La prochaine guerre des centres de données AI : électricité, réseaux et infrastructures, qui en bénéficiera ?

Au cours des dernières années, la logique de développement de l'industrie de l'intelligence artificielle a été très claire : celui qui possède la puissance de calcul la plus élevée a plus de chances de dominer le marché. Par conséquent, les GPU sont devenus les actifs centraux les plus prisés de l'ère de l'IA, déclenchant une vague d'investissements autour des puces d'IA.

Cependant, à mesure que la taille des grands modèles de langage ne cesse d'augmenter, l'industrie de l'IA entre dans une nouvelle phase.

Pour entraîner un grand modèle d'IA, des dizaines de milliers de GPU doivent travailler ensemble, et ces GPU ne fonctionnent pas de manière indépendante. Ils nécessitent des connexions réseau à haute vitesse, une alimentation électrique abondante, un environnement de centre de données stable, ainsi que des systèmes de stockage et de refroidissement avancés pour assurer un fonctionnement à long terme.

Cela signifie que le goulot d'étranglement du développement de l'IA passe de « disposer de suffisamment de puissance de calcul » à « pouvoir soutenir une telle échelle de puissance de calcul ».

À l'avenir, la concurrence dans les centres de données d'IA pourrait ne pas se limiter à la compétition entre puces, mais s'étendre à la compétition entre les systèmes d'infrastructure dans leur ensemble.

Les centres de données d'IA entrent dans une phase de concurrence d'infrastructure

Les centres de données d'IA diffèrent considérablement des centres de données traditionnels. Les centres de données cloud traditionnels servent principalement des applications web, des bases de données et des logiciels d'entreprise, avec des besoins de calcul relativement stables. En revanche, les centres de données d'IA doivent prendre en charge des calculs parallèles à grande échelle, imposant des exigences plus élevées en matière d'énergie, de réseau et de matériel.

Dans le contexte de l'essor rapide de l'IA générative, la demande de clusters de GPU ne cesse d'augmenter. Un seul centre de données d'IA peut déployer des dizaines de milliers, voire plus, d'accélérateurs d'IA, et leur fonctionnement simultané génère une énorme consommation d'énergie et des besoins d'échange de données.

Par le passé, le marché se concentrait sur :

• Qui peut produire plus de GPU ?
• Aujourd'hui, le marché commence à se concentrer sur :
• Qui peut construire plus de centres de données d'IA ?
• Qui peut fournir suffisamment d'électricité ?
• Qui peut faire travailler efficacement des dizaines de milliers de GPU en collaboration ?

C'est pourquoi la chaîne industrielle de l'IA s'étend des entreprises de puces à des domaines d'infrastructure plus larges.

Pourquoi l'électricité devient le nouveau goulot d'étranglement de l'expansion de l'IA

L'un des plus grands changements dans les centres de données d'IA est l'augmentation significative de la demande énergétique. Bien que les centres de données traditionnels consomment également beaucoup d'électricité, les tâches de calcul d'IA nécessitent généralement des ressources de calcul à plus haute densité. Le fonctionnement prolongé de nombreux GPU entraîne une demande électrique plus élevée.

Avec l'augmentation continue des investissements dans l'infrastructure d'IA par les entreprises technologiques mondiales, l'approvisionnement en électricité devient un facteur limitant. Un grand centre de données d'IA nécessite non seulement des équipements serveurs, mais aussi un système électrique stable et fiable, comprenant :

• La capacité de connexion au réseau électrique
• Les ressources de production d'électricité
• Les systèmes de gestion de l'énergie
• Les technologies d'optimisation énergétique des centres de données

Cela signifie que les gagnants de l'ère de l'IA pourraient inclure non seulement les fabricants de puces, mais aussi les entreprises d'infrastructure énergétique. Par le passé, les secteurs de la technologie et de l'énergie étaient relativement indépendants, mais l'IA change cette relation. À l'avenir, construire un centre de données d'IA ne se résumera pas à acheter des GPU, mais nécessitera de résoudre la question de « où obtenir suffisamment d'électricité ». C'est aussi pourquoi le marché commence à s'intéresser à l'approvisionnement électrique des centres de données, à la modernisation des réseaux électriques et aux infrastructures d'énergie renouvelable ces dernières années.

L'interconnexion réseau devient cruciale pour l'efficacité des clusters d'IA

Outre l'électricité, le réseau est un autre goulot d'étranglement important pour les centres de données d'IA. L'entraînement de grands modèles d'IA nécessite souvent la collaboration d'un grand nombre de GPU pour accomplir les tâches. Si la vitesse de transfert de données entre les GPU est insuffisante, même avec une abondance de ressources de calcul, la performance ne peut pas être pleinement exploitée.

Par conséquent, les centres de données d'IA ont besoin d'architectures réseau à plus haute vitesse et plus faible latence. L'importance des commutateurs haute vitesse, des technologies d'interconnexion optique et des équipements réseau des centres de données ne cesse de croître. Par exemple, dans un environnement serveur traditionnel, le réseau assume principalement une fonction d'échange de données ; mais dans un cluster d'IA, le réseau devient un élément clé affectant l'efficacité du calcul. La puissance de calcul détermine les capacités ; la HBM détermine la vitesse d'approvisionnement en données ; le réseau détermine la collaboration entre les ressources de calcul.

C'est pourquoi le marché a commencé à s'intéresser aux entreprises de puces réseau pour l'IA ces dernières années. Par rapport à la simple fabrication de puces de calcul, les entreprises d'infrastructure réseau pourraient devenir d'autres bénéficiaires de l'expansion de l'IA.

Les infrastructures de centres de données entrent dans un nouveau cycle de croissance

Le développement des centres de données d'IA entraîne également une mise à niveau de l'ensemble de l'industrie des infrastructures.

Infrastructure serveur. Les serveurs d'IA diffèrent des serveurs traditionnels : ils doivent prendre en charge des GPU plus performants, des systèmes de refroidissement plus complexes et une gestion de l'énergie plus puissante.

Technologies de refroidissement. Avec l'augmentation des performances des puces, le refroidissement à air traditionnel rencontre des difficultés, et des solutions de refroidissement avancées comme le refroidissement liquide commencent à attirer l'attention.

Construction de centres de données. Les centres de données d'IA nécessitent plus d'espace, un approvisionnement énergétique plus stable et un environnement réseau plus complet.

Par conséquent, la chaîne industrielle de l'IA forme un nouvel écosystème d'infrastructure :

Amont : puces d'IA, HBM, packaging avancé.

Milieu de chaîne : serveurs, équipements réseau, construction de centres de données.

Aval : services cloud, applications d'IA et entreprise intelligente.

À l'avenir, la valeur de l'IA pourrait ne pas se concentrer uniquement sur les modèles et les puces, mais se diffuser progressivement à l'ensemble du système d'infrastructure.

Au-delà de NVIDIA, quelles autres directions bénéficiaires dans la chaîne industrielle de l'IA ?

Par le passé, lorsque le marché discutait des investissements dans l'IA, NVIDIA était presque le mot-clé central. Mais alors que l'infrastructure d'IA entre dans une phase d'expansion, le marché cherche d'autres directions bénéficiaires.

La première catégorie est celle des entreprises d'infrastructure réseau. Plus la taille du cluster d'IA est grande, plus la demande d'interconnexion à haute vitesse est élevée, et l'importance des puces réseau, des équipements de commutation et des technologies de communication optique augmentera.

La deuxième catégorie est celle des entreprises de stockage. La HBM est devenue un composant essentiel des puces d'IA, et des fabricants de mémoire comme SK Hynix, Samsung Electronics et Micron bénéficient de la croissance de la demande des centres de données d'IA.

La troisième catégorie est celle des entreprises d'infrastructure de centres de données, y compris les équipements serveurs, la gestion de l'énergie, les systèmes de refroidissement et les opérateurs de centres de données.

La quatrième catégorie est celle des entreprises liées à l'énergie. L'expansion à long terme des centres de données d'IA nécessite un approvisionnement énergétique plus stable, ce qui pourrait stimuler l'augmentation des investissements dans les infrastructures électriques.

Par conséquent, la logique d'investissement dans l'IA pourrait passer d'opportunités centrées sur une seule puce à des opportunités sur l'ensemble de la chaîne industrielle.

Quels sont les risques liés aux investissements dans l'infrastructure d'IA ?

Bien que la tendance à long terme des centres de données d'IA soit claire, les investisseurs doivent encore prêter attention à plusieurs risques.

Risque de dépenses d'investissement. Actuellement, les entreprises technologiques mondiales investissent massivement dans la construction d'infrastructures d'IA. Si la commercialisation de l'IA est plus lente que prévu, cela pourrait affecter le rythme des investissements.

Risque d'offre et de demande. Les secteurs des semi-conducteurs, des serveurs et des centres de données sont cycliques. Lorsque de nombreuses entreprises augmentent leur production simultanément, il peut y avoir une offre excédentaire temporaire.

Risque de changement technologique. La technologie de l'IA évolue très rapidement, et l'architecture de calcul pourrait changer à l'avenir. Si une nouvelle voie technologique émerge, certains besoins en infrastructure pourraient être affectés.

De plus, la question énergétique est un défi à long terme. Les centres de données d'IA nécessitent un approvisionnement énergétique stable et abondant, et la construction de réseaux électriques prend généralement du temps, ce qui pourrait limiter la vitesse d'expansion de l'infrastructure d'IA dans certaines régions.

Par conséquent, bien que l'infrastructure d'IA offre des opportunités à long terme, ce n'est pas un marché à croissance unidirectionnelle simple.

La concurrence des centres de données d'IA se mondialise

La construction de centres de données d'IA est devenue une composante importante de la concurrence technologique mondiale.

• Les États-Unis possèdent des entreprises de puces d'IA et des sociétés de cloud computing de premier plan, ce qui en fait un centre important de l'infrastructure d'IA actuelle.
• La Corée du Sud, grâce à sa technologie de mémoire HBM, occupe une position clé dans la chaîne d'approvisionnement matérielle de l'IA.
• Hong Kong, en Chine, ainsi que d'autres marchés asiatiques, stimulent également le développement des applications d'IA, du cloud computing et de l'industrie technologique.

À l'avenir, la chaîne industrielle de l'IA ne se concentrera pas sur un seul marché, mais formera un système de collaboration mondiale.

Cela signifie également que les investisseurs doivent observer les évolutions de l'industrie de l'IA dans une perspective mondiale.

Gate Trading d'actions : suivez les opportunités de la chaîne d'infrastructure mondiale de l'IA

Alors que la chaîne industrielle de l'IA s'élargit, les cibles d'intérêt des investisseurs passent des entreprises de puces d'IA uniques à des domaines tels que le stockage, le réseau, l'électricité et les centres de données.

Gate Trading d'actions prend en charge le trading 7×24 d'actions américaines, de Hong Kong et coréennes, permettant aux utilisateurs de suivre plus flexiblement les évolutions de la chaîne industrielle mondiale de l'IA. Des entreprises de puces d'IA américaines aux fabricants coréens de HBM, en passant par les actifs liés à l'infrastructure technologique mondiale, les investisseurs peuvent se concentrer sur les opportunités de différents marchés et maillons en fonction des évolutions du marché.

Les opportunités d'investissement à l'ère de l'IA passent d'une piste unique à un écosystème complet, et l'observation transfrontalière des évolutions de la chaîne industrielle devient plus importante.

Résumé : La prochaine compétition de l'IA est une compétition d'infrastructure

Dans la première phase du développement de l'IA, le marché se disputait la puissance de calcul. Les GPU sont devenus les actifs centraux, et les entreprises de puces ont attiré l'attention du marché des capitaux. Mais alors que l'IA entre dans une phase de passage à l'échelle, les facteurs qui limitent réellement le développement de l'industrie changent.

L'électricité, le réseau, le stockage, les serveurs et la capacité de construction de centres de données deviennent la nouvelle compétition d'infrastructure de l'ère de l'IA. À l'avenir, le thème de l'IA ne consistera plus seulement à trouver l'entreprise de puces la plus puissante, mais à identifier les goulots d'étranglement clés de l'ensemble du système d'IA. Celui qui pourra résoudre les problèmes d'énergie, de connectivité et d'infrastructure dans le processus d'expansion de l'IA deviendra probablement un bénéficiaire important de la prochaine phase.

FAQ

Q1 : Pourquoi les centres de données d'IA ont-ils besoin de plus d'électricité ?

Parce que l'entraînement et l'inférence de l'IA nécessitent que de nombreux GPU fonctionnent pendant de longues périodes, avec une densité de calcul bien supérieure à celle des centres de données traditionnels, ce qui augmente considérablement la consommation d'énergie.

Q2 : Quel est le plus grand goulot d'étranglement des centres de données d'IA ?

Actuellement, il comprend principalement l'approvisionnement en électricité, l'interconnexion réseau, la bande passante de stockage et la capacité de construction de centres de données.

Q3 : Outre les GPU, quels autres maillons de la chaîne industrielle de l'IA valent la peine d'être suivis ?

Cela inclut le stockage HBM, les puces réseau, l'interconnexion optique, les serveurs, le refroidissement et les infrastructures énergétiques.

Q4 : Les investissements dans les centres de données d'IA vont-ils continuer à croître ?

La demande à long terme reste forte, mais à court terme, elle peut être affectée par les dépenses d'investissement, l'environnement économique et les changements technologiques.

Q5 : Pourquoi le réseau est-il important pour l'IA ?

Parce que les grands modèles d'IA nécessitent que de nombreux GPU calculent en collaboration, et un réseau à haute vitesse peut améliorer l'efficacité de l'ensemble du cluster de calcul.