AI-бум обычно измеряется количеством GPU от Nvidia и капитальными затратами гипермасштабаблов. Но центр обработки данных, полный передовых чипов, бесполезен, если не может обеспечить достаточное количество электроэнергии для их работы.
Вот почему мощность становится одним из самых важных ограничений в инфраструктуре ИИ.
МЭА ожидает, что потребление электроэнергии мировыми центрами обработки данных вырастет с примерно 485 ТВт·ч в 2025 году до примерно 950 ТВт·ч к 2030 году. Объекты, ориентированные на ИИ, будут расти еще быстрее.
Проблема заключается не только в том, сколько энергии использует ИИ, но и в том, насколько быстро возникает этот спрос. Центры обработки данных можно построить за несколько лет, тогда как линии электропередачи, подстанции и новые источники генерации часто требуют гораздо больше времени.
ГПУ — это только один уровень стека ИИ
AI-кластерам нужно больше, чем процессоры.
Тысячи ускорителей требуют сетевого подключения, преобразования мощности, охлаждения и надежного доступа к электросети. По мере роста плотности серверов требования к вспомогательной инфраструктуре становятся более высокими.
Это создает более широкую цепочку поставок ИИ:
GPU → сетевое взаимодействие → преобразование питания → охлаждение → подключение к сети → генерация электроэнергии
Наше руководство по инфраструктуре ИИ показывает, как инвестиционная история уже расширилась за пределы чипов в сторону энергоснабжения и термического управления.
Ключевое отличие заключается в том, что некоторые из этих узких мест нельзя решить, просто заказав дополнительное оборудование.
Хайперскейлер может купить больше GPU. Он не может мгновенно создать новое высоковольтное соединение.
Доступ к сетке становится все более ограниченным
Техас предлагает один из самых ярких примеров.
Предложенные запросы на мощность для центров обработки данных превысили 700 ГВт, что значительно превышает текущее потребление энергии центрами обработки данных в США. Регуляторы начали ужесточать правила подключения, поскольку часть этого спроса может исходить от проектов, которые никогда не будут реализованы. Reuters описал эту проблему как ghost demand.
Это создает реальную финансовую проблему. Коммунальные службы могут инвестировать в инфраструктуру для проектов, которые никогда не реализуются, в то время как настоящие AI-кампусы ждут подключения электроэнергии годы.
| Бутылочное горлышко ИИ | Почему это важно |
|---|---|
| Подключение к сети | Новые проекты могут ждать годы |
| Трансформеры | Длительные сроки производства |
| Охлаждение | Графические процессоры с большей плотностью генерируют больше тепла |
| Генерация | ИИ требует надежного питания 24/7 |
| Передача | Мощность может находиться далеко от центров потребления |
Компании в сфере энергетики становятся играми на ИИ
Этот узкий момент создает новую группу получателей выгоды от ИИ.
Например, Vertiv поставляет системы управления питанием и охлаждения для центров обработки данных и недавно согласилась приобрести специалиста по микросетям Utility Innovation Group за сумму до 2,6 млрд долларов. Сделка Vertiv демонстрирует, насколько ценными становятся локальные источники генерации и инфраструктура, независимая от сетей.
Микросети важны, потому что они могут снизить зависимость от задержанных подключений к коммунальным сетям, сочетая электроэнергию из сети с локальным производством и хранением.
Коммунальные услуги также становятся частью торговли ИИ. NextEra Energy, Dominion Energy и другие поставщики энергии все больше выигрывают от долгосрочного спроса, создаваемого гипермасштабируемыми платформами и разработчиками центров обработки данных.
Прогноз энергетической перспективы МЭА предполагает, что возобновляемые источники энергии обеспечат значительную долю дополнительного спроса на данные-центры, но природный газ, ядерная энергетика и накопители также останутся важными, поскольку рабочие нагрузки ИИ требуют надежного электропитания круглосуточно.
Это также меняет экономику добычи bitcoin. Майнеры уже контролируют ценные подключения к электросетям в регионах с дешевой электроэнергией. Если компании, занимающиеся ИИ, готовы платить больше за ту же электроэнергию, некоторые операторы могут перенаправить мощности на высокопроизводительные вычисления. Анализ добычи от Coinpaper показывает, что сама электроэнергия становится дефицитным ресурсом.
История инвестиций в ИИ, следовательно, может выйти за рамки вопроса, кто производит самый быстрый чип.