"La vostra politica sull'IA è una richiesta, non una strategia": i fratelli Liberman di Gonka parlano di feudalesimo delle GPU, del collo di bottiglia energetico e di chi controlla lo strato di intelligenza.
In Breve
Il vero collo di bottiglia dell'IA è l'elettricità e l'accesso alla rete, non i chip. I co-creatori di Gonka parlano di calcolo decentralizzato, feudalesimo delle GPU e infrastrutture IA aperte.
La corsa all'intelligenza artificiale viene solitamente presentata come una competizione tra modelli, chip e capitali. Ma un numero crescente di voci sostiene che il vero collo di bottiglia sia più semplice e di natura fisica: l'elettricità, l'accesso alla rete e la manciata di aziende che controllano l'infrastruttura su cui tutto il resto si basa. Se non si possiede la potenza di calcolo, si sostiene, la propria strategia per l'IA si riduce a una mera richiesta.
Le conseguenze di questa logica si stanno già manifestando. I gestori delle reti elettriche lanciano l'allarme, le bollette aumentano e la questione di chi abbia accesso all'intelligenza artificiale – non solo utilizzarla, ma anche gestirla, possederla e svilupparci sopra – sta diventando silenziosamente una delle questioni infrastrutturali più importanti del decennio. Per la maggior parte del mondo, la risposta al momento è: alle condizioni di qualcun altro.
MPost mi sono seduto con Daniil e David Liberman, co-creatori di Gonk, una rete di calcolo AI decentralizzata, per scoprire se esiste un'altra via.
A che punto il problema energetico dell'IA è diventato un'emergenza? Cosa succederà dopo?
L'emergenza è iniziata quando il fattore limitante ha smesso di essere rappresentato dai chip ed è diventato l'elettricità. Per anni, l'industria dell'IA ha trattato i data center come oggetti finanziari. Si raccolgono fondi, si acquistano GPU e si costruisce un campus enorme. Ma i data center sono entità fisiche collegate a trasformatori, centrali elettriche e reti locali. Queste infrastrutture non possono scalare alla stessa velocità del software. I recenti ordini di luglio dimostrano che reti come PJM stanno gestendo attivamente la domanda dei data center, utilizzando la generazione di backup solo come ultima risorsa. Ciò che crolla a questo punto è l'intero modello economico. Si possono avere miliardi di dollari in GPU e letteralmente nessun posto dove collegarle. Poi crolla anche il livello politico, quando le famiglie iniziano a chiedersi perché le loro bollette energetiche finanzino una struttura per l'IA. L'errore più profondo è presumere che ogni calcolo di IA richieda un campus da gigawatt. Dobbiamo spostare il calcolo verso l'energia: un approccio decentralizzato instrada i carichi di lavoro verso le macchine esistenti e le regioni in cui l'energia è già disponibile.
Chi sono i signori e i servi del feudalesimo GPU? A quanto ammonta l'affitto?
I signori sono i pochi attori che controllano gli strati fisici e contrattuali, come i chip avanzati, i cloud su larga scala e l'energia necessaria per farli funzionare. I servi sono quasi tutti gli altri. Sono le startup, gli sviluppatori e interi Paesi che devono importare intelligenza come servizio. Questo è esattamente ciò che chiamiamo feudalesimo delle GPU, un futuro in cui le persone diventano inquilini dell'infrastruttura di calcolo di qualcun altro. L'affitto che pagano è in parte finanziario, ma l'affitto più pericoloso è quello del permesso. Un fornitore può modificare la tua quota, sospendere il tuo account o cambiare silenziosamente il modello che stai utilizzando. Se cinque aziende e due Stati controllano l'infrastruttura, si arriva a otto miliardi di inquilini. L'IA è pura informazione e può essere copiata quasi senza limiti. Il modello sta su una chiavetta USB, ma il monopolio risiede nel data center. Quel collo di bottiglia fisico è esattamente il punto in cui viene imposta una scarsità artificiale a qualcosa che dovrebbe creare abbondanza globale.
Perché la proprietà dell'infrastruttura determina quale intelligenza artificiale viene sviluppata?
Un'idea senza risorse di calcolo non è un'azienda, ma solo un documento. Quando l'accesso alle risorse di calcolo è costoso o soggetto a restrizioni politiche, gli sviluppatori sono costretti a modificare fisicamente ciò che costruiscono. Una startup potrebbe abbandonare un modello open source semplicemente perché un grande fornitore di servizi cloud sovvenziona l'accesso a un'API proprietaria. I proprietari dell'infrastruttura dettano quale hardware viene supportato, quali regioni ottengono capacità e chi ha la priorità in caso di carenza. Ecco perché i pesi open source non sono mai sufficienti. Pubblicare i pesi di un modello senza un'esecuzione a costi accessibili è come condividere i progetti di un aereo quando un'unica azienda possiede tutte le piste di atterraggio. È necessaria anche la verificabilità. Un sistema decentralizzato deve dimostrare che il modello previsto è stato effettivamente eseguito senza cali di qualità silenziosi. Un agente che gestisce denaro ha bisogno di più della fiducia, ha bisogno di prove. Se non si controllano le risorse di calcolo, la propria politica sull'IA è una richiesta, non una strategia.
Quanto siamo vicini a poter scegliere tra permessi anziché tra modelli?
Viviamo già nella prima versione di quel mondo. Gli utenti pensano di poter scegliere tra decine di prodotti di intelligenza artificiale, ma molti sono solo interfacce costruite sullo stesso ristretto gruppo di fornitori di modelli. Oggi, le autorizzazioni si manifestano come restrizioni geografiche, livelli di utilizzo e politiche API. Domani, quando i sistemi di intelligenza artificiale diventeranno essenziali per la produttività economica, queste restrizioni diventeranno strutturali. Immaginate un ingegnere che abbia accesso al miglior agente di programmazione mentre un altro no. L'azienda o il paese a cui viene negato l'accesso si troverà immediatamente in svantaggio. Il risultato finale è una gerarchia dell'intelligenza in cui l'accesso dipende interamente dalla giurisdizione, dal datore di lavoro o dall'identità. Le persone saranno tecnicamente libere di rifiutare questi sistemi, ma non saranno più competitive economicamente senza di essi. Possiamo ancora invertire questa tendenza, ma la finestra di opportunità si misura in anni. Ogni blocco di un'API o di un diniego di accesso non è altro che un'ulteriore pubblicità per l'intelligenza artificiale decentralizzata.
Chi vince quando l'inferenza diventa il campo di battaglia dominante?
L'addestramento dei modelli genera i titoli di giornale più importanti, ma è nell'inferenza che l'IA diventa una vera e propria risorsa economica. Un modello viene addestrato periodicamente, ma l'inferenza avviene continuamente ogni volta che un utente pone una domanda o un robot prende una decisione. Questo cambia radicalmente il panorama competitivo. Mentre l'addestramento richiede cluster enormi e strettamente interconnessi, l'inferenza può spesso essere elaborata in modo indipendente. Non è necessario che ogni richiesta venga eseguita all'interno di un singolo campus da gigawatt. I vincitori saranno i sistemi che riducono il costo per token utile, mantengono un elevato utilizzo dell'hardware e garantiscono l'integrità del modello. I perdenti saranno le aziende che dipendono permanentemente da prezzi API agevolati e i paesi che importano ogni singola unità di intelligenza. Questa è esattamente l'opportunità offerta dai sistemi distribuiti. Il calcolo decentralizzato può utilizzare risorse globali ed energia locale senza che una singola azienda debba possedere ogni infrastruttura.
Cosa rivelano 100 milioni di richieste provenienti da 26 paesi in merito al potenziale di calcolo non sfruttato?
Dimostrano che il calcolo AI distribuito geograficamente non è più solo un concetto teorico. Prima di gestire una rete reale, si presumeva che il mondo contenesse un pool omogeneo di GPU inattive in attesa di essere attivate. La realtà è che hardware, rete e disponibilità differiscono drasticamente. La risorsa veramente scarsa è il coordinamento. Una rete deve individuare la capacità, misurare le prestazioni, verificare l'esecuzione e creare incentivi che mantengano gli operatori online. Per questo motivo Gonka utilizza un meccanismo Proof of Work basato su Transformer e Sprint per verificare l'hardware AI reale. L'offerta non sfruttata è enorme e comprende riserve aziendali, cloud regionali e hardware universitario che semplicemente non avevano una connessione alla domanda globale di AI. L'elaborazione di questi carichi di lavoro dimostra che gli sviluppatori possono utilizzare l'inferenza decentralizzata attraverso un'interfaccia comune senza che tutta la potenza di calcolo debba risiedere all'interno del perimetro aziendale.
È ancora possibile che emerga un'alternativa aperta, e in tal caso, su quale scala?
Sì, ma non emergerà automaticamente dagli attuali leader di mercato. Un'alternativa aperta deve raggiungere una scala fisica enorme per diventare una vera opzione strutturale. Stiamo parlando di gigawatt di capacità e milioni di GPU avanzate. Bitcoin offre un esempio perfetto in questo senso. Non ha raccolto miliardi di dollari per costruire un unico, enorme data center. Ha invece creato un protocollo economico che ha mobilitato infrastrutture fisiche globali. L'IA ha bisogno di uno standard comparabile per un'elaborazione utile. I modelli aperti richiedono infrastrutture di esecuzione aperte. I compensi economici devono fluire direttamente verso coloro che forniscono e migliorano l'hardware. Se l'IA otterrà un protocollo allineato al calcolo, l'innovazione hardware passerà da lente roadmap aziendali a una competizione globale.
La condivisione delle risorse di calcolo rappresenta una via verso la sovranità dell'IA per le regioni emergenti?
Può assolutamente esserlo, a condizione che la sovranità sia defined correttamente. La sovranità dell'IA non significa che ogni paese debba fabbricare i propri chip e costruire un cloud iperscalabile nazionale. Siamo realistici: non è possibile. Un approccio più pratico defiIl punto cruciale è che un Paese non può essere unilateralmente disconnesso dall'intelligenza artificiale. Noleggiare un'API da un'azienda straniera significa pura dipendenza. Un Paese privo di capacità di calcolo negozierà con l'IA esattamente come un inquilino negozia con il proprietario di casa. Connettere energia, ingegneri e data center nazionali a una rete aperta rappresenta una vera partecipazione. Nessun Paese di medie dimensioni può superare individualmente gli Stati Uniti o la Cina in termini di spesa. Ma se duecento Paesi contribuiscono ciascuno con una media di diecimila GPU, creano una rete condivisa di due milioni di GPU. Questo coordinamento garantisce l'accesso sovrano al livello di intelligence, offrendo alle regioni emergenti in Asia, Africa e Medio Oriente una reale via d'uscita dal controllo centralizzato.
L'intelligenza artificiale decentralizzata è strutturalmente competitiva o si limita a colmare le lacune delle grandi aziende tecnologiche?
Oggi, fa entrambe le cose. La maggior parte delle reti decentralizzate nasce in aree in cui i fornitori centralizzati sono costosi, restrittivi o semplicemente disinteressati. Questo è del tutto normale. Tuttavia, diventa strutturalmente competitivo quando crea uno standard aperto che coordina l'energia globale, premia l'hardware migliore e offre agli sviluppatori una strategia di uscita credibile. La metrica rilevante non è mai la capitalizzazione di mercato di un token. La metrica decisiva è la potenza di calcolo utile dell'IA elaborata al giorno. I sistemi decentralizzati non hanno bisogno che i fornitori centralizzati scompaiano. Internet non ha eliminato le reti private e Bitcoin non ha eliminato le banche. Una volta che gli sviluppatori hanno un'alternativa valida, gli operatori storici sono costretti a competere molto più seriamente su prezzo, accesso e trasparenza.
Perché l'intelligenza artificiale decentralizzata dovrebbe evitare la riconsolidazione?
La ricomposizione del potere è un rischio concreto. La decentralizzazione non è uno stato permanente solo perché qualcuno l'ha definita in un white paper. Il calcolo per l'IA gode di enormi economie di scala, il che significa che i grandi operatori possono negoziare contratti di fornitura di energia elettrica più vantaggiosi e acquistare hardware a prezzi inferiori. Una rete senza permessi potrebbe facilmente consolidarsi attorno a pochi operatori industriali. È proprio per questo che Gonka si basa su una governance ponderata in base al calcolo, garantendo che l'influenza sia connessa al contributo computazionale verificato piuttosto che alla semplice proprietà di token. Il futuro dell'infrastruttura per l'IA deve essere governato dalle persone che effettivamente apportano intelligenza alla rete, non dal capitale inattivo. L'obiettivo non è impedire l'esistenza dei grandi operatori. I grandi operatori sono altamente efficienti. Dobbiamo però garantire che rimangano operatori all'interno di un protocollo aperto, anziché diventarne i proprietari assoluti.
Negazione di responsabilità
In linea con la Linee guida del progetto Trust, si prega di notare che le informazioni fornite in questa pagina non intendono essere e non devono essere interpretate come consulenza legale, fiscale, di investimento, finanziaria o di qualsiasi altra forma. È importante investire solo ciò che puoi permetterti di perdere e chiedere una consulenza finanziaria indipendente in caso di dubbi. Per ulteriori informazioni, suggeriamo di fare riferimento ai termini e alle condizioni nonché alle pagine di aiuto e supporto fornite dall'emittente o dall'inserzionista. MetaversePost si impegna a fornire report accurati e imparziali, ma le condizioni di mercato sono soggette a modifiche senza preavviso.
Circa l'autore
Alisa, una giornalista dedicata al MPost, è specializzato in criptovalute, IA, investimenti e nell'ampio regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
Altri articoli
Alisa, una giornalista dedicata al MPost, è specializzato in criptovalute, IA, investimenti e nell'ampio regno di Web3. Con un occhio attento alle tendenze e alle tecnologie emergenti, offre una copertura completa per informare e coinvolgere i lettori nel panorama in continua evoluzione della finanza digitale.
