Ang Amazon Web Services (AWS) at Microsoft ay nagbabawas ng investment sa AI data centers, na nagpapakita ng mga problema sa centralized model. Sinasabi ng mga analyst na baka ang decentralized blockchain-based infrastructure ang solusyon.
Si Kai Wawrzinek, co-founder ng Impossible Cloud Network, ay nagbahagi ng kanyang pananaw tungkol sa mga tanong na ito sa isang exclusive na interview sa BeInCrypto.
AI Data Centers Nauntog sa Limitasyon
Ilang buwan lang ang nakalipas, ang AI ay mukhang isa sa mga pinaka-promising na sektor sa global tech industry. Pero ngayon, ang mga kumpanya tulad ng AWS at Microsoft ay nag-anunsyo ng pag-pause sa pagbuo ng AI data centers, kaya nag-iba ang sitwasyon. Ano ang nangyari? Ano ang hinaharap ng AI? Ganito inilarawan ni Kai Wawrzinek ang kasalukuyang sitwasyon:
“Ang balita na ang AWS ay sumasama sa Microsoft sa pag-pull out ng bagong data centers kahit na lumalaki ang demand para sa AI ay patunay ng malaking inefficiency ng modelong ito para sa pag-scale ng global internet. Mukhang nare-realize na ng Microsoft at AWS na ang centralized infrastructure models ay hindi kayang mag-adapt nang mabilis,” sabi ni Wawrzinek.
Hindi lang AWS at Microsoft ang may ganitong problema. Kahit na ang Meta ay nag-claim na gagastos ito ng daan-daang bilyon sa AI infrastructure at data centers, humingi ito ng pondo sa mga kakumpitensya makalipas lang ang tatlong buwan.
Ang OpenAI rin ay naapektuhan ng sobrang taas ng gastos sa pagpapatakbo ng ChatGPT; inamin ni Sam Altman na baka hindi maging profitable ang kanilang research.
Nakikita ni Wawrzinek ang malinaw na solusyon – iwanan na ang centralized model at mag-focus sa DeFAI. Kahit na ang mga industry leaders ay nag-accumulate ng bilyon-bilyon sa capex at nanguna sa LLM development, ang buong strategy ay maaaring maging self-defeating.
Halimbawa, ang konstruksyon ng US AI data centers ay nagpapahirap sa mga electrical engineers sa sobrang dami ng trabaho. Dahil dito, nagkakaroon ng bottleneck sa skilled labor.
Nakakasama ito sa mga renewable energy projects at sa electrical grid, na ironic na nakakaapekto sa functionality ng data centers.
“Kailangan ng AI era ng infrastructure na kayang makipagsabayan sa bilis at scale nito, at ang decentralized systems lang ang mga modelong nakahanda para sa hinaharap na iyon. Sa kabaligtaran, ang decentralized, market-driven approach ay nagso-solve ng problemang ito: ang capacity ay puwedeng i-deploy nang mas efficient kung saan at kailan ito kailangan nang hindi naghihintay ng taon para sa centralized megaprojects,” dagdag ni Wawrzinek.
Kaya Ba ng DeFAI ang Mga Hamon?
Kumpara sa centralized data center model, ang DeFAI ay may mas mataas na AI compute accessibility. Ang blockchain-enabled economic incentives ay puwedeng pabilisin ang deployment speed, palakihin ang scalability, at i-optimize ang resource allocation nang walang malaking initial capital.
Sa madaling salita, mas agile ang mga decentralized systems kumpara sa kanilang mga kakumpitensya.
Ang mga blockchain-based AI companies ay nagagamit ang malaking compute capacity nang hindi umaasa sa centralized data centers. Halimbawa, ang DePIN firm na Aethir ay nagkaroon ng malaking progreso sa kanilang GPU-as-a-service model.
Ang ibang mga kumpanya tulad ng 0G Labs ay nagpatunay na ang decentralized AI development ay hindi lang theoretically feasible; ito ay profitable at kinakailangan para sa ecosystem.
Kung parang malayo o utopian ito, mahalagang tandaan ang “black swan” event ng AI – ang DeepSeek.
Ang genAI model ng China na nagpatunay sa buong mundo na ang AI firms ay kayang gumawa ng state-of-the-art LLMs sa mas mababang hardware cost. Kaya baka kailangan ng AI industry na muling pag-isipan ang data center model kung ang isang developer na ito ay naging matagumpay.
Kahit na may mga nagdududa kung kaya ng decentralized AI makipagkumpitensya sa data centers, ang realidad ay ang centralization ay may sarili ring inefficiencies.
Sa ngayon, ang centralized AI firms ay nakakuha ng bilyon-bilyon sa venture capital investment, pero ang kanilang kakayahan na mag-innovate ay tila natatamaan ng pader. Baka kailangan natin ng mas magandang modelo para makuha ang pinakamagandang resulta.
“Ang hinaharap ng AI infrastructure ay nasa open, permissionless networks, kung saan ang supply at demand ay nagtatagpo nang dynamic at global, hindi sa mga lumang hyperscaler models na nahihirapan nang makasabay,” pagtatapos ni Wawrzinek.
Disclaimer
Alinsunod sa mga patakaran ng Trust Project, ang opinion article na ito ay nagpapahayag ng opinyon ng may-akda at maaaring hindi kumakatawan sa mga pananaw ng BeInCrypto. Nananatiling committed ang BeInCrypto sa transparent na pag-uulat at pagpapanatili ng pinakamataas na pamantayan ng journalism. Pinapayuhan ang mga mambabasa na i-verify ang impormasyon sa kanilang sariling kakayahan at kumonsulta sa isang propesyonal bago gumawa ng anumang desisyon base sa nilalamang ito. Paalala rin na ang aming Terms and Conditions, Privacy Policy, at Disclaimers ay na-update na.
