A The Wall Street Journal még a múlt héten számolt be az OpenAI vezérigazgatójának tervéről, ami 7 billió dollárnyi befektetéssel növelné a globális csipgyártó kapacitást. Sam Altman állítólag az OpenAI-val, gyártócégekkel és befektetőkkel közösen finanszíroztatná az elképzelt GPU-üzemeket, amelyeket a későbbiekben bejáratott félvezetőipari szereplők üzemeltetnének. Altman később a Twitter-X csatornáján fejtegette, hogy a világnak a jövőben több MI-infrastruktúrára és adatközpontra lesz szüksége, mint amennyi a jelenlegi fejlesztési tervek alapján kinéz, ennek kiépítése és a rugalmas ellátási lánc kialakítása pedig alapvető jelentőségű lenne a gazdasági versenyképességre nézve.
Az elképesztő, 7 ezer milliárd dolláros összeg előteremtése (amit forintban nem is érdemes kifejezni) nyilván nem lenne egyszerű dolog, a WSJ szerint Altman legutóbb az Egyesült Arab Emírségek vezetőivel tárgyalt a lehetőségekről. A lap arról ír, hogy a már korábban is felvázolt projekt, amelynek állítólag néhány napra szóló menesztését is köszönhette az OpenAI éléről, mégsem áll rosszul. A nagyságrendet pedig az magyarázza, hogy a fejlett félvezetők gyártása tényleg drága mulatság: aktuálisan három olyan cég működik a világon, amelyi képes a legújabb technológiákra épülő csipek mennyiségi előállítására. Van, aki szerin azonban Altman túllő a célon, és az MI fejlesztése messze nem kerül ennyibe.
Ennél azért biztosan olcsóbb lesz
A WSJ értesülése alapján az Nvidia vezérigazgatója, Jensen Huang arról tájékoztatta az Emírségek illetékes miniszterét, hogy a mesterségesintelligencia-infrastruktúra költségei jóval alacsonyabbak az Altman által előzetesen 5-7 billió dollárban meghatározott nagyságrendnél. Szerinte hibás kiindulás, ha valaki felszorozza a hosszabb távon megvásárolni tervezett számítógépek darabszámát és árát, mert a gépek egyre gyorsabbak lesznek, vagyis a teljes szükséges mennyiség idővel egyre csökken majd. Ennek alapján ő 2 billió dollárban határozta meg 2029-ig a vonatkozó befektetéseket, hozzátéve, hogy jelenleg is már 1 billió dollárra tehető a telepített adatközponti infrastrukturális bázis értéke.
A Reuters korábban arról is beszámolt, az Nvidia már megbeszéléseket folytat az OpenAI mellett a Microsofttal, a Google-lel vagy a Metával, hogy egyedi csipeket fejlesszenek ki az egyes vállalatok igényeire szabva, és önálló üzleti részleget hozna létre az adatközponti csipek és az MI-processzorok tervezésére a cloud számítástechnikai alkalmazások számára. Az OpenAI terveit illetően egyébként érdemes felidézni az amerikai versenyfelügyelet vezetőjének legutóbbi nyilatkozatát is, aki a monopóliumok elleni fellépéssel kapcsolatban az OpenAI-ra utalva emelte annak jelentőségét, hogy a piaci szereplők az egyik technológiai réteg feletti dominanciájukat ne terjeszthessék ki a szomszédos rétegekre.
Az ötlettől az értékteremtésig – az üzleti réteg szerepe az adattudományi működésben
Az adattudomány valódi értéke ott válik láthatóvá, ahol az előrejelzések döntésekké, a döntések pedig mérhető üzleti eredményekké alakulnak. Ehhez azonban tudatos üzleti beágyazásra, mérési keretrendszerekre és következetes visszacsatolásra is szükség van.
EGY NAPBA SŰRÍTÜNK MINDENT, AMIT MA EGY PROJEKTMENEDZSERNEK TUDNIA KELL!
Ütős esettanulmányok AI-ról, agilitásról, csapattopológiáról. Folyamatos programok három teremben és egy közösségi térben: exkluzív információk, előadások, interaktív workshopok, networking, tapasztalatcsere.
2026.03.10. UP Rendezvénytér
Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak