AI lenktynių centras persikelia į duomenų centrus: kas gaus prieigą?

Atidarę „ChatGPT“, „Claude“ ar kitą dirbtinio intelekto paslaugą matome kelias eilutes teksto ir atsakymą po kelių sekundžių. Už šio paprastumo slepiasi visai kita industrija: tūkstančiai procesorių, didžiuliai duomenų centrai, elektros tinklai, aušinimo sistemos ir milijardinės investicijos.

Būtent čia, Daniil ir David Liberman nuomone, spręsis viena svarbiausių būsimos DI ekonomikos kovų. Buvę „Snap“ produktų vadovai ir decentralizuotos skaičiavimo infrastruktūros projekto „Gonka“ bendraautoriai siūlo į DI žiūrėti ne tik kaip į programinę įrangą. Jų akimis, jis gali tapti infrastruktūra, panašia į internetą ar elektros tinklus.

Jeigu taip nutiks, klausimas bus ne vien kuris modelis protingesnis. Ne mažiau svarbu, kas turės pakankamai skaičiavimo galios tam modeliui paleisti ir kas nustatys naudojimosi ja sąlygas.

AI turi fizinį pagrindą

Didelius kalbos ar multimodalinius modelius galima aprašyti kaip programinę sistemą, tačiau vien modelio turėjimas dar nereiškia, kad juo galima pigiai aptarnauti milijonus žmonių.

Kiekviena užklausa turi būti apskaičiuota. Tam reikia GPU ar kitų spartintuvų, atminties, elektros ir serverių. Kuo sudėtingesnę užduotį DI atlieka, tuo daugiau tokių skaičiavimų gali prireikti.

Šis skirtumas tampa ypač matomas pereinant nuo paprasto pokalbio prie agentinių sistemų. Žmogus gali parašyti kelių sakinių užklausą, tačiau agentas, vykdydamas ją savarankiškai, gali daug kartų kreiptis į modelį, analizuoti dokumentus, rašyti ir tikrinti kodą, naudotis kitais įrankiais bei taisyti savo ankstesnius veiksmus.

Todėl didėjant DI naudojimui skaičiavimo pajėgumai tampa ne fonine technine detale, o ekonominiu ištekliumi.

Koncentracija jau dabar didelė. Tyrimų organizacijos „Epoch AI“ 2025 m. gegužės vertinimu, Jungtinėse Valstijose buvo sutelkta maždaug trys ketvirtadaliai jos stebimų didžiųjų GPU klasterių skaičiavimo pajėgumo, o Kinijoje – apie 15 proc.

Tai nereiškia, kad viena bendrovė kontroliuoja tris ketvirtadalius pasaulio DI. Tačiau skaičiai gerai parodo bendresnę tendenciją: pažangiausia skaičiavimo infrastruktūra nėra tolygiai išsidėsčiusi po pasaulį.

Kodėl prieiga gali būti svarbesnė už modelio pavadinimą

Kol DI naudojamas retkarčiais parašyti laiškui ar sutrumpinti tekstui, infrastruktūros klausimas daugeliui vartotojų beveik nematomas. Galima pakeisti vieną programėlę kita ir tęsti darbą.

Situacija keičiasi, kai DI tampa darbo proceso dalimi. Įmonė gali susieti modelį su klientų aptarnavimu, programavimu, dokumentų analize, logistika ar vidinėmis sistemomis. Tada paslaugos kaina, prieigos ribojimai ir techninės naudojimo sąlygos jau tiesiogiai veikia verslą.

Libermanai šią situaciją lygina su elektra: vartotojui svarbu ne vien tai, kas pagamino elektrą, bet ir ar jis apskritai gali ją gauti priimtina kaina. Analogija nėra tobula – DI modeliai smarkiai skiriasi galimybėmis, o jų kūrėjai teikia daug daugiau nei vien skaičiavimo galią. Tačiau ji padeda pamatyti esminį klausimą.

Jei DI taps vienu pagrindinių produktyvumo įrankių, galimybė juo naudotis gali turėti panašią reikšmę kaip galimybė prisijungti prie interneto ar elektros tinklo.

Tada priklausomybė nuo vieno tiekėjo tampa ne tik technologiniu, bet ir ekonominiu pasirinkimu. Kuo sunkiau perkelti savo sistemas kitur, tuo daugiau reikšmės turi tiekėjo nustatomos kainos, limitai ir taisyklės.

Atviri modeliai neišsprendžia visko

Vienas atsakas į tokią priklausomybę yra atviri modeliai. Jei modelio svoriai prieinami viešai, įmonė ar kūrėjas gali paleisti jį savo infrastruktūroje ir mažiau priklausyti nuo vienos API.

Tačiau čia išryškėja kita problema: atviras modelis dar nesukuria procesorių, elektros ar duomenų centro.

Galima laisvai atsisiųsti programinę įrangą ir vis tiek neturėti ekonomiškai racionalaus būdo ja naudotis dideliu mastu. Todėl DI ekosistemoje atsiveria du atskiri klausimai – kam priklauso pats modelis ir kam priklauso skaičiavimo infrastruktūra.

Libermanų argumentas daugiausia nukreiptas į antrąjį.

Decentralizuotas kelias: sujungti daugybę GPU savininkų

Jų siūlomas atsakymas yra „Gonka“ – tinklas, kuriame nepriklausomi skaičiavimo įrangos savininkai gali prijungti savo pajėgumus ir kartu teikti DI skaičiavimo paslaugas.

Principas primena kitus paskirstytus tinklus: vietoje vieno milžiniško duomenų centro bandoma sujungti daug skirtingų infrastruktūros dalyvių. Jei vienur GPU nenaudojamas visu pajėgumu, teoriškai jo skaičiavimo galia galėtų būti pasiūlyta kitam tinklo naudotojui.

Libermanai šioje idėjoje mato ne tik būdą sumažinti priklausomybę nuo kelių debesijos tiekėjų. Jų platesnė vizija – sukurti rinką, kurioje dėl skaičiavimo užduočių konkuruotų daug nepriklausomų operatorių ir kaina ilgainiui būtų spaudžiama žemyn.

Tai patraukli idėja, tačiau jos praktinis mastas dar nėra išspręstas vien protokolo sukūrimu. Paskirstytiems skaičiavimams tenka spręsti nevienodos techninės įrangos, tinklo pralaidumo, patikimumo, saugumo, užduočių paskirstymo ir ekonominių paskatų klausimus.

Taip pat būtina turėti omenyje, kad Libermanai patys kuria „Gonka“, todėl decentralizuotos infrastruktūros pranašumus jie pristato ne kaip neutralūs rinkos stebėtojai, o kaip vieno iš galimų sprendimų autoriai. Ar toks modelis galės konkuruoti su didžiausiais debesijos tiekėjais kaina ir patikimumu, parodys realus naudojimas.

Europa renkasi dar vieną kelią – viešą infrastruktūrą

Pasirinkimas nėra tik tarp kelių JAV ar Kinijos technologijų įmonių ir blokų grandine paremto decentralizuoto tinklo.

Europa skaičiavimo galią bando plėsti ir kaip bendrą strateginę infrastruktūrą. Europos Komisija nurodo, kad šiuo metu kuriamas 19 DI fabrikų ir 13 su jais susietų centrų tinklas. Per „EuroHPC“ infrastruktūra turi būti prieinama ne tik didelėms bendrovėms, bet ir startuoliams, mokslininkams, mažoms bei vidutinėms įmonėms ir viešajam sektoriui.

Europos Komisijos duomenimis, 2021–2027 m. bendros ES, valstybių narių ir asocijuotųjų šalių investicijos į superkompiuterijos infrastruktūrą ir DI fabrikus per „EuroHPC“ turėtų siekti apie 10 mlrd. eurų.

Ši diskusija tiesiogiai susijusi ir su Lietuva. „LitAI Factory“ projektui vadovauja Vilniaus universitetas, o infrastruktūrą planuojama talpinti Lietuvos radijo ir televizijos centro VDC3 duomenų centre Vilniuje. Projekte dalyvauja ir KTU, VILNIUS TECH, Vytauto Didžiojo universitetas, Valstybės duomenų agentūra, Inovacijų agentūra bei kiti partneriai.

Tai iš esmės trečias infrastruktūros modelis: skaičiavimo pajėgumus finansuoti ir koordinuoti kaip viešą strateginį išteklių, kuriuo gali naudotis platesnė ekosistema.

Tikėtina, kad vieno laimėtojo nebus

DI infrastruktūros ateitis nebūtinai turės vieną aiškų modelį.

Didžiosios technologijų bendrovės turi kapitalą, patirtį ir galimybę statyti milžiniškus duomenų centrus. Atviri modeliai leidžia mažinti priklausomybę nuo konkrečių laboratorijų. Vieša superkompiuterija gali suteikti pajėgumų mokslui ir mažesnėms įmonėms. Decentralizuoti tinklai bando sukurti dar vieną skaičiavimo rinką iš daugybės nepriklausomų dalyvių.

Šie keliai vienas kito nebūtinai panaikina. Įmonė gali naudoti uždarą modelį vienai užduočiai, atvirą modelį – kitai, viešą superkompiuterį modelio mokymui ir komercinę debesiją kasdieniam darbui.

Todėl svarbiausias konkurencijos klausimas gali būti ne tai, ar atsiras viena dominuojanti DI sistema, o ar vartotojams ir verslui liks reali galimybė rinktis.

Ką tai reiškia žmogui, kuris tiesiog naudojasi AI

Iš pirmo žvilgsnio duomenų centrų nuosavybė atrodo tolima tema. Daugumai žmonių nėra svarbu, kuriame pastate veikia jų naudojamas modelis ar kokie procesoriai jame sumontuoti.

Tačiau infrastruktūra tampa matoma tuomet, kai keičiasi jos naudojimo sąlygos.

Jeigu DI padeda tik parašyti kelis tekstus per savaitę, kainos pokytis gali būti nedidelis nepatogumas. Jeigu DI agentas atlieka dalį žmogaus darbo, valdo verslo procesus arba yra integruotas į įmonės produktą, prieigos kaina ir patikimumas tampa kur kas svarbesni.

Čia ir slypi stipriausia Libermanų keliama mintis. Nebūtina priimti jų visos decentralizuotos ateities vizijos, kad klausimas būtų aktualus: kuo daugiau ekonominės veiklos priklausys nuo dirbtinio intelekto, tuo svarbiau bus ne tik tai, ką AI sugeba, bet ir kas gali juo naudotis.

Šiandien DI lenktynės dažniausiai matuojamos modelių testų rezultatais. Ilgainiui ne mažiau svarbus rodiklis gali būti daug paprastesnis – kiek skirtingų kelių žmogus, įmonė ar valstybė turi iki reikalingos skaičiavimo galios ir ar gali pakeisti tiekėją, kai jo sąlygos nebetinka.