Megawatt är det nya måttet på AI-makt – Nvidia vill äga hela kedjan från elnät till beräkningskraft
AI-kapplöpningen mäts nu i megawatt – och Nvidia vill äga hela energikedjan.
Kilowatt är det nya mätetalet för AI-dominans
Det brukar talas om parametrar och riktmärken när AI-bolagets styrka mäts. Men allt oftare är det en annan enhet som avgör vem som leder loppet: megawatt. Den som kontrollerar energiflödet kontrollerar beräkningskraften – och den som kontrollerar beräkningskraften sätter agendan för hela branschen.
Nvidia vet det. Och de agerar därefter.
Vid konferensen AI Infra Summit presenterade Nvidias vice vd Ian Buck en vision som sträcker sig långt bortom grafikprocessorer och språkmodeller. Huvudbudskapet var effektivare AI-fabriker – och konkreta bevis på att intelligent strömhantering kan göra en dramatisk skillnad utan att en enda ny kilowatt behöver tillföras.
Beviset kom från molntjänstleverantören Lambda, som enligt Nvidias blogg visat att samma fasta elbudget kan leverera 24 procent mer beräkningsgenomströmning med intelligent styrning. Det är siffror som får byggherrar och datacenterchefer att spetsa öronen. Att pressa ut en fjärdedel mer prestanda ur befintlig infrastruktur är inte en marginalförbättring – det är ett konkurrensavgörande försprång.
Tekniken bakom detta är Nvidias plattform DSX, som samlar design och drift av AI-fabriker i ett sammanhållet system. Det som gör DSX ovanligt är att det inte optimerar isolerade delar av anläggningen – det tar ett helhetsgrepp. Elnät, kylning, beräkningsarbetsbelastning och efterfrågesignaler från externa aktörer som elbolag vävs samman i realtid.
Emerald AIs plattform Conductor, som hanterade den där augustikvällen i Silicon Valley, är ett tidigt exempel på detta tänkande i praktiken. Silicon Valley Power har sedan dess skickat över 200 liknande signaler till anläggningen – och systemet har svarat korrekt varje gång, rapporterar Nvidia.
Certifiering som konkurrensmedel
Men Nvidia nöjer sig inte med mjukvaran. Parallellt lanseras certifieringsprogrammet DSX Ready, som kvalitetssäkrar hårdvara för kraft och kylning mot Nvidias egna referenskrav. Bland de första godkända leverantörerna finns Tesla, Hitachi Energy och LG Energy Solution för energilagring – och LG Electronics, LiquidStack samt Vertiv för vätskebaserad kylning.
Det handlar inte om marknadsföring. Det handlar om att minska integrationsrisken och förkorta byggtiden för de datacenter som världen desperat behöver. Varje vecka som sparas i planering och kvalificering är pengar och kapacitet som kan sättas i arbete snabbare.
Kopplingen är tydlig: Jensen Huang beskrev på Salesforces stora konferens Dreamforce AI som vår tids elektricitet – en global infrastruktur som gör det möjligt att "veta allt och göra allt". Det är en stor vision. Men bakom varje stor vision finns kilometerlånga kablar, vattenkylda rack och batterisystem som måste fungera dygnet runt.
Processorn tar revansch – tack vare agenterna
Mitt i allt detta dyker en oväntat utveckling upp från ett annat håll. Enligt IEEE Spectrum skapar framväxten av agentbaserade AI-system en ny flaskhals som ingen riktigt förutsåg: bristen på vanliga processorer.
Amazon Web Services ska internt ha utfärdat direktiv om att hushålla med CPU-kapacitet, till följd av den dramatiska belastningsökning som AI-agenter orsakar. Analytikern Matt Kimball vid Moor Insights & Strategy förklarar mekaniken: en agentbaserad arbetsbelastning som skapar hundra agenter rullar i företagsskala ut till hundratusentals eller miljontals agenter. Och dessa agenter – när de skriver filer, anropar verktyg och tolkar svar – gör det mesta av sitt arbete på processorn, inte grafikprocessorn.
AMD:s vice vd Madhu Rangarajan uppger att sju av åtta steg i realistiska agentflöden körs helt och hållet på processorn. Det är en dramatisk påminnelse om att AI-systemens fysiska krav är mer komplexa och oväntade än de flesta prognoser förutspått.
Hela systemet är produkten
Det gemensamma temat i allt detta är att AI-boomen inte kan reduceras till en enda komponent, en enda leverantör eller en enda teknik. Det är ett system – från elnätets frekvens till agentens sista funktionsanrop – och hela systemet måste optimeras tillsammans.
Nvidia positionerar sig för att äga systemförståelsen, om inte alla systemets delar. Det är en ambitiös strategi. Men om de lyckas är det inte bara en affärsseger – det är ett skifte i vem som sätter villkoren för hur artificiell intelligens byggs och driftsätts globalt.
Vår analys
Det som imponerar mest med Nvidias infrastrukturstrategi är inte de enskilda produkterna – det är systemlogiken. Genom att kombinera mjukvarustyrning (DSX), certifierad hårdvara (DSX Ready) och realtidsintegration med elnät bygger Nvidia en plattform som gör det svårt för konkurrenter att replikera helheten, även om de matchar enskilda delar.
Den oväntade CPU-bristen är ett viktigt varningstecken för branschen: AI-systemens resurskrav är svårare att förutse än vi tror. Det talar för att infrastrukturinvesteringar måste vara mer flexibla och bredare dimensionerade än vad som hittills planerats.
På längre sikt ser jag en bransch som rör sig mot tätare integration mellan energisystem och datorsystem – där elnätets tillstånd i realtid påverkar vilka beräkningar som körs och när. Det är en djupgående förändring av hur vi tänker på både energi och datorkapacitet. De bolag och länder som förstår denna systemlogik tidigt kommer att ha ett betydande försprång.