Attualità
Cina: L’esplosione della AI sta già Implodendo?
Quanto c’è di reale nel boom della AI in Cina? quanto c’è di sbagliato, e quanto c’è di truffa

Che fine ha fatto il boom dell’intelligenza artificiale in Cina, che solo pochi mesi fa era in piena attività e in piena espansione? L’anno scorso milioni di GPU Nvidia di fascia alta hanno attraversato il confine , affrontando faticosamente i dazi e le restrizioni all’esportazione degli Stati Uniti, ma che fine hanno fatto in realtà?
L’hardware per l’intelligenza artificiale era così richiesto che i chip specializzati Nvidia H100, utilizzati per addestrare i modelli di intelligenza artificiale, potevano essere venduti a 200.000 yuan (28.000 dollari) al mercato nero. Nel frattempo, sono stati costruiti centinaia di centri dati per ospitare i server AI. Poi, che è successo?
Ma ora, un rapporto del MIT Technology Review ha rivelato che il breve boom dell’IA in Cina è in difficoltà e i finanziamenti governativi si sono prosciugati, costringendo i responsabili dei progetti a vendere le GPU in eccesso e lasciando vuote le strutture appena costruite.
La rapida espansione dell’infrastruttura cinese per l’IA è stata monolitica, ma non è stata priva di gravi problemi, la maggior parte dei quali è stata attribuita a una pianificazione carente e a un disallineamento tra le capacità costruite e la domanda effettiva. Inoltre, si è trattato di un lavoro frettoloso e molti data center di IA sono stati costruiti senza una chiara comprensione dei requisiti specifici per i carichi di lavoro di formazione rispetto a quelli di inferenza, con conseguenti inefficienze, secondo l’amministratore delegato di Alibaba, che vede qui una grande bolla, come riportato da Barron’s.
Scavando più a fondo, si scopre che la Cina si è concentrata sulle capacità di formazione (immissione di dati) piuttosto che sull’inferenza (semplificazione dei dati), ma entrambe sono le colonne portanti del deep learning. L’attenzione della Cina si è tradotta in un’invasione di GPU di fascia alta, perché la fase di “addestramento” richiede un’enorme potenza di calcolo e centri dati sottoutilizzati.
A peggiorare la situazione, secondo il MIT, diversi rapporti e addetti ai lavori hanno rivelato che alcune aziende hanno utilizzato i data center di IA per ottenere energia verde o terreni sovvenzionati dal governo. In altri casi, l’elettricità dedicata alle attività di IA è stata rivenduta alla rete con un profitto. Altri sviluppatori si sono assicurati prestiti e incentivi fiscali lasciando gli edifici inutilizzati.
In effetti, secondo il rapporto, la maggior parte degli investitori nel settore dell’IA in Cina cercava di beneficiare di generosi incentivi politici piuttosto che svolgere un vero e proprio lavoro di IA. L’anno scorso, 144 aziende si sono registrate presso la Cyberspace Administration of China per sviluppare i propri Large Language Models (LLM). Tuttavia, alla fine dell’anno solo il 10% circa di queste aziende stava ancora investendo attivamente nella formazione di LLM.
“Il crescente dolore che l’industria cinese dell’IA sta attraversando è in gran parte il risultato di operatori inesperti – aziende e governi locali – che sono saliti sul treno dell’hype, costruendo strutture che non sono ottimali per le esigenze di oggi”, ha dichiarato Jimmy Goodrich, senior advisor per la tecnologia della RAND Corporation, alla MIT Technology Review.
Ironia della sorte, il laboratorio cinese di IA DeepSeek ha giocato un ruolo importante nei suoi problemi di IA. Il mese scorso, DeepSeek ha scosso la Silicon Valley dopo che il suo modello linguistico di grandi dimensioni ha superato i leader americani dell’IA, sfidando i tentativi americani di fermare le ambizioni high-tech della Cina.
Secondo i benchmark pubblicati sul sito web di DeepSeek, R1 ha superato i modelli di OpenAI, Meta e Anthropic, che hanno speso miliardi di dollari per costruire i loro modelli. In una relazione tecnica, DeepSeek ha dichiarato che il suo modello V3 ha avuto un costo di addestramento di soli 5,6 milioni di dollari, una frazione delle centinaia di milioni o addirittura dei miliardi di dollari che i laboratori di IA statunitensi chiedono per i loro modelli linguistici di grandi dimensioni. Successivamente questo dato è stato profondamente contestato.
Il fatto che il laboratorio di intelligenza artificiale cinese sia stato in grado di ottenere questo risultato nonostante le restrizioni statunitensi sui semiconduttori – che vietano l’esportazione di potenti chip di intelligenza artificiale come gli H100 di Nvidia Corp – lo rende ancora più impressionante. DeepSeek ha costretto molte aziende di IA a ripensare i propri requisiti in termini di hardware e di scala.

Rialzisti sulla crescita della domanda di energia
Nonostante il lancio di modelli di IA DeepSeek più economici e più efficienti, Wall Street rimane ampiamente ottimista sulla crescita della domanda di elettricità. “La domanda aumenterà sicuramente, ma non sappiamo di quanto”, ha dichiarato Nikki Hsu, analista di Bloomberg Intelligence. “Nessuno sa esattamente quale sarà la domanda di AI”.
In effetti, l’efficienza di DeepSeek potrebbe persino portare a un uso più diffuso dell’IA. Secondo Carlos Torres Diaz, responsabile della ricerca sui mercati dell’energia di Rystad Energy, i data center potrebbero finire per elaborare più dati se diventano più efficienti.
Secondo l’Electric Power Research Institute (EPRI), i data center assorbiranno fino al 9% dell’elettricità totale generata negli Stati Uniti entro la fine del decennio, rispetto all’ attuale 1,5%, grazie alla rapida adozione di tecnologie avide di energia come l’IA generativa. In prospettiva, l’anno scorso il settore industriale statunitense ha consumato 1,02 milioni di GWh, pari al 26% del consumo di elettricità negli Stati Uniti.
Grazie al nostro canale Telegram potete rimanere aggiornati sulla pubblicazione di nuovi articoli di Scenari Economici.

You must be logged in to post a comment Login