A fizikai valóság nem fogja megfojtani az AI-t

 

                                                                                                                                                 (2026 június 2.)

 

 

 

 
OECD: A fizikai valóság fojthatja meg a mesterséges intelligenciát. A mesterséges intelligencia (AI) térnyerése és az adatközpontok exponenciális növekedése mögött eddig egy ki nem mondott, de kritikus feltételezés állt: a korlátlan és olcsó(?) villamos energia, és a zavartalan globális ellátási láncok. Az OECD legújabb kitekintésében (https://www.portfolio.hu/gazdasag/20260603/oecd-a-fizikai-valosag-fojthatja-meg-a-mesterseges-intelligenciat-840902) arra figyelmeztet, hogy a közel-keleti geopolitikai feszültségek és az abból fakadó energiaár sokk közvetlen fenyegetést jelentenek a globális technológiai infrastruktúrára. Ha az iráni konfliktus elhúzódik, a mesterséges intelligencia drágábbá válhat, és fizikai korlátokba is ütközhet a fejlődése - állítja a tanulmány.*


png clipart sigmoid function equation angle sigmoid curve angle text
 
S-alakú (logisztikus) görbe legegyszerűbb alakja (https://www.pngwing.com/en/free-png-hmmeb)
A fizikai valóság nem fogja megfojtani a mesterséges intelligenciát: Valószínűleg az AI fejlődése is valamilyen S-alakú (logisztikus) görbét követ, de biztos, hogy nem egyetlen ugrás volt, van és lesz. A technológia történetében gyakori, hogy egy adott technológia gyors növekedési szakasz után telítődik, de közben egy új technológiai áttörés egy újabb S-görbét indít el. Így történt a gőzgépekkel, a
.repüléssel, a tranzisztorokkal és az internettel is
Az AI esetében legalább három különböző „telítődési” szintet lehet elképzelni:  A jelenlegi nagy nyelvi, képgeneráló modellek telítődése
A mai modellek fejlődése valószínűleg már a görbe meredek szakaszának végéhez közeledik. A teljesítmény javítása extra nagy adatmennyiséget, számítási kapacitást és energiát igényelne, a modellek teljesítik a minősági igényeket.
 
- A jelenlegi ügynök modellek telítődése még nem látható (Pl.: https://bonline.hu/cikk/165430/). A mai modellek fejlődése az exponenciális utáni lineáris szakaszban van (mint a Windows, Google). Sokan úgy becsülik, hogy a jelenlegi architektúrák fő növekedési hulláma a 2030-as évek elejére kifulladhat.
 
 
Tehát, hogy az Nvidia bejelentette az RTX Spark szuperchip-et, mely az év végén jelenhet meg az első rendszerekben. "A számítógépeknek ez az újraértelmezése legalább annyira jelentős, mint amikor a telefonokat okostelefonokká értelmezték át."
 
 
Az RTX Spark három egymásra épülő fő komponense a Blackwell RTX GPU, 6144 CUDA maggal, 1 Petaflops-nyi FP4 terljesítménnyel, egy 20 magos Grace CPU, melyet a Mediatekkel közösen fejlesztett az Nvidia, illetve minimum 16 GB, de 128 GB-nyi LPDDR5X rendszermemória, mely NVlink C2C-kapcsolattal 600 GB/másodperces sávszélességgel kapcsolódik a feldolgozóegységhez. A chipet a TSMC gyártja, a cég 3 nm-es gyártósorain. Az x86-ra optimalizált kódot, ami a környezet megfelelő emulálása elengedhetetlen, a Prism emulátort sikerült a Microsoftnak kellően kicsiszolnia és az Nvidia megoldásaival kompatibilissé tennie. Az RTX Sparkra építve ennek megfelelően ősszel az összes top PC-gyártó, így a Lenovo, a HP, a Dell, az Asus és az MSI bemutat majd több különböző termékcsaládot, elsősorban könnyű és vékony notebookokat, A vállalat a Computexen már be is jelentette az RTX Spark-alapú Surface Laptop Ultra-t, mely egy prémium kialakítású 15"-os, Windows futtató, csúcsteljesítményű notebook lesz, egésznapos üzemidővel és 2 kilogrammos tömeggel.

Az RTX Spark lapkák a laptopok és a mini számítógépek komplett vezérlését átveszik, egyetlen chipbe sűrítik a központi és a grafikus számítási feladatokat. A hardver alapjait a tavaly bemutatott DGX Spark miniszuperszámítógép GB10-es processzora adja, ezt gyúrták most át egy teljes termékcsaláddá a MediaTekkel közösen, a TSMC három nanométeres gyártástechnológiájára támaszkodva. A zászlóshajó modell: 20 processzormag (CPU), 6144 CUDA-mag (GPU), és 128 gigabyte LPDDR5X memória dolgozik benne.
 
 
A nyers erőnél sokkal fontosabb, és érdekesebb, amit az Nvidia a mesterséges intelligenciával tervez. A hatalmas integrált memóriának köszönhetően a Spark-alapú gépek 120 milliárd paraméteres AI-modelleket is képesek lesznek helyben futtatni, ami azt jelenti, hogy a feldolgozás a gépen marad, az adatok nem kerülnek a felhőbe, és a folyamat nem emészti fel a fizetős tokeneket sem. Az Nvidia víziója szerint eljön az az idő, amikor maguk az AI-ügynökök lehetnek majd a kezelőfelületek, leváltva a bonyolult szoftver menüket.
 
- Emberi szintű általános intelligencia (AGI) esetén: ha sikerülne létrehozni valódi általános mesterséges intelligenciát, akkor egy új S-görbe indulhatna. Ennek időpontjáról eltérő becslések vannak, optimista vélemények: 2030 -2040 körül, a mérsékeltek: 2040–2060,
szkeptikusok: a század második fele vagy soha. Nem megjósolható. 
 
Fizikai korlátok miatti ideiglenes elakadás lehetséges, de a végső telítődés messze van, de igaz, hogy bármely intelligens rendszer fejlődését fizikai korlátok is határolják:
energiafelhasználás,
számítási sebesség,
hőelvezetés,
információtárolás sűrűsége,
a Föld erőforrásai.
A korlátok még távol vannak a mai AI-tól. A végső telítődés inkább a század második felének vagy még későbbi időszakának kérdése.
A nehézség az, hogy az AI esetében becsülni se tudjuk a telítési szint értékét. Ha a mesterséges intelligencia az emberi intelligencia szintjéig fejlődik, akkor a telítődés ebben a században lehetséges. Ha a fizikailag lehetséges maximális intelligencia a mérce, akkor a jelenlegi AI még valószínűleg a görbe alsó részén jár. Így ma a legtöbb technológiai előrejelző szakember nem egyetlen logisztikus görbében gondolkodik, hanem egymást követő S-görbék sorozatában: egy technológia telítődik, majd egy új áttörés újabb gyors növekedési szakaszt indít. Az AI története eddig ezt a mintázatot követi.

 

 
*
Úgy tűnt, a technológiai szektor növekedési motorja megállíthatatlan. A Perzsa-öbölben zajló konfliktus új helyzetet teremtett. Az OECD legfrissebb elemzésének egyik fejezete szerint a szektor rendkívül sebezhető az elszálló adatközpont-üzemeltetési költségek miatt. Az AI-modellek betanítása és futtatása nagy mennyiségű áramot igényel. Az OECD adatai szerint
a villamos energia teszi ki az adatközpontok teljes működési költségének (OPEX) mintegy 60 százalékát.
Azokban az országokban és régiókban, amelyek villamosenergia-hálózata nagymértékben támaszkodik az importált fosszilis tüzelőanyagokra, a kőolaj- és földgázárak megugrása azonnal és közvetlenül csapódik le a technológiai szektorban. Az áramárak emelkedése rontja az új adatközpont-beruházások megtérülési mutatóit (ROI), ami a technológiai óriásokat a kapacitásbővítések elhalasztására vagy a szolgáltatási díjak radikális emelésére kényszerítheti.
A mesterséges intelligencia mögött álló fizikai infrastruktúra (GPU-k, chipek, szerverek) előállítása a világ egyik leginkább energiaigényes ipari folyamata. A legmodernebb litográfiai eljárások, a tiszta terek (clean rooms) folyamatos hűtése és a precíziós gyártósorok üzemeltetése gigantikus mennyiségű energiát követel. Másrészt a szükséges hardverek és félvezetők gyártása függ olyan petrolkémiai és speciális ipari gázoktól, amelyeknek a Közel-Kelet a fő globális forrása. A katari LNG- és földgázkitermelés melléktermékeként nyert hélium például a globális export több mint 35%-át adja, és a gáz nélkülözhetetlen a chipgyártásban. Tehát a Hormuzi-szoros lezárása önmagában is fizikai korlátot szabhat a fejlett chipek kínálatának.
Az energiapiaci dominanciájukat technológiai dominanciára váltani akaró öböl menti államok (különösen az Egyesült Arab Emírségek és Szaúd-Arábia) az elmúlt években több gigawattos adatközpont-kampuszokat terveztek, amelyeket állami szuverén alapokból finanszíroztak. Az OECD arra figyelmeztet, hogy az elhúzódó konfliktus ezeket a projekteket teljesen leállíthatja vagy késleltetheti, ami globális szinten veti vissza az AI számítási kapacitásának bővülését.