En los últimos meses, impulsada por la industria de la inteligencia artificial (IA), ha habido una nueva ola de construcción de centros de datos. Muchos gigantes de la tecnología han hecho anuncios. Además de establecer asociaciones, están construyendo nueva infraestructura de inteligencia artificial y desplegando nueva potencia informática, con montos de inversión que alcanzan cientos de miles de millones de dólares.
Según TomsHardware, el director ejecutivo de IBM, Arvind Krishna, aceptó recientemente una entrevista con los medios y cuestionó si el gasto de capital utilizado actualmente para perseguir AGI puede recuperar el costo. Según los costos actuales de construcción de centros de datos, cada gigavatio de potencia informática requiere alrededor de 8 mil millones de dólares en costos de construcción, y la potencia informática relevante comprometida a nivel mundial se acerca actualmente a los 100 gigavatios, lo que significa que el monto de inversión ha alcanzado la asombrosa cifra de 8 billones de dólares. Una inversión de esta magnitud requeriría aproximadamente 800 mil millones de dólares en ganancias para cubrir los pagos de intereses, lo cual es una meta casi imposible.
Las afirmaciones de Arvind Krishna se relacionan directamente con supuestos actuales de hardware, depreciación y energía, en lugar de depender de pronósticos a largo plazo. Arvind Krishna señaló que la depreciación del hardware es la parte de la informática más subestimada por los inversores. En términos generales, el ciclo general de actualización de estos centros de datos es de cinco años, cuando es necesario reemplazar la mayor parte del hardware, lo que tendrá un efecto compuesto en las necesidades de gasto de capital a largo plazo.
No sólo Arvind Krishna, sino también las instituciones de inversión han planteado recientemente preocupaciones similares: cuando las mejoras de rendimiento y la expansión de la escala del modelo de IA obligan a acelerar el retiro de las GPU más antiguas, se supone que las empresas pueden continuar extendiendo su vida útil. La velocidad del reemplazo de hardware significa que debe reemplazarse en lugar de expandirse, lo que requiere un soporte de costos muy alto.
Arvind Krishna dijo que se espera que la forma actual de herramientas de IA generativa eventualmente mejore significativamente la productividad empresarial, pero el problema radica en la relación entre la escala física de la nueva generación de infraestructura de IA y la economía de apoyo a su operación. Las empresas que invierten mucho en la construcción de centros de datos a escala de gigavatios y optan por comprimir los ciclos de actualización deben demostrar que sus retornos son suficientes para compensar los gastos de capital sin precedentes.