Блог компанії De Novo

AI/ML

Сторінка 3

Попит на ШІ стрімко зростає — й разом з ним збільшується апетит дата-центрів до електроенергії, особливо у великих європейських хабах. Високі ціни на енергію та амбітні кліматичні зобов’язання змушують операторів у ЄС шукати баланс між розширенням інфраструктури та її стійкістю. Разом з тим ШІ, який сам є головним споживачем нових потужностей, стає також інструментом для оптимізації енергоспоживання.

Генеративний штучний інтелект вивів роботу з інформацією на новий рівень ефективності. Але все ж потребу критичної оцінки результатів ніхто не скасовував — у цьому на власному гіркому досвіді переконалася група адвокатів, яка сприйняла «галюцинації» ШІ за реальні дані. Проте проблема в даному випадку значно глибша, ніж просто ще один курйоз.

Гіперскейлери масово подають заявки на підключення до електромереж, вимагаючи десятки гігаватів для майбутніх дата-центрів. Новий звіт LEI показує: значна частина цих звернень не підкріплена реальним попитом. Проте їх задоволення може спричинити проблеми для всієї енергосистеми.

Попит на AI/ML, який стрімко зростав останніми роками, дав потужний імпульс до будівництва нових великих дата-центрів. Цей тренд швидко підхопили США та Китай, натомість Європа втрачає свої позиції — популярні раніше локації, такі як Амстердам або Франкфурт, навіть вибули з ТОП-20.

В умовах стрімких перегонів за лідерство в сфері штучного інтелекту держави прагнуть забезпечити собі доступ до ключового ресурсу XXI століття — обчислювальних потужностей для ШІ, а також повну незалежність у цьому питанні. Але що насправді означає «суверенітет в обчисленнях»? Дослідження Оксфордського Університету пропонує трирівневу модель, яка дозволяє переосмислити це поняття в епоху генеративного ШІ.

Європейська комісія представила Кодекс добровільної практики для провайдерів генеративного ШІ. Цей крок може докорінно змінити правила гри: підписавши документ, компанії отримують не лише орієнтир, а й послаблення регуляторного тиску в межах EU AI Act.

Генеративні агенти на базі сучасних мовних моделей обіцяють революцію в цифровій автоматизації. Однак практика показує: такі системи поки що нестабільні й часто не справляються навіть з базовими завданнями. Недавнє масштабне дослідження продемонструвало, наскільки обмеженими є можливості таких рішень у реальних сценаріях. Утім, ці проблеми поступово вирішуються.

За даними корейського дослідницького центру KAIST TeraLab, потужність прискорювачів для задач AI/ML постійно зростатиме, що зумовлено, зокрема, новими типами високошвидкісної памʼяті. До 2038 року один GPU прискорювач споживатиме понад 15 кВт, готувати ЦОДи до такого навантаження потрібно вже сьогодні.

Група українських дослідників протестувала популярні мовно-візуальні ШІ-моделі на завданнях із національного тесту ЗНО. Результати виявили системні проблеми: жодна модель не склала тест, а «розуміння» української мови та культури ними виявилось обмеженим.

Міжнародне енергетичне агентство (IEA) запустило Energy and AI Observatory — перший у світі глобальний інструмент реального часу для відстеження впливу штучного інтелекту на енергетичні системи. Ініціатива вважається критично важливою в контексті вимог до сталого розвитку, ухвалених у багатьох західних країнах.

Сучасні інструменти штучного інтелекту, так то ChatGPT чи Google Gemini, активно впроваджуються в робочі процеси й обіцяють підвищення ефективності. Однак нещодавні дослідження свідчать, що їх використання може негативно позначатися на сприйнятті працівників колегами та керівництвом.

Моделі AI/ML стають дедалі розумнішими, а дата-центри — дедалі важчими. Поки увага галузі зосереджена на гігантських мовних моделях і їхньому апетиті до електроенергії, один із менш помітних, але не менш важливих факторів залишається в тіні — вага обчислювального обладнання. Вона стрімко стає новою межею в архітектурі та інженерії ЦОД.