Energi är den stora flaskhalsen för AI. I både fysisk och mjukvaru-AI är det inte bara ingredienserna som måste ändras, utan hela receptet gör det också: 1) Vi behöver oändlig och marginellt kostnadsfri energi. Detta kommer att innebära en ensemble av energikällor som arbetar tillsammans som kan producera energi IDAG (dvs. kärnkraft är inte riktigt ett alternativ före 2032, att bygga ett Nat-gas- eller kolkraftverk med en flerårig eftersläpning för delar är inte heller ett alternativ på kort sikt förrän 2030+) vilket innebär att vi kommer att behöva solenergi + lagring eftersom det kan gå online 12-17 månader från att det har fått grönt ljus. Det finns ingen väg runt det. 2) men för att energilagring ska kunna skalas ekonomiskt i ljuset av Foreign Entity of Concern (FEOC)/Prohibited Foreign Entity (PFE) måste du hitta inhemska LFP CAM-leverantörer för ESS-försörjningskedjan. Det finns väldigt få. 3) du kommer att behöva minska det totala energiavtrycket för datacentren, vilket innebär att HVAC måste omprövas - en helt ny typ av värmepump måste uppfinnas. Denna nya enhet, även om den har en överlägsen profil, kommer också att behöva eliminera de eviga kemikalierna som nu är förbjudna och måste upphöra. 4) Själva chipsen måste byggas om för att ge en högpresterande, energieffektiv slutsatsdragning. Minnesdesign, c2c, kablar och alla möjliga andra designbeslut som fungerar bra för träning kommer sannolikt inte att skalas för slutsatsdragning om slutsatsdragningen är 100x+ större än träningen. 4) i fysisk AI, efter lagring (se ovan) är rikligt med RE avgörande för alla former av rörelse/aktivering. Men att få upp förnybara energikällor ur marken, in i en oxid och sedan i en legering som kan göras till permanentmagneter ... är en enorm övning i energi. Och listan kan göras hur lång som helst... . . . Min poäng är att om du är fokuserad på AI bör du börja uppmärksamma energi eftersom det kommer att vara grindvakten för framsteg/förändring under de närmaste åren inom AI.