Các hoạt động gần đây của xAI cho thấy rằng ngay cả khi có quyền truy cập vào một số lượng lớn GPU server-grade của Nvidia, việc sử dụng hiệu quả vẫn là một nút thắt chính trong đào tạo AI. Theo Odaily, trong khi các nhà phát triển AI tiếp tục cạnh tranh cho tài nguyên máy tính của Nvidia, ngành công nghiệp hiện đang đối mặt với một thách thức mới: chính hiệu quả sử dụng. Đào tạo mô hình AI thường thể hiện một mô hình 'bursty', nơi mà các GPU hoạt động với cường độ cao trong thời gian ngắn trước khi vào giai đoạn nhàn rỗi để phân tích kết quả và điều chỉnh chiến lược. Mô hình sử dụng không đồng đều này dẫn đến khó khăn trong việc duy trì tỷ lệ sử dụng cao trên các cụm GPU lớn, gây lãng phí đáng kể sức mạnh máy tính ngay cả khi phần cứng phong phú. Các chuyên gia trong ngành lưu ý rằng vấn đề này đang thúc đẩy các công ty AI thiết kế lại kiến trúc đào tạo và hệ thống lập lịch để nâng cao hiệu quả tổng thể của các cụm GPU, thay vì chỉ đơn giản là mở rộng công suất tính toán.