L’une des façons les plus simples de se tromper en matière d’investissement dans l’IA est de penser qu’il s’agit uniquement d’intelligence artificielle.
Ce n’est pas le cas.
Les plus grands gagnants des trois dernières années n’ont pas simplement construit des modèles d’IA plus intelligents. Ils ont résolu à plusieurs reprises les problèmes physiques qui empêchaient ces modèles de devenir plus puissants.
Il s’agissait d’abord des processeurs. Puis la mémoire. Ensuite, la mise en réseau était nécessaire pour connecter des milliers de puces IA ensemble.
Maintenant, nous atteignons une autre limite physique.
Et je crois que cela laisse présager où se feront les prochaines fortunes de l’IA.
L’effet goulot d’étranglement
Chaque révolution technologique majeure se heurte finalement au même problème.
Succès.
Plus une technologie devient utile, plus elle exerce une pression sur les systèmes qui la supportent. Finalement, cette pression crée des goulots d’étranglement.
C’est exactement ce qui s’est produit tout au lengthy de ce increase de l’IA.
Lorsque ChatGPT a présenté l’IA générative à des thousands and thousands de personnes fin 2022, le premier défi du secteur était évident.
Il fallait bien plus de puissance de calcul que prévu.
Les unités de traitement graphique, ou GPU, sont rapidement devenues les bêtes de somme de l’industrie, automotive elles pouvaient effectuer le nombre massif de calculs nécessaires à l’entraînement et à l’exécution de modèles d’IA.
Soudainement, les entreprises fabriquant ces GPU se sont retrouvées au centre de la révolution de l’IA.
Voyant que la demande pour l’IA informatique ne faisait que commencer, j’ai recommandé Superior Micro Units (Nasdaq : AMD) à mes lecteurs. Et à mesure que la demande de puces IA s’accélérait, AMD est devenue l’un des principaux bénéficiaires du premier goulot d’étranglement majeur du secteur.
Mais une fois ce premier goulot d’étranglement résolu, le suivant s’est révélé.
Ces puces puissantes nécessitaient une énorme quantité de données transmises à des vitesses incroyables. Mais la mémoire traditionnelle n’a pas pu suivre.
Cela a créé une énorme demande de mémoire à giant bande passanteou HBM.
Contrairement à la mémoire traditionnelle, la HBM est beaucoup plus proche du processeur, ce qui lui permet de déplacer les données beaucoup plus rapidement.
Cela en fait l’un des éléments les plus importants de chaque serveur d’IA avancé.
J’ai recommandé Micron Expertise (Nasdaq : MU) aux lecteurs de Strategic Fortunes début 2024, arguant que la mémoire était devenue « le cœur des serveurs d’IA ». En quelques mois, Micron a annoncé que sa manufacturing de HBM était effectivement épuisée jusqu’en 2025, la demande des shoppers IA dépassant l’offre.
Et comme je l’ai écrit icile cours de l’motion Micron a explosé.
Mais même cela n’était pas la fin de l’histoire.
À mesure que les usines d’IA grandissaient, elles ont commencé à connecter des milliers de processeurs entre eux. Soudain, le déplacement des informations entre ces puces est devenu tout aussi essential que les puces elles-mêmes.
Cela a créé un autre goulot d’étranglement.
La lumière peut transporter d’énormes quantités de données plus rapidement et plus efficacement que les câbles en cuivre traditionnels. C’est pourquoi les entreprises spécialisées dans les réseaux optiques se sont soudainement retrouvées au centre du développement de l’IA.
C’est aussi pourquoi j’ai recommandé Coherent (NYSE : COHR) à mes lecteurs en 2024, citant l’significance croissante de la technologie optique dans les centres de données d’IA.
À mesure que la demande s’accélérait, Coherent est devenu l’un des principaux fournisseurs bénéficiant du prochain goulot d’étranglement de l’IA.
En d’autres termes, le increase de l’IA n’a pas été une easy histoire d’investissement.
Chaque fois que l’industrie résolvait une contrainte physique, une autre apparaissait. Et les entreprises qui ont éliminé ces goulets d’étranglement sont généralement devenues les prochains grands gagnants.
Maintenant, cela se reproduit.
Au cours de la dernière année, nous avons pas mal parlé sur l’appétit croissant de l’IA pour l’électricité.
Nous avons regardé les centres de données en difficulté pour obtenir suffisamment d’électricité auprès des companies publics locaux. Nous avons discuté de la façon dont les retards dans l’obtention des permis ralentissent les nouvelles constructions. Et nous avons même examiné pourquoi les transformateurs et les équipements de transmission haute rigidity deviennent soudainement des actifs stratégiques.
Ce ne sont pas des problèmes isolés. Ce sont tous des symptômes de le même défi sous-jacent.
La prochaine génération de systèmes d’IA nécessite simplement beaucoup plus d’électricité que la précédente.
Les racks de serveurs IA les plus avancés d’aujourd’hui consomment déjà environ 120 kilowatts d’énergie. Les dernières conceptions de Nvidia rapprochent ce chiffre de 135 kilowatts.
Mais ce n’est rien comparé à ce qui va suivre.
La société a publiquement discuté des futurs racks d’IA capables de consommer jusqu’à un mégawatt d’électricité. Pour mettre cela en perspective, cela représente à peu près suffisamment d’énergie pour alimenter des centaines de foyers américains moyens.
Fournir suffisamment d’électricité pour rendre cela doable constituera un défi approach extraordinaire.
Le problème est que les serveurs IA actuels n’ont pas été conçus pour des machines aussi puissantes.
La plupart déplacent l’électricité autour du rack en utilisant ce que l’on appelle une structure de 54 volts. Cela fonctionnait bien lorsque les processeurs consommaient beaucoup moins d’énergie.
Mais les systèmes d’IA plus gros ont besoin de beaucoup plus d’électricité. Et faire passer tout ce pouvoir par l’ancien système crée de nouveaux problèmes.
Cela génère plus de chaleur. Cela nécessite des conducteurs en cuivre beaucoup plus épais. Et chaque fois que l’électricité est convertie d’une rigidity à une autre, une partie est gaspillée.
Les ingénieurs de Nvidia ont récemment expliqué le problème de cette façon :
Si les futurs racks IA d’un mégawatt continuaient à utiliser l’structure actuelle de 54 volts, les barres omnibus en cuivre transportant l’électricité à travers l’armoire pourraient peser à elles seules environ 440 livres.
Imaginez construire un superordinateur où des centaines de kilos de cuivre occupent un espace qui pourrait autrement contenir des processeurs.
De toute évidence, l’industrie devra trouver une meilleure resolution.
Et quelque half, un petit groupe d’entreprises s’efforce déjà de résoudre ce goulot d’étranglement.
Voici mon avis
Les investisseurs qui ont prêté une consideration particulière au increase de l’IA ont appris une leçon précieuse.
Les plus grands gagnants ne sont pas seulement les entreprises qui créent des modèles d’IA. Ce sont souvent ces entreprises qui ont résolu les goulots d’étranglement empêchant l’IA de progresser.
C’est pourquoi je me demande de plus en plus d’où pourrait venir la « quatrième fortune de l’IA ».
Si la tendance observée au cours des trois dernières années se poursuit, les entreprises qui résolvent le défi de puissance croissante de l’IA pourraient devenir les prochains grands gagnants de l’IA.
C’est donc sur cela que je concentrerai mon consideration dans les semaines et les mois à venir.
Salutations,
Ian KingStratège en chef, Banyan Hill Publishing
Notice de l’éditeur : nous serions ravis d’avoir de vos nouvelles !
Si vous souhaitez partager vos réflexions ou solutions sur le Every day Disruptor, ou s’il y a des sujets spécifiques que vous souhaiteriez que nous abordions, envoyez simplement un e-mail à dailydisruptor@banyanhill.com.
Ne vous inquiétez pas, nous ne révélerons pas votre nom complet si nous publions une réponse. Alors n’hésitez pas à commenter !
