.@romeovdean und ich haben einen Blogbeitrag geschrieben, um uns über den Ausbau von KI zu informieren. Wir waren von einigen der Dinge, die wir gelernt haben, überrascht: 1. Es gibt einen riesigen CapEx-Überhang in der Fertigung - mit einem einzigen Jahr Gewinn im Jahr 2025 könnte Nvidia die letzten 3 Jahre des gesamten CapEx von TSMC abdecken. Im Jahr 2025 wird NVIDIA etwa 6 Milliarden Dollar an abgeschriebenem TSMC-Capex-Wert in 200 Milliarden Dollar Umsatz umwandeln. Weiter oben in der Lieferkette hat ein einziges Jahr von NVIDIAs Umsatz fast die letzten 25 Jahre an Gesamt-F&E und CapEx der fünf größten Unternehmen für Halbleiterausrüstung zusammen erreicht, einschließlich ASML, Applied Materials und Tokyo Electron. Wenn die Nachfrage nach KI anhält, geschweige denn wächst, gibt es mehr als genug Geld, um weitere Fabriken zu bauen. 2. Wir haben zwei verschiedene Szenarien bis 2040 prognostiziert: explosives Wachstum und KI-Winter. Im Szenario des explosiven Wachstums (das bis 2030 zu 2 Billionen Dollar jährlichem KI-CapEx führt) wird @sama 's Vision von 1 GW pro Woche für das führende Unternehmen im Jahr 2036 wahr. Aber in dieser Welt würde der globale Stromverbrauch für KI doppelt so hoch sein wie die derzeitige Stromerzeugung der USA. 3. In den letzten zwei Jahrzehnten hat der Bau von Rechenzentren im Grunde die Energieinfrastruktur übernommen, die von der Deindustrialisierung der USA übrig geblieben ist. Damit der KI-CapEx weiterhin auf seinem aktuellen Kurs wachsen kann, müssen alle upstream in der Lieferkette (von den Menschen, die Kupferdraht, Turbinen, Transformatoren und Schaltanlagen herstellen) ihre Produktionskapazitäten erweitern. Das Hauptproblem ist, dass diese Unternehmen 10-30 Jahre Abschreibungszyklen für ihre Fabriken haben (im Vergleich zu 3 Jahren für Chips). Angesichts ihrer normalerweise niedrigen Margen benötigen sie über Jahrzehnte hinweg stetige Gewinne und wurden in der Vergangenheit bereits von Blasen verbrannt. Wenn es einen finanziellen Überhang nicht nur für Fabriken, sondern auch für andere Komponenten von Rechenzentren gibt, könnten Hyperscaler einfach höhere Margen zahlen, um die Kapazitätserweiterung zu beschleunigen? Besonders da Chips über 60 % der Kosten eines Rechenzentrums ausmachen. Wir haben einige grobe Berechnungen zu Gaskraftwerksherstellern angestellt, die darauf hindeuten, dass Hyperscaler zahlen könnten, um ihre Kapazität für einen relativ kleinen Anteil der Gesamtkosten des Rechenzentrums zu erweitern. Wie @tylercowen sagt, unterschätze nicht die Elastizität des Angebots. 4. Wir denken, dass China wahrscheinlich in der langfristigen Welt der KI (d.h. keine Software-Singularität 2028) voraus sein wird. Alle 3 Jahre verlieren die Chips an Wert, und das Rennen beginnt von Neuem. Sobald China zu den fortschrittlichsten Prozessknoten aufschließt, wird KI einfach zu einem massiven industriellen Wettlauf über die gesamte Lieferkette. Und das scheint Chinas unterschiedliche Vorteile zu fördern. 5. Die Vorlaufzeiten sind der überwältigende Faktor dafür, welche Energiequelle du zur Stromversorgung des Rechenzentrums verwendest, ob du das Rechenzentrum ans Netz anschließt oder nicht, und wie du das Rechenzentrum gestaltest. Das liegt daran, dass jeder Monat, in dem das Gehäuse nicht eingerichtet ist, ein Monat ist, in dem die Chips (die den überwiegenden Teil deiner Kosten ausmachen) nicht genutzt werden. So siehst du, warum Erdgas beispielsweise viel bevorzugt wird gegenüber aktuellen Kernreaktoren. Kernenergie hat extrem niedrige Betriebskosten, aber extrem lange Vorlaufzeiten und hohe CapEx. Erdgas ist vielleicht nicht erneuerbar, aber du kannst einfach ein paar Dutzend Gasturbinen neben dem Rechenzentrum aufstellen und deine Chips so schnell wie möglich zum Laufen bringen. Solar- und Windenergie haben ebenfalls kurze Bauzeiten, und du kannst ihre Energie mit Batterien glätten. Aber du müsstest Tausende von Menschen einstellen, um eine Manhattan-große Solaranlage zu errichten, um ein einzelnes 1 GW-Rechenzentrum zuverlässig mit Strom zu versorgen. Viel mehr im vollständigen Blogbeitrag. Link unten.