Искусственный интеллект, Технологии | Олег Брагинский, Марина Строева
Основатель «Школы траблшутеров» Олег Брагинский и ученица Марина Строева исследуют материальный фундамент, на котором строится новая промышленная революция. Поясняют, почему будущее цифрового разума зависит от неочевидных факторов: синих воротничков, природного газа, электроэнергии, воды, дефицита чипов и климатических издержек.
Искусственный интеллект – не только алгоритмы, но и огромная материальная система, которая требует электроэнергии, земли, металла, воды, кабелей, серверов, охлаждения, сетей связи и десятков тысяч специалистов самых разных профессий.
ИИ всё сильнее зависит от людей, которых не принято связывать с высокими технологиями: электрики, монтажники, инженеры по системам охлаждения, специалисты по высоковольтной инфраструктуре, сантехники, операторы строительных площадок, проектировщики сетей.
В этом смысле ИИ – не просто удобный сервис, который пишет тексты или помогает автоматизировать процессы. Это новая индустрия с очень тяжёлой физической базой. Где данные выступают сырьём, вычислительные ускорители – станками, модели – технологическим процессом, электроэнергия – топливом, а токены – конечным продуктом.
Раньше страны и компании конкурировали за производство товаров, потом – за производство электроники и программных платформ, а теперь всё более важной формой производства становится производство вычислительных единиц для ИИ.
По сути, токены становятся новым цифровым продуктом. И тот, кто умеет производить их дёшево и массово, получает инфраструктурное преимущество. Похоже на индустриальную логику, только вместо автомобилей, стали или текстиля, производится интеллект в форме доступных вычислений.
Дата-центр сегодня – не просто здание с серверами, а промышленный объект новой эпохи. Внутри сосредоточена гигантская концентрация вычислительной мощности, которая требует почти заводского уровня энергетического и инженерного обеспечения.
Обучение только одной модели уровня GPT-3, сопоставимо с годовым энергопотреблением примерно 130 американских домохозяйств. А новые модели требуют уже таких вычислительных кластеров, чьи пиковые значения приближается к небольшому атомному реактору.
Современные AI-дата-центры потребляют такие объёмы электричества, которые ещё недавно были характерны для крупных промышленных предприятий или даже целых районов. А если учесть, что новые модели и особенно агентные системы требуют всё больших объёмов вычислений, становится понятно: инфраструктурная нагрузка будет только расти.
В результате компании вынуждены искать любую доступную электроэнергию – и всё чаще это означает переход к природному газу. В 2024 году голубое топливо обеспечивало 40+% электроснабжения дата-центров в США, а уголь в мировом масштабе – около 30%.
Растут и углеродные издержки. По данным аналитиков, за последние пять лет выбросы метана и CO2:
- Meta (запрещённая в России) – взлетели более чем на 60%
- Google выросли почти на 50%
- Microsoft – более чем на 23%
- Amazon – на 33%.
Но этом фоне всё чаще обсуждаются космические дата-центры и орбитальные вычисления. На первый взгляд идея звучит футуристично: вынести вычислительную мощность в космос, использовать солнечную энергию вне атмосферы и обрабатывать данные прямо на орбите.
В теории это может дать интересные преимущества. Но на практике возникают серьёзные инженерные проблемы: радиация, теплоотвод в вакууме, сложность обслуживания, высокая стоимость запуска, необходимость создавать специальные устойчивые архитектуры.
Поэтому пока такие проекты выглядят, скорее, как стратегические эксперименты и демонстрации возможностей. Реальная тяжёлая работа ИИ ещё долго останется на Земле. А значит, все земные проблемы – электроэнергия, вода, климат, чипы, дефицит специалистов, стоимость строительства – останутся центральными и для AI-инфраструктуры.
Значительная часть, которая нужна не только для того, чтобы считать, но и для того, чтобы не перегреваться в процессе расчётов. И чем плотнее становятся вычисления, чем больше кластеров, тем сложнее и дороже становятся механизмы отвода тепла.
Некоторые системы охлаждения используют большие объёмы воды, и в условиях дефицита ресурсов это превращается в отдельную проблему. Более того, если нагретая вода возвращается в окружающую среду, она может влиять на местные экосистемы, повышать температуру водоёмов и создавать эффект термального загрязнения.
В структуре стоимости владения дата-центром электроэнергия составляет сравнительно небольшую долю – около 5%, системы питания и охлаждения – 20%. Все остатное «съедают» сети, хранение данных и память. Но центральное место в системе занимают специализированные чипы.
Рост спроса со стороны ИИ вызвал дефицит. Производители всё активнее переориентируют мощности с потребительских сегментов на серверный рынок. AI-инфраструктуры влияет на рынок электроники в целом: дорожают модули памяти, устройства, серверные компоненты, видеокарты.
Компании, занимающиеся майнингом криптовалют, тоже всё активнее уходят в сферу центров обработки данных для искусственного интеллекта. Фермы и AI-дата-центры имеют одинаковую техническую основу. Что позволяет запустить новое бизнес-направление, не строя объект с нуля.
Ближний Восток в последние годы стал одной из главных точек роста для облачных компаний и AI-инфраструктуры. Причины понятны: дешёвая энергия, доступная земля, инвестиционные программы, интерес со стороны суверенных фондов, стремление строить собственный AI-сектор.
Amazon, Microsoft, Google и другие компании активно расширяли присутствие в регионе. Но в условиях конфликта дата-центы не воспринимаются как нейтральные объекты, а становятся легитимной целью. Цифровая инфраструктура становится уязвимой частью геополитики.
Удар по дата-центру Amazon в Бахрейне не может сильно повлиять на глобальный рынок вычислений в краткосрочном периоде, но в долгосрочной перспективе последствия могут быть заметными. Компании начнут закладывать в модель расходов новые статьи:
- распределённые резервные мощности
- межрегиональное резервирование
- более дорогие страховые полисы
- дополнительные меры защиты
- усиленную физическую охрану
- рост энергетических расходов.
На фоне этой угрозы всё чаще звучат идеи о необычных типах дата-центров:
- подводные дата-центры
- сверхраспределённые модульные кластеры
- перенос мощностей в более безопасные регионы.
Но у каждого решения есть ограничения: стоимость, сроки, инженерная сложность, обслуживание, энергозатраты. Поэтому проблема не решается простым переносом серверов «куда-нибудь подальше». Безопасность дата-центров становится геополитической задачей.
Есть и ещё один интересный слой истории – социальный. ИИ часто описывают как технологию, меняющую рынок труда. Обычно это обсуждают через призму автоматизации интеллектуальной работы: заменит ли ИИ программистов, дизайнеров, аналитиков, юристов.
Но происходит и обратный процесс: AI-бум возвращает ценность рабочим специальностям. Потому что кто-то должен строить дата-центры, прокладывать линии, монтировать охлаждение, обслуживать энергетику, собирать стойки, поддерживать физическую инфраструктуру.
Получается неожиданный эффект: развитие самой передовой цифровой технологии увеличивает спрос на синие воротнички. И в этом есть важный исторический урок. Любая технологическая революция в итоге опирается не только на идеи, но и на материальную базу.
Главный образ эпохи ИИ – не только человек, задающий вопрос чат-боту. Это ещё и:
- инженер, проектирующий систему жидкостного охлаждения
- оператор, следящий за бесперебойной подачей энергии
- специалист по памяти и упаковке чипов
- электрик, подключающий новую линию
- рабочий, монтирующий оборудование.
Электрификация потребовала генерирующих мощностей, кабелей, трансформаторов и инженеров. Интернет потребовал серверов, оптоволокна и телеком-инфраструктуры. AI требует дата-центров, энергии, охлаждения, памяти, специализированного железа и новых промышленных цепочек.