Развитие дата-центров не успевает за потребностями ИИ

В ближайшие пять лет цифровой мир столкнётся с одной из самых масштабных трансформаций в своей истории. Согласно недавнему отчёту компании McKinsey, мировой спрос на вычислительную инфраструктуру — особенно ту, что поддерживает искусственный интеллект (AI/ML) — может потребовать колоссальных вложений — $6,7 триллионов капитальных вложений к 2030 году. Беспрецедентный масштаб инвестиций отражает рост ИИ-нагрузок, в частности генеративных моделей вроде ChatGPT, и необходимость радикальной перестройки глобальной инфраструктуры ЦОД.

120 кВт на стойку — ближайшее будущее 

По прогнозам аналитиков, из упомянутой суммы, почти $5,2 трлн будет направлено на развитие инфраструктуры, предназначенной специально для ИИ, включая обучение и инференс. Ещё $1,5 трлн пойдёт на поддержку традиционных ИТ-нагрузок. Бурный рост вдет не только к увеличению количества серверов, но также увеличивает плотность мощности в дата-центрах. Долгое время средняя мощность в расчете на стойку не превышала 5-6 кВт, но в связи с активным роста спроса на ИИ этот показатель быстро растет и сегодня, по данным McKinsey стойки для AI/ML-моделей потребляют в среднем 17 кВт, а всего через пару лет — к 2027 году этот показатель может достичь 30 кВт. При этом в особых случаях нагрузка может достигать невероятных 120 кВт на одну серверную стойку. Данные исследования показывают, что глобальный спрос на мощности ЦОД может почти утроиться к 2030 году, причем около 70% процентов мощности придется на ИИ-нагрузки. 

Эта ситуация уже сейчас требует переосмысления не только размещения оборудования, но и всего процесса будущего проектирования дата-центров. Появляются новые стандарты по охлаждению, плотности размещения, устойчивости к нагрузке и энергопитанию. ИИ глубоко встраивается в приложения и бизнес-процессы, инфраструктура стремительно меняется под новые требования: модульные системы охлаждения, умные электросети, альтернативные источники энергии — всё это становится стандартом.

Инфраструктура не успевает за спросом 

Однако, несмотря на гигантский спрос на ИИ-сервисы, инфраструктура ЦОД не поспевает. Ключевой проблемой становится доступность энергии. Даже в таких зрелых и развитых кластерах как Северная Вирджиния и Санта-Клара (Калифорния) уже ощущается дефицит мощности: электросети не успевают расширяться. В Дублине (Ирландия) и вовсе введён запрет на новые подключения дата-центров к сети до 2028 года из-за давления на энергосистему и климатических целей. Крупным операторам дата-центров приходится искать новые локации, но, даже несмотря на наличие ресурсов, в других местах зачастую отсутствует достаточно развитая энергетическая инфраструктура, а также нет сетей связи с достаточной пропускной способностью.

Параллельно компании сталкиваются с финансовыми рисками. Темпы развития ИИ настолько высоки, что инфраструктура, построенная сегодня, может устареть уже через несколько лет. При этом недостаточные инвестиции чреваты отставанием от конкурентов, а чрезмерные — риском невостребованных активов. McKinsey подчёркивает, что сегодня инвестиционные решения в сфере вычислительных мощностей стали особенно рискованными, и требуют не только высокой точности, но и значительной гибкости.

Тем не менее, аналитики подчеркивают — для компаний, способных быстро адаптироваться к меняющимся условиям, открываются колоссальные возможности. Новые стандарты жидкостного охлаждения, энергоэффективные архитектуры ИИ-чипов, программно-определяемые инфраструктуры — всё это может дать толчок новой эре дата-центров, рассчитанных на ИИ-нагрузки. Те, кто сумеет справиться с новыми вызовами, будут определять будущее цифровой экономики в ближайшие десятилетие.