Alle snakker om hyperscaling. Jeg tror vi også bør snakke om localscaling

I diverse sosiale- og egne nettverk ser jeg stadig flere som kjøper GPU-er, RAM og bygger maskiner for å kjøre KI selv. Det virker som et gullrush mot maskinvaren. Mange er tydeligvis allerede i gang med det vi fortsatt diskuterer som en fremtidig mulighet.

Hvor stor denne bevegelsen er, vet jeg ikke. Den er i hvert fall stor nok til å drive prisene på HW til himmels. Men jeg tror den peker mot noe viktig: Å ha tilgang til intelligens og å eie kapasiteten selv er to forskjellige ting.

Vi blir raskt avhengige av KI i stadig flere prosesser. Litt som strøm. Da blir det også relevant å spørre hva som skjer den dagen tilgangen forsvinner. Internett ryker, leverandøren går ned, eller noen bestemmer at vi ikke lenger skal få bruke tjenesten.

Her tenker jeg på lokal KI som en backup-generator.

Den trenger ikke levere det samme som kraftverket. Den trenger å holde det viktigste i gang.

Og i motsetning til en vanlig reservegenerator kan den gjøre nyttig arbeid hver dag. Behandle interne dokumenter, sortere henvendelser, hjelpe med kode og ta andre oppgaver vi ikke trenger verdens beste KI til.

Ja, de beste frontier-modellene er fortsatt udiskutabelt kraftige. Men stadig flere oppgaver kan løses med «god nok» KI. Det er en ganske viktig terskel. Når kvaliteten er tilstrekkelig, blir pris, kontroll og tilgjengelighet mer avgjørende.

Hva krever det å eie slik kapasitet? Noen grove eksempler, med maskinvarebudsjetter eks. mva. per september 2026:

• 50–80 000 kr: Ny PC med ett kraftig gamingkort, som RTX 5090. Nok til en komprimert Qwen3.8-27B for avgrenset bruk. Brukt utstyr kan gi en billigere inngang.
• 120–250 000 kr: To gamingkort eller ett stort proffkort i en delt server. Mer plass til modeller, kontekst og samtidige jobber.
• 1–1,5 millioner kr: DGX Station-klassen, for store modeller som DeepSeek V4 Flash.
• 3–8 millioner kr og oppover: Servere med åtte datasenter-GPU-er, for GLM-5.3 eller den tyngre Kimi K3. Da nærmer vi oss frontier på flere oppgaver.

Dette er eksempler, ikke minstepriser eller løfter om hastighet. Integrasjon, strøm, kjøling og drift kommer i tillegg. Ved lav bruk er skyen gjerne billigere.

Så er det datasuvereniteten. Med hele arbeidsløpet lokalt kan virksomheten beholde dataene under egen kontroll. Da er du isolert mot at tekniske eller geopolitiske hendelser kutter strømmen, og du står mye friere til å bruke KIen til hva du selv måtte ønske.

For meg er dette derfor ikke lokal KI eller sky. Vi kommer til å trenge begge deler: den beste intelligensen når oppgaven krever det, og egen kapasitet til det løpende arbeidet og beredskapen.

Avslutningsvis kan man si at spørsmålet er ikke bare hva KI koster når den virker. Det er hva det koster når den ikke er der.