Энергетический голод: почему ИИ стал проблемой для энергосети
Чтобы понять суть происходящего, нужно осознать аппетит современного искусственного интеллекта. Обучение и эксплуатация больших языковых моделей, подобных тем, что лежат в основе ChatGPT или китайских аналогов Ernie Bot от Baidu, требуют колоссальных вычислительных мощностей. Эти мощности обеспечиваются тысячами графических процессоров (GPU), которые, в свою очередь, являются одними из самых энергоемких компонентов в IT-инфраструктуре.
Центр обработки данных, занятый тренировкой ИИ, может потреблять энергии столько же, сколько десятки тысяч домохозяйств. На фоне глобального энергоперехода и роста тарифов это создает огромное финансовое бремя даже для таких гигантов, как Alibaba, Tencent и Baidu. Высокая стоимость вычислений напрямую бьет по конкурентоспособности, замедляя темпы исследований и вывод на рынок новых продуктов.
Повышение операционных затрат стало следствием перехода на отечественные микропроцессоры компаний Huawei и Cambricon, которые по показателю энергоэффективности пока отстают от зарубежных аналогов. В целях нивелирования данного недостатка региональные власти провинций с высокой плотностью дата-центров — Ганьсу, Гуйчжоу и Внутренней Монголии — ввели программу компенсаций, позволяющую покрыть до половины затрат на электроэнергию при условии использования китайских процессоров.
