Google инвестирует в ИИ-инфраструктуру: масштабирование на грани возможностей

По данным Ars Technica, крупные технологические компании сталкиваются с растущими вызовами в обеспечении масштабируемой инфраструктуры для искусственного интеллекта. Рост спроса на ИИ-сервисы приводит к ускоренному развитию вычислительных мощностей, что требует значительных инвестиций и инноваций.

Инфраструктурные вызовы в условиях высокого спроса

Во время встречи с сотрудниками в начале ноября глава направления инфраструктуры Google Амин Вахдат объявил, что компания должна удваивать мощности обслуживания каждые шесть месяцев. Цель — увеличить вычислительные возможности в тысячу раз за 4–5 лет. При этом рост должен происходить при тех же затратах, уровне энергопотребления и надежности. Вахдат подчеркнул, что достижение этой цели потребует совместной разработки решений и тесного взаимодействия с партнерами.

Проблемы с обеспечением мощностей затрагивают не только Google, но и других лидеров рынка. Например, OpenAI планирует построить шесть крупных дата-центров в США в рамках проекта Stargate. Компания намерена инвестировать более 400 млрд долларов в три года, чтобы достичь мощности почти в 7 гигаватт. Уже сейчас пользователи ChatGPT сталкиваются с ограничениями, особенно в использовании функций, таких как синтез видео и модели симуляции мышления.

Ограничения в производстве оборудования и стратегии развития

Одним из ключевых факторов, ограничивающих рост, является нехватка графических процессоров (GPU) от Nvidia, которые ускоряют вычисления в ИИ. По данным компании, спрос на её чипы превысил возможности производства, что привело к росту дохода от дата-центров на 10 млрд долларов за квартал. Недостаток оборудования влияет и на Google, которая не может внедрять новые функции в полном объеме. Например, обновление инструмента генерации видео Veo ограничено из-за вычислительных барьеров.

Для решения этой задачи Google разрабатывает собственные чипы. В начале ноября компания объявила о выходе на рынок седьмого поколения Tensor Processing Units (TPU), названного Ironwood. По утверждениям, новая модель в 30 раз эффективнее предыдущих версий с точки зрения энергопотребления.

Стратегии масштабирования и будущие риски

Вахдат выделил три основных направления масштабирования: развитие физической инфраструктуры, создание более эффективных моделей ИИ и разработка собственных чипов. Эти меры позволяют компании снизить зависимость от внешних поставщиков и ускорить внедрение инноваций.

Однако рост инвестиций не гарантирует успеха. Руководитель Google Сундар Пичай признал, что 2026 год будет особенно напряженным. В условиях возможного спада интереса к ИИ компания делает ставку на то, что риск недостаточной инвестиции превышает риск избыточной мощности. Это решение может оказаться дорогим, если спрос не будет расти так, как ожидается.

Интересно: Сможет ли компания, ориентированная на масштабирование ИИ, адаптироваться к возможному снижению спроса, не потеряв конкурентное преимущество?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда ИИ становится вопросом выживания

Скрытые игры за пределами экрана

Развитие искусственного интеллекта выходит за рамки алгоритмов и кода — оно становится борьбой за контроль над физической реальностью. За кулисами технологического прогресса разворачивается битва за серверные мощности, чипы, энергопотребление и стратегические решения, которые определят, кто станет лидером в новой эпохе. Google, OpenAI, NVIDIA — все они не только развивают ИИ, но конкурируют за будущее.

Вахдат, глава направления инфраструктуры Google, заявил, что компания должна удваивать мощности каждые шесть месяцев. Это не только амбициозный план, это необходимость. Если Google не будет расти, её конкуренты — Microsoft, Meta⋆, OpenAI — займут нишу. В условиях, когда даже OpenAI сталкивается с ограничениями в доступе к вычислительным мощностям, масштабирование становится вопросом выживания.

Важно: Рост вычислительных мощностей — это не только техническая задача, но и экономическая стратегия, где каждый шаг вперёд требует не только денег, но и предсказания будущего.

Невидимые цепи зависимости

Одним из ключевых факторов, ограничивающих развитие, является нехватка GPU от Nvidia, которые ускоряют обработку данных и позволяют обучать модели за считанные часы. Однако Nvidia не может производить их достаточно быстро. Это создает бутылочное горлышко: даже если у Google есть деньги и идеи, без чипов — ничего не построить.

В ответ Google разрабатывает собственные чипы, седьмое поколение TPU, названное Ironwood, которое в 30 раз эффективнее предыдущих версий с точки зрения энергопотребления. Это не только улучшение, это попытка обойти зависимость. Но создание собственного оборудования — это долгий и дорогой путь. В то же время, OpenAI идёт по другому вектору: строит дата-центры и инвестирует в масштаб.

Важно: В гонке за ИИ, каждый шаг в сторону независимости — это шаг к устойчивости, но он требует значительных ресурсов и времени.

Риски масштабирования и стратегические альянсы

Сундар Пичай, руководитель Google, признал, что 2026 год будет особенно сложным. Если спрос на ИИ снизится, компания может оказаться с излишней инфраструктурой и высокими затратами. Это рискованно. Но, как он отметил, риск недостаточной инвестиции превышает риск перегрузки. Это решение может оказаться дорогим, если спрос не будет расти так, как ожидается.

При этом, Google активно расширяет свои позиции на глобальном рынке. Например, компания участвует в расширении подводных кабельных сетей, реализуя проект Sol, который соединяет Флориду, Бермуды, Азорские острова и Испанию. Это подчеркивает стратегическое значение Google в обеспечении устойчивой глобальной связи [!].

Кроме того, Google инвестирует в Cursor, стартап, специализирующийся на ИИ для написания кода, который привлек $2,3 млрд в рамках раунда Series D. В рамках сотрудничества Google предоставляет Cursor облачную инфраструктуру и ИИ-сервисы, что усиливает её позиции в быстро растущем сегменте ИИ для разработчиков [!].

Долгосрочные вызовы и энергетические ограничения

Однако масштабирование ИИ сталкивается с новыми вызовами. Например, энергетические компании в США увеличивают инвестиции в инфраструктуру электросетей из-за роста заявок на подключение мощных дата-центров. Крупные технологические компании, включая Google, подают заявки на подключение дата-центров в нескольких регионах, что может быть спекулятивным. Энергетические компании, опираясь на эти заявки, инвестируют в расширение инфраструктуры, что рискует привести к завышению затрат и тарифов для потребителей [!].

Кроме того, рост спроса на ИИ-сервисы приводит к увеличению энергопотребления, что усложняет достижение климатических целей Google [!]. В этой связи, компания рассматривает возможность использования атомной энергетики для питания дата-центров, что может стать частью национальной энергетической стратегии [!].

Важно: Устойчивое развитие ИИ требует не только технологической, но и энергетической стратегии, которая учитывает долгосрочные риски и возможности.

Заключение

В мире, где технологии меняются за считанные годы, ставки высоки. Для Google и других гигантов, ИИ — это не только инструмент, это будущее, которое они хотят создать и контролировать. В российском контексте это означает, что локальные игроки, не имеющие доступа к глобальным чипам и дата-центрам, рискуют остаться позади. Но это также возможность — если будет разработана стратегия, позволяющая создать собственную ИИ-инфраструктуру, даже на ограниченных масштабах, это может стать конкурентным преимуществом.