Per soddisfare l’enorme domanda di AI, Google vuole raddoppiare le dimensioni complessive dei suoi server ogni sei mesi, un tasso di crescita che creerebbe una capacità 1000 volte superiore nei prossimi quattro o cinque anni.
Secondo quanto riportato dalla CNBC, la dichiarazione è stata rilasciata dal responsabile dell’infrastruttura AI di Google, Amin Vahdat, durante una riunione di tutti i dipendenti il 6 novembre. Alphabet, la società madre di Google, sta sicuramente ottenendo buoni risultati, quindi una simile richiesta potrebbe rientrare nelle sue possibilità finanziarie. Alla fine di ottobre ha riportato ottimi dati relativi al terzo trimestre e ha alzato le previsioni di spesa in conto capitale a 93 miliardi di dollari, rispetto ai 91 miliardi di dollari.
Vahdat ha risposto alla domanda di un dipendente sul futuro dell’azienda in un momento in cui si parla di “bolla dell’intelligenza artificiale”, ribadendo i rischi di un investimento non abbastanza aggressivo. Nelle sue operazioni di cloud, l’investimento in infrastrutture ha dato i suoi frutti. “Il rischio di un investimento insufficiente è piuttosto alto […] i numeri del cloud sarebbero stati molto migliori se avessimo avuto più calcoli”
L’attività cloud di Google continua a crescere di circa il 33% all’anno, creando un flusso di entrate che consente all’azienda di essere “meglio posizionata per resistere alle perdite rispetto ad altre aziende”, ha dichiarato.
Grazie a un’infrastruttura migliore con hardware più efficiente, come la Tensor Processing Unit di settima generazione, e a modelli LLM più efficienti, Google è fiduciosa di poter continuare a creare valore per la crescente implementazione delle tecnologie AI da parte dei suoi utenti aziendali.
Secondo Markus Nispel di Extreme Networks, che ha scritto su techradar.com a settembre, è l’infrastruttura IT a far vacillare la visione dell’IA delle aziende. L’autore attribuisce la responsabilità del fallimento dei progetti di IA alle elevate esigenze che i carichi di lavoro dell’IA pongono ai sistemi preesistenti, alla necessità di strutture in tempo reale ed edge (spesso assenti nelle aziende attuali) e alla continua presenza di silos di dati. “Anche quando i progetti vengono avviati, spesso sono ostacolati da ritardi causati dalla scarsa disponibilità di dati o dalla frammentazione dei sistemi. Se i dati puliti e in tempo reale non possono fluire liberamente all’interno dell’organizzazione, i modelli di IA non possono funzionare in modo efficace e le informazioni che producono arrivano troppo tardi o non hanno alcun impatto”, ha affermato.
“Con l’80% dei progetti di IA che non riescono a soddisfare le aspettative a livello globale, principalmente a causa dei limiti dell’infrastruttura piuttosto che della tecnologia di IA stessa, ciò che conta ora è il modo in cui rispondiamo”
Le sue opinioni sono condivise dai responsabili dei grandi fornitori di tecnologia: Si prevede che quest’anno la spesa in conto capitale di Google, Microsoft, Amazon e Meta supererà i 380 miliardi di dollari, la maggior parte dei quali sarà destinata all’infrastruttura AI.
Il messaggio degli hyperscaler è chiaro: se lo costruiamo, arriveranno.
Affrontare le sfide infrastrutturali che le organizzazioni incontrano è la componente chiave per un’implementazione di successo dei progetti basati sull’IA. Un’infrastruttura agile il più vicino possibile al punto di calcolo e set di dati unificati sono considerati elementi importanti della ricetta per ottenere il massimo valore dai progetti di IA di prossima generazione.
Sebbene nei prossimi sei mesi si preveda un certo riallineamento del mercato nel settore dell’IA, aziende come Google sono tra quelle che si prevede riusciranno a consolidare il mercato e a continuare a offrire tecnologie rivoluzionarie basate sull’IA durante la sua evoluzione.
(Fonte immagine: “Construction site” by tomavim is licensed under CC BY-NC 2.0.)
