Рост спроса на ИИ сталкивается с физическими ограничениями

По данным Helpnetsecurity, рост спроса на искусственный интеллект сталкивается с физическими и техническими ограничениями, что может повлиять на доступность и равенство в использовании технологии. В новом аналитическом документе рассматривается вопрос: стоит ли рассматривать доступ к ИИ как цивилизационное право, а не как услугу, регулируемую рынком. Авторы работы моделируют, как может развиваться спрос на ИИ, когда он станет частью повседневных приложений.

Предполагается, что пиковая мобильная активность может достигать 60 запросов в секунду на пользователя. Если 30% смартфонов будут поддерживать ИИ, это может создать более 5 триллионов запросов в минуту. Такой объем нагрузки создаёт значительные проблемы для сетевой инфраструктуры и энергопотребления.

Ограничения по энергии и сетям усиливают риск неравенства

Одной из ключевых проблем является энергопотребление. По оценкам, запрос к ИИ может потреблять в 1000 раз больше энергии, чем обычный поиск. В целях минимизации задержки поставщики ориентируются на централизованные GPU-кластеры, что концентрирует энергопотребление в ограниченном числе локаций. Это создаёт дополнительные риски, связанные с безопасностью и равенством доступа.

Авторы отмечают, что ограничения доступа уже применяются в разных формах: тарифные уровни, лимиты на использование, географическое ограничение скорости. Со временем такие механизмы могут превратиться в инструменты управления дефицитом. Это особенно касается сфер, где ИИ влияет на образование, здравоохранение, рекрутинг и исследование.

Рекомендации: переход к модели общей инфраструктуры

В работе предлагается переосмыслить ИИ как общественную инфраструктуру, сравнимую с библиотеками или коммуникационными сетями. Авторы утверждают, что ИИ обучается на общедоступных данных, и ограничение доступа к его результатам приводит к приватизации общественного ресурса.

Для реализации этой идеи предлагается создать сетевую систему доставки ИИ (AIDN), которая будет адаптирована под инференс. Основной единицей в этой системе выступают фрагменты знаний, которые могут кэшироваться, комбинироваться и повторно использоваться.

Каждый узел AIDN включает в себя:

• менеджер хранения, отвечающий за локальные данные и метаданные;
• менеджер распределения, управляющий передачей фрагментов знаний;
• универсальный узел инференса, обрабатывающий запросы и распределяющий нагрузку между локальными и центральными ресурсами.

Такой подход позволяет снизить вычислительную нагрузку на порядок для часто используемых задач и минимизировать передачу данных на большие расстояния, что снижает энергопотребление.

Интересно: Как изменится баланс между доступом к ИИ и ресурсами, если текущая архитектура не будет модернизирована?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда ИИ становится инфраструктурой: новые вызовы и возможности

Рост спроса на искусственный интеллект уже давно перестал быть вопросом технологий — он стал вопросом энергетики, сетевой инфраструктуры и общественного устройства. Когда ИИ превращается из инструмента в инфраструктуру, он начинает подчиняться законам, похожим на те, которые регулируют дороги, электросети или водопровод. И как и в этих системах, возникает вопрос: кто и как будет управлять этим ресурсом?

Энергетическая и сетевая плотность как новый барьер

Современные ИИ-модели требуют колоссальных вычислительных ресурсов. Если запрос в поисковой системе может обрабатываться за доли секунды с минимальным энергопотреблением, то запрос к ИИ, способному генерировать текст, изображения или решения, требует десятков, а иногда и сотен раз больше мощности. Это не вопрос производительности — это вопрос физики: чтобы обрабатывать пиковые нагрузки, необходимы мощные GPU-кластеры, работающие в ограниченном числе локаций. Такой централизованный подход увеличивает нагрузку на энергосистемы и требует от поставщиков ИИ значительных инвестиций в охлаждение, питание и надежность. В свою очередь, это влияет на доступность — и не только технически, но и социально.

Важный нюанс: В России, как отмечает Минэнерго, рост энергопотребления от дата-центров, связанных с искусственным интеллектом, ставит новые задачи для энергосистемы, особенно в крупных городах, где наблюдается дефицит мощностей. В стране предлагается строить дата-центры с учетом энергетической стратегии — часть из них планируется разместить в регионах с доступной электроэнергией, чтобы снизить нагрузку на мегаполисы [!].

Кто определяет доступ: рынок или государство?

Сейчас доступ к ИИ регулируется через тарифы, лимиты и географические ограничения. Но если спрос продолжит расти, как предполагают аналитики, эти механизмы могут стать не только способом управления нагрузкой, а инструментом регулирования. В таких условиях ИИ становится не технологией, а инфраструктурой, и вопросы, которые мы обычно задаем о дорогах или электросетях, начинают применяться и к нему: кто строит, кто обслуживает, кто платит, и кто получает приоритетный доступ?

В ряде стран, включая Бразилию и Чили, где крупные технологические компании ведут значительные инвестиционные проекты, растёт общественное внимание к экологическим и социальным последствиям, включая расход воды и влияние на местные сообщества [!]. Это указывает на то, что вопросы доступа и распределения ресурсов становятся неотъемлемой частью дискуссии вокруг ИИ.

Важный нюанс: Если ИИ будет развиваться по модели закрытых, централизованных систем, то его доступность может стать инструментом социального разделения — как в случае с высокоскоростным интернетом или электричеством в отдалённых регионах.

Переход к распределенной архитектуре: новый путь?

В документе предлагается модель AIDN — распределённая сеть доставки ИИ, где фрагменты знаний кэшируются и повторно используются. Это снижает нагрузку на центральные узлы и позволяет перераспределить вычисления ближе к конечным пользователям. Такой подход может снизить энергопотребление и повысить устойчивость системы к сбоям.

Однако внедрение подобной архитектуры требует не только технических изменений, но и смены бизнес-модели. Компании, которые сегодня зарабатывают на централизованной обработке данных, могут столкнуться с необходимостью делиться ресурсами или перестраивать прибыльные потоки.

Важный нюанс: Если ИИ будет восприниматься как инфраструктура, то его развитие начнёт зависеть не только от технологий, но и от политики, регуляторных решений и общественных ожиданий — как это происходит с транспортом или водоснабжением.

Растущая потребность в компонентах и инфраструктуре

Рост спроса на ИИ привел к дефициту оперативной памяти DRAM и значительному росту цен. Производители, включая G. SKILL и Micron, отметили, что увеличение потребности в памяти сочетается с нестабильностью поставок, что привело к росту затрат на производство и реализацию продукции. В результате цены на комплекты памяти выросли более чем в 3 раза [!].

Кроме того, рост цен на жёсткие диски в четвертом квартале 2025 года достиг максимального уровня за два года, что связано с увеличением спроса из-за масштабного строительства дата-центров. Растущие объёмы данных, необходимые для развития искусственного интеллекта и облачных вычислений, усиливают дефицит на рынке и перекладывают акцент производителей на более прибыльные направления [!].

Новые технические решения и их последствия

Для удовлетворения растущих требований к производительности и снижению задержек компании SK hynix и NVIDIA разрабатывают AI SSD нового поколения под названием Storage Next. Это устройство должно стать промежуточным слоем между памятью и накопителями, обеспечивая рекордную производительность и справляясь с масштабами данных современных ИИ-моделей [!].

Однако внедрение таких накопителей может привести к нестабильности на рынке NAND-памяти из-за роста спроса со стороны облачных провайдеров и разработчиков ИИ. Это подчеркивает, что инновации в области хранения данных становятся критически важными для развития ИИ-инфраструктуры.

Выводы

Рост энергопотребления дата-центров под давлением крупных моделей искусственного интеллекта стимулирует инвестиции в низкоуглеродные источники энергии, такие как ядерные реакторы и погружные системы охлаждения. Однако эксперты отмечают риск избыточных затрат на инфраструктуру из-за ускорения энергоэффективности чипов и технологий оптимизации нагрузки [!].

В условиях масштабного роста спроса на ИИ, бизнесу важно учитывать не только технологические вызовы, но и энергетические, логистические и социальные аспекты. Развитие искусственного интеллекта требует не только инвестиций в оборудование, но и стратегического подхода к управлению ресурсами, распределению нагрузки и обеспечению устойчивости инфраструктуры.