per il film The Big Short che ha previsto il crollo del mercato immobiliare del 2008, ha lanciato l’allarme il mese scorso quando ha avvertito che i profitti dell’era dell’intelligenza artificiale si basano su “una delle frodi più comuni dell’era moderna”, ovvero l’allungamento del piano di ammortamento. Ha stimato che le grandi aziende tecnologiche sottostimeranno l’ammortamento di 176 miliardi di dollari tra il 2026 e il 2028.
Ma secondo una nota pubblicata la scorsa settimana da Alpine Macro, i timori relativi all’ammortamento dei chip sono esagerati per tre motivi. In primo luogo, gli analisti hanno sottolineato che i progressi software che accompagnano i chip di nuova generazione possono anche migliorare le prestazioni dei processori di vecchia generazione. Ad esempio, il software può migliorare le prestazioni del chip A100 di Nvidia, vecchio di cinque anni, di due o tre volte rispetto alla sua versione iniziale.
In secondo luogo, Alpine ha affermato che la necessità di chip più vecchi rimane forte a causa della crescente domanda di inferenza, ovvero quando un chatbot risponde alle domande. Infatti, nei prossimi anni la domanda di inferenza supererà in modo significativo quella di formazione sull’intelligenza artificiale.
“Per l’inferenza, l’hardware più recente è utile ma spesso non è essenziale, quindi la quantità di chip può sostituire la qualità all’avanguardia”, hanno scritto gli analisti, aggiungendo che Google sta ancora utilizzando TPU vecchi di sette-otto anni a pieno regime.
In terzo luogo, la Cina continua a dimostrare una domanda “insaziabile” di chip AI, poiché la sua offerta “è in ritardo rispetto agli Stati Uniti di diverse generazioni in termini di qualità e di diverse volte in termini di quantità”. E anche se Pechino ha vietato alcuni chip statunitensi, il mercato nero continuerà a soddisfare le carenze della Cina.
Nel frattempo, non tutti i chip utilizzati nell’AI appartengono agli hyperscaler. Anche i processori grafici contenuti nelle console di gioco di uso quotidiano potrebbero funzionare.
Una nota della scorsa settimana di Yardeni Research ha sottolineato l’“intelligenza artificiale distribuita”, che attinge a chip inutilizzati nelle case, nei server di crypto-mining, negli uffici, nelle università e nei data center per fungere da reti virtuali globali.
Sebbene l’intelligenza artificiale distribuita possa essere più lenta di un cluster di chip ospitati nello stesso data center, la sua architettura di rete può essere più resiliente in caso di guasto di un computer o di un gruppo di computer, ha aggiunto Yardeni.
“Sebbene non siamo in grado di accertare quanti GPU fossero collegati in questo modo, l’intelligenza artificiale distribuita è certamente un’area interessante da tenere d’occhio, soprattutto considerando che si stanno spendendo miliardi per costruire nuovi e grandi data center”, si legge nella nota.
L’articolo originale è stato pubblicato su Fortune.com
