Крупные технологические компании, как сообщается, перемещают свои операции по обучению AI-моделей за пределы национальных границ, чтобы обеспечить доступ к высокопроизводительным чипам Nvidia. Этот стратегический шаг подчеркивает растущую конкуренцию за передовое оборудование в гонке по разработке систем искусственного интеллекта нового поколения.

Перемещение вычислительно интенсивных рабочих нагрузок отражает то, насколько критической стала инфраструктура GPU для развития ИИ. Компании, по сути, следуют за аппаратным обеспечением — создавая учебные заведения там, где они могут надежно получить необходимую вычислительную мощность для разработки моделей масштаба.

Эта тенденция подчеркивает более широкую реальность: доступ к специализированным чипам, таким как H100 и A100 от Nvidia, стал узким местом в инновациях в области ИИ. Для пространства блокчейна и Web3 это также имеет значение — многие децентрализованные проекты ИИ и протоколы машинного обучения на блокчейне сталкиваются с аналогичными инфраструктурными проблемами при масштабировании своих вычислительных потребностей.