Илон Маск вновь привлекает внимание к своим амбициозным проектам. На этот раз речь идет о значительных вложениях в искусственный интеллект, которые составят $10 миллиардов. Соучредитель TwinBirch, Сойер Мерритт, отметил, что Tesla и xAI к концу года запустят новые вычислительные мощности, хотя обе компании могут не успеть завершить все в срок. В последние месяцы Маск активно делится планами по созданию суперкомпьютеров, что вызывает интерес и вопросы о будущем технологий.

В июле xAI начала обучение ИИ на Memphis Supercluster, который включает 100 000 графических процессоров H100 с жидкостным охлаждением. Эта система требует колоссального количества энергии, достигая потребления 150 МВт. Для сравнения, 100 000 графических процессоров H100 сами по себе потребляют около 70 МВт. Только графические процессоры обойдутся в 2 миллиарда долларов, а общая стоимость системы, вероятно, будет значительно выше.

В конце августа Tesla представила свой кластер Cortex AI, который включает 50 000 графических процессоров Nvidia H100 и 20 000 чипов Dojo AI. Этот кластер станет важным шагом к достижению полной автономии автомобилей Tesla. Маск уже заявил, что только на оборудование для ИИ Tesla потратит около $10 миллиардов в этом году.

С начала сентября xAI начала эксплуатацию своего суперкомпьютера Colossus, который уже интегрирует 100 000 графических процессоров H100. В ближайшие месяцы планируется добавить еще 50 000 графических процессоров H200. Это невероятное количество вычислительных ресурсов также потребует значительных финансовых вложений.

Несмотря на грандиозные планы, обе компании могут столкнуться с трудностями в реализации своих идей. Огромные затраты на оборудование и энергоснабжение ставят под сомнение возможность достижения поставленных целей. Маск не раз подчеркивал, что компании, не инвестирующие в ИИ на таком уровне, не смогут в дальнейшем быть конкурентноспособными.

В итоге, несмотря на все амбиции и значительные инвестиции, Tesla и xAI могут оказаться в сложной ситуации. Вопрос не только в деньгах, но и в способности эффективно организовать процесс обучения ИИ и обеспечить необходимую инфраструктуру.