Wir wissen, dass dies auf lange Sicht aus energetischer Sicht und auch aus Sicht des Rechenleistungsangebots nicht machbar ist. Meine fehlerhafte Berechnung zu den 20.000 H100 GPUs von @grok. ➤ H100 GPU Energie ⟶ 20k x 0,7 kW/GPU x 24 Std ⟶ 336 MWh/Tag ⟶ 122.640 MWh/Jahr ➤ Gesamte Energiekosten ⟶ 26.880 $/Tag und 9,81 Mio. $/Jahr ➤ Gesamte Investitionen (GPUs) ⟶ 600 Mio. $ ➤ CO2-Fußabdruck ⟶ 47.216 Tonnen CO2/Jahr oder 236.082 Tonnen CO2/Jahr Die Nutzung dezentraler GPUs, die ungenutzte Hardware weltweit nutzen, kann die Kosten erheblich senken, insbesondere in Bezug auf die anfänglichen Investitionen und die Gemeinkosten. Diese Strategie kann auch zu einem geringeren Energieverbrauch, einer verbesserten Kosteneffizienz und einem niedrigeren CO2-Fußabdruck führen, möglicherweise unterstützt durch grüne Initiativen von Anbietern oder der dezentralen Infrastruktur selbst. Allerdings befindet sich die dezentrale Infrastruktur noch in den Anfängen und muss Effizienz- und Leistungsdefizite angehen. Wie @mtorygreen bemerkte, könnte es, sobald diese Herausforderungen gelöst sind, nicht mehr sinnvoll sein, zur veralteten, zentralisierten Infrastruktur zurückzukehren. Es ist überall oder nirgendwo.