На первый взгляд, искусственный интеллект кажется почти невесомым. Вы вводите вопрос, и через несколько секунд появляется ответ. Ни шума, ни дыма, ни видимого движения. Кажется, что все происходит „в облаке“. Именно в этом и заключается ошибка мышления. ИИ - это не абстрактная магия, а результат вполне конкретных, физических процессов. За каждым ответом стоят центры обработки данных, линии электропередач, системы охлаждения, чипы и целые инфраструктуры. Чем больше ИИ входит в нашу повседневную жизнь, тем более заметной становится эта реальность. И именно здесь возникает вопрос об устойчивости.
Тот, кто говорит об искусственном интеллекте, не затрагивая вопросы энергии, ресурсов и инфраструктуры, описывает лишь поверхность. Эта статья глубже. Не с алармизмом, а с трезвым взглядом на то, что на самом деле нужно ИИ для функционирования - сегодня и в будущем.
Последние новости по теме
10.03.2026: На международном саммите по атомной энергии в Париже председатель Комиссии ЕС Урсула фон дер Ляйен ретроспективно подчеркнула упадок атомной энергетики в Европе. назван „стратегической ошибкой“.. Она отметила, что доля атомной энергии в европейском производстве электроэнергии снизилась с примерно трети в 1990 году до 15 1TP22 тонн сегодня, что сделало Европу более зависимой от дорогого и нестабильного импорта ископаемого топлива.
Ядерные инновации и глобальная энергетическая безопасность: президент фон дер Ляйен на Саммите по ядерной энергии | Европейская комиссия
Фон дер Ляйен заявила, что Европа хочет участвовать в глобальном „возрождении атомной энергетики“, и, среди прочего, объявила о гарантированных инвестициях в 200 миллионов евро в малые модульные реакторы (SMR), которые должны быть готовы к использованию в начале 2030-х годов, чтобы сделать энергоснабжение более безопасным, дешевым и с меньшим уровнем выбросов.
Распространенное заблуждение: ИИ как „нематериальное облако“
Многие люди представляют себе ИИ как нечто подобное программному обеспечению прошлого: программа, которая запускается где-то, обновляется и все. Эта идея возникла в те времена, когда вычислительные мощности были сравнительно дешевыми, локально ограниченными и энергетически незаметными. ИИ выходит за эти рамки.
Термин „облако“ еще больше усиливает это впечатление. Он звучит мягко, почти естественно. Облака плывут, они ничего не отягощают. В действительности же за ними скрывается одна из самых энергоемких отраслей промышленности нашего времени. Большие залы, заполненные высокопроизводительными компьютерами, работающими круглосуточно. Тысячи километров кабелей. Массивные системы охлаждения. Постоянное техническое обслуживание.
Отличие от традиционного программного обеспечения заключается не в принципе, а в масштабе. ИИ не масштабируется линейно. Чем мощнее он становится, тем больше ресурсов ему требуется. И он растет не где-то абстрактно, а очень конкретно, на месте.
Что действительно необходимо современному ИИ
Чтобы понять, почему ИИ больше не является только темой программного обеспечения, нужно взглянуть на его основные потребности. Современные системы искусственного интеллекта нуждаются в трех вещах: вычислительной мощности, энергии и охлаждении.
Вычислительная мощность не возникает из воздуха. Ее обеспечивают специализированные чипы, оптимизированные для машинного обучения. Эти чипы работают параллельно, чрезвычайно быстро - и при этом потребляют огромное количество энергии. Чем больше модель ИИ, тем больше таких чипов должны работать одновременно. Одна модель может состоять из десятков тысяч таких вычислительных блоков.
Энергопотребление - это не побочный эффект, а ключевой фактор. ИИ вычисляет не выборочно, а непрерывно. Запросы поступают круглосуточно. Тренировки занимают дни или недели. Стоять на месте экономически нецелесообразно. Система должна работать и ночью, и в выходные, и в праздничные дни.
Это сразу же создает следующую проблему: тепло. Электрическая энергия не полностью преобразуется в вычислительную мощность. Значительная ее часть превращается в отработанное тепло. Без интенсивного охлаждения современные компьютеры с искусственным интеллектом выйдут из строя в течение короткого времени. Охлаждение, в свою очередь, требует энергии - и часто воды.
Именно здесь становится ясно: ИИ - это физическое явление. Он привязан к местам, к сетям, к ресурсам. А это неизбежно делает его вопросом устойчивости, даже если вы хотите избежать использования этого слова.
Обучение и использование: две совершенно разные нагрузки
Еще один момент, который часто упускается из виду в ходе публичных дебатов, - это разница между обучением ИИ и его последующим использованием. Эти два понятия часто объединяют, хотя нагрузка на них совершенно разная.
В процессе обучения обрабатываются большие объемы данных. Система изучает связи, паттерны, язык и образы. Этот этап требует больших вычислительных затрат. Обычно он сосредоточен в крупных центрах обработки данных и может потреблять огромное количество энергии. Один сеанс обучения большой модели может потреблять столько же электроэнергии, сколько небольшой город за длительный период времени.
За обучением следует применение. Здесь модель уже не меняется коренным образом, а применяется. Каждый запрос запускает вычислительные процессы, но в меньшем масштабе. Проблема заключается в массовости. Когда миллионы или миллиарды людей ежедневно используют ИИ, эти, казалось бы, небольшие усилия превращаются в постоянную нагрузку на базу.
Обе фазы актуальны. Обучение обеспечивает пиковые нагрузки, а использование - непрерывное потребление. Устойчивое развитие должно учитывать оба уровня, иначе анализ останется неполным.
Почему искусственный интеллект отличается от предыдущих цифровых технологий
Вы можете возразить, что каждая новая технология потребляет энергию. Это действительно так. Но ИИ отличается от предыдущих этапов цифровизации в одном важнейшем отношении: он не просто заменяет существующие процессы, а создает новые.
Интернет сделал общение более эффективным. Электронная почта заменила письма, видеоконференции - деловые поездки. С другой стороны, искусственный интеллект часто используется в дополнение. Тексты не только пишутся, но и многократно изменяются. Изображения не просто создаются, а создаются сериями. Решения принимаются не автоматически и окончательно, а моделируются, оцениваются и пересчитываются.
Повышение эффективности здесь часто приводит не к экономии, а к росту использования. То, что дешево и быстро доступно, используется чаще. Это явление не ново, но оно особенно ярко проявляется в случае с искусственным интеллектом. Чем лучше он становится, тем сильнее желание использовать его повсеместно. Именно поэтому надежда на то, что только техническая эффективность решит проблему устойчивости, не оправдывается. Даже более эффективные системы могут в конечном итоге привести к росту общего потребления.
Когда сегодня люди говорят об устойчивом искусственном интеллекте, это часто имеет моральную подоплеку. Это понятно, но не всегда полезно. Прежде чем говорить о добре и зле, стоит взглянуть на физические принципы.
Необходимо генерировать электричество. Тепло должно рассеиваться. Вода конечна. Сети имеют ограничения по пропускной способности. С этими фактами невозможно поспорить, каким бы совершенным ни было программное обеспечение. Поэтому устойчивое развитие начинается не с благих намерений, а с вопроса:
Что технически и инфраструктурно осуществимо?
Только поняв эту основу, можно принимать осмысленные решения. Решения о том, где будет использоваться ИИ, в каком объеме и по какой цене - как с экономической, так и с социальной точки зрения.
Настоящий вопрос, стоящий за дебатами
В конце этой первой главы все еще не дается оценка, а скорее меняется перспектива. Важнейший вопрос заключается не в том, „является ли ИИ устойчивым?“. Этот вопрос слишком общий и предполагает быстрые ответы.
Более точный вопрос: какая форма ИИ нам нужна и сколько мы готовы на нее потратить? Энергия, ресурсы, инфраструктура, политические решения - все это является частью уравнения. Тот, кто рассматривает ИИ исключительно как программный продукт, упускает из виду эти взаимосвязи.
Поэтому в следующих главах речь пойдет не о шумихе или страхе, а о структурах. Об энергетической политике, дизайне микросхем, проблемах расположения и сценариях будущего. Потому что только когда вы видите машину, стоящую за магией, вы можете осмысленно говорить о ее будущем.
Переломный момент в политике - когда искусственный интеллект потребует собственных электростанций
Иногда одно предложение говорит о состоянии разработок больше, чем страницы исследований. Когда Дональд Трамп на Всемирном экономическом форуме в Давосе заявил, что компаниям, занимающимся разработкой искусственного интеллекта, следует просто построить собственные электростанции или построить участвовать в финансировании, Это не был продуманный генеральный план энергетической политики. Но это был удивительно честный момент. Потому что в этом предложении содержится невысказанное осознание:
Искусственный интеллект - это уже не просто очередная отрасль программного обеспечения, а целый промышленный комплекс, требующий огромных затрат энергии.
Независимо от того, как вы оцениваете Трампа с политической точки зрения, это заявление задевает за живое. Крупные компании, занимающиеся разработкой искусственного интеллекта, открыто дают понять, что они больше не могут полагаться на существующие электросети, чтобы просто „обслуживать“ свои потребности в долгосрочной перспективе. Им нужны предсказуемые, постоянные и большие объемы энергии. И именно здесь начинается политическое измерение устойчивости ИИ.
Центры обработки данных как новая тяжелая промышленность
Долгое время центры обработки данных считались относительно незаметной инфраструктурой. Они располагались где-то на окраине города, потребляли электроэнергию, вырабатывали тепло - и в остальном почти не становились предметом общественных дискуссий. Теперь ситуация кардинально меняется.
Современные центры обработки данных с искусственным интеллектом имеют масштабы, которые раньше были известны только в традиционной промышленности. Их потребности в электроэнергии могут быть эквивалентны потребностям промышленного парка среднего размера. Их требования к охлаждению сложны. Их требования к площади постоянно растут. И самое главное - они работают не только днем, но и 24 часа в сутки, семь дней в неделю.
Это автоматически ставит их в одну категорию со сталелитейными, химическими или нефтеперерабатывающими заводами. В прошлом такие заводы специально размещались, получали политическую поддержку и планировались в рамках энергетической политики. Точно такие же вопросы возникают сейчас с инфраструктурой искусственного интеллекта - только гораздо быстрее и зачастую без четкой ответственности.
Почему здесь нельзя обойтись без политики
Энергетика - это не свободный рынок в вакууме. Энергосистемы, электростанции и процедуры получения разрешений регулируются политикой, планируются на долгосрочную перспективу и являются социально чувствительными. Если одному центру обработки данных вдруг понадобится столько же электроэнергии, сколько целому городу, это не останется без последствий.
Политики сталкиваются с дилеммой. С одной стороны, ИИ рассматривается как ключевая технология для экономической конкурентоспособности, инноваций и национальной безопасности. С другой стороны, его потребности в энергии напрямую конкурируют с домашними хозяйствами, малыми и средними предприятиями и существующей промышленностью. Рост цен на электроэнергию, затраты на расширение сети и локальные узкие места быстро превращаются в политические конфликты.
Идея о том, что компании с искусственным интеллектом должны сами организовывать энергоснабжение, не только прагматична, но и облегчает политическую ситуацию. Она перекладывает ответственность. Вместо того чтобы расширять и субсидировать государственные сети, частные игроки должны создавать свои собственные решения. Это похоже на рыночную экономику - но имеет далеко идущие последствия.
Трамп и проблема энергетики и технологий - поворотный пункт в политике
В США в настоящее время рассматривается необычный случай предложение по энергетической политике для обсуждения: Президент Дональд Трамп и несколько губернаторов настаивают на том, чтобы крупные технологические компании эффективно софинансировали строительство новых электростанций, чтобы ограничить рост цен на электроэнергию для частных домохозяйств.
Предпосылкой для этого является огромный спрос на электроэнергию со стороны центров обработки данных, которые работают, в частности, для предоставления услуг искусственного интеллекта и создают заметную нагрузку на электросети. Планируется провести так называемый аукцион надежности, в ходе которого технологические компании должны будут заключить долгосрочные контракты на поставку электроэнергии, обеспечивающие строительство электростанций, независимо от того, будут ли они фактически покупать электроэнергию или нет. Это может спровоцировать миллиардные инвестиции в новые электростанции и снизить нагрузку на государственные сети. Однако критики предупреждают о возможных побочных эффектах, таких как рост затрат для мелких поставщиков и усиление приватизации энергетической инфраструктуры.
Логика „строительства собственных электростанций“
На первый взгляд, эта идея кажется радикальной. Однако при ближайшем рассмотрении в ней прослеживается четкая логика. Тот, кто постоянно нуждается в большом количестве энергии, должен заниматься и ее выработкой. Долгое время это было обычной практикой в промышленности. Заводы управляли собственными электростанциями или заключали долгосрочные контракты на поставку.
Для компаний, работающих в сфере искусственного интеллекта, это означает наличие собственных электростанций, собственных хранилищ электроэнергии, прямое подключение к производителям или эксклюзивные контракты на поставку. Это может быть газ, атомная энергия, возобновляемые источники энергии или смешанные формы. Решающим фактором является не технология, а умение планировать.
Однако это создает новую форму инфраструктуры: частные энергетические острова. Высокопроизводительные центры обработки данных с собственным энергоснабжением, собственными приоритетами и собственной безопасностью. Они в меньшей степени зависят от государственной энергосистемы и, следовательно, меньше задействованы в традиционных механизмах балансировки.
Когда политика местоположения становится энергетической политикой
Именно здесь становится понятно, почему инфраструктура ИИ вызывает политические споры. Место расположения центра обработки данных теперь выбирается не только на основе налогового законодательства или трудовых отношений, но и с учетом доступности энергии, ситуации с одобрением и политической предсказуемостью.
Регионы со стабильными сетями, благоприятными источниками энергии и быстрым утверждением становятся все более привлекательными. Другие отстают. Это может усугубить существующие диспропорции - между странами, внутри стран и даже между муниципалитетами.
Это новая ситуация для местных руководителей. С одной стороны, центры обработки данных сулят инвестиции и престиж. С другой стороны, они почти не дают рабочих мест, но требуют больших затрат на инфраструктуру. Необходимо проложить дороги, сети, водопровод и обеспечить меры безопасности, в то время как прямые выгоды остаются ограниченными.
То, что звучит абстрактно в национальных стратегиях, становится очень конкретным на местах. Граждане спрашивают, почему строятся новые трубопроводы. Почему вода становится все более дефицитной. Почему растут цены на электроэнергию. И почему все это происходит для того, чтобы где-то генерировались тексты или рассчитывались изображения.
Вопрос принятия часто недооценивается. В то время как традиционные промышленные товары осязаемы, преимущества ИИ для многих людей остаются туманными. Это затрудняет политическую коммуникацию. Устойчивость - это не только техническая, но и социальная категория. Чем более заметной становится инфраструктура, тем сильнее давление, требующее ее оправдания. ИИ не может постоянно считаться невидимой услугой, если его физические следы становятся все более очевидными.
Смена власти за счет энергетической самодостаточности
Еще один аспект редко обсуждается открыто: Самодостаточность в энергетике создает власть. Те, кто контролирует свои поставки, меньше зависят от политических решений, сбоев в работе энергосистемы или вмешательства регулирующих органов.
Это привлекательно для крупных технологических компаний. Для государств это может быть проблематично. Это связано с тем, что традиционные инструменты контроля - плата за пользование сетью, определение приоритетов, отключения - менее эффективны, когда критическая инфраструктура организована частным образом.
Это создает новый уровень переговоров между политиками и технологическими компаниями. Теперь речь идет не только о данных или регулировании, но и об энергии, пространстве и долгосрочных ресурсах.
Переломный момент достигнут
В первой главе было показано, что ИИ - это физическое явление. Эта глава показывает, что физика становится политической. Заявление о том, что ИИ-компании должны строить собственные электростанции, - это не промах, а поворотный момент. Оно делает видимым то, что до сих пор часто игнорировалось: ИИ - это не только вопрос алгоритмов, но и инфраструктуры, власти и ответственности.
Поэтому следующие главы будут еще более конкретными. Речь пойдет об объемах электроэнергии, охлаждении, воде и технических ограничениях. Потому что только поняв эти основы, мы сможем говорить об устойчивом развитии реалистично - не ограничиваясь "жужжащими" словами и благозвучными декларациями о намерениях.
Энергопотребление, охлаждение, вода - физическая реальность ИИ
Пока ИИ рассматривается как программное явление, цифры остаются абстрактными. На несколько процентов больше вычислительной мощности здесь, новая модель там. Но как только вы начинаете думать о потребностях в энергии в киловатт-часах, мегаваттах или даже тераватт-часах, перспектива меняется. Тогда речь идет уже не о технических ухищрениях, а о реальных ресурсах, сетях, электростанциях и конфликтах распределения.
Эта глава посвящена именно этому уровню. Не для того, чтобы вызвать страх, а для того, чтобы нарисовать реалистичную картину. Потому что устойчивость начинается там, где абстрактные понятия воплощаются в физические границы.
Сколько электроэнергии на самом деле потребляет искусственный интеллект
Один из наиболее часто задаваемых вопросов: „Сколько энергии на самом деле потребляет искусственный интеллект?“. Честный ответ: зависит. Это зависит от модели, использования, местоположения и аппаратного обеспечения. Тем не менее, можно назвать порядок величины - и он показателен.
Сегодня крупные центры обработки данных с искусственным интеллектом работают в диапазонах мощности, которые раньше были характерны для целых промышленных районов. Для отдельных систем требуется несколько сотен мегаватт подключенной нагрузки. Это эквивалентно потребностям в электроэнергии десятков тысяч домохозяйств. И это не разовое пиковое значение, а постоянная нагрузка.
Важно, что ИИ не создает сезонного потребления, как системы отопления или кондиционирования. Он работает непрерывно. Это делает его так называемой базовой нагрузкой. Именно этот тип потребления представляет особую сложность для электросетей, поскольку он должен быть постоянно обеспечен.
Решающим моментом является не то, слишком ли высок этот спрос на электроэнергию, а то, как быстро он растет. В то время как традиционные отрасли промышленности зачастую развиваются десятилетиями, инфраструктура ИИ растет всего за несколько лет. Сети, электростанции и процедуры получения разрешений не рассчитаны на такие темпы.
Почему прогнозы часто понимают неправильно
В общественных дискуссиях часто приводятся большие цифры. Удвоение потребления электроэнергии, взрывной спрос, огромное бремя. Такие заявления не являются ошибочными, но их часто неправильно понимают.
Они не означают, что завтра погаснет свет. Но они означают, что долгосрочное планирование оказывается под давлением. Электрические сети строятся с учетом конкретных профилей нагрузки. Если эти профили коренным образом меняются, возникают узкие места - на местном, региональном или национальном уровне.
Проблема заключается не столько в абсолютном потреблении, сколько в его концентрации. Центры обработки данных ИИ распределены неравномерно. Они сосредоточены там, где есть благоприятные условия для сетей, охлаждения и политические рамки. Именно здесь и возникают конфликты.
Охлаждение: невидимая вторая система
Электроэнергия - это только половина дела. Каждый киловатт-час, потребляемый центром обработки данных, рано или поздно превращается в тепло. Это тепло необходимо рассеивать, иначе работа будет нарушена. Поэтому охлаждение - это не дополнение, а центральная операционная система современной инфраструктуры ИИ.
Раньше было достаточно воздушного охлаждения. Вентиляторы, системы кондиционирования, теплый выхлопной воздух. С ростом плотности мощности современных чипов этот принцип достиг своего предела. Сегодня все чаще используются системы жидкостного охлаждения, в которых охлаждающая жидкость подается непосредственно к процессорам. Эти системы более эффективны, но и более сложны. Для них требуются насосы, теплообменники и аварийные механизмы. И они создают новые зависимости: от воды, от химических охладителей, от стабильных температур.
Охлаждение - это не детальная проблема. Она определяет, где вообще можно эксплуатировать центры обработки данных. Регионы с высокими внешними температурами, дефицитом водных ресурсов или нестабильными сетями остаются позади.
Вода: часто скрываемое узкое место
В то время как об электричестве говорят много, вода удивительно часто остается за кадром. Тем не менее она незаменима во многих концепциях охлаждения. Испарительное охлаждение, установки повторного охлаждения, теплообменники - все это требует воды в соответствующих количествах. В регионах, богатых водой, это почти незаметно. Однако в засушливых регионах вода быстро становится политическим вопросом. Когда центры обработки данных конкурируют с сельским хозяйством, промышленностью и домашними хозяйствами, возникают конфликты, связанные с распределением воды. И их нельзя просто решить с помощью денег.
Кроме того, потребление воды носит локальный характер. Электричество можно транспортировать по сетям, а воду - лишь в ограниченной степени. Это делает фактор местоположения еще более важным. Нельзя просто построить центр обработки данных там, где дешевая земля, если там нет воды.
Поэтому дебаты об устойчивости ИИ неизбежно станут более региональными. То, что кажется разумным на глобальном уровне, может быть проблематичным на местном.
Часто утверждается, что новые технологии помогут решить эту проблему. Более эффективные чипы, лучшее охлаждение, оптимизированное программное обеспечение. Это не так уж и плохо, но неполно. Повышение эффективности снижает потребление на единицу вычислительной техники. В то же время стоимость и барьеры для внедрения снижаются. Это часто приводит к тому, что ИИ используется чаще и в новых областях. В результате общее потребление может даже возрасти.
Эта картина хорошо знакома по другим областям. Более эффективные двигатели привели не к уменьшению, а к увеличению трафика. Более эффективное освещение не привело к автоматическому снижению потребления электроэнергии, но увеличило ее использование. ИИ следует тому же принципу.
Поэтому устойчивое развитие не может быть решено только техническими средствами. Это всегда вопрос ограничения, расстановки приоритетов и осознанного принятия решений.
Электрические сети как узкое место
Часто недооценивается еще один аспект: сама электрическая сеть. Строительство электростанций - сложная задача, но расширение сетей зачастую еще сложнее. Разрешения, маршруты, приемка - все это требует времени.
Центрам обработки данных с искусственным интеллектом требуется не только много энергии, но и стабильные электросети. Колебания напряжения, перебои или узкие места могут привести к дорогостоящему ущербу. Поэтому операторы отдают предпочтение местам с высоким качеством электросетей. Это приводит к парадоксальной ситуации. Именно там, где сети хорошо развиты, давление возрастает сильнее всего. Новые крупные потребители усугубляют существующие узкие места. Расширение сети отстает.
Это еще раз показывает, что ИИ не является изолированной системой. Он оказывает влияние на существующие инфраструктуры и меняет их требования.
На этом этапе становится ясно, что физическую реальность ИИ нельзя рассматривать в отрыве от социальных проблем. Электричество, вода и сети - это товары общего пользования. Их использование регулируется политикой и является социально чувствительным.
Чем больше ИИ забирает этих ресурсов, тем острее встает вопрос о приоритетах:
- Для чего мы используем энергию?
- Какие приложения оправдывают расходы?
- И кто принимает решения?
На эти вопросы не могут ответить только инженеры. Они в равной степени затрагивают политику, бизнес и общество.
Неприятное осознание
Эта глава приводит к неприятному, но необходимому осознанию: ИИ - это не „чистый“ цифровой продукт. Он встроен в материальный мир с ограниченными ресурсами. Каждое использование имеет свою цену, даже если она не видна сразу.
В этом контексте устойчивость означает не отсутствие, а осознание. Осознание масштабов, взаимосвязей и последствий. Только когда эта реальность признается, можно разработать жизнеспособные решения.
Следующая глава посвящена самой технологии - чипам, обещаниям эффективности и вопросу о том, достаточно ли одного технологического прогресса для преодоления этих проблем.
ИИ и водный кризис: почему центры обработки данных используют слишком много воды? | DW Немецкий язык
Чипы, эффективность и иллюзия технического самовосстановления
Когда упоминаются огромные потребности ИИ в энергии, почти рефлекторно следует успокаивающая фраза: технология становится все более эффективной. Новые чипы, лучшее программное обеспечение, более интеллектуальное охлаждение - проблема будет решена со следующим поколением. Эта надежда вполне понятна. Она подпитывается опытом десятилетий. Компьютеры стали меньше, быстрее и экономичнее. Почему с ИИ должно быть иначе?
Короткий ответ таков: повышение эффективности реально, но оно не решает автоматически основную проблему. Напротив, они могут даже усугубить ее. Чтобы понять это, стоит подробнее рассмотреть технологию, лежащую в основе ИИ, и динамику, которую вызывает эффективность.
Почему специализированные микросхемы работают так хорошо - и так много потребляют
Современный ИИ уже не работает на классических универсальных процессорах. Ему требуются специализированные вычислительные блоки, способные выполнять множество простых вычислений параллельно. Именно в этом заключаются их сильные и слабые стороны. Эти чипы предназначены для одновременной обработки огромных объемов данных. Они выполняют вычисления не шаг за шагом, а большими блоками. Это делает их чрезвычайно мощными, но и энергоемкими. Чем плотнее упакованы вычислительные мощности, тем больше тепла выделяется и тем сложнее система охлаждения.
Главное, что эти чипы создаются не для того, чтобы быть экономичными, а для обеспечения максимальной производительности. Эффективность играет определенную роль, но на первый план выходит производительность. Ведь в конкурентной борьбе за возможности ИИ скорость имеет значение. Кто быстрее обучается, кто запускает более крупные модели, тот и получает преимущество.
Это создает структурный конфликт целей. Эффективность повышается, но не за счет роста производительности. Общее потребление не обязательно снижается, но смещается.
Производительность на ватт - важный, но ограниченный ключевой показатель
В последние годы появился новый ключевой показатель: Производительность на ватт. Он показывает, сколько вычислительной мощности достигается при использовании определенного количества энергии. Этот ключевой показатель полезен, поскольку наглядно демонстрирует эффективность. Однако он не является панацеей.
Система, работающая в два раза эффективнее, потребляет в два раза меньше энергии для выполнения одной и той же задачи. Но если она используется в четыре раза чаще, общее потребление возрастает. Именно такую картину мы наблюдаем снова и снова.
Производительность на ватт - это техническая оптимизация. С другой стороны, устойчивость - это системный вопрос. Она зависит от того, как используется технология, а не только от того, насколько хорошо она построена.
Почему эффективность часто приводит к увеличению использования
Это явление не ново. Оно было описано еще в XIX веке, задолго до появления компьютеров. Эффективность снижает затраты и препятствия. То, что дешевле и быстрее, используется чаще. Исключения редки.
Этот эффект особенно сильно проявляется в ИИ. Чем эффективнее становятся модели, тем легче их интегрировать в новые приложения. Тексты, изображения, видео, симуляции - все становится возможным там, где раньше это было слишком дорого или слишком медленно.
Это приводит не к экономии, а к расширению. ИИ не только заменяет существующие процессы, но и создает новые. Эффективность становится драйвером роста.
Тот, кто думает об устойчивом развитии исключительно с точки зрения технической оптимизации, упускает из виду эту динамику. Это все равно что надеяться, что более эффективные автомобили уменьшат количество пробок.
Миф о „следующем большом прорыве“
Еще один распространенный аргумент - следующее поколение чипов изменит все. Квантовый скачок, новые материалы, революционные архитектуры. Такие прорывы не невозможны, но они редки - и редко решают все проблемы одновременно.
Даже если чип станет вдвое или втрое эффективнее, основная схема останется прежней. ИИ растет, масштабируется и распространяется. Каждый прорыв немедленно находит применение в новых областях. Технический прогресс поглощается, а не используется для ограничения.
Более того, многие показатели эффективности уже учтены в цене. Простая оптимизация уже достигнута. Дальнейший прогресс будет более сложным, дорогим и медленным. В то же время спрос растет быстрее, чем повышается эффективность.
Локальный ИИ как контрмодель - с ограничениями
Часто упоминаемой альтернативной моделью является локальный ИИ. Меньшие модели, меньшая вычислительная мощность, меньшие требования к энергии. Эта модель привлекательна тем, что замедляет масштабирование и снижает зависимость.
Но и здесь локальный ИИ не заменит всех приложений. Большие модели, сложные анализы и глобальные услуги не могут быть просто децентрализованы. Локальная эффективность снимает нагрузку с системы, но не отменяет базовую динамику.
Устойчивость не возникает автоматически в результате децентрализации. Она создается путем сознательного выбора того, что имеет смысл делать на местном уровне, а что, возможно, делать не следует.
Почему технологии сами по себе не берут на себя ответственность
Технология оптимизирует то, что ей дано. Она не знает целей, выходящих за рамки этой оптимизации. С другой стороны, устойчивость - это нормативная цель. Она требует, чтобы кто-то устанавливал границы, определял приоритеты и принимал решения. Тот, кто надеется, что технология возьмет на себя эту ответственность, путает средства и цели. Эффективные чипы - это инструменты. Приведут ли они к большему или меньшему потреблению, зависит от того, как их использовать.
В этом отношении ИИ ничем не отличается от более ранних технологий. Разница заключается только в скорости и масштабе.
Неудобная роль ограничения
Ограничение - не самое популярное слово. Оно звучит как отказ, как остановка. На самом деле ограничение - это форма контроля. Оно решает, где технология имеет смысл, а где нет.
Устойчивый ИИ не будет создан путем повышения эффективности всего. Он будет создан путем принятия решения о том, какие приложения имеют приоритет, а какие являются бесполезными. Это решение не техническое, а политическое и социальное. Эффективность может помочь. Она может облегчить бремя. Но она не заменит решения.
Эта глава позволяет сделать четкий промежуточный вывод: технологический прогресс необходим, но сам по себе он не решает проблему устойчивости. Более эффективные чипы, лучшее программное обеспечение и оптимизированное охлаждение - это часть решения, но только часть. Если вы серьезно относитесь к устойчивому развитию, вы должны говорить об использовании, масштабировании и ограничении. О целях, а не только о средствах.
Поэтому в следующей главе мы переключим наше внимание с чисто технологических вопросов на вопрос об энергии как таковой. Откуда должно браться электричество, необходимое ИИ в долгосрочной перспективе? И какие варианты являются реалистичными, не ограничиваясь идеологией и выдачей желаемого за действительное?
Энергетические требования искусственного интеллекта: растущая проблема | DW Немецкий язык
Откуда должно браться электричество? - Варианты использования энергии без идеологии
На данном этапе вопрос устойчивости уже не может рассматриваться абстрактно. Если ИИ постоянно требует большого количества электричества, неизбежно возникает простой, но неудобный вопрос: откуда это электричество должно браться? Не теоретически, а практически. Не в какой-то момент, а постоянно.
Этот вопрос столь взрывоопасен, потому что в нем старые конфликты энергетической политики приобретают новую остроту. ИИ - это не случайный потребитель, а постоянная нагрузка. Ему нужно электричество тогда, когда оно необходимо, а не только когда светит солнце или дует ветер. Это делает его камнем преткновения для любой энергетической системы.
Почему искусственному интеллекту нужна базовая нагрузка
Системы искусственного интеллекта нельзя включать и выключать по собственному желанию. Обучение часто занимает несколько дней или недель. Услуги должны быть доступны круглосуточно. Перерывы в работе не только раздражают, но и обходятся экономически дорого. Поэтому требования к энергопотреблению ИИ аналогичны традиционным отраслям с непрерывным режимом работы. Они требуют наличия базовой нагрузки. Это означает, что электроэнергия должна быть доступна в достаточном количестве всегда, независимо от времени суток, погоды или сезона.
Вот тут-то и начинаются сложности. Многие источники энергии не обеспечивают постоянную подачу электричества. Они колеблются или имеют сезонный характер. Это не является фундаментальной проблемой, пока существует достаточная балансировка. Однако такое балансирование является дорогостоящим, технически сложным и часто политически противоречивым.
Возобновляемые источники энергии: незаменимы, но сами по себе недостаточны
Возобновляемые источники энергии играют центральную роль в любом устойчивом будущем. В этом мало кто сомневается. Они безопасны для климата, становятся все более экономически эффективными и социально приемлемыми. Тем не менее, они достигают своих пределов в базовых приложениях с высокой нагрузкой, таких как искусственный интеллект.
Солнечная и ветряная энергия поставляет электричество при благоприятных условиях. Системы хранения могут компенсировать колебания, но лишь в ограниченной степени. Большие хранилища, рассчитанные на несколько дней или недель, технически возможны, но они дороги и требуют больших земельных ресурсов.
Для центров обработки данных с искусственным интеллектом это означает, что возобновляемые источники энергии могут внести важный вклад, но они не гарантируют непрерывного снабжения. Без дополнительных мер будет сохраняться дефицит поставок. Этот разрыв необходимо ликвидировать - иначе устойчивое развитие останется математическим, но не реальным.
Атомная энергия: неудобный ренессанс
Едва ли какая-либо другая тема энергетики вызывает столько эмоций, как ядерная энергия. Поэтому тем более примечательно, что в контексте ИИ она вдруг снова стала обсуждаться трезво. Не из энтузиазма, а из необходимости.
Атомная энергия поставляет большие объемы электричества непрерывно, с небольшим потреблением земли и независимо от погоды. Именно это делает ее привлекательной для энергоемких центров обработки данных. Не как панацея, а как стабильная основа.
Для компаний, занимающихся разработкой искусственного интеллекта, социальные дискуссии менее важны, чем технические реалии. На первый план выходят предсказуемость, надежность поставок и долгосрочные контракты. Поэтому тот факт, что крупные технологические компании вновь заинтересовались атомной энергией, имеет не столько идеологический, сколько прагматический характер.
В то же время остаются привычные проблемы: длительные сроки строительства, высокая стоимость, проблемы с конечным хранением, политическое одобрение. Атомная энергетика - это не быстрое решение, а долгосрочное решение с высокими барьерами для входа.
Газ: мост с рисками
Природный газ часто рассматривается как гибкое дополнение. Его можно относительно быстро наращивать и снижать, электростанции строятся сравнительно быстро, а технология проверена и испытана. Газ может стать промежуточным решением для центров обработки данных с искусственным интеллектом.
Но в этом мосту есть трещины. Газ - ископаемое. Он вызывает выбросы и остается геополитически чувствительным. Даже при улавливании CO₂ остается нерешенная проблема. Газ также нестабилен с точки зрения цены. Это риск для долгосрочного планирования.
Тем не менее, газ будет играть определенную роль во многих сценариях. Не потому, что он идеален, а потому, что альтернатив нет. Устойчивость здесь часто означает выбор между плохими и менее плохими вариантами.
Хранилища, сети и недооцененные расходы
Часто утверждается, что проблему решат накопители. Большие батареи, водород, насосные станции. Все эти технологии существуют, но они не масштабируются по желанию.
Системы хранения дорогостоящи, материалоемки и требовательны к энергии. Они полезны для выравнивания колебаний, но не заменяют постоянную генерацию. Чем больше потребление, тем больше должна быть система хранения. Это не теоретический, а физический предел.
А еще есть сети. Электроэнергию нужно не только вырабатывать, но и транспортировать. Высокопроизводительные центры обработки данных требуют высокопроизводительных соединений. Расширение этих сетей требует больших затрат, времени и чревато конфликтами.
Частное энергоснабжение: Возвращение к старым моделям
В связи с этими проблемами новую актуальность приобретает старая идея: частное энергоснабжение. Раньше крупные производства управляли собственными электростанциями или заключали эксклюзивные контракты на поставку. Компании, работающие в сфере искусственного интеллекта, все чаще двигаются в этом направлении.
Собственные электростанции, собственные хранилища, прямые подключения - все это снижает зависимость. В то же время это выводит часть инфраструктуры из-под государственного контроля. Электроэнергия становится частным ресурсом.
Такое развитие событий рационально, но не социально нейтрально. Оно смещает баланс сил. Те, кто контролирует энергию, получают пространство для маневра. Это касается как государств, так и компаний.
Устойчивое развитие без иллюзий
В этот момент становится понятно, почему идеологические дебаты мало чем помогут. Идеального решения не существует. У каждого источника энергии есть свои преимущества и недостатки. Каждое решение связано с противоречивыми целями.
Устойчивость здесь означает не поиск „правильной“ технологии, а открытое обсуждение последствий каждого варианта. Какие риски мы принимаем? Какие зависимости мы принимаем? Какие расходы мы несем - и кто их несет?
ИИ заставляет нас заново задавать эти вопросы, потому что он сжимает и ускоряет спрос на энергию.
Эта глава знаменует собой изменение мышления. Вопрос больше не в том, можно ли обеспечить устойчивое функционирование ИИ, а в том, при каких условиях. Ограничивающим фактором здесь является энергия. Не вычислительная мощность, не программное обеспечение, а электричество.
Поэтому следующая глава посвящена образам будущего, возникающим в этих условиях. Не как прогнозы, а как сценарии. Ведь то, насколько устойчивым станет ИИ, будет определяться не одним прорывом, а совокупностью наших решений.
Текущий обзор использования локальных систем искусственного интеллекта
Три сценария будущего - насколько устойчивым может стать ИИ
После пяти глав, наполненных цифрами, техническими ограничениями и политическими противоречиями, легко создать впечатление, что ИИ неизбежно движется к проблеме устойчивого развития, которую едва ли можно сдержать. Такая точка зрения была бы понятна - но она была бы слишком недальновидной.
Будущее ИИ не определено. Оно станет результатом не одного технологического прорыва, а множества решений, которые будут приняты сегодня и в ближайшие годы. Решений о том, как будет использоваться ИИ, где он будет применяться и какое значение он будет иметь по отношению к другим социальным целям.
Чтобы сделать эту открытость осязаемой, нужно говорить не о каком-то одном будущем, а о возможных путях развития. Уже сегодня можно выделить три таких сценария. Ни один из них не является гарантированным, ни один не является абсолютно нереальным. Реальность, вероятно, будет содержать элементы всех трех.
Сценарий 1: Централизация и энергетические анклавы
В этом сценарии логика масштабирования продолжается последовательно. Крупные поставщики ИИ объединяют вычислительные мощности в нескольких чрезвычайно мощных местах. Эти места имеют собственные источники энергии, собственные сетевые подключения и, в некоторых случаях, собственные решения для хранения данных. Они высоко оптимизированы, изолированы и эффективны в промышленном смысле.
Преимущество этой модели очевидно. Можно планировать энергоснабжение, минимизировать перебои и рассчитывать затраты в долгосрочной перспективе. ИИ становится надежным, эффективным и глобально доступным. Этот сценарий привлекателен для компаний и стран, которые полагаются на технологическое лидерство.
Цена также очевидна. Энергетика становится все более приватизированной. Инфраструктура частично выходит из-под государственного контроля. Усиливаются региональные дисбалансы. Местное признание становится постоянной строительной площадкой. Устойчивость здесь понимается в основном в технических терминах и в меньшей степени в социальных.
Этот сценарий реалистичен, поскольку опирается на существующие модели. Это не радикальный разрыв, а продолжение индустриальной логики с использованием новых средств.
Сценарий 2: Эффективность, регулирование и преднамеренное ограничение
Другое видение будущего делает акцент на контроле. В этом сценарии политики и общество признают, что неограниченное масштабирование не имеет ни технического, ни социального смысла. ИИ используется целенаправленно, приоритетно и регулируется.
Эффективность по-прежнему важна, но она дополняется рамочными условиями. Определенным видам применения отдается предпочтение, другие намеренно ограничиваются. К энергоемким тренировкам предъявляются определенные условия. Решения о местоположении более тщательно координируются. Устойчивое развитие не зависит только от рынка.
Преимущество этой модели заключается в балансе. ИИ остается мощным, но встроенным. Вопросы энергетики и инфраструктуры рассматриваются вместе. Бремя распределяется более прозрачно.
Недостаток заключается в сложности. Регулирование требует времени, координация - скорости. Давление инноваций сталкивается с процессами планирования. Этот сценарий требует политической способности к действию и общественного консенсуса - ни то, ни другое не может быть само собой разумеющимся. Тем не менее, этот сценарий не является утопическим. Многие отрасли промышленности были встроены подобным образом без потери эффективности. Он предполагает, что ИИ рассматривается не как самоцель, а как инструмент.
Сценарий 3: Децентрализованный и локальный ИИ
В третьем сценарии фокус смещается. Вместо того чтобы создавать все более крупные централизованные системы, ИИ используется более децентрализованно. Маленькие модели, локальные вычислительные мощности, специализированные приложения. Не каждая задача требует максимальной производительности.
В этой модели ИИ приближен к месту использования. Компании сами управляют своими системами. Устройства становятся мощнее. Данные остаются локальными. Потребность в энергии для каждого приложения снижается, поскольку масштабирование ограничено.
Преимущество заключается в надежности. Уменьшается количество зависимостей. Инфраструктура разгружается. Устойчивость достигается за счет умеренности, а не за счет максимальной эффективности. Пределы этой модели также очевидны. Крупные и сложные приложения не могут быть полностью децентрализованы. Исследования, глобальные сервисы и очень сложные анализы по-прежнему требуют централизованных ресурсов.
Этот сценарий не заменяет другие, а дополняет их. Он показывает, что устойчивость может быть достигнута и за счет разнообразия - не все должно быть одинакового размера, одинаковой скорости и одинаковой производительности.
Почему не существует „правильного“ сценария
Эти три видения будущего не находятся в отношениях "или-или". Скорее, это разные ответы на одну и ту же задачу. В зависимости от области применения, региона и цели, различные решения будут иметь смысл.
Решающее значение имеет не то, какой сценарий преобладает, а то, насколько осознанно принимаются основополагающие решения. Устойчивость не вытекает автоматически из технологий. Она возникает из приоритетов.
Если ИИ будет использоваться повсеместно и постоянно, его потребности в энергии неизбежно возрастут. Если же его использовать целенаправленно, то этот спрос можно контролировать. Это не моральное осуждение, а трезвое наблюдение.
Настоящий вопрос, стоящий за устойчивым развитием
В конце этой статьи нет простого ответа. Вопрос „Является ли ИИ устойчивым?“ вводит в заблуждение. Он предполагает, что существует однозначное "да" или "нет".
Более разумный вопрос: для чего мы используем ИИ и сколько мы готовы на это потратить? Энергия, ресурсы, инфраструктура, политическое внимание. Этот вопрос нельзя перекладывать на плечи алгоритмов.
ИИ - это инструмент с огромным потенциалом. Он может сделать процессы более эффективными, знания - более доступными, а решения - более обоснованными. В то же время он требует реальных ресурсов. И то, и другое верно.
Осторожно оптимистичный прогноз
Несмотря на все трудности, есть основания для осторожного оптимизма. Проблемы видны. Они обсуждаются. Их можно назвать. Это больше, чем можно было сказать о многих предыдущих технологических потрясениях.
Дискуссия об устойчивом ИИ начинается не с отказа от него, а с понимания. Те, кто признает физическую реальность ИИ, могут принимать более правильные решения. Те, кто осознает его ограничения, смогут использовать его с умом.
Не „все само собой наладится“. Но и не все потеряно. Существует широкое пространство между слепой верой в прогресс и парализующим скептицизмом. Это пространство определит, какую роль будет играть ИИ в будущем - и насколько устойчивым он может быть на самом деле.
В конечном итоге устойчивое развитие - это не состояние, а процесс. ИИ станет частью этого процесса. Не как обещание спасения, а как инструмент, который нужно использовать ответственно.
Часто задаваемые вопросы
- Что на самом деле означает термин „устойчивость“, когда речь идет об искусственном интеллекте?
Устойчивость в ИИ означает не только защиту климата или экономию электроэнергии, но и все потребление ресурсов на протяжении всего жизненного цикла. Сюда входит энергия для центров обработки данных, вода для охлаждения, сырье для чипов, сетевая инфраструктура и долгосрочные социальные последствия. ИИ является устойчивым, если его преимущества разумно соотносятся с этими затратами. - Почему искусственный интеллект потребляет так много энергии, ведь он всего лишь программное обеспечение?
ИИ выглядит как программное обеспечение, но работает на очень мощном оборудовании. Это оборудование работает круглосуточно, параллельно обрабатывает огромные объемы данных и при этом выделяет много тепла. Мощность нужна не только для вычислений, но и для охлаждения, сетевых технологий и надежности. - Является ли энергопотребление ИИ действительно новой проблемой?
Не принципиально новый, но новый по масштабу и скорости. Если раньше цифровые технологии развивались медленно, то ИИ масштабируется всего за несколько лет. Сети и энергоснабжение часто оказываются к этому не готовы. - Означает ли увеличение числа искусственных интеллектов автоматическое повышение энергопотребления?
На практике в основном да. Системы становятся все более эффективными, но снижение затрат ведет к увеличению их использования. Создаются новые приложения, множатся старые процессы. Эффективность замедляет рост, но редко сводит его на нет. - Почему системы искусственного интеллекта не могут просто рассчитать, когда энергии будет достаточно?
Многие приложения искусственного интеллекта требуют постоянной доступности. Тренировки занимают дни или недели, а сервисы должны быть доступны в любое время. Поэтому ИИ - это не гибкий потребитель, а постоянная базовая нагрузка. - Какую роль играют центры обработки данных в дискуссии об устойчивом развитии?
Центры обработки данных - это физическое сердце искусственного интеллекта. Они объединяют в одном месте энергопотребление, выработку тепла и охлаждение. Чем больше и плотнее они становятся, тем большее влияние они оказывают на местную инфраструктуру и окружающую среду. - Почему охлаждение является такой важной проблемой для ИИ?
Мощные чипы выделяют огромное количество тепла. Без эффективного охлаждения они быстро выйдут из строя. Современные системы охлаждения сложны, энергоемки и часто используют воду, что создает новые узкие места. - Действительно ли потребление воды имеет значение для ИИ?
Да, особенно на региональном уровне. В районах, где воды не хватает, центры обработки данных конкурируют с домохозяйствами, сельским хозяйством и промышленностью. Воду нельзя транспортировать по своему усмотрению, и она быстро становится фактором политического конфликта. - Смогут ли возобновляемые источники энергии полностью покрыть потребности ИИ в электроэнергии?
В долгосрочной перспективе они могут внести значительный вклад, но в настоящее время их одних недостаточно. Искусственный интеллект нуждается в электроэнергии круглосуточно. Без накопителей, расширения сети и дополнительных источников энергии будет сохраняться дефицит предложения. - Почему компании, занимающиеся разработкой искусственного интеллекта, вдруг снова заинтересовались ядерной энергией?
Не из идеологии, а из необходимости. Атомная энергия обеспечивает предсказуемое, непрерывное электроснабжение с низким потреблением земли. Такая стабильность привлекательна для энергоемких центров обработки данных, несмотря на все известные проблемы. - Является ли природный газ устойчивым решением для искусственного интеллекта?
Природный газ - это скорее переходное решение. Он гибок и доступен, но вызывает выбросы и геополитическую зависимость. Он устойчив только в относительном смысле, а не как постоянное решение. - Почему компании, работающие в сфере искусственного интеллекта, строят собственные электростанции?
Собственное энергоснабжение - это предсказуемость и независимость. Государственные сети исчерпали свой ресурс, а получение разрешений занимает много времени. Частные электростанции обеспечивают безопасность работы, но перекладывают ответственность с государства на компанию. - Является ли частное энергоснабжение проблемой для искусственного интеллекта?
Она эффективна, но не является социально нейтральной. Она может облегчить нагрузку на государственные сети, но частично не поддается демократическому контролю. Энергия становится частным ресурсом, обладающим политической взрывной силой. - Может ли местный искусственный интеллект решить проблему устойчивого развития?
Локальный ИИ может помочь за счет использования небольших моделей и локальной обработки данных. Это снижает централизованную нагрузку, но не заменяет все приложения. Большие модели остаются энергоемкими. - Почему одного технического прогресса недостаточно?
Потому что эффективность обычно приводит к большему использованию. Технологии оптимизируют средства, а не цели. Устойчивость требует принятия решений о том, для чего используется ИИ, а не только о том, насколько эффективно он вычисляет. - Нуждается ли ИИ в более строгом регулировании?
Регулирование может помочь определить приоритеты и ограничить экстремальное развитие событий. Однако оно сложное и медленное. Решающим фактором является не максимальный контроль, а разумные рамки. - Существует ли риск, что ИИ усилит социальное неравенство?
Да, особенно из-за расположения и энергетических проблем. Регионы с развитой инфраструктурой выигрывают, другие отстают. Частные энергетические острова могут усугубить этот дисбаланс. - Есть ли повод для оптимизма, несмотря на все эти проблемы?
Да, проблемы видны, и их можно обсуждать. ИИ - это не естественное явление, его можно формировать. При осознанности, умеренности и четких приоритетах его можно использовать разумно, не обгоняя самого себя.
