NVIDIA głosi, że wydajność na wat staje się fundamentalnym miernikiem dla oceny efektywności infrastruktur AI i nie można jej manipulować - można ją tylko zarobić poprzez rzeczywiste wyniki. W świecie, gdzie każde megawat energii bezpośrednio wpływa na przychody i zyski fabryk AI, liczba tokenów, którą można wygenerować w ramach stałego budżetu energetycznego, determinuje konkurencyjność organizacji.
Nie jest to abstrakta - większość współczesnych modeli granicznych opiera się na architekturze mixture-of-experts, a obsługa takich systemów na poziomie rack wymaga harmonijnego projektowania całego stosu technologicznego. NVIDIA utrzymuje, że jej platforma Blackwell NVL72 już teraz dostarcza tę fundamentalną infrastrukturę, osiągając do 25 razy wyższą wydajność na wat w porównaniu z generacją Hopper. To nie tylko oznacza maksymalizację przychodów, ale także minimalizację kosztu tokena - decydujące dla marż zysku.
W miarę jak sieci agentic AI napędzają zapotrzebowanie na tokeny wyżej, firmy, które zainwestują w infrastrukturę optymalizowaną pod względem energetycznym, będą mogły skalować się w świecie o ograniczonej mocy. NVIDIA rozwija to podejście poprzez platformę Vera Rubin, która ma dalej podniesić efektywność energetyczną na poziomie rack. To może być przesunięcie paradygmatu - w rzeczywistości energia, a nie przepustowość brutto, staje się prawdziwą walutą konkurencji w AI.