Десятилетиями развитие искусственного интеллекта (ИИ) в основном ограничивалось недостатками компьютерного оборудования. Ранние системы ИИ испытывали трудности из-за недостаточной скорости обработки и объёма памяти, что приводило к периодам стагнации, известным как «зимы ИИ». Однако этот барьер в значительной степени разрушен. Сегодня компании могут быстро масштабировать модели ИИ, используя специализированные чипы в огромных центрах обработки данных, а вычислительная мощность теперь, по сути, является товаром, который можно купить за капитал.
Новое узкое место — это не чипы, а нечто гораздо более фундаментальное: электроэнергия. Неутолимая жажда энергии ИИ быстро становится определяющим вызовом для его дальнейшего развития.
Почему Энергопотребление ИИ Взрывообразно Растёт
Современный ИИ не просто обучается один раз; он работает непрерывно, обеспечивая работу чат-ботов, поисковых систем и всё более сложных автономных агентов. Эта постоянная работа превращает ИИ в значительного потребителя электроэнергии в крупных масштабах.
По словам Самсы Самила из IESE Business School, проблема заключается не в общем дефиците энергии, а в доступности надёжной электроэнергии «в нужном месте и в нужное время». Международное энергетическое агентство (МЭА) прогнозирует, что центры обработки данных более чем удвоят своё энергопотребление к концу десятилетия, сравнимое с энергопотреблением целых промышленных экономик. В некоторых регионах США центры обработки данных уже потребляют столько же энергии, сколько и тяжёлая промышленность.
Ускоряет эту тенденцию растущий спрос на повседневные операции ИИ, а не только на редкие запуски обучения. Новые системы ИИ, разработанные для сложного «рассуждения», требуют устойчивого энергопотребления, а не случайных всплесков. Это означает, что ИИ больше не является циклическим потребителем энергии, а постоянным и растущим фактором нагрузки на электросети.
Сеть Не Готова к Масштабам ИИ
Электросети проектировались для постепенного роста, а не для внезапных нагрузок городского масштаба, которые сейчас предъявляют центры обработки данных ИИ. Хуан Арисменди-Замбрано из Университетского колледжа Дублина отмечает, что ИИ-кампусы масштабируются гораздо быстрее, чем модернизация сетей или бюрократические разрешения могут обеспечить. Это создаёт критическое узкое место: обеспечение достаточного количества энергии, когда и где это необходимо.
Проблема заключается не обязательно в глобальном энергетическом дефиците, а в локализованных нехватках из-за быстрого развёртывания. Центры обработки данных часто размещаются в сельской местности с дешёвой землёй и политическими стимулами, но не обязательно с инфраструктурой, способной выдержать концентрированный спрос на электроэнергию. Это приводит к очень реальному физическому ограничению: доступ к большим объёмам электроэнергии в сжатые сроки.
Кластеризация центров обработки данных усугубляет проблему, как видно на примере «Data Center Alley» в Северной Вирджинии, где несколько объектов получают электроэнергию из одной и той же перегруженной сети. Строительство электростанций, линий электропередач и подстанций занимает годы, в то время как компании, занимающиеся ИИ, начинают использовать вычислительные ресурсы гораздо раньше, иногда даже до завершения строительства зданий.
Реакция Отрасли: Гонка за Решениями
Отрасль преследует несколько стратегий для решения энергетического кризиса.
Компании строят электрогенерирующие мощности ближе к центрам обработки данных, включая инвестиции в атомные электростанции и возобновляемые источники энергии на месте. Google, например, приобрела разработчика энергетики Intersect для строительства солнечных и аккумуляторных проектов наряду со своим спросом на данные в Техасе. Microsoft заключила долгосрочное соглашение с Constellation Energy о перезапуске атомного реактора в Пенсильвании специально для питания своих центров обработки данных.
Выбор местоположения также меняется, отдавая приоритет доступу к масштабируемой электроэнергии, а не близости к пользователям. Центры обработки данных всё чаще располагаются в районах, где электроэнергия доступна в изобилии, даже если это означает перемещение дальше от населённых пунктов.
Удивительной тенденцией является повторное использование бывших криптовалютных майнинговых мощностей, которые уже имеют необходимые подключения к сети, системы охлаждения и опыт работы с энергоёмким оборудованием. Такие компании, как Bitfarms и Hut 8, переходят от добычи биткоинов к рабочим нагрузкам ИИ.
Более спекулятивные идеи включают космические центры обработки данных, использующие постоянную солнечную энергию и холод космоса для охлаждения. Хотя теоретически это осуществимо, этот подход сталкивается со значительными инженерными, логистическими и экономическими препятствиями.
Эффективность и Будущее Энергопотребления ИИ
Улучшения эффективности в чипах, дизайне моделей и системной архитектуре также помогают снизить энергопотребление на единицу интеллекта. Прорывы, такие как вертикальное стекирование компонентов MIT и лазерная передача данных, выглядят многообещающе.
Однако даже с повышением эффективности общий спрос на энергию продолжит расти. Энергетический кризис ИИ вызывает экологические опасения, поскольку доля ИТ-сектора в мировых выбросах углекислого газа уже составляет примерно 1,4%. Более разумная оптимизация моделей и согласование с региональным производством возобновляемой энергии имеют решающее значение.
В конечном итоге, хотя больше энергии позволяет создавать более крупные и мощные системы, это не гарантирует более разумный ИИ. Доступ к данным, продвинутые архитектуры моделей и настоящие прорывы в рассуждениях остаются основными ограничениями. Электроэнергия является необходимым, но недостаточным условием для искусственного общего интеллекта (AGI). Узкое место сместилось с кремния в физический мир, где сети, разрешения и электростанции работают медленнее, чем разработка программного обеспечения.
Короче говоря, будущее ИИ зависит не только от алгоритмов, но и от физической инфраструктуры, которая их поддерживает. Гонка за масштабированием ИИ теперь неразрывно связана со способностью обеспечить надёжную, доступную энергию, что меняет то, где строится ИИ, и кто может в нём участвовать.
