Mitä tapahtuu, jos tekoälyn kylmä sota kuumenee?

Globaali kilpailu tekoälyn herruudesta on siirtymässä algoritmien taistelusta fyysisten resurssien kulutussodaksi. Monet tarkkailijat olettavat, että tämän kilpailun voittaja on valtio, jolla on lahjakkaimmat ohjelmistokehittäjät tai ovelin koodi. Tämä on perustavanlaatuinen väärinkäsitys nykytilanteesta. Todellinen voittaja on se taho, joka pystyy varmistamaan eniten huippuluokan puolijohteita ja niiden käyttämiseen tarvittavan valtavan sähkömäärän. Olemme siirtymässä avoimen akateemisen yhteistyön maailmasta syvän teknologisen protektionismin aikaan. Tämä muutos tapahtui, koska hallitukset ymmärsivät, että suuret kielimallit ovat uusi perusta **kansalliselle puolustukselle ja taloudelliselle tuottavuudelle**. Jos Yhdysvaltojen ja Kiinan välinen jännite jatkaa kasvuaan, globaali teknologiateollisuus jakautuu kahteen erilliseen ja yhteensopimattomaan ekosysteemiin. Tämä ei ole kaukainen mahdollisuus, vaan prosessi, joka on jo hyvässä vauhdissa. Yritykset joutuvat valitsemaan puolensa päättäessään, missä ne säilyttävät datansa ja mitä laitteistoa ne ostavat. Yhtenäisen, globaalin internetin aikakausi on tulossa päätökseensä.

Chatbot-hypen tuolla puolen

Yleinen kysymys aiheeseen tutustuvilta on, onko jompikumpi osapuoli tällä hetkellä voitolla. Tähän on vaikea vastata, koska kaksi päätoimijaa pelaa eri pelejä. Yhdysvallat johtaa tällä hetkellä perustutkimuksessa ja mallien raa’assa suorituskyvyssä. Useimmat suurimmista ja kyvykkäimmistä malleista ovat amerikkalaisten yritysten tuottamia. Kiina taas johtaa näiden teknologioiden nopeassa käyttöönotossa ja niiden integroinnissa teolliseen valmistukseen. Suuri väärinkäsitys on, että Yhdysvaltojen vientikiellot huippusiruille olisivat pysäyttäneet Kiinan edistyksen kokonaan. Tämä on virheellistä. Sen sijaan nämä rajoitukset ovat pakottaneet kiinalaisyritykset optimoinnin mestareiksi. Ne löytävät innovatiivisia tapoja kouluttaa massiivisia malleja vähemmän tehokkaalla laitteistolla ja rakentavat omia kotimaisia toimitusketjuja puolijohteille. Tämä on luonut kahtiajakautuneen markkinan, jossa länsimaiset yritykset keskittyvät skaalaan ja itäiset yritykset tehokkuuteen.

Kilpailun painopiste muuttui hiljattain mallien kouluttamisesta niiden laajamittaiseen ajamiseen. Tässä laitteistopullonkaulasta tulee kriisi kaikille osallisille. Jos yritys ei pääse käsiksi uusimpiin Nvidia H100- tai B200-siruihin, sen on käytettävä huomattavasti enemmän sähköä saavuttaakseen samat tulokset. Tämä luo valtavan taloudellisen haitan maailmassa, jossa energian hinnat ovat volatiileja. Kilpailu koskee nyt sitä, kuka pystyy rakentamaan tehokkaimmat datakeskukset ja varmistamaan luotettavimmat sähköverkot. Kyse ei ole enää vain siitä, kenellä on parhaat matemaattiset kaavat. Tekoälyn fyysisestä infrastruktuurista on tulossa yhtä tärkeää kuin itse koodista. Tätä muutosta kiihdytti oivallus siitä, että laskentateho on rajallinen resurssi. Sitä ei voi helposti jakaa tai kopioida ilman massiivisia pääomainvestointeja.

Suuri irtautuminen

Tämän kitkan globaali vaikutus on teknologian toimitusketjun täydellinen uudelleenjärjestely. Näemme suvereenin tekoälyn nousun. Tämä tarkoittaa, että valtiot eivät ole enää halukkaita luottamaan ulkomaisiin pilvipalveluntarjoajiin kriittisen tiedon osalta. Ne haluavat omat mallinsa, jotka on koulutettu omalla datalla ja jotka pyörivät omilla palvelimilla niiden omien rajojen sisällä. Ne eivät halua ottaa riskiä, että ne eristetään välttämättömistä palveluista kauppakiistan tai diplomaattisen kriisin aikana. Tämä johtaa pirstoutuneeseen maailmaan, jossa tekniset standardit vaihtelevat alueittain. Pienet valtiot pakotetaan valitsemaan puolensa saadakseen pääsyn edistyneimpiin työkaluihin. Tämä ei ole vain ohjelmisto-ongelma. Se on taistelu fyysisten kaapeleiden ja nykymaailman komponentteja valmistavien tehtaiden hallinnasta.

Monet luulevat, että kyse on vain kulutustavaroiden, kuten älypuhelinten, kauppasodasta. Todellisuudessa se on taistelu globaalien tekoälytrendien tulevaisuudesta ja siitä, miten niitä hallinnoidaan. Jos maailma jakautuu, menetämme kykymme jakaa kriittistä turvallisuustutkimusta. Tämä tekee teknologiasta vaarallisemman kaikille. Kun tutkijat eivät voi keskustella keskenään rajojen yli, he eivät voi sopia perustavanlaatuisista turvallisuusstandardeista tai eettisistä ohjeista. Tämä luo kilpajuoksun pohjalle, jossa nopeus asetetaan turvallisuuden edelle. Yhdysvaltojen politiikan äskettäinen muutos rajoittaa jopa pilvipalveluiden käyttöä tietyillä alueilla osoittaa, kuinka vakavaksi tilanne on muuttunut. Kyse ei ole enää vain laitteiston toimittamisesta. Kyse on itse laskentakyvyn hallinnasta. Tällainen kontrollin taso on ennennäkemätöntä teknologian historiassa.

Elämää kitkavyöhykkeellä

Pohdi kaakkoisaasialaisen startup-kehittäjän arkipäivää. Edellisellä vuosikymmenellä he käyttivät yhdysvaltalaista API-rajapintaa ydinlogiikkaansa ja kiinalaista palveluntarjoajaa valmistuslogistiikkaansa. Nykyään he kohtaavat vaatimustenmukaisuuden muurin. Yhdysvaltalaisen API:n käyttö saattaa tehdä heidät kelvottomiksi tiettyihin paikallishallinnon tukiin tai alueellisiin kumppanuuksiin. Kiinalaisen laitteiston käyttö saattaa johtaa tuotteen kieltämiseen Yhdysvaltain markkinoilta. Tämä on uuden teknologisen jaon arkipäivää. Nämä kehittäjät käyttävät enemmän aikaa lakisääteiseen vaatimustenmukaisuuteen kuin varsinaiseen koodaamiseen. Heidän on ylläpidettävä kahta eri versiota tuotteestaan. Yksi versio pyörii länsimaisilla huippusiruilla kansainvälisille asiakkaille. Toinen versio on optimoitu kotimaisille vaihtoehdoille paikalliseen käyttöön. Tämä lisää valtavasti yleiskustannuksia ja hidastaa innovaatioiden tahtia.

Tämän kehittäjän tyypilliseen päivään kuuluu päivitettyjen vientivalvontalistojen tarkistaminen ennen koodin työntämistä repositorioon. Heidän on varmistettava, ettei heidän koulutusdatansa ylitä tiettyjä maantieteellisiä rajoja. Tämä kitka on tekoälyn kylmän sodan sivuvahinkoa. Kyse ei ole vain jättiläismäisistä yrityksistä, kuten Nvidia tai Huawei. Kyse on tuhansista väliin jäävistä pienistä yrityksistä. Näemme tämän siinä, miten yritykset siirtävät nyt pääkonttoreitaan neutraaleille vyöhykkeille, kuten Singaporeen tai Dubaihin. Ne yrittävät löytää keskitien, jota ei ehkä ole olemassa pitkään. Paine valita puoli on jatkuvaa ja kasvavaa. Tämä ympäristö suosii suuria toimijoita, joilla on varaa lakitiimeihin hallitsemaan näitä monimutkaisuuksia. Se tekee pienen tiimin kannalta paljon vaikeammaksi rakentaa jotain, joka tavoittaa globaalin yleisön.

Vaikutus ulottuu myös kuluttajatasolle. Käyttäjät eri alueilla alkavat nähdä samoista työkaluista eri versioita. Yhdessä maassa saatavilla olevalla mallilla voi olla tiukkoja rajoituksia tai erilaista koulutusdataa kuin samalla mallilla toisessa maassa. Tämä luo älykkyyden ”splinternet-ilmiön”. Varhaisen verkon saumaton kokemus on korvautumassa alueellisten säädösten ja teknisten esteiden tilkkutäkillä. Kyse ei ole vain sensuurista. Kyse on niiden työkalujen perustavanlaatuisesta arkkitehtuurista, joita käytämme ajatteluun ja työntekoon. Tuotteet, jotka tekevät tästä väitteestä todellisen, ovat Lähi-idän ja Euroopan kaltaisilla alueilla kehitettävät lokalisoidut LLM-mallit. Nämä mallit on suunniteltu heijastamaan paikallisia arvoja ja kieliä pysyen samalla riippumattomina kahdesta suuresta valtoblokista.

Voittamisen hinta

Meidän on kysyttävä vaikeita kysymyksiä tämän kilpailun piilokustannuksista. Jos asetamme kansallisen turvallisuuden kaiken muun edelle, uhraammeko juuri sen innovaation, jota yritämme suojella? Näiden massiivisten GPU-klustereiden energiantarve on hätkähdyttävä. Joidenkin arvioiden mukaan yksi suuri koulutusajo kuluttaa yhtä paljon sähköä kuin pieni kaupunki. Kuka sen maksaa? Veronmaksaja valtiontukien kautta? Vai kuluttaja korkeampien hintojen kautta? Toinen kysymys koskee yksityisyyden ja edistyksen välistä vaihtokauppaa. Kilpailussa tehokkaimpien mallien rakentamisesta, tulevatko hallitukset sivuuttamaan tietosuojalakeja ruokkiakseen koneita? On olemassa riski, että datan tarve johtaa valtion tukemaan valvontaan sellaisessa mittakaavassa, jota emme ole koskaan ennen nähneet.

Nykyisen laitteiston rajoitukset ovat myös merkittävä tekijä. Olemme saavuttamassa fyysiset rajat sille, kuinka pieniksi voimme tehdä transistoreita piikiekolla. Jos emme pysty innovoimaan itseämme ulos tästä, tekoälykilpailusta tulee sota siitä, kuka pystyy rakentamaan suurimman piikasan. Tämä ei ole kestävää planeetallemme. Näemme jo Reutersin raportteja valtavasta veden käytöstä datakeskusten jäähdyttämiseen. Näemme myös The New York Timesin raportoivan Taiwanin sirunvalmistukseen liittyvistä geopoliittisista jännitteistä. Nämä eivät ole vain teknologiauutisia. Ne ovat ympäristöllisiä ja poliittisia kriisejä. Meidän on kysyttävä, ovatko hieman nopeamman tekoälyn hyödyt jaettujen resurssiemme mahdollisen tuhoutumisen arvoisia. Skeptinen kysymys tässä on, tekeekö tekoälyn tavoittelu fyysisestä maailmastamme todellisuudessa hauraamman.

Onko sinulla tekoälytarinaa, -työkalua, -trendiä tai kysymystä, jonka mielestäsi meidän pitäisi käsitellä? Lähetä meille artikkeli-ideasi — kuulisimme sen mielellämme.

Paikallisen laskennan konepellin alla

Tehokäyttäjille ja kehittäjille todellinen tarina piilee työnkulussa. Näemme massiivisen siirtymän pois keskitetyistä API-rajapinnoista kohti paikallista päättelyä. Tätä ajaa sekä kustannukset että pelko ulkoisista palveluista eristämisestä. Huippukäyttäjät tarkastelevat kvantisointitekniikoita suurten mallien ajamiseksi kuluttajatason laitteistolla. He käyttävät työkaluja puristaakseen suorituskykyä irti rajoitetusta VRAM-muistista. Suurten palveluntarjoajien asettamat API-rajat ovat muodostumassa merkittäväksi pullonkaulaksi automatisoiduille työnkuluille. Kehittäjällä voi olla 100 pyynnön minuuttiraja huipputason mallissa. Tämä ei yksinkertaisesti riitä tuotantoympäristöön. Tämän ratkaisemiseksi he rakentavat hybridijärjestelmiä, jotka käyttävät massiivista pilvimallia monimutkaiseen päättelyyn ja pientä, paikallista mallia rutiinitehtäviin.

• Kvantisointi mahdollistaa mallien 4-bittisten tai 8-bittisten versioiden ajamisen tavallisilla GPU-korteilla.
• Koulutusdatan paikallinen tallennus on muuttumassa pakolliseksi, jotta vältetään pilvipalveluntarjoajien korkeat siirtomaksut.
• Edge AI siirtää prosessoinnin laitteelle viiveen vähentämiseksi ja tietosuojan parantamiseksi.

Tämä vaatii syvällistä ymmärrystä laitteistoarkkitehtuurista. Et voi enää vain kutsua API-rajapintaa ja odottaa sen toimivan laajassa mittakaavassa. Sinun on ymmärrettävä paikallisten koneidesi muistiväylän nopeus ja verkkosi viive. Käyttäjät kääntyvät yhä enemmän avoimen lähdekoodin mallien puoleen, joita voidaan isännöidä yksityisillä palvelimilla. Tämä tarjoaa kontrollin tason, johon suljetut API-rajapinnat eivät pysty. MIT Technology Review’n tutkimuksen mukaan siirtyminen kohti paikallista laskentaa on yksi alan merkittävimmistä trendeistä. Se mahdollistaa paremman kustomoinnin ja turvallisuuden. Se vaatii kuitenkin myös enemmän teknistä osaamista. Kuilu satunnaiskäyttäjän ja tehokäyttäjän välillä kasvaa. Tehokäyttäjästä on tulossa järjestelmäarkkitehti, joka hallitsee monimutkaista paikallisten ja pilvi-resurssien verkkoa.

Avoin kysymys

Lopputulos on, että tekoälyn kylmä sota ei ole enää teoreettinen väittely. Se on fyysinen todellisuus, joka muokkaa globaalia taloutta. Siirtymä avoimesta yhteistyöstä varjeltuihin salaisuuksiin on lähes valmis. Jäljelle jää maailma, jossa teknologia on valtionhallinnon ensisijainen ase. Tärkein kysymys on yhä vailla vastausta. Voimmeko kehittää turvallista ja hyödyllistä tekoälyä maailmassa, joka on perustavanlaatuisesti jakautunut? Jos osapuolet eivät pääse yhteisymmärrykseen perussäännöistä, saatamme päätyä kilpajuoksuun, jota kukaan ei voi voittaa. Ristiriidat ovat selviä. Haluamme globaalin teknologiaekosysteemin hyödyt, mutta emme ole valmiita hyväksymään keskinäisriippuvuuden riskejä. Tämä jännite määrittää seuraavan vuosikymmenen. Katsommeko taaksepäin vuoteen 2026 käännekohtana, tuloksena on maailma, jossa kirjoittamamme koodi on erottamaton piirtämistämme rajoista.

Toimittajan huomautus: Loimme tämän sivuston monikieliseksi tekoälyuutisten ja -oppaiden keskukseksi ihmisille, jotka eivät ole tietokonenörttejä, mutta haluavat silti ymmärtää tekoälyä, käyttää sitä luottavaisemmin ja seurata jo saapuvaa tulevaisuutta.