Modellprodusentene lager brikker, og omvendt

Kampen om kunstig intelligens strekker seg utover modellen som svarer på skjermen. Den 24. juni 2026 presenterte OpenAI og Broadcom Jalapeño, ChatGPT-leverandørens første egenutviklede akselerator. Prøvebrikkene kjørte allerede maskinlæringsoppgaver i laboratoriet.[1]

I oktober utvidet NVIDIA modelltilbudet sitt med Nemotron 3.5 Bolt, beregnet på lokale maskiner.[2] Leverandøren av maskinene leverer også intelligens som kan kjøres på dem. OpenAI går motsatt vei: Selskapet vil designe motoren som skal kjøre modellene deres.

Begge grepene skal gi større kontroll over virksomheten. For å forstå hvorfor er det nyttig å se på hva som skjer med prisen på kapasiteten de selger.

Intelligens blir billigere og kan reproduseres

En kapasitet som var enestående i går, kan snart bli en billig tjeneste. Stanford dokumenterte at kostnaden for inferens på GPT-3.5-nivå falt med en faktor på over 280 mellom november 2022 og oktober 2024.[3] Inferens betyr å kjøre en ferdigtrent modell for å få svar.

DeepSeek R1 synliggjorde dette presset. Ved lansering var prisen 0,55 dollar per million tokens inn og 2,19 dollar per million tokens ut, mot 15 og 60 dollar oppgitt for o1. Prisen per token var omtrent en tjuesjuendedel så høy.[4][5] Tokens er tekstfragmentene modellen behandler og genererer.

Evner kan også overføres. DeepSeek trente mindre versjoner med eksempler produsert av R1: Destillasjon innebærer å lære opp en modell med svar fra en annen.[6] Når vektene publiseres — tallverdiene som læres under treningen — kan de dessuten lastes ned og kjøres på vilkårene i lisensen.[2] Denne kombinasjonen presser modellselgerne til å søke fordeler andre steder i kjeden.

Makten søker fabrikker, minne og distribusjon

Å produsere brikker og nå brukerne krever ressurser som er vanskeligere å reprodusere enn en fil med vekter. NVIDIA rapporterte en bruttomargin på 75 % i andre kvartal av regnskapsåret 2027, som ble avsluttet i juli 2026.[7] Denne posisjonen avhenger igjen av leverandører: TSMC sa i oktober at den vurderte etterspørselen fortsatt oversteg tilbudet, mens SK hynix kunngjorde en utvidelse av HBM4.[8][9] HBM er minne med høy båndbredde: Det forsyner prosessoren med data slik at den kan arbeide.

De store kjøperne designer egne brikker for å tilpasse maskinen til oppgavene og forhandle om leveranser. Google utvikler TPU-er, sine tensorprosesseringsenheter, brikker spesialisert for KI. Amazon utvikler Trainium; Microsoft sier at Maia 200 allerede håndterer oppgaver i produksjon.[10][11][12]

NVIDIA søker også tilgang til brukerne. I september kunngjorde selskapet en avtale om å kjøpe Hugging Face, plattformen for distribusjon av modeller.[13] Mens gigantene forsøker å kontrollere disse delene, gir en annen utvikling flere valgmuligheter til dem som bruker KI.

Mer intelligens får plass på mindre plass

Den lokale kapasiteten vokser på to måter: Modeller gjør mer med mindre størrelse, og prosessorer kjører dem bedre. Xiao og kolleger anslo at den maksimale kapasitetstettheten doblet seg med 3,5 måneders mellomrom i utvalget deres av 51 åpne basismodeller.[14] Tettheten uttrykker hvor mye større en referansemodell måtte være for å oppnå samme ytelse som modellen som undersøkes.

Alibaba gir et eksempel: Selskapet oppgir 79,1 poeng på kunnskapstesten MMLU-Pro for Qwen3.5-4B, mot 71,1 for Qwen2.5-72B, fra omtrent atten måneder tidligere.[15][16] Språkkomponenten i den første har rundt fire milliarder parametere; den andre har 72,7 milliarder. Parametere er tallverdiene en modell lærer.

Epoch AI anslo et etterslep på rundt 6–12 måneder, avhengig av testen, mellom de mest kapable modellene på et gitt tidspunkt og modeller som får plass i sin helhet på et RTX 4090- eller 5090-skjermkort for forbrukermarkedet. Beregningen forutsetter kvantisering til fire bit og en kontekst på 8K tokens, i tillegg til hjelpeminne.[17] Kvantisering betyr å lagre modellens tall med færre bit; konteksten er teksten den håndterer samtidig. NVIDIA kombinerer denne teknikken med komprimering og ytterligere trening i Bolt.[18]

Maskinvaren følger etter. Google tilskriver TPU 8i opptil dobbelt så høy ytelse per watt som Ironwood. Apple øker den maksimale minnebåndbredden fra 546 gigabyte per sekund i M4 Max til 614 i M5 Max: Mer data når frem til prosessoren.[19][20][21] Begge kurvene øker mengden arbeid som kan flyttes ut av datasenteret.

KI kommer til advokatkontoret, med et regnestykke å gjøre

Denne kombinasjonen gjør det mulig å vurdere interne oppgaver på en kontormaskin. NVIDIA kunngjorde en DGX Spark med 64 gigabyte minne, beregnet på modeller med opptil 100 milliarder parametere; Apple kunngjorde Mac Studio M5 Ultra med opptil 512 gigabyte.[22][23]

Utgangspunktet er avgrensede oppgaver. En akademisk studie fant at Mistral 7B slo Llama 70B på to tester i juridisk klassifisering og tapte på andre.[24] Klassifisering av dokumenter, uthenting av felt og søk i egne arkiver er oppgaver som kan evalueres. Den aller fremste kapasiteten ligger fortsatt høyere oppe, i de store datasentrene; evalueringene fra Artificial Analysis viser fortsatt en avstand til de beste modellene med publiserte vekter.[25]

Økonomien må beregnes for hver arbeidsflyt. I dette eksempelet vinner et billig API. Et API er forbindelsen mellom en applikasjon og leverandørens tjeneste. En maskin til 5 000 dollar, avskrevet over tre år og med energi og drift inkludert, koster rundt 268 dollar i måneden. Ti tusen mellomstore oppgaver i måneden kostet rundt 8 dollar med prisen for Gemini 2.5 Flash-Lite fra juli 2025.[26][27] Dette er et økonomisk øyeblikksbilde med en historisk pris: Mer kompakte modeller, mer effektive brikker og eksterne tjenester som også blir billigere, gjør at sammenligningen må vurderes på nytt.

Start med én arbeidsflyt og avgjør med tester

En nyttig beslutning begynner med en konkret oppgave: Hva kommer inn, hvilket resultat godtas, og hvem kontrollerer det? Kvalitet, tid og kostnad per godkjent oppgave må måles. Testene avgjør hva som skal kjøres internt, hva som skal kjøpes via API, og hva som skal kombineres.

Kontroll krever også at man følger dataene. Personvernforordningen (GDPR) gjelder for dokumenter, logger og verktøy gjennom hele behandlingen.[28][29] En maskin på kontoret kan sende informasjon ut hvis den bruker eksterne tjenester.

Makten en virksomhet kan ta tilbake, begynner med dette valget: å bestemme hvilken intelligens den bruker, hvor den kjører den, og hvem den betror dataene sine til.

Kilder

Kilder fra undersøkelsene, lest 06-11-2026. Dokumentenes datoer og opplysningenes tilskrivning til produsentene beholdes; oppføringer uten egen dato kan endres.

  1. OpenAI / Broadcom, 24-06-2026, primærkunngjøring, OpenAI and Broadcom unveil LLM-optimized inference chip. https://openai.com/index/openai-broadcom-jalapeno-inference-chip/
  2. NVIDIA, 15-10-2026 ifølge ReleaseDate, modellkort/lisens som kan endres, NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB. https://huggingface.co/nvidia/NVIDIA-Nemotron-3.5-Bolt-74B-A9B-24GB
  3. Stanford HAI, april 2025, primærrapport, AI Index Report 2025. https://hai.stanford.edu/ai-index/2025-ai-index-report
  4. DeepSeek, 20-01-2025, primærkunngjøring og historisk pris, DeepSeek-R1 Release. https://api-docs.deepseek.com/news/news250120/
  5. OpenAI, uten dato; identifikator o1-2024-12-17, modellkort som kan endres, lest ved undersøkelsens skjæringsdato, o1; oppført som avviklet. https://developers.openai.com/api/docs/models/o1
  6. DeepSeek, januar 2025; kodelager som kan endres, primærresultater og lisenser, DeepSeek-R1. https://github.com/deepseek-ai/DeepSeek-R1
  7. NVIDIA, 26-08-2026, selskapsresultater, NVIDIA Announces Financial Results for Second Quarter Fiscal 2027. https://investor.nvidia.com/news/press-release-details/2026/NVIDIA-Announces-Financial-Results-for-Second-Quarter-Fiscal-2027/default.aspx
  8. TSMC / LSEG-transkripsjon, 15-10-2026, primærkilde fra resultatpresentasjon, Q3 2026 Earnings Call. https://investor.tsmc.com/japanese/encrypt/files/encrypt_file/reports/2026-10/eba4fac72873bf546b669bd2b5d973df5c93215d/TSMC%203Q26%20Transcript.pdf
  9. SK hynix, 28-10-2026, selskapsresultater, SK hynix Announces 3Q26 Financial Results. https://news.skhynix.com/en/q3-2026-business-results/
  10. Google, 22-04-2026, primær teknisk kunngjøring, Our eighth generation TPUs: two chips for the agentic era. https://blog.google/innovation-and-ai/infrastructure-and-cloud/google-cloud/eighth-generation-tpu-agentic-era/
  11. Amazon, resultater for Q1 2026, 29-04-2026; ingen egen dato identifisert for artikkelen, uttalelse fra konsernsjefen, Andy Jassy weighs in on the rapid growth of Amazon's chips business. https://www.aboutamazon.com/news/company-news/amazon-ceo-andy-jassy-amazon-chips-business-q1-2026-earnings
  12. Microsoft, 12-10-2026, primærkunngjøring, Microsoft to expand Azure Maia system to multi-gigawatt deployments. https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/
  13. NVIDIA, 03-09-2026, kunngjort avtale, NVIDIA to Acquire Hugging Face. https://blogs.nvidia.com/blog/nvidia-to-acquire-hugging-face/
  14. Chaojun Xiao og kolleger, 06-11-2025, akademisk empirisk anslag, fagfellevurdert studie om kapasitetstetthet i store språkmodeller, Nature Machine Intelligence. https://www.nature.com/articles/s42256-025-01137-0
  15. Alibaba / Qwen, mars 2026; modellkort som kan endres, lest 06-11-2026, produsentens evaluering, Qwen3.5-4B. https://huggingface.co/Qwen/Qwen3.5-4B
  16. Alibaba / Qwen, 19-12-2024; modellen lansert 19-09-2024, teknisk rapport og produsentens evaluering, Qwen2.5 Technical Report, tabell 6. https://arxiv.org/html/2412.15115v1 — Sammenligning av publiserte MMLU-Pro-resultater: Protokoller og budsjetter for resonnering var ikke samordnet mellom generasjonene.
  17. Somala og Emberson / Epoch AI, 15-08-2025; data oppdatert 18-11-2025, uavhengig anslag, Consumer GPU model gap. https://epoch.ai/data-insights/consumer-gpu-model-gap — Forutsetninger: Alle vekter i skjermkortets minne, kvantisering til fire bit, kontekst på 8K tokens, nøkkel/verdi-hurtigbuffer på åtte bit (KV INT8) og rundt 2 GiB ekstra minnebruk. GiB står for gibibyte, en binær minneenhet. Grenser på 28 milliarder parametere for RTX 4090 og 40 milliarder for RTX 5090. Gjennomsnittlige etterslep etter test: 7,4; 7,3; 6,3 og 12,4 måneder. Tilpasning av poengtrender, ikke måling av praktisk hastighet.
  18. NVIDIA Research, 15-10-2026, teknisk forklaring og produsentens målinger, Nemotron 3.5 Bolt 24GB. https://research.nvidia.com/labs/nemotron/Nemotron-3.5-Bolt-24GB/
  19. Google Cloud, 22-04-2026, teknisk uttalelse fra produsenten, Inside the eighth-generation TPU: An architecture deep dive. https://cloud.google.com/blog/products/compute/tpu-8t-and-tpu-8i-technical-deep-dive/?hl=en
  20. Apple, 30-10-2024, produsentens spesifikasjoner, Apple introduces M4 Pro and M4 Max. https://www.apple.com/newsroom/2024/10/apple-introduces-m4-pro-and-m4-max/
  21. Apple, 03-03-2026, produsentens spesifikasjoner, Apple debuts M5 Pro and M5 Max. https://www.apple.com/newsroom/2026/03/apple-debuts-m5-pro-and-m5-max-to-supercharge-the-most-demanding-pro-workflows/
  22. Allen Bourgoyne / NVIDIA Blog, 02-10-2026, kunngjøring, DGX Spark 64GB / local AI. https://blogs.nvidia.com/blog/local-ai-dgx-spark-64gb-sync/
  23. Apple Newsroom, 25-08-2026, kunngjøring, Apple introduces new Mac Studio with M5 Max and M5 Ultra. https://images.apple.com/newsroom/2026/08/apple-introduces-new-mac-studio-with-m5-max-and-m5-ultra/
  24. Bing Zhang og kolleger, 30-04-2025, fagfellevurdert artikkel fra NAACL Industry, Evaluating Large Language Models with Enterprise Benchmarks. https://aclanthology.org/2025.naacl-industry.40.pdf
  25. Artificial Analysis, 27-10-2026, metode og uavhengig evaluering, Artificial Analysis Intelligence Index v5. https://artificialanalysis.ai/articles/artificial-analysis-intelligence-index-v5
  26. Google Developers Blog, 22-07-2025, kunngjøring og historisk pris, Gemini 2.5 Flash-Lite is now stable and generally available. https://developers.googleblog.com/gemini-25-flash-lite-is-now-stable-and-generally-available/
  27. Egen beregning, 06-11-2026, illustrerende scenario: 5 000/36 + 0,2 × 8 × 22 × 0,25 + 2 × 60 = 267,69 USD/måned; API: 40 × 0,10 + 10 × 0,40 = 8 USD/måned. Maskinen avskrives over 36 måneder; strøm til 0,25 USD/kWh; 176 timer/måned ved 0,2 kW; to timers drift til 60 USD/time. Arbeidsmengde: 10 000 oppgaver, 4 000 tokens inn og 1 000 ut per oppgave. Felles integrasjon og menneskelig kontroll er utelatt for begge alternativer; lik kvalitet forutsettes ikke. Googles historiske pris fra juli 2025 er dokumentert i forrige kilde. Metode uten ekstern URL.
  28. Den europeiske union, 27-04-2016; EU-tidende 04-05-2016, primærlovgivning, Reglamento (UE) 2016/679. https://eur-lex.europa.eu/legal-content/EN/TXT/PDF/?uri=CELEX%3A32016R0679
  29. EDPB, 18-12-2024, primær veiledning fra tilsynsorgan, Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models. https://www.edpb.europa.eu/system/files/2024-12/edpb_opinion_202428_ai-models_en.pdf

Tekst av Roberto Ortega, bearbeidet med redaksjonell KI-støtte. Den norske og engelske versjonen er redaksjonelle tilpasninger av den spanske originalteksten.