Айдана Ахмеджанова Стремительное внедрение алгоритмов искусственного интеллекта сформировало структурный дисбаланс на мировом энергетическом рынке. Вычислительные центры, обслуживающие машинное обучение, требуют на порядок больше электричества, чем традиционная серверная инфраструктура. Эта динамика ставит под угрозу выполнение глобальных климатических целей и заставляет технологические корпорации пересматривать стратегии декарбонизации.
Стандартный вычислительный кластер потребляет от 100 до 300 мегаватт непрерывной мощности – показатель превышает запросы обычных дата-центров в десять раз. По оценкам Международного энергетического агентства, глобальное потребление таких объектов достигло 415 тераватт-часов в 2024 году. При сохранении текущих темпов к 2026 году цифра превысит 1000 тераватт-часов, что сопоставимо с годовым энергобалансом Японии. В США системные операторы прогнозируют, что к 2030 году на серверные мощности будет приходиться до 8% всего спроса на электроэнергию в стране.
Высокая энергоемкость обусловлена архитектурой генеративных сетей. Обучение базового алгоритма потребовало свыше миллиона киловатт-часов, а для моделей нового поколения затраты оцениваются аналитиками в диапазоне от 50 до 100 миллионов киловатт-часов. Объем равен годовому потреблению нескольких сотен домохозяйств. Последующая эксплуатация моделей – инференс – генерирует постоянную базовую нагрузку на энергосети.
Энергетические системы физически не готовы к такому росту. Технологические компании сталкиваются с системными задержками при подключении новых объектов. Девелоперские проекты в развитых IT-хабах замораживаются на годы из-за нехватки пропускной способности магистралей и длительных процедур согласования модернизации сетей. Поскольку современный дата-центр потребляет электричество в масштабах небольшого города, локальная концентрация таких объектов создает угрозу системных аварий в пиковые часы.
Инфраструктурный дефицит вступает в противоречие с корпоративными ESG-стратегиями. Корпорации публично обязались перейти на углеродно-нейтральную или полностью безуглеродную модель энергоснабжения в период с 2030 по 2040 год. Однако вычислительные кластеры требуют бесперебойного питания, тогда как возобновляемые источники – ветер и солнце – отличаются волатильностью генерации. Из-за дороговизны промышленных систем накопления энергии операторы вынуждены использовать мощности из общих сетей с высокой долей ископаемого топлива или полагаться на газовые генераторы в качестве резерва.
Для компенсации углеродного следа IT-сектор резко нарастил закупку квот на добровольном рынке. По данным Всемирного банка, котировки в этом сегменте варьируются от 10 до 100 долларов за тонну. Компании отдают предпочтение инструментам физического изъятия углерода из атмосферы, а не квотам на предотвращение выбросов. Предложение таких технологических решений остается жестко ограниченным. Технологии прямого улавливания обходятся операторам в сумму от 600 до 1000 долларов за тонну углекислого газа, что делает их массовое масштабирование экономически нецелесообразным в среднесрочной перспективе.
Под давлением климатических ограничений участники рынка меняют подходы к экспансии. Корпорации инвестируют в разработку специализированных энергоэффективных процессоров и внедряют системы жидкостного охлаждения, снижающие энергозатраты дата-центров на четверть. Происходит географическая диверсификация инфраструктуры – кластеры строятся в регионах с избытком генерирующих мощностей и высокой долей возобновляемых источников. Вместо простой покупки углеродных кредитов технологические гиганты все чаще заключают долгосрочные контракты на прямое финансирование строительства новых солнечных и ветровых парков, становясь независимыми инвесторами в мировую энергетику.
