Энергия как новый предел ИИ. Cколько электричества потребляют нейросети ?
Несколько лет подряд прогресс в нейросетях упирался в чипы: кто соберёт больше видеокарт, тот и обучит модель крупнее. К 2026 году дефицит сместился. Видеокарты есть, деньги на них есть, а вот мощности, чтобы всё это запитать и охладить, не хватает. Электричество превратилось в реальный потолок развития ИИ, и разговор об этом давно вышел за пределы инженерных отделов.
Цифры объясняют, почему так вышло. Дата-центры в 2026 году потребляют около 4% всей электроэнергии США, а мировое потребление центров обработки данных перешагнуло отметку в 1000 ТВтч в год. Основной драйвер этого роста - именно ИИ.
Обучение и работа модели оплачиваются по разным счётам
Энергия в нейросетях тратится на двух этапах, и путать их не стоит.
- Первый - обучение (training), когда модель прогоняют через гигантские массивы данных. Это разовый, но чудовищно дорогой процесс: кластер из десятков тысяч ускорителей работает неделями без остановки.
- Второй - инференс (inference), то есть повседневная работа уже обученной модели на запросах пользователей.
Один ответ чат-бота стоит копейки энергии, но миллиарды таких ответов в сумме дают нагрузку, которая со временем перегоняет затраты на само обучение.
Для отрасли это смена приоритетов. Раньше публику впечатляли затратами на тренировку очередной флагманской модели. Сейчас крупные игроки считают совсем другое - сколько ватт уходит на каждый запрос в проде, потому что именно инференс определяет себестоимость сервиса.
От 700 ватт за чип до десятков мегаватт за кластер
Масштаб удобно собрать снизу вверх. Один ускоритель уровня H100 под полной нагрузкой потребляет около 700 ватт. Серверный узел на восемь таких чипов - уже 10–12 кВт. Стойка из этих узлов вытягивает 80–140 кВт, и это в разы больше, чем у классической серверной стойки прежних лет.
Дальше счёт идёт на мегаватты. Кластер на 10 000 ускорителей для обучения потребляет 10–15 МВт, а площадка на 50 000 чипов подбирается к 35 МВт непрерывной мощности. Отдельные новые дата-центры проектируются под 100–750 МВт - это потребление небольшого города. По прогнозам, к 2027 году глобальная потребность ИИ в мощности может достичь 68 ГВт.
Здесь нужно оговориться. Эти мегаватты уходят далеко не на одни чипы. Значительная доля тратится на охлаждение и на потери при передаче и преобразовании энергии внутри площадки. Чем плотнее стойки, тем острее обе проблемы.
Узкое место переехало от чипа к подстанции
Когда стойка потребляет под сотню киловатт, а площадка - сотни мегаватт, главным вопросом становится не «где взять видеокарты», а «где взять и как довести электричество». Энергосистемы во многих регионах не строились под такой спрос, и подключение нового дата-центра к сети растягивается на годы. Именно поэтому крупные компании в 2025–2026 годах подписывают прямые контракты на электроэнергию, договариваются о строительстве собственной генерации и всерьёз возвращаются к атомной теме, включая малые модульные реакторы.
Сдвиг показателен. Конкуренция в ИИ всё больше идёт за энергетическую инфраструктуру. Таланты и чипы по-прежнему важны, но гарантированные мегаватты дают преимущество, которое деньгами быстро не закрыть.
Физический слой: питание, охлаждение и километры кабеля
За красивыми графиками о триллионах параметров стоит очень приземлённая инженерия. Электричество от подстанции нужно довести до каждой стойки, распределить, зарезервировать и сделать всё это пожаробезопасным при колоссальных токах. Внутри площадки прокладываются километры силового кабеля - от вводных линий и щитов до шинопроводов и распределения по рядам стоек. От сечения жил, материала и класса изоляции напрямую зависит, выдержит ли инфраструктура заявленную нагрузку и насколько велики будут потери на нагрев.
Требования к такому кабелю жёсткие: большое сечение под высокие токи, негорючее исполнение с пониженным дымовыделением для машинных залов, нередко бронированные марки для подземной прокладки между зданиями кампуса. Подбор кабеля по фактической нагрузке, без прикидок на глаз, - отдельная инженерная задача. Характеристики силовых и бронированных марок, сечения, классы изоляции и сопроводительную документацию по таким задачам удобно сверять в каталоге компании «Рукабель»: перейти на сайт. Там по каждой позиции собрано подробное описание, что помогает не ошибиться ещё на стадии проектирования.
Эффективность считают в токенах на ватт
Раз энергия стала дефицитом, борьба за неё идёт по двум направлениям. Первое - добывать больше мегаватт: новые подстанции, своя генерация, атом. Второе - тратить меньше на ту же работу. Отсюда взрывной интерес к экономичным архитектурам моделей, квантизации (сжатию весов модели до меньшей разрядности), специализированным ускорителям инференса и жидкостному охлаждению, которое снимает тепло эффективнее воздуха.
Прогресс всё чаще измеряют полезной работой на ватт, а прежняя гонка за числом параметров отходит на второй план. Это здоровый сдвиг: вместо наращивания масштаба любой ценой индустрия начинает наводить порядок в эффективности.
За чем следить дальше
Ближайшие пару лет покажут, кто угадал с энергетической ставкой. Проверочная точка простая - сроки подключения анонсированных гигаваттных площадок и реальная себестоимость инференса у крупных провайдеров. Если она пойдёт вниз быстрее, чем растёт спрос, разговоры об «энергетическом тупике ИИ» окажутся преувеличением. Если нет - электричество останется тем самым тихим ограничителем, о который спотыкаются даже самые амбициозные планы.
