- L'AD di Nvidia mette in guardia sui grandi vantaggi della Cina nell'IA
- I principali vantaggi sono la rapida realizzazione della costruzione di data center e la robusta infrastruttura energetica cinese, essenziale per alimentare la domanda di energia dell'IA.
- Nel frattempo, un nuovo studio ha rilevato che i Modelli Linguistici di Grandi Dimensioni (Large Language Models, LLM) open source cinesi si sono assicurati quasi un terzo dell'utilizzo globale di IA.
Il CEO di Nvidia, Jensen Huang, ha nuovamente messo in guardia sui rapidi progressi che la Cina sta compiendo nell'IA e sui vantaggi che il Paese possiede in termini di infrastrutture per lo sviluppo del settore.
Secondo quanto riportato da Fortune, alla fine del mese scorso, Huang ha parlato con John Hamre, presidente del Center for Strategic and International Studies (CSIS), osservando che: "Se si vuole costruire un data center qui negli Stati Uniti, dall'inizio dei lavori fino alla messa in opera di un supercomputer di IA, ci vogliono probabilmente circa tre anni. Loro [la Cina] possono costruire un ospedale in un fine settimana."
In altre parole, la Cina è in grado di realizzare grandi progetti di costruzione a una velocità incredibilmente elevata e vanta anche un notevole vantaggio in termini di infrastruttura energetica.
Questi sono elementi cruciali per lo sviluppo dell'IA, sia per la rapida costruzione di enormi data center in grado di far fronte alle esigenze di elaborazione, sia per disporre dell'energia necessaria per alimentarli.
Huang ha osservato che la Cina ha "il doppio dell'energia che abbiamo noi [gli Stati Uniti] come nazione, e la nostra economia è più grande della loro" e che questo "non ha senso per me". Ha aggiunto, inoltre, che la crescita della capacità energetica è in fase di rapida ascesa in Cina, mentre negli Stati Uniti rimane più o meno piatta. I dati sul confronto energetico tra le due nazioni mostrano che, sebbene il PIL statunitense sia ancora superiore, la Cina ha generato oltre 10.000 TWh di elettricità, il doppio rispetto agli USA, e sta guidando gli investimenti nelle energie rinnovabili.
Tuttavia, per controbilanciare le preoccupazioni espresse, il CEO ha chiarito che Nvidia è "generazioni avanti" rispetto alla Cina per quanto riguarda la tecnologia dei chip per l'IA – anche se questa affermazione potrebbe contenere un pizzico di parzialità – ma Huang ha comunque affermato che questo non è un motivo per sedersi sugli allori.
Huang aveva precedentemente commentato che la Cina era "a nanosecondi di distanza dall'America" nella corsa all'IA, ma si dice che il CEO di Nvidia rimanga apertamente fiducioso riguardo alla spinta dell'amministrazione Trump volta a incrementare gli investimenti nell'IA e i posti di lavoro nel settore manifatturiero nazionale. Per approfondire il tema delle infrastrutture di rete e i migliori router Wi-Fi per la casa e l'ufficio.
Piccoli sforzi e una rapida ascesa
Nel frattempo, un articolo separato del South China Morning Post (SCMP) afferma che quasi il 30% dell'utilizzo globale di IA proviene ora dai modelli open source cinesi (LLM).
Questa cifra proviene da un rapporto compilato da OpenRouter, un aggregatore indipendente di modelli AI, insieme alla società di venture capital Andreessen Horowitz. Si basa su uno studio di 100 trilioni di token, che sono le unità di dati elaborate dagli LLM (o, in termini più semplici, i mattoni fondamentali di come funziona l'IA).
La parte del leone rimane appannaggio degli LLM closed source del mondo occidentale, come ChatGPT, che detengono il resto del mercato (circa il 70%).
Ricordiamo, tuttavia, che solo un anno fa, gli LLM open source cinesi rappresentavano poco più dell'1% dei token, quindi raggiungere il 30% ora è, a dir poco, una traiettoria di crescita molto ripida.
Se si considerano solo gli LLM open source, ci viene riferito che i modelli cinesi raggiungono in media circa il 13% dell'utilizzo settimanale di token, eguagliando quasi il 13,7% proveniente dal resto del mondo. (Ricordiamo, questo è l'utilizzo open source – la maggioranza restante è costituita dai modelli proprietari closed source come ChatGPT).
Un altro punto interessante che emerge è che gli LLM open source dalla Cina si stanno ora equamente spartendo il carico; non è più solo DeepSeek (come accadeva in origine) a dominare. Naturalmente, DeepSeek V3 è una forza importante nell'utilizzo dell'IA in Cina, ma anche i modelli Qwen di Alibaba e Kimi K2 di Moonshot AI sono grandi attori.
Il rapporto sostiene che le richieste in lingua cinese sono ora seconde per volume di token dietro all'inglese.
Mettendo insieme tutti questi elementi, l'ascesa della Cina nella sfera dell'IA è quindi piuttosto vertiginosa, e si capisce da dove provengano le preoccupazioni di Huang. Soprattutto perché è difficile vedere un rallentamento di questa crescita nel breve termine per la Cina, e ciò che il CEO di Nvidia osserva sull'infrastruttura energetica del Paese è effettivamente un vantaggio significativo rispetto agli Stati Uniti – anche questo difficile da vedere cambiare nel futuro più prossimo.
E poi, come abbiamo visto di recente con il rilascio dei nuovi modelli v3.2 di DeepSeek, c'è anche ciò che la Cina ha da offrire in termini di riduzione dei costi di utilizzo dell'IA. Sembrerebbe che ci sia una battaglia seriamente competitiva in vista per il dominio globale dell'IA. Per approfondire l'efficienza dei sistemi di calcolo, potete consultare la nostra guida sui migliori processori adatti a carichi di lavoro intensivi.