この記事では、グローバルサウスに位置するブラジルとメキシコにおいて、主権規模の言語モデルを訓練するための技術的および財政的実現可能性について分析しています。大規模言語モデルの訓練における計算要件の急激な増加が、ハイキャパシティな国とグローバルサウスの国々との間の構造的非対称性を強化している現状を背景に、制約されたハードウェアアクセスやエネルギー供給、財政上の限界の中での訓練可能性が検討されています。NVIDIAのH100およびA100アクセラレーターの異なる世代や訓練期間に基づいて、計算需要やエネルギー消費、資本支出などを推計し、10兆トークンモデルの訓練コストが8万から14万ドルで実現可能である一方、A100では19万から32万ドルが必要であることが示されています。この研究は、AI計算ガバナンスと技術的主権に関する議論に貢献し、特に中位所得国が持続可能で戦略的なAI能力を確立するためのコンテキストに応じた戦略を強調しています。