Les récentes initiatives de xAI soulignent les défis liés à l'utilisation efficace des GPU de qualité serveur NVIDIA dans la formation de l'IA, malgré des acquisitions réussies. L'industrie de l'IA fait face à un nouvel obstacle en matière « d'efficacité d'utilisation », car la formation des modèles implique souvent des charges de travail « par à-coups » — une utilisation intense des GPU suivie de périodes d'inactivité pour l'analyse. Ce schéma entraîne un gaspillage important des ressources de calcul, même avec un matériel abondant. Les experts du secteur suggèrent que les entreprises d'IA doivent repenser les architectures de formation et les systèmes de planification pour améliorer l'utilisation des clusters GPU, plutôt que de simplement augmenter la capacité de calcul.