Засновник Akash хоче децентралізувати ШІ

Штучний інтелект змінює галузі, трансформує бізнес і змушує людство переосмислювати майбутнє. Однак за його експоненційним зростанням ховається серйозна проблема – енергетична криза. Обчислювальні потужності, необхідні для навчання та роботи AI-моделей, споживають вражаючу кількість енергії, і ситуація лише погіршується.

Засновник компанії Akash Грег Осурі, уже багато років думає над цією проблемою. Akash починав як децентралізований маркетплейс хмарних обчислень, який кинути виклик таким гігантам, як AWS, Google Cloud та Microsoft Azure. Проте тепер компанія працює над ще амбітнішим викликом — як забезпечити енергетичні потреби AI, не знищуючи планету.

Про це пише The Street.

Монополія хмарних сервісів і GPU-криза

До того, як енергетична криза штучного інтелекту стала очевидною, Осурі намагався вирішити іншу проблему — централізацію хмарних обчислень.

“Ми маємо тисячі недовантажених дата-центрів по всьому світу. І водночас стартапи не можуть дозволити собі купити обчислювальні ресурси. Це просто не має сенсу”, – каже Грег Осурі.

Akash запропонував децентралізовану платформу, де будь-який власник серверів міг би надавати свої потужності в оренду. Це суттєво знизило витрати на обчислення та розширило доступ до потужних ресурсів.

Проте новою проблемою стала нестача графічних процесорів (GPU), які є критично важливими для навчання AI-моделей.

“Доступ до GPU тепер визначає, які AI-компанії можуть запуститися, а які ні. Гіганти, як-от OpenAI і Google, отримують першочерговий доступ, а стартапи залишаються за бортом”, – каже Осурі.

Одним із показових прикладів є стартап Brev.dev, заснований студентами Техаського університету. Вони не змогли отримати GPU традиційним шляхом, але знайшли їх через Akash. Врешті-решт, їхню компанію викупила Nvidia.

AI – це ще й енергетична проблема

Глобальні AI-системи споживають колосальні обсяги електроенергії.

“Тренування однієї великої AI-моделі може спожити стільки ж енергії, скільки тисячі домогосподарств за рік. А після тренування моделі потребують постійного живлення для обробки мільйонів запитів”, – зазначає Осурі.

Наприклад, для навчання Grok 3 було використано 35 мегаватів енергії, а наступне покоління потребуватиме вже 70 мегаватів. Проблема в тому, що більшість цієї енергії надходить із викопного палива.

Google, Microsoft і OpenAI намагаються знайти рішення, але реальність така: відновлювані джерела енергії не встигають за зростаючим попитом.

Децентралізація як рішення

Akash пропонує два ключові підходи до вирішення цієї проблеми:

• Розподілені обчислення – перенесення AI-навантажень із великих дата-центрів на менші, менш енергоємні вузли.
• Гнучке керування енергією – динамічний розподіл обчислень залежно від наявності відновлюваних джерел енергії.

“Ми можемо запускати AI-моделі саме там, де є надлишок сонячної або вітрової енергії, а не постійно працювати на газі”, – каже засновник Akash.

Найбільш радикальна ідея Осурі — створення децентралізованих AI-обчислень на базі домашніх сонячних електростанцій. Akash експериментує з моделлю, де власники будинків можуть встановлювати міні-дата-центри, що працюють на сонячній енергії.

Підрахували, що 35-кіловатний дата-центр може поміститися на даху великого будинку. Якщо правильно стимулювати власників, вони зможуть генерувати AI-потужності та продавати їх у мережу.

Часу залишилось небагато

Глобальний попит на AI-обчислення зростає експоненційно, і якщо ми не знайдемо рішень, світ зіткнеться з енергетичною катастрофою.

“У нас немає десяти років, щоб вирішити цю проблему. Потрібно діяти вже зараз”, – каже засновник Akash.

Akash вірить у децентралізацію як спосіб зробити AI більш доступним, стійким і екологічним.

Якщо вони мають рацію, то майбутнє штучного інтелекту буде не у гігантських дата-центрах, а на дахах звичайних будинків по всьому світу.

Раніше Startup.co.ua писав, що у стратегічному маневрі, що нагадує шаховий хід на рівні гросмейстера, стартап OpenAI забезпечив п’ятирічне партнерство на 11,9 мільярдів доларів США з CoreWeave, постачальником хмарних обчислень, орієнтованим на GPU.