Boom AI sprawił, że niektóre firmy stały się niezwykle cenne. OpenAI i Anthropic są teraz dwiema najcenniejszymi prywatnymi firmami na świecie. Google, Microsoft i Nvidia stały się większe niż kiedykolwiek. Ale wśród największych zwycięzców znalazła się Caterpillar, dostawca żółtych ciężarówek i dźwigów. Akcje Caterpillar podwoiły swoją wartość w ciągu ostatniego roku, czyniąc firmę wartą sześć razy więcej niż Nike. Jej wzrost ma niewiele wspólnego z pojazdami budowlanymi (zarówno prawdziwymi, jak i zabawkami), z których jest znana. Zamiast tego sukces Caterpillar wynika z gigantycznych silników gazowych, które pomagają zasilać budowę centrów danych w kraju.

Mimo całej uwagi poświęcanej ulepszaniu możliwości modeli, najważniejszymi nakładami dla AI nie są bity, ale atomy i elektrony. Aby trenować i uruchamiać swoje modele, przemysł AI musi budować. Centra danych to niezwykle złożone operacje technologiczne i przemysłowe – wymagają od firm technologicznych wznoszenia elektrowni, budowy oczyszczalni ścieków oraz instalowania wszelkiego rodzaju sprzętu elektrycznego, linii energetycznych i zaawansowanego sprzętu chłodzącego. To wymaga betonu, stali, krzemu, szkła, miedzi i skroplonego gazu ziemnego.

Ta budowa centrów danych od dawna była szalona, ale teraz zbliża się do punktu zwrotnego, który jest zarówno niesamowity, jak i niepokojący. Główni gracze – Amazon, Google, Microsoft, Meta i Oracle – są na dobrej drodze, aby do końca roku wydać na centra danych więcej, niż zarabiają ze swojej działalności. Oznacza to, że giganci technologiczni, których biznesy niezwiązane z chatbotami przynoszą dziesiątki miliardów dolarów rocznie, prawdopodobnie będą musieli zaciągnąć dług, aby nadal finansować swoje ambicje AI. Od uruchomienia ChatGPT pod koniec 2022 roku do końca ubiegłego roku nakłady inwestycyjne tych firm – z których większość idzie na centra danych – znacznie przekroczyły pół biliona dolarów. Firmy zamierzają wydać podobną kwotę tylko w 2026 roku. A w przyszłym roku ich inwestycje w AI prawdopodobnie przekroczą 1,1 biliona dolarów, według niedawnego raportu J.P. Morgan.

Dolina Krzemowa od dawna cieszyła się prostą przewagą: jej produkty i usługi kosztują stosunkowo niewiele, ale generują ogromne przychody. Jednak prowadzenie centrum danych pod wieloma względami bardziej przypomina prowadzenie huty stali niż aplikacji na smartfona. W szczególności centra danych wymagają oszałamiających ilości energii elektrycznej, zwłaszcza gdy modele AI stają się coraz potężniejsze. Pięć lat temu standardowe centrum danych mogło wymagać 10 lub 50 megawatów mocy, wystarczającej dla dziesiątek tysięcy domów. Rok temu centra danych wymagające jednego lub dwóch gigawatów mocy uważano za gigantyczne. W tym tygodniu Meta ogłosiła, że ponad dwukrotnie zwiększa rozmiar swojego flagowego centrum danych AI, co zwiększy jego szczytowe zapotrzebowanie na moc do pięciu gigawatów. Centrum danych proponowane w Utah, jeśli zostanie ukończone, będzie wymagać dziewięciu gigawatów mocy. To energia kilku dużych miast płynąca przez kilka wielkich magazynów, wszystkie poświęcone botom.

Sieci elektryczne zazwyczaj nie mają wystarczającej ilości energii, aby zasilić te megaprojekty, więc najszybszym sposobem na uruchomienie centrum danych jest zbudowanie własnej elektrowni. Tu wkracza Caterpillar: Firma ma ogromną liczbę zaległych zamówień na swój sprzęt energetyczny, podobnie jak każdy główny producent turbin gazowych na świecie. W maju Elon Musk podobno wydał co najmniej miliard dolarów na zakup firmy energetycznej z flotą turbin spalinowych, prawdopodobnie po to, by zasilić swój model AI, Grok.

Energia to tylko jedna część wyzwania. Centrum danych wymaga połączenia kilkudziesięciu najnowocześniejszych układów AI w lodówkowej wielkości szafę, a następnie połączenia tysięcy takich szaf w budynku. Te układy nagrzewają się do 200 stopni Fahrenheita i są zwykle chłodzone przez kombinację wody i przemysłowych wentylatorów; jeśli podejdziesz zbyt blisko jednej z szaf, możesz się spocić.

Samozwańczy cel OpenAI, jakim jest „uczynienie inteligencji tańszą, lepszą i bardziej dostępną z czasem”, tak naprawdę sprowadza się do zasilania i chłodzenia centrów danych tak efektywnie, jak to możliwe.