Milliardindustrien som driver KI

Behovet kommer nå til uttrykk i regnskapene til noen av verdens største brikkeselskaper.

Selskaper som utvikler prosessorer og minnebrikker, produserer halvledere eller leverer maskinene som brukes i fabrikkene, bygger nå ut kapasiteten. Fellesnevneren er KI-systemenes enorme behov for regnekraft.

Tusenvis av brikker

Seniorrådgiver Steinar Gundersen i Sigma2 forklarer at store språkmodeller må utføre enorme mengder matematiske beregninger når de trenes.

Beregningene består i stor grad av såkalte matrisemultiplikasjoner.

Slike operasjoner kan deles opp og utføres parallelt, noe grafikkprosessorer og spesialutviklede KI-brikker er særlig godt egnet til.

– En vanlig prosessor er bygget for å håndtere et bredt spekter av oppgaver, mens en GPU eller spesialbrikke for KI er konstruert for å utføre store mengder matriseoperasjoner, forklarer Gundersen.

De største språkmodellene er så omfattende at verken modellen, treningsdataene eller mellomresultatene får plass i minnet på én enkelt brikke.

Arbeidet må derfor fordeles på mange prosessorer.

– For virkelig store modeller kan det være snakk om tusenvis av GPU-er som må jobbe sammen som én stor maskin, sier han.

Det stiller også krav til komponentene rundt prosessorene.

Brikkene må kunne utveksle data raskt gjennom høyhastighetsnettverk, samtidig som systemene trenger store mengder minne og rask lagring.

Behovet for regnekraft forsvinner heller ikke når modellen er ferdig trent.

Hver gang en bruker sender inn et spørsmål, må modellen utføre nye beregninger for å produsere et svar

– Ikke noe senter uten maskiner

Behovet for slike beregninger har bidratt til økt etterspørsel etter datakraft og utbygging av mer datasenterkapasitet.

Ifølge Det internasjonale energibyrået økte strømforbruket i verdens datasentre med 17 prosent i 2025. Veksten var enda sterkere i datasentre rettet mot KI.

Professor i informatikk ved NTNU Magnus Jahre peker på at datasentrene er avhengige av store mengder datautstyr.

– Det blir ikke noe datasenter uten datamaskiner, sier Jahre.

Utbyggingen krever blant annet prosessorer, minnebrikker og annet datautstyr.

Det merkes i flere deler av brikkeindustrien.

Vekst i hele kjeden

Nvidia, som utvikler prosessorene som brukes i mange KI-datasentre, har fått kraftig vekst i datasentervirksomheten.

Samtidig melder minneprodusenter som SK Hynix om rekordresultater og høy etterspørsel etter avanserte minnebrikker til KI-systemer.

Også selskapene som produserer brikkene, tjener på utviklingen.

TSMC, som lager avanserte brikker for blant andre Nvidia og Apple, økte omsetningen med 36 prosent i andre kvartal.

Høyytelsesdatabehandling, som omfatter KI-prosessorer, sto for to tredeler av inntektene, skriver Dagens Næringsliv.

Selskapet bygger samtidig ut produksjonskapasiteten kraftig.

Ifølge NTB skal TSMC investere ytterligere 100 milliarder dollar, tilsvarende rundt 970 milliarder kroner, i den amerikanske delstaten Arizona.

Dermed øker selskapets samlede planlagte investeringer i USA til 265 milliarder dollar.

Oppjusterer

Dagens Næringsliv har også omtalt den sterke etterspørselen lenger bak i verdikjeden.

Nederlandske ASML lager maskinene som brukes til å produsere avanserte brikker.

Selskapet har oppjustert årsprognosen to ganger og vil øke produksjonen av sine mest avanserte EUV-maskiner.

ASML peker på den omfattende utbyggingen av KI-infrastruktur og det økte behovet for prosessorer og minnebrikker som viktige årsaker til veksten.

– Redde for å stå igjen

Det er likevel usikkert hvor lenge etterspørselen vil fortsette å vokse.

Selv om KI-modellene blir mer effektive, kan bruken øke så mye at det samlede behovet for regnekraft likevel stiger, mener Jahre.

Han sier det avgjørende spørsmålet er om KI-tjenestene oppleves som nyttige nok til at kundene er villige til å betale for dem.

– Dagens store språkmodeller er dyre i drift. For at KI-tjenester skal være bedriftsøkonomisk lønnsomme, må brukerne være villige til å betale det det faktisk koster å levere tjenesten.

Kostnadene består både av investeringene i datasentre og av strømmen som brukes til datamaskiner og kjøling.

Jahre er derfor ikke overrasket over at ASML oppjusterer forventningene.

– Jeg tror mange er redde for å stå igjen på stasjonen når KI-toget går, sier Jahre.

– Hvis man skal være med på KI-toget, trenger man kraftige datamaskiner. Hvorvidt denne frykten er velbegrunnet, vil tiden vise.