¿Cuál es el mejor en potencia de IA? Mira el ranking de centros de datos.

La institución de investigación @EpochAIResearchI publicó un ranking global de los TOP60 de centros de datos de IA a fecha del 24 de julio.
Para calcularlo de manera justa, sin importar qué tarjetas se usen, toda la potencia se convierte a potencia equivalente en Nvidia H100.
Los resultados muestran que, actualmente, los tres primeros centros de datos de IA en potencia están todos en Estados Unidos:
El de Musk en Colossus 2 de Memphis, Texas, ocupa el primer lugar, con una potencia equivalente a 1,11 millones de H100; costó 35.800 millones de USD construirlo y lleva una gran ventaja.
Microsoft en Atlanta y Meta en Ohio le siguen de cerca, y ambas rondan las 770.000 H100. Cabe destacar que OpenAI en Stargate (Texas), actualmente con equivalente a 510.000 H100 ocupa el quinto lugar, pero para finales de año planea duplicarlo hasta 1,02 millones; para entonces se acercará de forma directa al primero.
En el TOP60, Google tiene 16 puestos, Meta 11, cubriendo básicamente los “valles” de electricidad del centro y sureste de Estados Unidos.
China tiene tres centros en la lista, todos en el norte:
El centro de datos Huawei de Hohhot, en el distrito de Hohhot del Linggel, Mongolia Interior, ocupa el puesto 37;
El centro de datos de CenturyLink/China Unicom? (según el texto) en Ulanqab, Mongolia Interior, de Century {Interconnect} de排第 39 (se estima que sirve principalmente a ByteDance),
El centro de datos de Alibaba en Zhangbei, Hebei, ocupa el puesto 54.
¿Qué tan grande es la diferencia?
El mayor clasificado de China, Huawei, tiene una potencia equivalente que es una novena parte de la potencia del primer lugar, el Colossus 2 de Musk. Alibaba Zhangbei tiene instaladas realmente 210.000 H20, pero la potencia por tarjeta del H20 equivale solo al 15% de la del H100; la potencia por tarjeta se queda un orden de magnitud por detrás.
Ascend 950 de Huawei y el Shenwu 890 de Alibaba ya están en camino; en el futuro, el ranking de esta lista definitivamente no seguirá siendo para siempre este mismo patrón.
La carrera de la IA compite tanto en modelos como en infraestructura; y la brecha en infraestructura es mucho más difícil de cerrar que la brecha en modelos.