Które branże skorzystały na infrastrukturze AI?
Wraz z szybkim rozwojem technologii sztucznej inteligencji, globalna konkurencja w zakresie sztucznej inteligencji stopniowo rozszerzyła się od zwykłej rywalizacji o moc obliczeniową chipów do dziedzin infrastruktury, takich jak przechowywanie, transmisja danych i energia.
Wśród nich producent układów pamięci Micron skorzystał na znacznym wzroście zapotrzebowania na wysokoprzepustową pamięć masową w serwerach AI, osiągając nowe rekordy wydajności i uruchamiając plany ekspansji produkcyjnej na dużą skalę obejmujące Stany Zjednoczone, Japonię, Singapur, Tajwan, Indie i inne miejsca. Jednocześnie popularność długoterminowych umów dostaw złagodziła problem cyklicznych wahań w tradycyjnej branży magazynowania, a także poprawiła rentowność przedsiębiorstw i oczekiwania rynku. Oprócz przechowywania ważnym wąskim gardłem wpływającym na wydajność obliczeń AI stała się transmisja danych. Astera Labs koncentruje się na badaniach i rozwoju chipów połączeniowych oraz pomaga producentom rozwiązań chmurowych poprawić wydajność transmisji danych poprzez wspieranie otwartych standardów, takich jak PCIe i CXL. W ciągu ostatnich trzech lat jej przychody wzrosły ponad dziesięciokrotnie, a firma uzyskała długoterminową umowę zakupową od Amazona, co czyni ją ważnym beneficjentem w łańcuchu branżowym sztucznej inteligencji.
Ponadto w miarę szybkiego wzrostu zapotrzebowania centrów danych AI na energię, znaczenie energii elektrycznej, w szczególności energii jądrowej, stale rośnie. Koncepcja „moc obliczeniowa to dochód” przekształciła energię elektryczną z tradycyjnego kosztu w ważny czynnik produkcyjny w erze sztucznej inteligencji. Firmy takie jak Microsoft i Amazon nawiązały długoterminową współpracę w dziedzinie energetyki jądrowej.
Ogólnie rzecz biorąc, sztuczna inteligencja zmienia system wartości łańcucha przemysłu infrastrukturalnego. Przyszli zwycięzcy w branży to nie tylko producenci chipów, ale także podstawowe przedsiębiorstwa infrastrukturalne z zakresu przechowywania, połączeń wzajemnych, energii itp., które mogą poprawić wydajność obliczeniową i zapewnić stabilne działanie.
