एलन मस्कच्या xAI आणि चिप तयार करणाऱ्या दिग्गज Nvidia ने कृत्रिम बुद्धिमत्ता (AI) पायाभूत सुविधांसाठी 30 अब्ज डॉलर्सच्या प्रकल्पात भागीदारी केली आहे. 19 मार्च रोजी, AI Infrastructure Fund ने या दोन उच्च-प्रोफाइल खेळाडूंचा समावेश असल्याची माहिती दिली. ब्लॅकरॉक, मायक्रोसॉफ्ट आणि अबू धाबी AI गुंतवणूक गट MGX द्वारे समर्थित हा निधी AI च्या प्रगतीसाठी 100 अब्ज डॉलर्स सुरक्षित करण्याचा उद्दिष्ट ठेवतो. Nvidia चे संस्थापक आणि CEO जेनसन हुआंग यांनी सांगितले, "AI पायाभूत सुविधांचे जागतिक विस्तार प्रत्येक कंपनी आणि देशासाठी लाभदायक ठरेल, जे आर्थिक वाढ साध्य करण्याचा उद्देश ठेवतात आणि जगाच्या सर्वात महत्त्वाच्या आव्हानांना उपाय शोधत आहेत. " त्यांनी जोर दिला की "Nvidia च्या पूर्ण-स्टॅक AI पायाभूत सुविधांच्या साहाय्याने AI फॅक्टरी डेटा intelligence मध्ये रूपांतरित करेल, प्रत्येक उद्योगाला पुढे नेईल आणि समाजाला अभूतपूर्व ब्रेकथ्रू साधण्यास सक्षम करेल. " गेल्या वर्षी, मायक्रोसॉफ्ट आणि ब्लॅकरॉकने डेटा केंद्रांच्या बांधकामासाठी आणि या सुविधांसाठी टिकाऊ ऊर्जा स्रोत ओळखण्यासाठी निधी सुरू केला. या घोषणा चीनच्या AI स्टार्टअप DeepSeek संदर्भातील अलीकडच्या घटनांच्या आधीच्या Nvidia विकास परिषदेत हुआंगच्या टिप्पणीनंतर आली, जिथे त्यांनी एजेंटिक आणि तर्कशास्त्रीय मॉडेल्सच्या विकासासाठी आवश्यक महत्वपूर्ण संगणकीय शक्तीवर जोर दिला. "AI एक अवरोध बिंदू अनुभवत आहे, " असे त्यांनी "AI वुडस्टॉक" म्हणून वर्णन केलेल्या इव्हेंटमध्ये सांगितले आणि अधिक जटिल तर्काकडे होणाऱ्या संक्रमणासाठी महत्त्वपूर्ण संगणकीय शक्तीची आवश्यकता असल्याबद्दल अधोरेखित केले. पारंपारिक मोठ्या भाषिक मॉडेल्सने एजेंटिक मॉडेल्सच्या तुलनेत कमी संगणकीय शक्तीची आवश्यकता असली तरी, ती त्वरित प्रतिसाद देतात.

याउलट, तर्कशास्त्रीय मॉडेल्स अधिक अंतर्गत तर्कात गुंतलेल्या असतात आणि प्रतिसाद देण्याआधी जास्त शक्तीची आवश्यकता असते, जे अधिक वेळ घेऊ शकते. "प्रतिसाद द्यायला आणि प्रतीक्षेत असलेल्या चिडचिड टाळण्यासाठी, आम्हाला आता दहा पट जलद संगणन करण्याची आवश्यकता आहे, " त्यांनी स्पष्ट केले. "एकूण संगणकीय मागणी कमीतकमी 100 पट वाढली आहे. " त्यांनी हे देखील म्हटले की AI उद्योग Nvidia GPU वर जोरदार अवलंबून राहील, ज्या अलीकडील घटनांनंतर. या कंपनीने आपल्या उच्च-कार्यक्षम फाउंडेशन AI मॉडेलला प्रशिक्षण देण्यासाठी फक्त 2, 000 हळू Nvidia H800 चिप्स वापरल्याचा दावा केला, जे OpenAI सारख्या कंपन्यांना सामान्यतः आवश्यक असलेल्या दशलक्ष चिप्सच्या तुलनेत आहे.