Kaspersky: Ο χρόνος απόκρισης σε περιστατικά υψηλού κινδύνου μειώθηκε 17%
Τι προβλέπει πρόσφατη έκθεση Kaspersky Σε τρεις τύπους υψηλού, μεσαίου, χαμηλού κινδύνου χωρίζονται τα περιστατικά MDR που απαιτούν δράση από τους πελάτες, επισημαίνει σε έκθεσή της η Kaspersky. Σύμφωνα με την έκθεση τα περιστατικά υψηλού κινδύνου είναι επιθέσεις που προκαλούνται από ανθρώπους ή κακόβουλο λογισμικό, οι οποίες έχουν σημαντικό αντίκτυπο στα συστήματα πληροφορικής του πελάτη. Τα περιστατικά μεσαίου κινδύνου δεν περιέχουν ενδείξεις άμεσης ανθρώπινης εμπλοκής στην επίθεση, αλλά ενδέχεται να επηρεάσουν την υποδομή του πελάτη χωρίς όμως σοβαρές συνέπειες, ενώ τα περιστατικά χαμηλού κινδύνου δεν επηρεάζουν τα συστήματα πληροφορικής του πελάτη, αλλά απαιτούν τη λήψη ορισμένων προληπτικών μέτρων. Σύμφωνα με την πρόσφατη έκθεση Kaspersky MDR Analyst, το 2023 η ομάδα Kaspersky SOC χρειάστηκε κατά μέσο όρο 36,37 λεπτά για να αναφέρει περιστατικά υψηλού κινδύνου – 17% ταχύτερα από ό,τι τα προηγούμενα χρόνια. Αναφορικά με τα περιστατικά μεσαίας σοβαρότητας, τα οποία συχνά οφείλονται σε κακόβουλο λογισμικό και είναι τα πιο συνηθισμένα, σημειώθηκε αύξηση στους χρόνους απόκρισης από 30 σε σχεδόν 33 λεπτά, γεγονός που εξηγείται από τη γενική αύξηση τέτοιων περιστατικών. Τέλος, τα περιστατικά με χαμηλό κίνδυνο, συνήθως συνέπειες δυνητικά ανεπιθύμητου λογισμικού, πέρασαν περισσότερο χρόνο στην ουρά πριν αναλυθούν από την ομάδα SOC, με αποτέλεσμα ο χρόνος αναμονής να ανέρχεται σε λίγο περισσότερο από 48 λεπτά. Σχετικά με την αποτελεσματικότητα της απόκρισης, περίπου το 74% των περιστατικών επιλύθηκαν μετά από μία μόνο ειδοποίηση[1], υποδεικνύοντας ότι τα σενάρια απόκρισης ήταν σαφή, οδηγώντας στον αποτελεσματικό τερματισμό των επιθέσεων. Περίπου το 24% των περιστατικών απαιτούσαν προσοχή βάσει 2-10 ειδοποιήσεων, υποδεικνύοντας περιπτώσεις όπου η αυτόματη επίλυση δεν ήταν επαρκής και απαιτούσε τη συμμετοχή του ανθρώπινου παράγοντα. Στα σχετικά παραδείγματα περιλαμβάνονται συνεχιζόμενες επιθέσεις, όπως απόπειρες εκμετάλλευσης μετά από παραβίαση δικτύου ή εκστρατείες phishing, οι οποίες συχνά απαιτούν μη αυτόματη έρευνα μετά από πολλαπλές ειδοποιήσεις. Ένα μικρό ποσοστό (2%) των περιστατικών αφορούσε περισσότερες από 10 ειδοποιήσεις. Οι λόγοι περιελάμβαναν πολύπλοκες απειλές που απαιτούσαν διεξοδική έρευνα πριν από τη δράση ή καταστάσεις όπου ο πελάτης επέλεξε μόνο παρακολούθηση, όπως σε ασκήσεις στον κυβερνοχώρο. «Τα περιστατικά υψηλού κινδύνου με άμεση ανθρώπινη συμμετοχή πρέπει να αντιμετωπιστούν γρήγορα και αποφασιστικά για να περιοριστεί η ζημιά και να αποφευχθούν οι οικονομικές απώλειες και η βλάβη στη φήμη της εταιρείας. Αυτός είναι ο λόγος για τον οποίο στοχεύουμε πάντα στη μείωση του χρόνου απόκρισης σε τέτοια κρίσιμα περιστατικά. Με την πολυεπίπεδη προστασία που προσφέρει το MDR μας, μπορούμε να συνεχίσουμε να καταπολεμούμε αποτελεσματικά τους κυβερνοεγκληματίες σε αυτό το συνεχώς μεταβαλλόμενο τοπίο απειλών», δήλωσε ο Sergey Soldatov, Head of Security Operations Center της Kaspersky. Τι συνιστάΑνταποκρινόμενη στα ευρήματα της ανάλυσης MDR, η Kaspersky συνιστά στους οργανισμούς τα εξής: – Πραγματοποιείτε τακτική απογραφή των μελών σε ομάδες με πρόσβαση σε πολλά αρχεία, για να έχετε μια επίσημη διαδικασία για τα προνόμια και τη διαχείριση της πρόσβασης. – Εφαρμόστε πρακτικές εντοπισμού απειλών σε συνδυασμό με την κλασική παρακολούθηση βάσει ειδοποιήσεων. – Διεξάγετε μια σειρά ασκήσεων στον κυβερνοχώρο για να δοκιμάσετε την αποτελεσματικότητα των μηχανισμών ασφαλείας που χρησιμοποιούνται στην εταιρεία σας. – Υιοθετήστε μια πολυεπίπεδη προσέγγιση ασφάλειας για την προστασία από περιστατικά. Αυτό περιλαμβάνει ισχυρή προστασία τερματικού σημείου, ασφάλεια δικτύου και πληροφόρηση απειλών σε συνεργασία με ειδικούς στον κυβερνοχώρο. – Σε περίπτωση που μια εταιρεία δεν διαθέτει εξειδικευμένο προσωπικό κυβερνοασφάλειας, χρησιμοποιήστε υπηρεσίες διαχειριζόμενης ασφάλειας, όπως το Kaspersky Managed Detection and Response (MDR), το Kaspersky Compromise Assessment και το Kaspersky Incident Response για να αποκτήσετε πρόσθετη τεχνογνωσία και να καλύψετε ολόκληρο τον κύκλο διαχείρισης περιστατικών, από την αναγνώριση απειλών έως τη συνεχή προστασία και αποκατάσταση. Πηγή: ot.gr
Υπολογιστές τεχνητής νοημοσύνης με δυνατότητες… Μεγάλου Αδελφού παρουσίασε η Microsoft
Θα καταγράφουν και θα αποθηκεύουν οτιδήποτε κάνει ο χρήστης Η Microsoft πρωτοστατεί στην ανάπτυξη τεχνολογιών τεχνητής νοημοσύνης μέσω κυρίως της σχέσης που έχει αναπτύξει με την OpenAI, την εταιρεία που δημιούργησε το ChatGPT, στην οποία κατέχει το 49% έχοντας επενδύσει πολλά δισ. δολάρια ενώ θεωρείται ότι μετά την διοικητική κρίση που ξέσπασε πριν μερικούς μήνες στην OpenAI ο γίγαντας του λογισμικού την ελέγχει πλέον διοικητικά έστω και ατύπως. Η Microsoft παρουσίασε την Τρίτη μια νέα κατηγορία υπολογιστών με δυνατότητες τεχνητής νοημοσύνης, τους Copilot+, ενώ τεχνολογία ΑΙ ενσωμάτωσε και στους φορητούς υπολογιστές της οικογένειας Surface. Η Microsoft έχει ενσωματώσει τεχνολογίες τεχνητής νοημοσύνης τόσο στο hardware (εξαρτήματα) των υπολογιστών όσο και το λειτουργικό τους σύστημα, τα Windows δηλαδή. Όλα καταγράφονταιΟ επικεφαλής της Microsoft Σάτια Ναντέλα Satya Nadella ανέφερε ότι όλες οι εταιρείες κατασκευής υπολογιστών που συνεργάζονται με την Microsoft (Dell, Lenovo, Samsung, HP, Acer, Asus) θα ρίξουν στην αγορά μηχανήματα με Copilot+. Ανάμεσα στις νέες λειτουργίες που ξεχωρίζουν είναι αυτή που έλαβε την ονομασία «Recall». Το εργαλείο αυτό παρακολουθεί όλα όσα γίνονται στον υπολογιστή, από την περιήγηση στο Web έως τις φωνητικές συνομιλίες, ενώ καταγράφει συνεχώς εικόνες της οθόνης (screenshots) δημιουργώντας έτσι ένα λεπτομερές ιστορικό που αποθηκεύεται στον υπολογιστή. Στόχος του εργαλείου είναι να μπορεί ο χρήστης του υπολογιστή να αναζητήσει και να βρει όποτε το θελήσει, ακόμη και μήνες μετά, κάτι που είχε κάνει και δεν θυμάται στοιχεία και λεπτομέρειες για αυτό. Όμως από την άλλη πλευρά εγείρονται σοβαρά ζητήματα ασφαλείας σε περίπτωση που τα δεδομένα αυτά πέσουν σε λάθος χέρια. Η Microsoft έσπευσε να απαντήσει ότι το σύστημα αυτό έχει πολλές δικλείδες ασφαλείας και δεν είναι καθόλου εύκολη υπόθεση η υποκλοπή των αποθηκευμένων δεδομένων χρήσης του υπολογιστή. Όπως λέει η εταιρεία τα αποθηκευμένα αρχεία με το ιστορικό χρήσης δεν αποστέλλονται σε κάποιο κέντρο δεδομένων της Microsoft και γενικά δεν έχει καμία πρόσβαση σε αυτά. Επίσης δεν μπορεί να γίνει απόκτηση των δεδομένων από μακριά δηλαδή σύμφωνα με την Microsoft θα πρέπει κάποιος που θέλει τα δεδομένα να πάρει στα χέρια του τον υπολογιστή όπου και πάλι θα πρέπει να γνωρίζει τους κωδικούς πρόσβασης σε αυτά τα αρχεία. Πηγή: naftemporiki.gr
Elon Musk: Σε διαδικασία ανάπτυξης υπερυπολογιστής για την xAI
Στόχος είναι η ανάπτυξη μιας βελτιωμένης έκδοσης του Grok. Εντός του μήνα, ο Elon Musk ανακοίνωσε σε επενδυτές ότι η τεχνολογική εταιρεία του στον τομέα της επαυξημένης τεχνητής νοημοσύνης σχεδιάζει να δημιουργήσει έναν υπερυπολογιστή έως το φθινόπωρο του 2025. Αυτός ο υπερυπολογιστής θα τροφοδοτεί μια μελλοντική, πιο εξελιγμένη έκδοση του Grok chatbot, σύμφωνα με πληροφορίες από το The Information. Ο υπερυπολογιστής θα φέρει το όνομα “Gigafactory of Compute”, θα χρησιμοποιεί 100.000 chips της Nvidia, ενώ ο Musk υπογράμμισε ότι θα αναλάβει προσωπικά την ευθύνη για την έγκαιρη ολοκλήρωση του έργου, σύμφωνα με τα προθεσμιακά πλαίσια που έχουν τεθεί. Οι κάρτες γραφικών H100 της Nvidia που θα εφαρμοστούν στο Gigafactory of Compute, είναι υπερδύναμη στη σημερινή αγορά των chips για data centers, ωστόσο είναι ανάρπαστες ελέω υψηλής ζήτησης. Επιπροσθέτως να αναφερθεί ότι το μοντέλο Grok 2 εκπαιδεύτηκε με 20.000 H100 GPUs. Έτσι, η χρήση 100.000 GPUs για την εκπαίδευση του Grok 3 υποδηλώνει ότι θα διαθέτει πολύ μεγαλύτερη ισχύ.
Economist: Οι 10 startups που διεκδικούν το στέμμα της Nvidia
Τα γλωσσικά μοντέλα και το στοίχημα των GPU «Αυτός που ελέγχει τις GPU, ελέγχει το σύμπαν». Αυτή η φράση από το «Dune», ένα κλασικό επιστημονικής φαντασίας, ακούγεται συνήθως αυτές τις μέρες και ασφαλώς αναφέρεται στις μονάδες επεξεργασίας γραφικών (Graphics processing unit). Η πρόσβαση σε GPU, και ιδιαίτερα σε αυτές που κατασκευάζονται από την Nvidia, τον κορυφαίο προμηθευτή, είναι ζωτικής σημασίας για κάθε εταιρεία που θέλει να ληφθεί σοβαρά υπόψη στην τεχνητή νοημοσύνη (AI). Οι αναλυτές μιλούν για εταιρείες «πλούσιες σε GPU» ή «φτωχές σε GPU», ανάλογα με το πόσα από τα τσιπ διαθέτουν. Τα αφεντικά της τεχνολογίας καυχιούνται για τα γιγάντια αποθέματά τους. Η κυριαρχία της Nvidia έχει οδηγήσει την χρηματιστηριακή της αξία σε περισσότερα από 2 τρισεκατομμύρια δολάρια. Και στα τελευταία της αποτελέσματα, που θα ανακοινωθούν στις 22 Μαΐου, αναμένεται να ανακοινώσει αύξηση εσόδων άνω του 200% από έτος σε έτος. Αλλαγή… χρήσηςΌπως γράφει ο Economist, οι GPU κάνουν την υπολογιστική βαρύτητα που απαιτείται για την εκπαίδευση και τη λειτουργία μεγάλων μοντέλων τεχνητής νοημοσύνης. Ωστόσο, παραδόξως, δεν είναι αυτό για το οποίο σχεδιάστηκαν. Όπως λέει και το όνομά τους οι μονάδες επεξεργασίας γραφικών σχεδιάστηκαν αρχικά για την επεξεργασία γραφικών βιντεοπαιχνιδιών. Και εντελώς «τυχαία» η Nvidia ανακάλυψε ότι θα μπορούσαν να επαναχρησιμοποιηθούν για φόρτους εργασίας της τεχνητής νοημοσύνης. Μήπως θα ήταν καλύτερο να σχεδιάσουμε εξειδικευμένα τσιπ τεχνητής νοημοσύνης από την αρχή; Αυτό κάνουν τώρα πολλές εταιρείες, μικρές και μεγάλες, σε μια προσπάθεια να ανατρέψουν τη Nvidia. Τα αποκλειστικά τσιπ AI υπόσχονται να κάνουν τη δημιουργία και τη λειτουργία μοντέλων τεχνητής νοημοσύνης πιο γρήγορα, φθηνότερα ή και τα δύο. Οποιαδήποτε εταιρεία μπορεί να δημιουργήσει μια αξιόπιστη απειλή για τον κυρίαρχο πρωταθλητή δεν θα έχει έλλειψη πελατών, οι οποίοι ούτως ή άλλως αντιπαθούν τις υψηλές τιμές και τις περιορισμένες προμήθειες. Ταυτόχρονες εργασίεςΟ Economist εξηγεί ότι τα συνηθισμένα τσιπ επεξεργασίας, όπως αυτά που βρίσκονται μέσα σε φορητούς και επιτραπέζιους υπολογιστές, είναι στην ουσία σχεδιασμένα να κάνουν το ένα πράγμα μετά το άλλο. Οι GPU, αντίθετα, περιέχουν πολλές χιλιάδες μηχανές επεξεργασίας ή «πυρήνες», οι οποίοι τους επιτρέπουν να εκτελούν χιλιάδες εκδόσεις της ίδιας απλής εργασίας (όπως η σχεδίαση μέρους μιας σκηνής) ταυτόχρονα. Ομοίως, η εκτέλεση μοντέλων τεχνητής νοημοσύνης περιλαμβάνει την παράλληλη εκτέλεση πολλών αντιγράφων της ίδιας εργασίας. Το να καταλάβουμε πώς να ξαναγράψουμε τον κώδικα τεχνητής νοημοσύνης για εκτέλεση σε GPU ήταν ένας από τους παράγοντες που πυροδότησε την τρέχουσα έκρηξη της τεχνητής νοημοσύνης. Ωστόσο, οι GPU έχουν τους περιορισμούς τους, ιδιαίτερα όταν πρόκειται για την ταχύτητα με την οποία τα δεδομένα μπορούν να ανακατευτούν και να απενεργοποιηθούν. Τα σύγχρονα μοντέλα AI λειτουργούν με μεγάλο αριθμό διασυνδεδεμένων GPU και τσιπ μνήμης. Η γρήγορη μετακίνηση δεδομένων μεταξύ τους είναι κεντρικής σημασίας για την απόδοση. Κατά την εκπαίδευση μοντέλων τεχνητής νοημοσύνης πολύ μεγάλων διαστάσεων, ορισμένοι πυρήνες GPU ενδέχεται να είναι αδρανείς, περιμένοντας για δεδομένα. Ο Andrew Feldman, το αφεντικό της Cerebras, μιας startup με έδρα στο Sunnyvale της Καλιφόρνια, το παρομοιάζει με το αδιέξοδο σε ένα παντοπωλείο την ημέρα πριν από την Ημέρα των Ευχαριστιών. «Όλοι είναι σε μια ουρά, οπότε υπάρχουν μπλοκαρίσματα στο πάρκινγκ, υπάρχουν μπλοκαρίσματα στους διαδρόμους, μπλοκαρίσματα στο ταμείο. Αυτό ακριβώς συμβαίνει με μια GPU». Η απάντησηΗ απάντηση της Cerebras είναι να τοποθετήσει 900.000 πυρήνες, συν πολλή μνήμη, σε ένα μόνο, τεράστιο τσιπ, για να μειώσει την πολυπλοκότητα της σύνδεσης πολλαπλών τσιπ και των δεδομένων συνδέσεων μεταξύ τους. Το τσιπ της CS-3 είναι το μεγαλύτερο στον κόσμο κατά συντελεστή 50. «Το τσιπ μας έχει το μέγεθος ενός πιάτου δείπνου—μια GPU είναι το μέγεθος ενός γραμματοσήμου», λέει ο κ. Feldman. Οι συνδέσεις στο τσιπ μεταξύ πυρήνων λειτουργούν εκατοντάδες φορές πιο γρήγορα από τις συνδέσεις μεταξύ ξεχωριστών GPU, ισχυρίζεται η Cerebras, ενώ η προσέγγισή της μειώνει την κατανάλωση ενέργειας περισσότερο από το μισό, για ένα δεδομένο επίπεδο απόδοσης, σε σύγκριση με την πιο ισχυρή προσφορά GPU της Nvidia. Η Groq, μια startup με έδρα το Mountain View της Καλιφόρνια, ακολουθεί μια διαφορετική προσέγγιση. Τα τσιπ τεχνητής νοημοσύνης της , που ονομάζονται μονάδες επεξεργασίας γλώσσας (LPUs), είναι βελτιστοποιημένα για να εκτελούν μεγάλα γλωσσικά μοντέλα (LLM) ιδιαίτερα γρήγορα. Εκτός από το ότι περιέχουν τη δική τους μνήμη, αυτά τα τσιπ λειτουργούν επίσης ως δρομολογητές, περνώντας δεδομένα μεταξύ των διασυνδεδεμένων LPU. Το έξυπνο λογισμικό δρομολόγησης εξαλείφει τη διακύμανση του λανθάνοντος χρόνου ή του χρόνου αναμονής για δεδομένα, επιτρέποντας σε ολόκληρο το σύστημα να λειτουργεί σε lockstep. Αυτό ενισχύει σημαντικά την αποτελεσματικότητα και συνεπώς την ταχύτητα: Η Groq λέει ότι η LPU της μπορεί να εκτελεί μεγάλα LLM δέκα φορές πιο γρήγορα από τα υπάρχοντα συστήματα. Μια άλλη προσέγγιση είναι αυτή της MatX, που επίσης εδρεύει στην Καλιφόρνια. Οι GPU περιέχουν χαρακτηριστικά και κυκλώματα που παρέχουν ευελιξία στα γραφικά, αλλά δεν χρειάζονται για LLM, λέει ο Reiner Pope, ένας από τους συνιδρυτές της εταιρείας. Το τσιπ που μοιάζει με GPU πάνω στο οποίο εργάζεται η εταιρεία του απαλλάσσεται από τέτοια περιττά προβλήματα, ενισχύοντας την απόδοση κάνοντας λιγότερα πράγματα καλύτερα. Άλλες νεοφυείς επιχειρήσεις σε αυτόν τον τομέα περιλαμβάνουν τη Hailo, με έδρα το Ισραήλ, η οποία συγκέντρωσε 120 εκατομμύρια δολάρια σε χρηματοδότηση τον Απρίλιο, την Taalas, με έδρα το Τορόντο, την Tenstorrent, μια αμερικανική εταιρεία που χρησιμοποιεί την αρχιτεκτονική RISC V ανοιχτού κώδικα για την κατασκευή τσιπ AI και την Graphcore, μια βρετανική εταιρεία που μπήκε νωρίς στο παιχνίδι, και πιστεύεται ότι πρόκειται να πουληθεί στη SoftBank, έναν ιαπωνικό όμιλο ετερογενών δραστηριοτήτων. Οι μεγάλες εταιρείες τεχνολογίας κατασκευάζουν επίσης τα δικά τους τσιπ AI. Η Google έχει αναπτύξει τις δικές της Tensor Processing Unit ( TPU ). Πηγή: ot.gr
Big Tech: Τα κέντρα δεδομένων έχουν εκτινάξει τις δαπάνες των εταιρειών τεχνολογίες
Οι εταιρείες χρειάζονται έσοδα από υπηρεσίες τεχνητής νοημοσύνης, όχι εξοικονόμηση κόστους, για να τροφοδοτήσουν την έκρηξη των κέντρων δεδομένων Με φρενήρη ρυθμό οι αμερικανικές εταιρείες τεχνολογίας παίρνουν υψηλό ρίσκο χτίζοντας το ένα μετά το άλλο τεράστια κέντρα δεδομένων (data centers) σε μια προσπάθειά τους να επενδύσουν στην τεχνητή νοημοσύνη. Εάν όμως αυτή η επένδυσή τους δεν αποφέρει καρπούς, τότε αυτό θα είχε ως συνέπεια την επιβάρυνση των περιθωρίων κέρδους για χρόνια. Ο ενθουσιασμός που επικρατεί γύρω από την παραγωγική τεχνητή νοημοσύνη (Gen –AI) σηματοδοτεί το πέρασμα από την εποχή των προγραμμάτων μείωσης του κόστους μετά την πανδημία στην εποχή με τα μεγαλεπήβολα επενδυτικά σχέδια σχετικά με την νέα τεχνολογία. 1-2-3, πολλά data centersΣτις αρχές του έτους, η Meta ανακοίνωσε ένα νέο κέντρο δεδομένων αξίας 800 εκατομμυρίων δολαρίων στην Ιντιάνα. Η Alphabet σχεδιάζει ένα έργο 3 δισεκατομμυρίων δολαρίων για τη δημιουργία ενός data center campus στην Ιντιάνα και την επέκταση της χωρητικότητας στη Βιρτζίνια. Η Microsoft σχεδιάζει να δημιουργήσει έναν «κόμβο για την τεχνητή νοημοσύνη» [hub for AI] 3,3 δισεκατομμυρίων δολαρίων στο Ουισκόνσιν. Αλλα διεθνή έργα περιλαμβάνουν τα σχέδια πολλών δισεκατομμυρίων δολαρίων της Amazon στη Γερμανία και τη Σιγκαπούρη. Τα κέντρα δεδομένων, όπως και τα προσαρμοσμένα μικροτσίπ, προορίζονται να λειτουργούν ως “τάφρος” γύρω από υπηρεσίες υπολογιστικού νέφους και τεχνητής νοημοσύνης. Το αποτέλεσμα είναι μια αύξηση των κεφαλαιουχικών δαπανών, μεγάλο μέρος των οποίων κατευθύνεται σε εγκαταστάσεις, ακίνητα και εξοπλισμό (ΕΑΕ) . Μεταξύ των οικονομικών ετών 2019 και 2023, δαπάνες για ΕΑΕ, στη Meta και τη Microsoft, υπερδιπλασιάστηκαν, ενώ σχεδόν διπλασιάστηκαν σε Amazon και Alphabet. Η Apple είναι μια ακραία περίπτωση, καθώς δαπανά για ΕΑΕ λιγότερο από το ένα τρίτο μεταξύ 2019 και 2023. Η εταιρεία δεν έχει ακόμη επιλέξει τη στρατηγική της για τη δημιουργία τεχνητής νοημοσύνης και έχει «τιμωρηθεί» ανάλογα στις αγορές. Είναι πιθανό οι δαπάνες να αυξηθούν όταν η Apple επιλέξει να διαθέσει υπηρεσίες τεχνητής νοημοσύνης στους πελάτες της. Τεράστιο κόστος κατασκευής και συντήρησηςΤα κέντρα δεδομένων, τα οποία μπορεί να έχουν το μέγεθος πολλών γηπέδων ποδοσφαίρου, είναι δαπανηρά σε κατασκευή και συντήρηση. Η κατανάλωση ενέργειας για τα κέντρα δεδομένων των ΗΠΑ θα υπερδιπλασιαστεί μεταξύ 2022 και 2030, σύμφωνα με την McKinsey. Επιπλέον, το υλικό το οποίο χρησιμοποιείται, θα πρέπει να αντικατασταθεί και να αναβαθμιστεί με την πάροδο του χρόνου. Οι προβλέψεις κεφαλαίου δείχνουν ότι τα σχέδια δαπανών εξακολουθούν να επιταχύνονται και θα εμφανιστούν σε αυξανόμενα έξοδα απόσβεσης. Στην Alphabet, ο ετήσιος απολογισμός επενδύσεων φέτος εκτιμάται ότι θα είναι κοντά στα 50 δισ. δολάρια, όπως και στη Microsoft. Και στις δύο περιπτώσεις, αυτό ισοδυναμεί με μια αύξηση 50% σε σχέση με το 2023. Προς το παρόν, τα περιθώρια κέρδους διατηρούνται. Η θετική αύξηση των κερδών από έτος σε έτος υποστηρίχθηκε από τη μείωση του κόστους αλλού και με τη βοήθεια εταιρειών που παρατείνουν την αναμενόμενη διάρκεια ζωής του εξοπλισμού τους. Πέρυσι, για παράδειγμα, η Alphabet και η Meta αύξησαν την εκτιμώμενη διάρκεια ζωής των διακομιστών τους από τέσσερα σε πέντε και έξι χρόνια αντίστοιχα. Αλλά η ώθηση που παρείχε αυτή η εξέλιξη στα καθαρά έσοδα δεν είναι κάτι που μπορεί να επαναληφθεί. Οι εταιρείες χρειάζονται έσοδα από υπηρεσίες τεχνητής νοημοσύνης, όχι εξοικονόμηση κόστους, για να τροφοδοτήσουν την έκρηξη του κέντρου δεδομένων. Πηγή: ot.gr