Energi er den store flaskehalsen for AI. I både fysisk og programvare-AI er det ikke bare at ingrediensene må endres, men hele oppskriften gjør det også: 1) Vi trenger uendelig og marginalt kostnadsfri energi. Dette vil bety et ensemble av energikilder som jobber sammen som kan produsere energi I DAG (dvs. kjernekraft er egentlig ikke et alternativ før 2032, å bygge et Nat-gass- eller kullanlegg med et flerårig etterslep for deler er heller ikke et kortsiktig alternativ før 2030+), noe som betyr at vi trenger Solar + Storage fordi det kan gå online 12-17 måneder etter å ha fått grønt lys. Ingen vei utenom. 2) men for at energilagring skal skaleres økonomisk i lys av Foreign Entity of Concern (FEOC)/Forbidden Foreign Entity (PFE), må du finne innenlandske LFP CAM-leverandører for ESS-forsyningskjeden. Det er svært få. 3) du må trappe ned det totale strømavtrykket til datasentrene, noe som betyr at HVAC må tenkes på nytt - en helt ny type varmepumpe må oppfinnes. Denne nye enheten, selv om den har en overlegen profil, må også eliminere de evige kjemikaliene som nå er forbudt og må være solnedgang. 4) Brikkene i seg selv må omstruktureres for å gi ytelse, strømeffektiv inferens. Minnedesign, c2c, kabling og alle slags andre designbeslutninger som fungerer bra for trening, vil sannsynligvis ikke skaleres for slutning hvis slutning er 100x+ større enn trening. 4) i fysisk AI, etter lagring (se ovenfor) er rikelig med RE-er avgjørende for enhver form for bevegelse/aktivering. Men å få RE-er opp av bakken, til et oksid og deretter til en legering som kan gjøres om til permanente magneter....er en enorm øvelse i energi. Og listen fortsetter og fortsetter ... . . . Poenget mitt er at hvis du er fokusert på AI, bør du begynne å ta hensyn til energi, da det vil være portvokteren for fremgang/endring i løpet av de neste årene innen AI.