Google готовит революцию: вычислительная мощность удесятерится за пять лет

По данным Artificialintelligence-News, Google планирует увеличивать объем своих серверов в два раза каждые полгода. Такой темп роста может привести к удесятерению общей вычислительной мощности в течение следующих четырех–пяти лет. Об этом сообщил Amin Vahdat, руководитель направления инфраструктуры ИИ в Google, во время внутренней встречи сотрудников 6 ноября.

Альфабет, дочерняя компания Google, демонстрирует устойчивые финансовые показатели. В октябре компания сообщила о хороших результатах за третий квартал и повысила прогноз по капитальным затратам до $93 млрд (ранее — $91 млрд). Это позволяет рассматривать амбициозные планы по развитию инфраструктуры как реализуемые.

В ответ на вопросы сотрудников о рисках инвестиций в ИИ, Vahdat подчеркнул, что недостаток вложений может стать серьезной проблемой. В сфере облачных вычислений Google уже получила выгоду от масштабного развития инфраструктуры. «Риск недостаточного инвестирования высок. Если бы у нас было больше вычислительных мощностей, показатели облачных сервисов были бы намного выше», — отметил он.

Доходы от облачных операций растут примерно на 33% в год, что формирует стабильный поток средств. Это, по мнению Vahdat, позволяет компании лучше справляться с возможными провалами, чем конкуренты.

Развитие более эффективных процессоров, таких как седьмое поколение Tensor Processing Unit, и оптимизация моделей больших языковых моделей (БЯМ) создают предпосылки для дальнейшего роста. Google уверена, что такие изменения помогут обеспечить бизнес-пользователей необходимыми ресурсами для внедрения ИИ.

Согласно мнению Markus Nispel из Extreme Networks, опубликованному в сентябре на Techradar.com, ключевыми проблемами в реализации ИИ остаются ограничения инфраструктуры. Legacy-системы, отсутствие возможности обработки данных в реальном времени и на краю сети, а также фрагментация данных мешают эффективной работе ИИ-проектов. «Даже если проект запущен, он часто сталкивается с задержками из-за недостаточной доступности данных или несогласованности систем. Без чистых и оперативных данных модели ИИ не могут полноценно работать», — объяснил эксперт.

По его данным, 80% ИИ-проектов по всему миру сталкиваются с трудностями, главным образом из-за инфраструктурных ограничений, а не технологий ИИ. Это подтверждает необходимость стратегического подхода к модернизации систем.

В крупных технологических компаниях, включая Google, Microsoft, Amazon и Meta⋆, капитальные вложения в этом году превысят $380 млрд, большая часть которых направлена на развитие ИИ-инфраструктуры. Это свидетельствует о приоритете, который они придают подготовке к будущему.

В условиях, когда некоторые сектора ИИ могут пережить реалигмент в ближайшие полгода, Google и другие гиперскейлеры рассматриваются как компании, способные удержать позиции и продолжить предлагать технологии, меняющие рынок.

Ключевые направления развития

Одним из центральных элементов успешного внедрения ИИ-проектов является гибкая инфраструктура, расположенная максимально близко к точкам обработки данных. Также важным фактором становится интеграция данных, которая позволяет избежать изолированных систем. Эти аспекты обеспечивают более полное использование возможностей ИИ.

Среди приоритетов — развитие вычислений на краю сети и оптимизация логистики данных. Такие изменения позволяют снизить задержки и повысить точность прогнозов, что особенно важно для бизнеса, где скорость и качество решений напрямую влияют на результат.

Тренды в капиталовложениях

Капитальные вложения в ИИ-инфраструктуру демонстрируют рост у всех крупных игроков рынка. Это связано с тем, что технологии ИИ становятся неотъемлемой частью стратегии развития. В условиях, когда спрос на ИИ растет, компании, которые не будут модернизировать инфраструктуру, рискуют потерять конкурентное преимущество.

Интересно: Какие меры необходимо предпринять, чтобы инфраструктура не стала узким местом в реализации ИИ-проектов, и насколько быстро бизнес может адаптироваться к этим требованиям?

i

Создано специально для ASECTOR

Концептуальное изображение

Ускорение ИИ-инфраструктуры: новые вызовы и возможности

Инфраструктура как основа технологического лидерства

Решение Google удваивать вычислительные мощности каждые полгода — это не только масштабирование, а стратегический ход, направленный на удержание позиции лидера в гонке за ИИ-доминирование. В условиях, когда крупные игроки вкладывают миллиарды в модернизацию инфраструктуры, Google стремится не только удерживать позиции, но и создавать барьеры для новых участников.

Важный нюанс: Такой темп роста требует не только финансовой устойчивости, но и точного понимания, как использовать ресурсы. Если компания будет только наращивать мощности, а не оптимизировать их применение, рост может превратиться в тяжелое бремя. Особенно если спрос на ИИ-ресурсы не будет расти синхронно.

Новые данные показывают, что Google разрабатывает собственные чипы, такие как седьмое поколение TPU, названное Ironwood, которые в 30 раз эффективнее предыдущих [!]. Это позволяет компании сокращать зависимость от поставщиков, таких как NVIDIA, и ускорять внедрение новых решений, включая обновления генерации видео, таких как Veo.

Конкуренция и концентрация: кто выигрывает, а кто теряет

Развертывающаяся гонка за ИИ-инфраструктурой не только укрепляет позиции Google, но и меняет баланс на рынке. Поставщики оборудования, такие как Intel или AMD, а также операторы ЦОДов, которые обеспечивают физическую инфраструктуру, получают выгоду от роста спроса. Однако, как показывает практика, мелкие ИТ-компании, не имеющие собственных мощностей, могут столкнуться с ростом цен на облачные услуги или ограничениями в доступе к ресурсам [!].

Важный нюанс: Увеличение вычислительных мощностей может создать эффект концентрации — крупные игроки становятся еще крупнее, а мелкие остаются на периферии. Это особенно актуально для российского бизнеса, где доступ к глобальным ИИ-сервисам ограничен, а локальные решения пока не справляются с масштабами.

В то же время, конкуренция усиливается. Например, AMD подписала стратегическое соглашение с OpenAI, предусматривающее поставку до 6 гигаватт вычислительных мощностей на базе GPU серии Instinct MI450 [!]. Это сотрудничество может существенно усилить позиции AMD на рынке, особенно в сегменте инференса с моделями больших языков.

Инфраструктурные барьеры и их преодоление

Многие компании, особенно малого и среднего бизнеса, сталкиваются с проблемой не технологий ИИ, а их инфраструктурной поддержки. Legacy-системы, фрагментация данных, недостаток мощностей — всё это мешает полноценному внедрению ИИ. По данным экспертов, 80% ИИ-проектов сталкиваются именно с такими барьерами.

Важный нюанс: Инвестиции в ИИ-инфраструктуру крупных игроков не решают проблему для всех. Для бизнеса, который не может позволить себе дорогостоящие решения, это создает разрыв в возможностях. Следовательно, ключевой задачей становится не только создание мощностей, но и их доступность для разных сегментов рынка.

Однако, как показывает опыт, масштабные инвестиции в ИИ-инфраструктуру не всегда гарантируют успех. Например, в США два новых дата-центра в районе Силиконовой долины завершили строительство, но остаются без электропитания из-за ограничений локальной энергетической инфраструктуры [!]. Это создает риск для операторов, вложивших ресурсы в оборудование и помещения.

Энергетика как новый фактор риска

Рост ИИ-инфраструктуры опережает развитие энергосистемы, что создаёт риск простаивания дорогостоящих мощностей. Энергетические компании в США уже инвестируют в инфраструктуру электросетей из-за роста заявок на подключение мощных дата-центров, часть из которых эксперты считают спекулятивными [!]. Регуляторы и потребители обеспокоены риском завышения затрат и избыточного строительства мощностей, которое может не оправдаться в реальном спросе.

Важный нюанс: Рост спроса на ИИ-инфраструктуру требует не только увеличения вычислительных мощностей, но и решения энергетических проблем. Без надежного и экономически эффективного источника питания даже самые современные решения могут остаться на бумаге.

Кроме того, энергетические затраты становятся критичным фактором. Например, проект OpenAI потребует 55,2 гигаватт — энергии для 44,2 млн домохозяйств. В условиях дефицита мощностей и роста стоимости жидкостного охлаждения, по сравнению с воздушным, строительство ИИ-центров становится более затратным [!].

Вывод: Таким образом, развитие ИИ-инфраструктуры — это не только вопрос технологий, но и стратегического управления ресурсами. Для российского бизнеса важно учитывать как глобальные тренды, так и локальные особенности, чтобы не упустить возможности, а наоборот, использовать их для укрепления позиций на рынке.