Chipsene er ganske små – nogle kan være i din håndflade. Men de er afgørende for at bygge kunstig intelligens-modeller, og verdens største teknologivirksomheder har brug for enorme mængder af dem for at være på forkant.
Microsoft er en af disse virksomheder. Og på papiret ser det ud til at have et problem. En undersøgelse fra Guardian har fundet en tilsyneladende uoverensstemmelse mellem, hvad Microsoft har sagt om sin AI-kapacitet, og antallet af avancerede AI-chips, virksomheden faktisk har i brug.
Dette er heller ikke et lille hul. Microsoft sigtede angiveligt mod at have 1,8 millioner AI-chips installeret i sine datacentre verden over ved udgangen af 2024. Næsten to år senere, midt i en ekspansion på 280 milliarder dollars, har virksomheden 2,2 millioner AI-chips installeret, ifølge interne dokumenter, som Guardian har set. Det er mindre end halvdelen af det antal, nogle eksperter havde forventet.
Kort sagt kræver det globale AI-kapløb opførelsen af massive datacentre, der kører på ekstremt dyre chips. Den tilsyneladende uoverensstemmelse antyder, at Microsofts nyeste datacentre måske ikke er fuldt operationelle – eller, hvis de er, at de ikke har de chips, de har brug for.
Dette peger også på et større problem: det er svært at spore, hvordan AI-teknologi faktisk udvikler sig. Chipsene, der driver AI, er lavet af Nvidia, en af de to mest værdifulde virksomheder i verden. Dets forsyningskæde er en af de mest nøje bevogtede hemmeligheder i branchen.
Med næsten ingen undtagelser rapporterer Nvidia ikke, hvor mange af disse chips det sælger, eller til hvem. Dets kunder – verdens største teknologivirksomheder – afslører heller ikke, hvor mange de har. Uden disse oplysninger er det meget svært for nogen at vide, om AI virkelig boomer eller ej.
Microsoft: Et magtvakuum?
I løbet af de seneste to år siger Microsoft, at det har bygget AI-infrastruktur i et forrygende tempo. Dets CEO, Satya Nadella, sagde sidste år, at det ville fordoble sit globale datacenter-fodaftryk inden midten af 2027. Siden 2022 har det investeret omkring 280 milliarder dollars i jord, bygninger og computerinfrastruktur for at bygge AI. Det inkluderer mere end 41 milliarder dollars alene i det seneste kvartal.
Men det er svært at vurdere, hvor mange datacentre Microsoft har bygget med disse penge.
En måde at måle virksomhedens fremskridt på er at se på dens offentlige meddelelser, især vedrørende strømbehov. Datacentre kræver elektricitet, så en måde at estimere, hvor mange der er operationelle, er at lægge den energi sammen, Microsoft har til rådighed – dens AI-kapacitet.
Microsofts egne påstande, i årsrapporter og kvartalsvise indtjeningsrapporter, antyder, at det har tilføjet 5 gigawatt (GW) datacenterkapacitet i løbet af de seneste to år som en del af sin AI-udbygning. Det siger, at det nu har hundredvis af datacentre på fem kontinenter.
Fem gigawatt er en enorm mængde energi – fire gange størrelsen af den største datacenterpark i Europa. Men Microsofts samlede kapacitet burde være endnu større end dette; det har bygget AI-infrastruktur siden 2022. Hvor meget større er et åbent spørgsmål.
I en intern præsentation fra 2024 hævdede Microsoft angiveligt at have 5GW datacenterkapacitet allerede installeret. Det ville antyde, at det nu kunne have i alt 10GW. Det er uklart, om alle disse er AI-datacentre – nogle kunne være til andre cloud-tjenester. Men Microsofts egne udtalelser indikerer, at det overvældende fokus i dets seneste forbrug har været på at bygge AI-infrastruktur.
Ti gigawatt AI-datacentre ville antyde, at Microsoft burde have omkring 6,4 millioner grafikprocessorer (GPU'er). Shaolei Ren, professor ved University of California, Riverside, sagde, at Microsofts bæredygtighedsrapporter – som inkluderer elforbrugstal og udgives separat fra dets finansielle rapporter – tegner et andet billede. Han sagde, at disse rapporter antyder, at Microsofts AI-kapacitet i 2024 sandsynligvis var tættere på 1,2GW. Men selv dette lavere tal ville betyde, at Microsoft ville have brug for omkring 4 millioner AI-chips – hvis det tilføjede 5GW AI-datacentre i løbet af de seneste to år.
"Ifølge deres egne målinger kan Microsoft have ret. Men det er ikke klart, hvad de mener, når de siger, at de har tilføjet datacenterkapacitet. De giver utilstrækkelig kontekst," sagde Ren. "Bæredygtighedsrapporterne er revideret af en tredjepart. De har mere troværdighed end meddelelser."
En analytiker, der specialiserer sig i Nvidia, sagde, at de troede, Microsoft ville have flere chips, givet dets offentlige udtalelser. "De er lave for mig. De er mindre, end jeg forventede, Microsoft ville have," sagde de.
Microsoft insisterede på, at Guardians beregninger var baseret på forkert information. Det gav ikke nogen indsigt i, hvilke af Guardians tal der var forkerte, eller hvorfor. Hvad der er klart, er, at Microsofts udbygning af AI-kapacitet ser ud til at gå langt langsommere, end dets årsrapporter måske antyder.
Ren sagde: "Det kan være plausibelt at sikre eller annoncere 1GW strømkapacitet inden for et enkelt kvartal på papiret. Men at bringe den kapacitet online og faktisk bruge den til computing inden for samme kvartal ville være langt sværere."
Kilder i Microsoft siger, at virksomhedens samlede antal AI-chips "næsten ikke har rørt sig" i løbet af det seneste år.
Noget af den tilsyneladende uoverensstemmelse kan forklares med Microsofts samarbejde med OpenAI. De nøjagtige vilkår for deres kommercielle partnerskab er ikke offentlige, men denne enhed kan stå for nogle af Microsofts datacenterudrulninger, som ikke ville være i de dokumenter, Guardian har set.
Vis billede i fuld skærm
Et Microsoft-datacenter i Middenmeer, Holland. Fotografi: ANP/Shutterstock
'Du kan have en bunke chips … du ikke kan tilslutte'
Der er en anden faktor: nogle af Microsofts store projekter ser ud til at være langt fra operationelle.
Tag Microsofts største AI-udvikling i USA, et par datacentre i Wisconsin og Georgia kaldet Fairwater. I april sagde Nadella, Microsofts administrerende direktør, at Fairwater-projektet i Wisconsin "går live".
Satellitoptagelser af bygningen fra Epoch AI ser dog ud til at indikere, at kun en del af den er operationel. I maj indrømmede Microsoft over for en avis i Wisconsin, at Fairwater endnu ikke var online.
Dette er meget almindeligt, sagde Ren. Oprindeligt var det en multi-gigawatt, milliard-dollar investering. Tre år senere er kun 300MW bygget.
Vis billede i fuld skærm
Satya Nadella sagde sidste år, at Microsoft ville fordoble sit globale datacenter-fodaftryk inden midten af 2027. Fotografi: Jeff Chiu/AP
Det interne dokument indikerer også, at Microsoft har færre af Nvidias nyeste chipmodel, Blackwell, end man kunne forvente givet Nvidias offentlige meddelelser. Sidste marts sagde Nvidias administrerende direktør, Jensen Huang, at ordrer på Blackwells fra Nvidias fire største kunder – bredt antaget at være Amazon, Oracle, Microsoft og Google – udgjorde 3,6 millioner.
Der var ingen opdeling for dette tal, men Microsoft har historisk været en af Nvidias største kunder. Hvis dette stadig var tilfældet, burde det placere Microsofts samlede Blackwell-beholdning et sted tæt på 1 million chips. Faktisk har det mindre end halvdelen af dette antal installeret.
Hvor er chipsene, hvis ikke i datacentrene?
Nvidias balancer ser ud til at indikere, at det har solgt et meget stort antal chips; det rapporterede en omsætning på 215,9 milliarder dollars i februar. Har Microsoft købt disse, men ikke installeret dem? Hvor mange, og er alle i dets besiddelse?
Nadella syntes at antyde dette spørgsmål i en podcast sidste år kaldet All Things AI, hvor han talte om Microsofts datacenterudbygning. Det største problem, sagde han, var elektrisk strøm og at bygge datacentre tæt nok på, hvor strømmen var placeret.
"Hvis du ikke kan gøre det, kan du faktisk have en bunke chips siddende på lager, som jeg ikke kan tilslutte. Faktisk er det mit problem i dag. Det er ikke et chipforsyningsproblem. Det er faktisk, at jeg ikke har varme skaller at tilslutte til."
En talsperson for Microsoft sagde: "Over flere årtier har Microsoft bygget en global infrastruktur for at imødekomme den hurtigt voksende kundeefterspørgsel efter cloud- og AI-tjenester. Vores datacentre kombinerer specialdesignet silicium, AMD, Intel og Nvidia-chips på tværs af flere generationer, sammen med den netværks-, lagrings- og systeminfrastruktur, der er nødvendig for at operere i stor skala. Microsoft rapporterer ikke om mængden af specifikke chips i sin AI-infrastruktur. De estimater, Guardian har delt med os, er unøjagtige og drager de forkerte konklusioner fra forkerte antagelser."
Nvidia svarede ikke på en anmodning om kommentar.
Sådan beregner du antallet af chips fra en virksomheds 'AI-kapacitet'
Verdens største teknologivirksomheder måler deres AI-kapacitet i form af strøm: gigawatt. En gigawatt forsyner mellem 700.000 og 1 million hjem. Meta siger, at dets kontroversielle Hyperion-datacenter i Louisiana vil have 5GW kapacitet. Det britiske firma DataVita planlægger et 1GW-datacenter i Lanarkshire.
For at konvertere disse tal til chips skal du beregne, hvor mange chips der kan køre med den mængde strøm. Guardian brugte følgende metode og kontrollerede disse beregninger med Abdeltawab Hendawi, professor ved University of Rhode Island, og Ren.
Den første anti-AI-protesterende, der er blevet fængslet, har en besked til OpenAI, Anthropic og Meta: 'Genvind jeres menneskelighed' – læs mere.
For at få en grov idé om, hvor mange chips der er i et datacenter, kunne du dividere datacenterets strømforbrug med strømforbruget for en AI-chip, såsom en H100. En enkelt H100 bruger 700W. Hvis Microsoft har 10GW kapacitet, ville det at dividere dette med 700 watt antyde, at det burde have omkring 12 millioner chips.
H100'ere udgør størstedelen af de chips, der nævnes i det interne dokument. Det indikerer også, at Microsoft har A100'ere, som bruger mindre strøm, og Blackwells, som bruger mere.
Men dette grove estimat tager ikke højde for flere faktorer. For det første har datacentre kølesystemer og andet udstyr, der også bruger elektricitet. Ren estimerer, at i et typisk AI-datacenter går 80% af elektriciteten til computerchips. Dette er nogenlunde i tråd med tal fra Det Internationale Energiagentur, selvom det nøjagtige tal afhænger af, hvor effektivt datacentret er. 80% af 10GW ville antyde, at omkring 8GW faktisk er i brug.
Dette er lidt lavere end Microsofts egne tal for datacentereffektivitet, som fremgår af en bæredygtighedsrapport fra 2024. Den rapport antyder, at 89% af elektriciteten i dets nye datacentre driver IT-systemerne, med 11% overhead.
For det andet er ikke alle chips i et datacenter AI-chips. AI-chips er monteret på serverracks sammen med andre computerchips, såsom hukommelseschips, der hjælper dem med at køre beregninger. En server med otte H100-GPU'er bruger maksimalt omkring 10kW strøm.
At dividere 8GW med 10kW giver 800.000 servere eller 6,4 millioner chips.
Dette er et konservativt estimat, fordi virksomheder som Microsoft i praksis oversubskriberer deres strømkapacitet til en vis grad – de placerer flere chips i et datacenter, end deres IT-kapacitet fuldt ud kan understøtte, sagde Ren.
Ofte stillede spørgsmål
Her er en liste over ofte stillede spørgsmål om Microsofts AI-strategi og chipmanglen skrevet i en naturlig, brugervenlig tone
Begynderniveau-spørgsmål
1 Sætter Microsoft faktisk sine AI-planer på pause på grund af chips
Svar Ikke rigtig Microsoft bevæger sig stadig meget hurtigt, men de er nødt til at være smartere omkring, hvor de placerer deres AI-funktioner De prioriterer store højværdikunder og deres egne kerne produkter frem for at rulle funktioner ud til alle på én gang De designer også deres software til at bruge chips mere effektivt
2 Hvad betyder chipmangel for en normal person, der bruger Microsoft-produkter
Svar For dig kan det betyde, at en ny AI-funktion ankommer lidt senere end forventet, eller at den rulles ud til en mindre gruppe brugere først, før den frigives til alle Det betyder sjældent, at funktioner aflyses – bare forsinket eller spredt ud
3 Hvorfor har Microsoft brug for så mange chips til AI overhovedet
Svar AI-modeller er som massive komplekse regnemaskiner De skal behandle milliarder af beregninger for at besvare et enkelt spørgsmål Specialiserede chips er den eneste måde at gøre dette hurtigt nok til, at AI'en føles øjeblikkelig Microsoft har brug for millioner af disse chips for at drive AI for alle sine kunder på samme tid
4 Er denne mangel bare om at lave flere chips, eller er det noget andet
Svar Det er lidt af begge dele Fabrikkerne kan ikke lave dem hurtigt nok, men det handler også om, hvilke chips de kan lave De specifikke high-end chips, der bruges til AI, er de sværeste at lave, og der er kun få virksomheder i verden, der kan producere dem
Avancerede tekniske spørgsmål
5 Hvilke specifikke chips kæmper Microsoft med at få fat i
Svar Den største flaskehals er højhastighedshukommelse og avancerede GPU'er, specifikt NVIDIAs H100- og H200-serier Disse GPU'er er industristandarden til at træne og køre AI-modeller, og forsyningen har ikke holdt trit med den massive efterspørgsel fra Microsoft, Google og Amazon på samme tid
6 Gør Microsoft noget for at løse dette Bygger de deres egne chips
